Claude Haiku 5.5 – Anthropic 最快最便宜的小模型,运行成本降约 75%

AI工具1个月前发布 aibin_cn
2,769 0

Claude Haiku 5.5是什么

Claude Haiku 5.5 是 Anthropic 在 2026 年 10 月 7 日发布的小尺寸模型,也是 Claude 5.5 家族一个月内的第三个成员。百万 token 输入价 0.10 美元、输出价 0.50 美元,官方称完成同样工作的平均成本比 Haiku 4.5 低约 75%。它是首个支持可调推理强度的 Haiku,上下文从 20 万扩到 100 万 token,电脑操作评测从上一代的 15.7% 升到 72.4%。它只输出文本,知识截止到 2026 年 6 月。定位是承接分类、摘要、数据库查询、客服应答这类高频且单价敏感的工作,以及给 Opus 5.5 和 Sonnet 5.5 当子智能体。发布当天 Anthropic 还把 Sonnet 5.5 的缓存读取价砍了一半。

这个 75% 需要拆开看。官方脚注写得很清楚,它是加权结果:请求不超过 10 万 token 的降 90%,超过的只降 50%,而约 90% 的历史 Haiku 请求都落在前一类,加权之后才是平均约 75%。脚注还说明这个数字已经计入分词器变化的影响,Haiku 5.5 换了与 Sonnet 5.5、Opus 5.5 相近的分词方案,完成同一件工作会多消耗少量 token,所以按单价算出来的降幅和按任务算出来的降幅并不是一回事。

Claude Haiku 5.5 - Anthropic 最快最便宜的小模型,运行成本降约 75%

Anthropic 小尺寸模型,百万 token 输入 0.10 美元,运行成本较 Haiku 4.5 降约 75%

Claude Haiku 5.5的主要功能

  • 首个可调推理强度:Haiku 系列第一次让开发者按任务调档,同一个请求可以往省钱或往正确率两个方向压,不用为了控成本整段换模型。
  • 100 万 token 上下文:从 Haiku 4.5 的 20 万扩到 100 万,长文档和长会话不必切得那么碎。
  • 双档定价:10 万 token 以内一档,超过之后跳到另一档,两档之间单价相差 5 倍。
  • 安全防护收紧:这是 Anthropic 首个带高风险管理网络安全防护的 Haiku,允许的防御性任务范围比 Sonnet 5.5 更宽,但渗透测试这类容易被攻击方借用的手法仍会被拦。
  • 适配电脑与浏览器操作:官方同步把 Python 和 TypeScript 的 SDK 加入 computer use 与 browser use 的测试版支持,这两类任务恰好需要快而便宜的模型。

Claude Haiku 5.5的技术原理

  • 分词器换了,token 用量随之变化:沿用与上两代旗舰相近的分词方案,同一段内容会切成更多 词元。Anthropic 在 Opus 4.x 换代时也换过分词器,当时 token 用量涨了约 30%,这是它把 75% 而不是更高的单价降幅作为宣传口径的原因。
  • 75% 是加权平均而非统一降幅:算法是 90% 与 50% 两个档位按请求量加权。如果你的业务以长请求为主,实际降幅会明显低于 75%。
  • 阈值口径官方没写全:恰好 10 万个 token 的请求怎么计费没有说明,也没交代门槛是按输入 token 算,还是按输入输出合计算。
  • 训练数据与输出形式:系统卡写明训练数据由公开互联网信息、公开与私有数据集、明确许可用于训练的用户数据以及合成数据混合而成,模型只产出文本。

Claude Haiku 5.5如何使用

  • 方式一:直接调 API:型号字符串是 claude-haiku-5-5,在 Claude Platform、亚马逊云、谷歌云和微软 Azure 上都能直接调用,官方另发了迁移指南。
  • 方式二:按任务调推理强度:高频分类、字段抽取这类任务调到低档省钱,需要判断准确度的调高档,这是它和上一代最大的用法差别。
  • 先算清楚请求长度:超过 10 万 token 那一档单价是低档的 5 倍,能拆的文档先拆再送,比整篇丢进去省得多。
  • 当子智能体用时留意缓存:缓存读取价是 0.01 美元,多轮循环里命中缓存的部分几乎不花钱,长流程要尽量复用同一段上下文。

