Sonnet, Opus và effort trong Claude Code: Cách chọn mô hình

Tài liệu thực tế về các mô hình và cách làm việc với tác nhân: Tài liệu Ailoot.

Cập nhật ngày 23 tháng 9 năm 2026. Kể từ khi bài viết này được xuất bản, Anthropic đã thay đổi thế hệ mô hình hai lần: đầu tiên Opus 5 và Sonnet 5 được phát hành, sau đó là Claude Opus 5.5 vào ngày 22 tháng 9. Logic lựa chọn trong hướng dẫn này vẫn hữu ích: dùng mô hình đắt tiền cho kiến trúc và gỡ lỗi, còn mô hình tầm trung cho công việc hằng ngày. Tên gọi và giá đã thay đổi. Tôi sẽ giải thích chính xác những gì thay đổi và cách đọc các bảng bên dưới trong phần tiếp theo.

Những thay đổi đến tháng 9 năm 2026: Opus 5.5, Sonnet 5 và mức giá mới#

Sau đây là tóm tắt nhanh những thay đổi về số liệu và lệnh:

Ba điểm đáng chú ý làm thay đổi công việc hằng ngày.

Mô hình cao cấp rẻ hơn. Anthropic cho biết Opus 5.5 cần ít năng lực tính toán hơn, vì vậy giá mỗi token giảm 20%, giá đọc bộ nhớ đệm giảm từ $0.50 xuống $0.20 cho mỗi triệu token, và các tác vụ thông thường ở cài đặt mặc định tốn ít hơn 40% so với Opus 5. Phản xạ cũ kiểu “Tôi bật Opus — nửa ngày là hết hạn mức” đã bớt đáng lo hơn, dù chưa biến mất.

Giờ bạn cần tự đặt mức suy luận. Opus 5.5 khởi đầu ở medium, trong khi các mô hình khác hỗ trợ effort khởi đầu ở high. Nếu muốn mô hình cao cấp phân tích sâu, hãy đặt rõ /effort high hoặc xhigh. Còn một chi tiết nữa: khóa cấp cao nhất effortLevel trong cài đặt người dùng không hoạt động với Opus 5.5, vì giờ đây mức effort được lưu riêng cho từng mô hình.

Cả ba mô hình hiện tại đều có cửa sổ ngữ cảnh một triệu token. Các ghi chú về cửa sổ 200K của mô hình tầm trung và việc nâng lên 1M bằng opus[1m] không áp dụng cho Opus 5.5 và Sonnet 5 hiện tại: chúng có sẵn một triệu token.

Các bảng và phép tính bên dưới vẫn giữ tên mô hình và mức giá ban đầu để minh họa logic lựa chọn. Hãy dùng giá hiện tại: $4 / $20 cho mô hình cao cấp và $2 / $10 cho mô hình tầm trung.

Những thay đổi trong tháng 5 năm 2026: Sonnet 4.6, Opus 4.7, Haiku 4.5 và lý do chúng quan trọng#

Ngày 6 tháng 5 năm 2026, tại hội nghị Code with Claude, Anthropic triển khai năm cập nhật lớn: bộ nhớ được quản lý (Dreaming), outcomes, điều phối đa tác nhân, Remote Control và Agent View. Cùng ngày, hạn mức Pro, Max, Team và Enterprise được tăng gấp đôi. Việc giới hạn giờ cao điểm, áp dụng từ cuối tháng 3, đã được gỡ bỏ hoàn toàn.

Đồng thời, một thỏa thuận năng lực tính toán khác được công bố. Trong hồ sơ S-1, SpaceX tiết lộ thỏa thuận với Anthropic trị giá $1.25 billion mỗi tháng đến tháng 5 năm 2029 cho Colossus (hơn 220,000 GPU NVIDIA, hơn 300 MW). Điều này có nghĩa là Claude sẽ có thêm năng lực trong những năm tới, chứ không phải ít đi.

