Hướng dẫn chọn model Claude phù hợp cho từng nhu cầu công việc

Lời khuyên của chúng tôi: hãy bắt đầu một cách thông minh

Một trong những câu hỏi thường gặp nhất mà chúng tôi nhận được là “tôi nên chọn mô hình nào cho khối lượng công việc này?” Khi chúng tôi phát hành thêm nhiều lớp và phiên bản mô hình, câu trả lời đã trở nên tinh tế hơn.

Bài viết này đề cập đến các chi tiết đó, bao gồm mô tả về từng lớp mô hình, những câu hỏi hàng đầu cần đặt ra khi chọn mô hình và các phương pháp thực hành tốt nhất khác.

Nhưng tạm gác lại sự tinh tế đó, khuyến nghị mặc định của chúng tôi là hãy bắt đầu với mô hình thông minh nhất hiện có và sử dụng mức độ nỗ lực (effort level) để điều chỉnh hiệu suất và chi phí.

Chi phí trên mỗi tác vụ thường thấp hơn đối với các mô hình thông minh hơn, đặc biệt là ở các mức độ nỗ lực thấp hơn, ngay cả khi giá trên mỗi token cao hơn. Điều này là do các mô hình có năng lực cao hơn thường cần ít lượt xử lý hơn và ít thời gian suy nghĩ hơn để hoàn thành hầu hết các tác vụ một cách chính xác. Bắt đầu với một mô hình nhỏ hơn cũng có thể khiến việc phân biệt giữa lỗi mô hình và lỗi thiết lập trở nên khó khăn hơn.

Tất nhiên, khi xuất hiện các trường hợp sử dụng nhạy cảm hơn về độ trễ hoặc chi phí, bạn có thể thử nghiệm các mô hình cấp thấp hơn cho đến khi tìm được lựa chọn phù hợp nhất.

Một số tổ chức cũng có thể chọn bắt đầu với mô hình tiết kiệm chi phí nhất và nâng dần lên các lớp cao hơn cho đến khi đạt được tiêu chuẩn chất lượng mong muốn. Chúng tôi đã đưa cả hai cách tiếp cận định hướng này vào tài liệu về lựa chọn mô hình của mình.

Họ mô hình Claude

Mythos / Fable

Mythos là lớp mô hình có năng lực cao nhất của Anthropic, với các khả năng tiên phong trên nhiều lĩnh vực. Lớp mô hình này đặc biệt giỏi trong việc lập trình, các tác vụ đại lý (agent tasks) chạy dài hạn và giải quyết các vấn đề mà AI trước đây chưa thể xử lý một cách đáng tin cậy.

Lớp Mythos được phát hành dưới hai gói dựa trên cùng một mô hình nền tảng. Claude Mythos dành cho các tổ chức đáng tin cậy xử lý công việc lưỡng dụng trong lĩnh vực an ninh mạng và sinh học, trong khi Claude Fable được đóng gói với các biện pháp bảo vệ bổ sung giúp mô hình an toàn cho công chúng sử dụng. Cả hai đều yêu cầu lưu giữ dữ liệu hạn chế để có thể được sử dụng một cách an toàn.

Opus

Opus là lớp mô hình mạnh mẽ của chúng tôi dành cho các tác vụ doanh nghiệp đòi hỏi khả năng suy luận chuyên sâu. Các mô hình Opus liên tục xếp hạng trong số các mô hình hàng đầu trên các tiêu chuẩn công nghiệp chính như GDPval-AA cho công việc tri thức và Terminal-Bench 2.1 cho lập trình đại lý (agentic coding).

Sự lựa chọn giữa Opus và Fable có vẻ không rõ ràng trên bề mặt, vì cả hai đều xuất sắc trong việc lập trình, các đại lý chạy dài hạn và công việc tri thức. Trong các tình huống thực tế, các mô hình lớn hơn như Fable có xu hướng thể hiện sự thông thái, khả năng sáng tạo và kỹ năng viết tốt hơn mặc dù có điểm số chuẩn tương đương với các mô hình như Opus.

Quy tắc chung là nếu các bài đánh giá (evals) hoặc thử nghiệm nội bộ của bạn cho thấy Opus gặp khó khăn trong một số tác vụ, thì Fable chính là câu trả lời. Nếu Opus đã đáp ứng được tiêu chuẩn chất lượng, thì tốc độ và hồ sơ giá của nó có thể khiến nó trở thành lựa chọn tốt hơn.

Sonnet

Sonnet là lớp mô hình linh hoạt của chúng tôi dành cho các tác vụ hàng ngày. Sonnet mang lại sự cân bằng giữa hiệu suất, chi phí và tốc độ cho tập hợp rộng nhất các trường hợp sử dụng phổ thông, bao gồm cả các tác vụ phụ (sub-agents) khối lượng lớn trong các thiết lập điều phối đa đại lý.

Haiku

Haiku là lớp mô hình có chi phí thấp nhất và tốc độ nhanh nhất của chúng tôi. Các mô hình Haiku được thiết kế cho khối lượng công việc tần suất cao, nơi độ trễ và chi phí là yếu tố quan trọng.

