Anthropic 发布 Claude Haiku 5.5：1M 上下文，输入定价每百万 token 0.10 美元
来源MarkTechPost查看原文
速览
- Haiku 5.5 是 Anthropic 迄今最便宜最快的小模型，主打高吞吐任务
- 100K token 以内输入 0.10 美元、输出 0.50 美元，比 Haiku 4.5 低 90%
- 超 100K 后价格跳至 0.50/2.50 美元，长提示词成本明显上升
- 新分词器让同一文本多算约 30% token，实际降幅被部分抵消
- Anthropic 估算平均便宜约 75%，批处理再打五折
- OSWorld 2.1 得分 72.4%，远高于 Haiku 4.5 的 15.7%
- 与 GPT-6 Luna 短上下文同价，但 100K 以上 Luna 更便宜
- 定位是 Opus 5.5 / Sonnet 5.5 之下的子智能体，而非编程主力
- Sonnet 5.5 在所有基准上仍领先，复杂编程仍推荐更大模型
Anthropic 发布 Claude Haiku 5.5，官方称这是其迄今最便宜、最快的小模型，面向摘要、压缩、分类和子智能体（subagent）等高吞吐任务。模型保留 1M token 上下文窗口和最高 128K 输出 token，输入定价每百万 token 0.10 美元、输出每百万 token 0.50 美元，针对 100K token 以内的提示词比 Claude Haiku 4.5 便宜 90%。Haiku 5.5 已在 Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS 上正式可用。它是首个带可调 effort 设置的 Haiku 级模型，自适应思考默认开启，effort 参数默认 medium，支持文本与图像输入、输出文本，知识截止日期为 2026 年 6 月。定价按 100K 提示词 token 分为两档：100K 以内输入 0.10 美元、输出 0.50 美元，缓存读取 0.01 美元、5 分钟缓存写入 0.125 美元；超过 100K 后升至输入 0.50 美元、输出 2.50 美元。Anthropic 称约 90% 的 Haiku 4.5 请求在 100K token 以内，按新分词器调整后估算 Haiku 5.5 平均便宜约 75%，批处理再打五折。Anthropic 公布的基准中，OSWorld 2.1（离线子集）为 72.4%，Haiku 4.5 为 15.7%，GPT-6 Luna 为 48.9%；Terminal-Bench 4.0 为 39.2%，Luna 为 16.4%，Haiku 4.5 为 0.0%；FrontierCode 1.1（Main）为 46.4%，Luna 为 42.4%；Humanity's Last Exam 无工具 45.9%、有工具 57.4%；GDPval-AA v2.1 为 1620，Luna 为 1437，Haiku 4.5 为 735。Sonnet 5.5 在所有项目上仍领先，Anthropic 自身也建议复杂智能体编程使用 Sonnet 5.5 和 Opus 5.5。
关键事实
- Claude Haiku 5.5 输入定价每百万 token 0.10 美元、输出每百万 token 0.50 美元，适用于 100K token 以内的提示词，比 Claude Haiku 4.5 便宜 90%
- 超过 100K token 后价格升至输入每百万 0.50 美元、输出每百万 2.50 美元；缓存读取 0.01 美元，5 分钟缓存写入 0.125 美元
- 模型保留 1M token 上下文窗口和最高 128K 输出 token，批处理任务在 beta 中支持最高 300K 输出 token
- Haiku 5.5 是首个带可调 effort 设置的 Haiku 级模型，自适应思考默认开启，effort 默认 medium
- 非默认的 temperature、top_p 或 top_k 取值会返回 400 错误；新分词器对同一段文本的计数比 Haiku 4.5 多约 30%
- Anthropic 报告 OSWorld 2.1（离线子集）得分 72.4%，Haiku 4.5 为 15.7%，GPT-6 Luna 为 48.9%
本站视角
对国内做 Agent 的团队来说，这次发布最实际的意义不在基准分数，而在成本结构。100K token 以内 0.10/0.50 美元的档位，配合 1M 上下文，意味着「把长文档塞进去做抽取和分类」这类过去因为成本被压着做的任务，现在可以放开跑量。尤其是把 Haiku 5.5 当作 Opus 5.5 / Sonnet 5.5 的子智能体这一用法，直接对应国内多智能体架构里最常见的「大模型规划 + 小模型执行」模式，原文给出的 Rogo 抽 10-K 营收行、AlphaSense 每周约 800 万次调用，都是这种模式的典型负载。我们认为，真正需要跟进的是那些调用量大、单次任务窄、对延迟敏感的团队，比如客服工单分类、文档问答、浏览器操作；反过来，如果你的任务本身需要长链推理或复杂代码生成，Haiku 5.5 不是替代品，Anthropic 自己也把复杂智能体编程指向 Sonnet 5.5 和 Opus 5.5。 需要打问号的地方有三处。第一，所有基准数字都是 Anthropic 自己报告的，原文也明确标注了这一点，第三方复现之前不宜当作定论，尤其是 Terminal-Bench 4.0 上 Haiku 4.5 得 0.0% 这种极端对比，更像是评测适配问题而非纯粹能力差距。第二，90% 的降价是名义价格，新分词器让同一文本多算约 30% token，实际节省被明显稀释，Anthropic 自己的口径也只是「平均便宜约 75%」，采购决策应该按后者算。第三，价格优势并非全面：GPT-6 Luna 在短上下文与 Haiku 5.5 同价，而在 100K 到 272K 区间反而更便宜，原文以 150K token 提示词为例点明了这一点。这意味着如果你的负载集中在 100K 到 272K 之间，Haiku 5.5 的两档定价反而是劣势，需要按实际 token 分布重新算账，而不是只看「便宜 90%」这个标题数字。 另外两个工程细节值得提前注意：非默认 temperature、top_p、top_k 会返回 400 错误，从 Haiku 4.5 迁移的代码如果显式设过这些参数会直接失败；批处理在 beta 中支持最高 300K 输出 token，但常规上限是 128K，做长输出流水线的团队要区分这两条路径。
背景与影响
Haiku 是 Anthropic 产品线中最小的模型层级，长期承担摘要、分类、抽取这类高频低成本调用。此次 Haiku 5.5 的核心变化有两点：一是价格结构，把 100K token 以内做成低价档，官方称约 90% 的 Haiku 4.5 请求都落在这一区间，因此多数现有调用可以直接受益；二是能力定位，Anthropic 明确把它放在 Opus 5.5 和 Sonnet 5.5 之下作为子智能体使用，由大模型负责规划与产出，Haiku 负责拆解后的窄任务。原文给出的客户案例也印证这一思路：Rogo 用 Haiku 5.5 子智能体抽取 10-K 财报中的营收行，同时由更大模型生成演示材料；AlphaSense 在一个每周约 800 万次调用的功能上做了测试。需要留意的是，新分词器对同一文本的计数比 Haiku 4.5 多约 30%，这意味着名义价格降幅与实际账单降幅并不完全一致，Anthropic 自己给出的口径也是「调整后平均便宜约 75%」而非 90%。此外，非默认的 temperature、top_p、top_k 会直接报 400 错误，从 Haiku 4.5 迁移的团队需要按迁移指南调整参数。竞争层面，GPT-6 Luna 在短上下文档位与 Haiku 5.5 标价完全相同，但它的高价档从 272K 输入 token 才开始，因此在 100K 到 272K 这一区间，Luna 的标价更低——原文以 150K token 提示词为例指出 Luna 更便宜。Gemini 3.5 Flash-Lite 则是 0.30/2.50 美元的固定费率，且输入模态更广，支持文本、图像、视频、音频和 PDF。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。