Điều này thay đổi thực tế ra sao với một vibe coder? Quy trình thông thường trước đây thường là: “Tôi dùng Opus vì nó thông minh hơn.” Giờ đây, ba mô hình thực sự khác nhau:

• Opus 4.7 ($5 / $25 cho mỗi triệu token đầu vào/đầu ra, ngữ cảnh 1M) — phát hành ngày 16 tháng 4 năm 2026. Tokenizer mới. SWE-bench Verified: 87.6%, tăng 13% so với Opus 4.6.
• Sonnet 4.6 ($3 / $15, ngữ cảnh 1M) — đạt 79.6% trên SWE-bench Verified. Bằng 91% điểm benchmark Opus 4.7 với 60% giá input/output cơ bản, và gần ngang Opus 4.6 (80.8%) — chỉ chênh 1.2 điểm.
• Haiku 4.5 ($1 / $5, ngữ cảnh 200K) — nhanh và rẻ. Dùng cho mọi việc không đòi hỏi tư duy kiến trúc.

Và điểm chính là: ba lệnh trong Claude Code được cập nhật vào đầu tháng 5: /model, /effort, /fast. Mỗi lệnh có thể giảm mức sử dụng token từ 2–5 lần nếu bạn biết khi nào nên dùng.

Trong cách làm được mô tả ở đây, cả hai mô hình chính đều được dùng hằng ngày. Bên dưới là sơ đồ quyết định tương ứng.

Cách chọn mô hình: sơ đồ quyết định theo loại tác vụ#

Bạn nên để bảng này trong tầm tay để tham khảo khi chuyển đổi giữa các tác vụ.

Nguyên tắc chính: mặc định dùng Sonnet. Sonnet 4.6 là mô hình mặc định trên hầu hết các gói người dùng vì một lý do. Tài liệu trợ giúp chính thức của Anthropic nói thẳng rằng Sonnet là lựa chọn phù hợp cho phần lớn tác vụ lập trình.

Một thói quen nguy hiểm mà 80% người mới mắc phải: đặt Opus làm mặc định rồi thắc mắc vì sao hạn mức hết sau nửa ngày. Hạn mức cạn vì Opus tốn gấp 1.67 lần mỗi token.

Sonnet 4.6 khác Opus 4.7 ra sao trong tác vụ thực tế#

Bản thân một điểm benchmark không nói lên nhiều điều. Điều quan trọng là khác biệt trong tác vụ thực tế. Sau đây là hai mô hình được đặt cạnh nhau trên cùng một tác vụ.

Tình huống 1. Refactor đơn giản (3–5 tệp).

Sonnet và Opus hoạt động tương đương. Trong phép so sánh được mô tả, không nhận thấy khác biệt về chất lượng mã. Thời gian: Sonnet nhanh hơn 15–20%. Chi phí: Sonnet rẻ hơn 1.67 lần, nên người thắng đã rõ.

Tình huống 2. Gỡ lỗi phức tạp. Giả sử email biên nhận ngừng đến trên một nền tảng thương mại điện tử sau khi chuyển cổng thanh toán. Triệu chứng: cron chạy, cơ sở dữ liệu có bản ghi, nhưng email không được gửi.

• Sonnet: trong 15 phút, kiểm tra nhật ký và các vị trí dễ thấy, nhận ra dịch vụ email nằm trong biến môi trường và đề xuất kiểm tra khóa. Nếu khóa vẫn OK, nó bắt đầu luẩn quẩn.
• Opus với effort xhigh: lập tức xây dựng sơ đồ tư duy: “webhook → cron → kiểm tra trạng thái → dịch vụ email.” Trong 20 phút, nó phát hiện quá trình chuyển đổi đã thay đổi định dạng ID đơn hàng, trong khi dịch vụ email lọc theo định dạng cũ.

Đây không phải phép màu. Đó là lập luận thích ứng: Opus 4.7 quyết định ở mỗi bước cần suy nghĩ bao nhiêu và với một lỗi khó, nó dùng token để lập luận sâu hơn, chứ không phải để phản hồi nhanh hơn.

