前言

大部分人只在「它做不出來」的時候才想到換模型。但我自己開始使用 Claude Code 後，發現更常遇到的其實是另一個問題：用了太強的模型做很簡單的事，或者用了不夠力的模型硬撐一個需要推理的任務。

昨天說到

昨天把 Claude 帶進了專案：

• 安裝 Claude Code
• 用 /init 建立第一份 CLAUDE.md
• 理解 Permission Mode，決定 Claude 可以做到什麼程度

到這裡，Claude 已經有了基本的 Context，也有了執行工作的權限。

在真正開始實做前，我想先整理：模型不是只有強弱，而是也有分工。

現在有哪些模型

模型名稱、Context Window 與可用功能會隨版本更新，這裡以我撰寫文章時 Claude Code 可用的版本為準。

模型選擇其實不單單只是選擇「哪個模型比較聰明？」，而是「這個任務需要多少理解、推理與 Context？」

如果只是整理一小段程式碼，Context 200K 已經非常夠用；但如果今天要 Claude 掃描一個大型 Repository，Context 能容納多少資訊就會開始影響結果。

比換模型更常被忽略的：effort

Claude Code 的狀態列會顯示現在的 effort
output_config.effort 有五級：low / medium / high / xhigh / max。

它控制的是思考深度與整體 token 花費，可以把它很粗略地理解成：

同一個模型，要花多少力氣想這件事情。

有一個我自己覺得很值得記住的觀察：新模型的低 effort，有時候可能比舊模型的高 effort 更有效。所以不是看到問題就一直把 effort 拉高，也不是看到問題就立刻換模型。

先搞清楚：「我現在遇到的是哪一種問題？」比較重要。

小結

• 模型不是單純的強弱，而是要看任務分工。 簡單任務不需要最強模型，複雜的架構與長時間 Agent 任務才需要更高的推理能力。
• Effort 也是一個重要的旋鈕。 遇到問題時，不要只想著換模型，也要判斷是不是思考深度不夠。
• 成本要看完成一個任務花多少，而不是單次請求多少。 最便宜的模型如果一直做不完，最後不一定最省。

明天：模型和權限都設定好了，接下來要處理「怎麼告訴它要做什麼」。先從一套現成的框架開始——Spec Kit 走一輪，以及它碰到團隊 SOP 時的極限。