Cách chọn mô hình Claude phù hợp nhất cho khối lượng công việc của bạn

Các lớp mô hình của chúng tôi không chuyên biệt cho một loại công việc duy nhất. Chúng tôi không khuyến nghị một lớp mô hình cho tài chính và một lớp khác cho khoa học. Mọi mô hình Claude đều được đào tạo để xuất sắc trong các lĩnh vực như lập trình, tác vụ đại lý và công việc tri thức.

Sự khác biệt chính giữa các lớp mô hình nằm ở mức độ khó của vấn đề mà chúng có thể xử lý một cách đáng tin cậy, cũng như cái giá phải trả cho khả năng đó về mặt chi phí và tốc độ. Khi chọn mô hình, hãy tự hỏi:

Tác vụ này khó đến mức nào? Nếu nó thường tốn nhiều thời gian, bao gồm nhiều bước hoặc là vấn đề chưa từng được giải quyết trước đây, thì một lớp mô hình có năng lực cao hơn sẽ phù hợp hơn.

Nhu cầu về độ trễ là gì? Nếu mô hình tham gia vào các khối lượng công việc tần suất cao hướng tới khách hàng, thì Sonnet thường là lựa chọn tốt nhất.

Các hạn chế về quyền truy cập là gì? Mythos chỉ khả dụng cho các tổ chức thuộc Project Glasswing. Không phải tất cả các tổ chức đều cung cấp mọi lớp mô hình cho tất cả các vai trò.

Kinh tế đơn vị (unit economics) là gì? Khối lượng sản xuất cao hơn có thể phù hợp hơn với các lớp mô hình thấp hơn, đặc biệt nếu các đánh giá cho thấy các tác vụ đó được hoàn thành một cách thỏa đáng. Các mô hình có mức giá khác nhau trên mỗi token và sẽ có chi phí trên mỗi tác vụ khác nhau dựa trên khả năng và mức độ nỗ lực của chúng.

Mức độ nỗ lực cũng ảnh hưởng đến sự cân bằng giữa chất lượng, tốc độ và chi phí. Các mô hình lớp cao hơn ở mức độ nỗ lực cao hơn mang lại hiệu suất tốt nhất có thể, và các mô hình lớp cao hơn ở mức độ nỗ lực thấp hơn đôi khi có thể hiệu quả hơn các mô hình nhỏ hơn.

Để tìm hiểu thêm, hãy đọc phần "Choosing a Claude model and effort level" trong Claude Code.

Kết hợp thế mạnh của các mô hình với chiến lược cố vấn (advisor strategy)

Chiến lược cố vấn cho phép các mô hình thực thi nhanh hơn, chi phí thấp hơn gọi các mô hình thông minh hơn để kiểm tra kế hoạch và đánh giá công việc của chúng, từ đó cải thiện hiệu suất.

Phương pháp này, trong đó mô hình thực thi chỉ được huấn luyện khi cần thiết, giúp cải thiện hiệu suất đáng kể. Ví dụ, trên SWE-bench Pro, Sonnet 5 với cố vấn Fable 5 đạt kết quả trong phạm vi 10% so với điểm số của Fable 5, với chi phí chỉ bằng 63% so với việc sử dụng Fable 5 cho toàn bộ tác vụ.

Các bài đánh giá (evals) và tiêu chuẩn (benchmarks) giúp ích như thế nào trong việc chọn mô hình

Hai cách phổ biến để xem liệu khả năng của mô hình có đủ cho nhu cầu của bạn hay không là sử dụng các tiêu chuẩn chuẩn hóa và các bài đánh giá tùy chỉnh.

Các tiêu chuẩn là một tập hợp các tác vụ hoặc kịch bản được xác định trước, thường dành cho một lĩnh vực cụ thể, với các giải pháp đã biết. Đây có thể là những hướng dẫn định hướng hữu ích để đánh giá khả năng trên các lớp mô hình và nhà cung cấp. Thách thức nảy sinh khi đánh giá các mô hình mạnh mẽ, chẳng hạn như Opus và Fable, vốn có thể giải quyết gần như tất cả các câu hỏi trong bài kiểm tra (thường được gọi là bão hòa).

Trong những trường hợp này, chúng tôi khuyến nghị các tổ chức sử dụng mô hình trên khối lượng công việc thực tế hoặc kiểm tra chúng bằng các bài đánh giá của riêng mình để đưa ra quyết định chọn mô hình nào là phù hợp nhất. Thông thường, các bài đánh giá là một tập hợp các vấn đề được chọn lọc từ thực tế sản xuất — bao gồm cả những tác vụ khó mà các công cụ hiện tại của bạn chưa đáp ứng được, với các tiêu chí thành công do nhóm của bạn xác định.

Đây là lúc khả năng và sự sáng tạo của các mô hình tiên phong bắt đầu tách biệt khỏi phần còn lại và khỏi chính nhau. Chúng tôi đã viết rất nhiều về các phương pháp thực hành tốt nhất để phát triển các bài đánh giá đại lý tùy chỉnh.