Tình huống 3. Quyết định kiến trúc. “Chúng ta có nên chuyển analytics sang một dịch vụ riêng không?” Sonnet sẽ đưa ra kế hoạch tốt cho câu hỏi như vậy, nhưng có thể bỏ sót sắc thái — chẳng hạn, việc theo dõi hai dịch vụ sẽ đòi hỏi chuyển các cảnh báo. Opus 4.7 xem xét các sắc thái đó một cách có hệ thống.

Hàng cuối cùng rất quan trọng. Khi đọc rằng “Opus 4.7 có giá như thế này”, hãy nhớ: cùng một tệp sẽ tốn nhiều token hơn 20–35% so với Sonnet. Chi phí thực tế cho cùng một tác vụ còn tăng hơn những gì mức giá danh nghĩa trong bảng thể hiện.

Khi nào nên dùng Haiku 4.5 (và vì sao 80% tác vụ Claude Code dùng Sonnet)#

Những việc Haiku thực sự phù hợp:

• Script một dòng: “viết script bash để khởi động lại nginx nếu tiến trình không phản hồi trong 30 giây.”
• Giải thích mã đơn giản: “hàm này làm gì?”
• Tạo thông điệp commit theo quy ước.
• Kiểm tra cú pháp cơ bản / sửa lỗi lint.
• Dịch chú thích giữa các ngôn ngữ.

Về kỹ thuật, Haiku hoạt động trong Claude Code giống như khi dùng /model haiku. Nhưng có một điểm cần lưu ý: các tác nhân con và tác vụ nền mặc định dùng Haiku, trừ khi bạn ghi đè bằng biến môi trường ANTHROPIC_DEFAULT_HAIKU_MODEL.

Ngữ cảnh của Haiku là 200K token. Mức này đủ cho hầu hết tệp, nhưng bạn sẽ chạm giới hạn khi làm việc với monorepo hoặc bản ghi dài. Trong trường hợp đó, Sonnet và Opus có 1M.

Chi phí: 1,000 yêu cầu tương tự (ví dụ: tạo thông điệp commit từ 200 token đầu vào + 50 token đầu ra) tốn $0.45 trên Haiku. Cùng khối lượng đó tốn $1.35 trên Sonnet và $2.25 trên Opus. Chênh lệch gấp ba lần.

Lệnh /model: cách chuyển đổi trong một phiên#

Sáu cách đặt mô hình trong Claude Code, theo thứ tự ưu tiên:

1. Trong phiên: /model <alias> — chuyển đổi ngay. Lịch sử hội thoại, tệp và ngữ cảnh được giữ nguyên; chỉ mô hình xử lý tin nhắn tiếp theo thay đổi. Nếu phiên đã có nội dung đầu ra, menu chọn sẽ yêu cầu xác nhận — phản hồi kế tiếp sẽ đọc lại toàn bộ lịch sử mà không dùng bộ nhớ đệm.
2. Khi khởi chạy: claude --model <alias>.
3. Biến môi trường: ANTHROPIC_MODEL=<alias>.
4. Tệp cài đặt: trường model trong ~/.claude/settings.json.

Các lệnh cơ bản:

# Khởi chạy với mô hình cao cấp (hiện là Opus 5.5)
claude --model opus

# Chuyển sang Sonnet trong phiên
/model sonnet

# Mở menu chọn (để chọn tương tác)
/model

# Chuyển sang Opus với ngữ cảnh 1M
/model opus[1m]

# Chuyển sang phiên bản cụ thể (ghim phiên bản)
/model claude-opus-5-5

Các bí danh và mô hình tương ứng trong Anthropic API (tính đến ngày 23 tháng 9 năm 2026):

• opus → Opus 5.5 (yêu cầu Claude Code v2.1.280 trở lên)
• sonnet → Sonnet 5
• haiku → Haiku 4.5
• best → mô hình mạnh nhất hiện có
• default → Opus 5.5 trên Pro, Max, Team, Enterprise và Anthropic API
• opusplan → mô hình lai Opus + Sonnet (sẽ được giải thích riêng bên dưới)

⚠️ Mặc định khác nhau trên các nhà cung cấp đám mây: trên Amazon Bedrock và Google Cloud, bí danh sonnet trỏ đến Sonnet 4.5; trên Microsoft Foundry, opus vẫn phân giải thành Opus 4.6. Nếu làm việc qua nhà cung cấp đám mây, hãy ghim phiên bản cụ thể (claude-opus-5-5) hoặc đặt biến ANTHROPIC_DEFAULT_OPUS_MODEL.