Claude Haiku 5.5的核心优势

  • 低档价格是上一代的一成:输入从 1.00 降到 0.10 美元,输出从 5.00 降到 0.50 美元,都是按百万 token 计。
  • 缓存读省钱最狠:0.01 美元每百万 token,只有 Haiku 4.5 的十分之一,智能体反复调用时这一项比单价更影响总账单。
  • 能力是真换代而不是微调:知识工作评测从 735 分升到 1620 分,终端编码从 0 分升到 39.2%,电脑操作从 15.7% 升到 72.4%,三项都是量级上的跨越。
  • 上下文扩到五倍:20 万到 100 万 token,长材料的长任务不必再拆成多轮。
  • 和 Sonnet 5.5 搭配还有额外折扣:Sonnet 5.5 的缓存读取价从 0.20 降到 0.10 美元,官方称这能让多数智能体任务再省约 20%。

Claude Haiku 5.5的同类竞品对比

这次降价有个明确的对手。OpenAI 在同期推出的 GPT-6 Luna 与它低档价格完全一致,四项价格一项不差,成了这一价位上最直接的参照物。

对比维度 Claude Haiku 5.5 GPT-6 Luna
低档输入 / 输出 0.10 / 0.50 美元(每百万 token) 0.10 / 0.50 美元(每百万 token)
缓存读取 / 写入 0.01 / 0.125 美元 0.01 / 0.125 美元
高档触发点 输入超过 10 万 token 输入超过 27.2 万 token
20 万 token 输入的单次成本 0.10 美元 0.02 美元
知识工作 GDPval-AA v2.1 1620 1437

这张表里有几件事要说清楚。第一,「同价」只在 10 万 token 以内成立。GPT-6 Luna 的高价档要到 27.2 万输入 token 才触发,比 Haiku 5.5 的 10 万宽得多,一个 20 万 token 的请求,Haiku 5.5 已经按 0.50 美元计价,Luna 还在 0.10 美元,单次成本差 5 倍。长上下文任务上对手是更便宜的那个。第二,它和 Claude Sonnet 5.5 不是替代关系。官方明确说终端编码这类复杂智能体任务仍应选 Sonnet 5.5 和 Opus 5.5,官方表里 Sonnet 5.5 的知识工作分是 1840,高于 Haiku 5.5 的 1620,Haiku 5.5 承接的是压缩、摘要、子智能体这类原本因为成本做不起的窄任务。第三,分数全部来自 Anthropic 自己的评测表,没有第三方复现,而且它的 SWE-bench 成绩官方还没公布。第四,「最快」有一处脚注限定,官方说它是各模型在标准速度下最快的,但比 Opus 在 Fast Mode 下慢。第五,同价位不止这两家,谷歌 Gemini 3.8 Flash 的促销标准价是 0.75 / 3.75 美元,Gemini 3.5 Flash-Lite 是 0.30 / 2.50 美元,xAI 的 Grok 4.3 是 1.25 / 2.50 美元,选型时值得一并比较。想了解前沿闭源模型的另一条路线,可以对照我们写过的 Gemini 4 Argon。

Claude Haiku 5.5的官方地址

Claude Haiku 5.5的应用场景

  • 客服与语音智能体:官方点名的场景,响应延迟敏感且调用量大。单价压到每千输入 token 约 0.0001 美元之后,原本只能抽样的质检可以改成每条消息都过一遍。
  • 分类与信息抽取:工单归类、文档字段提取这类任务一天跑几十万次,单价直接决定能不能全量跑而不只是跑样本。
  • 智能体循环里的子任务:给 Opus 5.5 或 Sonnet 5.5 当 子智能体,负责检索、压缩、格式转换这类脏活,成本只占主模型的一小部分。同类工具可以看 AI 编程工具。
  • 计算机与浏览器操作:OSWorld 分数从 15.7% 涨到 72.4%,配合 SDK 的 computer use 与 browser use,适合自动化点击、填表这类流程性工作。

© 版权声明

相关文章