Home›Local LLM›なぜClaude CodeのskillごとにOpus/Sonnet/Haikuを使い分けるのか

なぜClaude CodeのskillごとにOpus/Sonnet/Haikuを使い分けるのかなぜClaude CodeのskillごとにOpus/Sonnet/Haikuを使い分けるのか

Qiita LLM tag · qiita.com · 2026/05/11 12:27 · 5h ago

元記事を読む鮮度 OK

AI 3 行サマリ

この記事は playpark Blog からの転載です。
この記事で分かること Claude Codeのサブスクプランでモデル配分を検証した背景 Opus/Sonnet/Haikuを使い分ける3層ルールの設計根拠どのskillをどの層に割

※ この記事の本文は近日中に AI が生成して差し替わります。現時点では上記サマリをご参照ください。

SourceQiita LLM tagT2
Source Avg ★ 1.0
Typeブログ
Importance ★ 情報 (top 100% in Local LLM)
Half-life 📘 中期 (チュートリアル)
LangJA
Collected2026/05/11 17:00

元記事を読む

qiita.com

本ページの本文・要約は AI による自動生成です。正確性は元記事 (qiita.com) をご確認ください。

🏠 Local LLM の他の記事もっと見る →

MastraのSubagentとWorkflowで健康診断連携レシピ機能を作った（AI Agent④）

MastraのSubagentとWorkflowで健康診断連携レシピ機能を作った（AI Agent④）

qiita-llm 3h ago

第2回：プロトコルエンジニアリング独立宣言―― なぜAIの「要約」は知性の輪郭を破壊するのか

第2回：プロトコルエンジニアリング独立宣言―― なぜAIの「要約」は知性の輪郭を破壊するのか

zenn-llm 3h ago

【入門】MarkItDownで始めるAI資料活用術 ― PDFもExcel・WordもMarkdownに変換してLLMに渡す

【入門】MarkItDownで始めるAI資料活用術 ― PDFもExcel・WordもMarkdownに変換してLLMに渡す

qiita-llm 4h ago

全部Opusにしたら5時間枠が詰まった話 — skillのモデル配分を3層に分けた判断基準

zenn-llm 5h ago

AI 時代に "人間の" レビュー力を鍛えるには

qiita-llm 5h ago

RAGのチャンキング戦略を比較する：固定長・再帰分割・セマンティックの使い分け

zenn-llm 6h ago

URL をコピーしました