Từ phiên bản 2.1.144, thay đổi chính là /model không còn ghi lựa chọn vào cài đặt. Lệnh chỉ áp dụng cho phiên hiện tại và biến mất khi phiên đóng. Để lưu mặc định vĩnh viễn, nhấn d trên hàng được tô sáng trong menu chọn. Thao tác này ghi trường model vào ~/.claude/settings.json.

Các phiên đã tóm tắt (claude --resume, --continue, /resume) giữ lại mô hình đã dùng trong phiên đó, bất kể cài đặt hiện tại. Điều này ngăn mô hình của bạn bị thay đổi khi tiếp tục phiên do một phiên khác.

Để kiểm tra mô hình đang hoạt động, dùng /status — lệnh này hiển thị cả tài khoản và mô hình hiện tại.

/model opusplan: so riêng phí lập kế hoạch và thực thi#

Trong cách làm được mô tả ở đây, chế độ này được dùng cho các tác vụ kéo dài hơn 10 bước.

Logic như sau:

• Trong Plan Mode (/plan), bạn thảo luận kiến trúc và các lựa chọn rồi thống nhất cách làm. Opus tốn kém ở giai đoạn này, nhưng xứng đáng vì khả năng lập luận của nó khác biệt về cơ bản.
• Ngay khi Plan Mode kết thúc và Claude bắt đầu chỉnh sửa tệp, viết kiểm thử và chạy lệnh, đó là giai đoạn thực thi. Khi thực thi, Sonnet 4.6 có chất lượng ngang Opus.

Cách bật:

# Khi khởi chạy
claude --model opusplan

# Hoặc trong phiên
/model opusplan

Một phép tính cụ thể. Giả sử một đợt refactor 50 bước có phân bổ điển hình như sau:

• Lập kế hoạch (5 bước, ~30,000 token đầu vào + 8,000 token đầu ra): Opus 4.7
• Thực thi (45 bước, ~200,000 token đầu vào + 50,000 token đầu ra): Sonnet 4.6

Baseline dùng 230,000 input, 58,000 output: $2.60 theo giá Opus lịch sử trong bảng. Opusplan giữ 30,000 input/8,000 output trên Opus ($0.35), dùng 200,000 input/50,000 output trên Sonnet ($1.35), tổng $1.70. Tiết kiệm ($2.60 − $1.70) / $2.60 = 34.6%. Cùng số token/giá này, thay thực thi giảm 40% phần đó; ngay nếu thực thi là 90% phí baseline thì toàn việc giảm 36%. Khác tokenizer cần số input/output riêng từng mô hình, không tự chứng minh 75–80%.

⚠️ Một chi tiết: Opus trong Plan Mode của opusplan dùng ngữ cảnh chuẩn 200K. Việc tự động nâng lên 1M, có trên bí danh opus, KHÔNG áp dụng cho opusplan. Nếu lập kế hoạch cho tác vụ khổng lồ với hàng triệu token ngữ cảnh (ví dụ, phân tích monorepo lớn), hãy dùng /model opus[1m] một cách tường minh hoặc chuyển sang opusplan SAU KHI lập kế hoạch.

Lệnh /effort: 5 mức lập luận thích ứng#

Đây là lệnh quan trọng thứ hai sau /model. Effort là lập luận thích ứng: ở mỗi bước, mô hình quyết định cần suy nghĩ sâu đến đâu dựa trên độ phức tạp của tác vụ. Mức càng cao, lập luận càng sâu và càng dùng nhiều token.

Các mức (tùy theo tác vụ):

Ba mô hình được hỗ trợ: Opus 4.7, Opus 4.6 và Sonnet 4.6. Các mô hình khác không có effort.

Những thay đổi đến tháng 9 năm 2026. Các mức low, medium, high, xhigh và max có trên Opus 5.5, Opus 5, Sonnet 5, Opus 4.8 và Opus 4.7; Opus 4.6 và Sonnet 4.6 không có xhigh, và yêu cầu xhigh trên những mô hình đó sẽ chạy ở mức high. Mức mặc định là high trên mọi mô hình hỗ trợ effort, ngoại trừ Opus 5.5 (medium) và Opus 4.7 (xhigh). Điều đó có nghĩa là cần yêu cầu rõ phân tích sâu trên mô hình cao cấp hiện tại. Một chế độ ultracode riêng cũng đã xuất hiện: đây là cài đặt Claude Code, không phải mức của mô hình — chế độ này đặt xhigh và đồng thời yêu cầu Claude tạo quy trình động cho tác vụ lớn.

Cách đặt mức:

# Mở thanh trượt tương tác
/effort

# Đặt mức trực tiếp
/effort high
/effort xhigh

# Đặt lại về mặc định của mô hình
auto

# Qua cờ khởi chạy
claude --effort high

# Qua biến môi trường (áp dụng khi khởi chạy)
export CLAUDE_CODE_EFFORT_LEVEL=high

# Trong cài đặt (max không hoạt động — max chỉ dành cho phiên hiện tại)
{
  "effortLevel": "high"
}

# Trong phần frontmatter của skill / tác nhân con
---
name: my-skill
effort: low
---

Mức effort hiển thị bên cạnh logo và vòng quay trong Claude Code, ví dụ “với effort low”, nên không cần mở /model để kiểm tra.

Thanh trượt effort cũng xuất hiện trong menu chọn /model — dùng phím mũi tên trái/phải để đặt mức.

Một chi tiết quan trọng. Khi chuyển sang Opus 4.7 từ bất kỳ mô hình nào khác, effort bị đặt lại thành xhigh — ngay cả khi trước đó bạn dùng high với Opus 4.6 hoặc Sonnet 4.6. Để khôi phục mức mong muốn, hãy chạy lại /effort.

Thêm một kỹ thuật: ultrathink trong câu lệnh. Nếu đưa từ ultrathink vào nội dung câu lệnh, Claude sẽ lập luận sâu hơn trong một lượt mà không thay đổi effort của phiên. Các cụm từ tương tự (“think,” “think hard,” “think more”) không kích hoạt hành vi này — chúng chỉ được chuyển tiếp dưới dạng văn bản thông thường.

Lệnh /fast: Opus nhanh hơn 2.5x với giá gấp 6 lần — khi nào thì đáng?#

Chế độ nhanh là tính năng xem trước nghiên cứu. Cần Claude Code v2.1.36+ và có thể kiểm tra bằng claude --version.

Cách bật:

# Bật/tắt chế độ nhanh (có trên Claude Code CLI và VS Code Extension)
/fast

# Hoặc trong cài đặt
{
  "fastMode": true
}

Sau khi bật:

• Nếu đang dùng mô hình khác, Claude Code sẽ tự động chuyển sang Opus.
• Xác nhận “Fast mode ON” sẽ xuất hiện.
• Biểu tượng ↯ sẽ xuất hiện bên cạnh câu lệnh.

Các lựa chọn và chi tiết:

• Mô hình mặc định trong chế độ nhanh là Opus mạnh nhất hiện có. Tính đến ngày 23 tháng 9 năm 2026, đó là Opus 5.5; chế độ nhanh hoàn toàn không hoạt động với Opus 4.7, và chuyển sang mô hình này sẽ tắt chế độ nhanh.
• Chế độ nhanh mặc định được lưu qua các phiên. Quản trị viên Team/Enterprise có thể yêu cầu bật rõ ràng trong mỗi phiên bằng fastModePerSessionOptIn: true.
• Khi tắt chế độ nhanh bằng cách chạy lại /fast, bạn vẫn ở Opus — mô hình không quay về mô hình trước đó. Để chuyển đổi, dùng /model.
• Bật chế độ giữa cuộc trò chuyện sẽ tính giá chế độ nhanh cho toàn bộ ngữ cảnh cuộc trò chuyện. Vì vậy, bật chế độ nhanh ngay lúc bắt đầu phiên sẽ tiết kiệm hơn là bật giữa chừng.

Khi nào nên dùng chế độ nhanh:

• Gỡ lỗi trực tiếp: Bạn đang theo dõi một trace và thời gian phản hồi rất quan trọng.
• Hạn chót gấp cho công việc tương tác: Bạn đang viết bản demo trước 18:00 và cần lặp lại nhanh.
• Lặp mã nhanh: Bạn đang lần lượt kiểm tra các giả thuyết.

Khi nào không nên dùng:

• Tác vụ tự động dài khi tốc độ không quan trọng. Bạn trả gấp 6 lần để nhanh hơn 2.5 lần — không đáng nếu bạn đi ăn trưa trong lúc Claude làm việc.
• Xử lý hàng loạt, quy trình CI/CD — hoàn toàn không dành cho chế độ tương tác.
• Tác vụ nhạy cảm về chi phí — lựa chọn đã rõ.

Tính khả dụng:

• KHÔNG hoạt động trên Bedrock, Vertex hoặc Foundry.
• Tài khoản cần có tín dụng sử dụng (thanh toán vượt quá hạn mức đã bao gồm trong gói). Với tài khoản cá nhân, bật trong cài đặt thanh toán của Console. Với Team/Enterprise, quản trị viên phải bật.
• Token chế độ nhanh KHÔNG bị trừ khỏi hạn mức đã bao gồm trong gói. Chúng được tính trực tiếp vào tín dụng sử dụng theo mức giá chế độ nhanh ngay từ token đầu tiên.

Nếu chạm giới hạn yêu cầu của chế độ nhanh hoặc hết tín dụng sử dụng, chế độ nhanh tự động chuyển sang tốc độ và giá tiêu chuẩn, biểu tượng ↯ chuyển sang màu xám và công việc tiếp tục. Khi hạn mức được đặt lại, chế độ nhanh tự bật lại.

Chế độ nhanh và effort không loại trừ nhau. Bạn có thể kết hợp chúng: chế độ nhanh + effort low = tốc độ tối đa cho tác vụ đơn giản.

Chi phí thực tế của từng mô hình: phân tích hóa đơn hằng tháng#

Giá cho mỗi triệu token (Anthropic API, USD):

Những gì thực sự giúp giảm hóa đơn:

1. Bộ nhớ đệm lời nhắc. Anthropic lưu đệm các phần lặp lại của lời nhắc: lời nhắc hệ thống, CLAUDE.md, mô tả công cụ. Một lượt đọc từ bộ nhớ đệm tốn 10% giá đầu vào. Với Sonnet, mức đó giảm từ $3 mỗi triệu token xuống $0.30 — rẻ hơn 10 lần. Tính năng được bật tự động qua cache_control: { type: "ephemeral" } trong yêu cầu API. Trong Claude Code, tính năng hoạt động theo mặc định.

2. Batch API: giảm 50% cho đầu vào và đầu ra với các tác vụ có thể chờ được (báo cáo, tạo văn bản hàng loạt). Sonnet qua Batch API = $1.50 / $7.50. Tính năng không hoạt động trực tiếp trong Claude Code, nhưng hãy dùng nếu xây dựng tự động hóa bằng Anthropic SDK.

3. Dùng opusplan thay Opus thuần túy: khoảng 34.6% trong ví dụ lịch sử đã tính; tổng thật tùy tỷ lệ thực thi, token, giá, cache và retry.

4. Mặc định dùng Sonnet + dùng Opus khi cần: nguồn tiết kiệm chính. Nếu bật Opus “phòng khi cần”, cách làm được mô tả ở đây sẽ chuyển sang Sonnet. Nếu tác vụ cần Opus, điều đó sẽ rõ ở bước thứ ba hoặc thứ tư, rồi tôi chuyển thủ công bằng /model opus.

5. Nhớ tokenizer mới của Opus 4.7. Với cùng một tệp, Opus 4.7 dùng nhiều token hơn Sonnet 4.6 tới 35%. Chi phí thực cho cùng một tác vụ tăng hơn mức bảng thể hiện.

Một ví dụ cụ thể: tác vụ điển hình của một công ty bất động sản xây dựng bản mẫu website cho khách hàng mới: “tạo trang có ba phần, một biểu mẫu và tích hợp cổng thanh toán.” Kết quả:

• Chỉ Opus 4.7 (effort high): ~$4.80 mỗi phiên (làm việc 1.5 giờ).
• opusplan: ~$1.90 (Opus lập kế hoạch, Sonnet thực thi).
• Chỉ Sonnet 4.6 (effort high): ~$1.30, nhưng quyết định kiến trúc kém hơn (Sonnet chọn cách dựa trên mẫu, còn Opus trong opusplan đưa ra cách riêng cho các yêu cầu không theo chuẩn).

Với tác vụ này, opusplan là lựa chọn tốt nhất. Tiết kiệm 60%, với chất lượng Opus ở phần trọng yếu.

Claude Code không hiển thị trực tiếp số token của hạn mức — chúng thay đổi tùy gói. Nhưng trong /status, bạn có thể xem gói và mức sử dụng hiện tại. Để kiểm soát kỹ hơn, xem hướng dẫn chi tiết: Cách tránh dùng hết hạn mức Claude Code trong một ngày.

Bạn nên thiết lập quy trình hằng ngày nào? 4 cấu hình có sẵn#

Có thể chuyển đổi giữa bốn cấu hình này tùy theo ngày làm việc và tác vụ.

Cấu hình 1. Lập trình hằng ngày — 80% thời gian làm việc theo cách làm được mô tả ở đây.

claude --model sonnet --effort high
# Trong phiên, chuyển lên Opus nếu cần
/model opus

Phù hợp với: tính năng mới, refactor nhỏ, gỡ lỗi đơn giản, tài liệu. Sonnet ở effort high là điểm cân bằng lý tưởng.

Cấu hình 2. Refactor lớn — thay đổi kiến trúc lớn.

claude --model opusplan
# Trước tiên dùng /plan để thảo luận cấu trúc
# Sau khi rời Plan Mode, Sonnet đảm nhiệm phần thực thi

Phù hợp với: viết lại một mô-đun qua hơn 15 tệp, chuyển tích hợp từ cổng này sang cổng khác. Opus xử lý kiến trúc (xem xét các phụ thuộc), Sonnet xử lý thực thi (chỉnh sửa tệp nhanh chóng). Những tác vụ này có thể tiết kiệm hơn 70%.

Cấu hình 3. Sửa nhanh — chỉnh sửa một dòng và script.

claude --model haiku --effort low

Phù hợp với: “đổi tên biến trong tất cả tệp”, “viết script bash để khởi động lại nginx”, “hàm này làm gì?” Haiku xử lý các tác vụ này với chi phí thấp hơn Sonnet ba lần.

Cấu hình 4. Phiên kiến trúc — quyết định chiến lược.

claude --model opus --effort xhigh
# Dùng effort tối đa khi vào Plan Mode:
/plan
# Thêm từ ultrathink vào câu lệnh cho các câu hỏi quan trọng

Phù hợp với: “X có nên là một dịch vụ riêng không?”, “nên dùng công cụ nào cho bản mẫu?”, “nên tổ chức lược đồ cơ sở dữ liệu đa khách thuê thế nào?” Opus 4.7 tốn kém ở đây nhưng xứng đáng, vì một sai lầm có thể khiến bạn mất hàng tuần làm việc.

Có thể lưu các cấu hình này thành Skills (mỗi skill một mô hình) hoặc bí danh trong ~/.zshrc:

alias claude-daily='claude --model sonnet --effort high'
alias claude-refactor='claude --model opusplan'
alias claude-quick='claude --model haiku --effort low'
alias claude-architect='claude --model opus --effort xhigh'

Nếu làm việc theo nhóm, có thể chuẩn hóa bằng cài đặt được quản lý. Quản trị viên đặt availableModels: ["sonnet", "haiku", "opusplan"] trong chính sách tổ chức và người dùng không thể trực tiếp chọn Opus, chỉ có thể dùng qua lựa chọn bật rõ ràng. Đây là biện pháp bảo vệ tốt để tránh vô tình dùng hết hạn mức.

Với những người xây dựng tác nhân con, bạn cũng có thể đặt mô hình khác nhau cho từng tác nhân con qua CLAUDE_CODE_SUBAGENT_MODEL hoặc trường model trong frontmatter định nghĩa tác nhân. Điều này bổ sung thêm một cấp tối ưu hóa.

Làm gì khi hết năng lực sử dụng: 5 cách thực tế#

Nếu /status cho biết bạn đã chạm giới hạn Opus:

1. Chuyển sang Sonnet 4.6: /model sonnet. Mô hình này có hạn mức riêng và bạn sẽ không nhận thấy khác biệt trong 80% tác vụ. Trên Anthropic API, ngay cả khi chạm giới hạn Opus, Claude Code có thể tự chuyển sang Sonnet nếu bạn sắp chạm ngưỡng.

2. Dùng opusplan cho phần việc còn lại: /model opusplan. Nếu còn tác vụ Plan Mode trong ngày, chúng chỉ dùng Opus ở mức tối thiểu (chỉ để lập kế hoạch); toàn bộ phần thực thi sẽ chạy bằng Sonnet.

3. Kiểm tra bộ nhớ đệm lời nhắc: đảm bảo bạn chưa tắt bằng DISABLE_PROMPT_CACHING=1. Nếu CLAUDE.md hoặc lời nhắc hệ thống có hàng megabyte cài đặt, nội dung đó nên được lưu đệm. Với 90% lượt đọc, cách này giảm mức sử dụng xuống một phần mười.

4. Chuyển tác vụ hàng loạt: nếu có tạo hàng loạt (báo cáo, văn bản, bản dịch), hãy chuyển sang script dùng Batch API — giảm 50% cho đầu vào và đầu ra. Tính năng không hoạt động trực tiếp trong Claude Code, nhưng chỉ mất 30 phút để thiết lập bằng script tsx + Anthropic SDK.

5. Dùng Haiku cho tác vụ phụ: với các tác vụ thường lệ như “viết thông điệp commit” hoặc “giải thích tệp này làm gì”, hãy chuyển Claude Code sang Haiku. Mô hình này dùng ít hơn Sonnet ba lần và Opus năm lần.

Và lời nhắc chính: kể từ ngày 6 tháng 5 năm 2026, hạn mức trên Pro, Max, Team và Enterprise đã tăng gấp đôi, đồng thời giới hạn giờ cao điểm đã bị gỡ bỏ. Nếu Opus dùng hết năng lực sau nửa ngày, vấn đề không nằm ở hạn mức — bạn đang dùng Opus ở nơi Sonnet có thể xử lý. Sơ đồ quyết định trong phần thứ hai của hướng dẫn sẽ giúp bạn lấy lại quyền kiểm soát.

Để tìm hiểu sâu về hạn mức và tám quy tắc thực tế giúp tiết kiệm token, xem bài viết trụ cột này: Cách tránh dùng hết hạn mức Claude Code trong một ngày: 8 quy tắc tiết kiệm token năm 2026. Một tài liệu đồng hành hữu ích khác là Plan Mode trong Claude Code: Hướng dẫn từng bước, vì opusplan không hoạt động nếu thiếu Plan Mode. Và nền tảng cho mọi mô hình là Cách cấu hình CLAUDE.md năm 2026.

Tài liệu thực tế: Tài liệu Ailoot.

Tài liệu và công cụ khác: Ailoot.