Claude Haiku 5.5 上线:10 万 token 以内输入砍到 $0.10、电脑操作分从 15.7% 冲到 72.4%,但它替代不了 Sonnet——一份该不该换的账

北京时间 10 月 8 日,Anthropic 上线 Claude Haiku 5.5——Claude 5.5 家族第三款,也是最小、最便宜的那款。距离 9 月 22 日的旗舰 Opus 5.5、9 月 28 日的中杯 Sonnet 5.5,只隔了半个月,Anthropic 用 15 天把 5.5 全家桶补齐了。官方的自我定位是"迄今最快、最便宜、最强的 Haiku",而真正的看点其实有两个:短请求的单价直接砍掉九成,以及一个一年前还在电脑操作测试上交白卷的小模型,这次把成功率从 15.7% 拉到了 72.4%。

这篇文章只回答三件事:变了什么、账怎么算、你该不该换。

一、这事是什么:三句话讲清

它的位置:高频、低成本、要速度的活——摘要、分类、信息抽取、客服、浏览器操作、文件整理,以及给 Opus / Sonnet 当子智能体(把已经拆好的任务并行跑掉)。它不是拿来"想难问题"的。
规格翻倍:上下文从上一代的 20 万 token 直接拉到 100 万,单次最大输出从 6.4 万 token 翻到 12.8 万。
三项新能力:第一次在 Haiku 系列加入 effort(推理强度)五档调节和自适应思考;新增 Browser Use(直接操作网页);安全层换成新的分类器拒答机制。

一句话:AI 模型的价格战打到"最小杯"这一档了——OpenAI 把 GPT-6 Luna 卖到一毛钱之后,Anthropic 只用了半个月,就把 Haiku 的输入从 1 美元压到了一毛,直接贴着 Luna 打。

二、先把传闻和实锤分开

发布当天中文圈里几条说法真真假假,先过一遍,不然容易照着宣传买错模型:

实锤:官方定价、能力数据、平台上线都是发布页原文——Haiku 5.5 已在 Claude Platform、AWS、Google Cloud、微软 Azure 同步可用。
“全项碾压 GPT-6 Luna”——大半对、小半误导。官方跑分表里 Luna 出成绩的六项确实都输了,但 Haiku 5.5 的最强成绩几乎都是在最高 effort 档跑出来的,而默认档是 Medium。VentureBeat 指出:Terminal-Bench 4.0 的 39.2% 对应最大推理强度,切到默认的 Medium 档会掉到约 20%。你默认用,拿不到宣传页上的那个数字。
“能在部分任务替代 Sonnet 5.5”——错。同一项 Terminal-Bench 4.0,Haiku 5.5 是 39.2%,Sonnet 5.5 是 70.6%,复杂多步编码、跨文件重构、长周期自主规划的差距是清清楚楚的。Anthropic 自己都建议:复杂 Agent 编程优先用 Sonnet 5.5 或 Opus 5.5。

把这一层过完就能理解它的处境:Haiku 5.5 不是"便宜版 Sonnet",而是执行层的模型——任务已经拆好、验收标准明确、可以并行跑的那些活,交给它。

三、价格横评:它在 10 月这张价目表里排哪一档

每百万 token 挂牌价(人民币按 1 USD ≈ 7.1 CNY 折算):

模型	输入	输出	缓存读取	备注
Claude Haiku 5.5(≤10 万 token)	$0.10	$0.50	$0.01	10/7 上线,缓存写入 $0.125
Claude Haiku 5.5(>10 万 token)	$0.50	$2.50	$0.05	超阈值后单价涨五倍
Claude Haiku 4.5	$1.00	$5.00	$0.10	一年前的上一代
Claude Sonnet 5.5	$2.00	$10.00	$0.10	9/28 发布,缓存读取当日减半
Claude Opus 5.5	$4.00	$20.00	$0.20	9/22 发布,旗舰档
GPT-6 Luna	$0.10	$0.50	同价	约 27 万 token 后升至 $0.20 / $0.75
DeepSeek V4.1 Flash(谷时)	¥1(≈$0.14)	¥4(≈$0.56)	¥0.02	高峰时段全部翻倍

三个不能跳过的数字

“降九成"和"省七成半"是两个口径。挂牌价≤10 万 token 的部分确实降 90%,但官方说的是"综合实际 token 使用量,平均运行成本降约 75%"。差在哪:超过 10 万 token 的请求只降 50%;再叠加新分词器让同样一段内容多花约三成 token(下面第六节细说)。
缓存读取 $0.01:这是长对话、多轮工具调用场景里计费占比最高的一项,现在只有 Sonnet 5.5 的十分之一;走批处理(Batch)再打五折。做高频 Agent 的,这一项比单价更值钱。
每月免费 API 额度:从本周起,Max 5x 每月送 $100、Max 20x 送 $200、Team 最多 $500(全队共用)的 Claude Platform 额度,平台上哪个模型都能用。对已经付了订阅费的人来说,这等于把一部分订阅钱按面值返了回来。

四、effort 档位:这次最值钱的一条

Haiku 5.5 是第一款能调"想多久"的 Haiku,五档从 Low 到 Max。同一件事,开哪一档,分数和账单差一个数量级:

基准(测什么)	Low 档	默认(Medium)	Max 档	Haiku 4.5(仅 Max 档)
OSWorld 2.1(操作电脑)	42.0% / $0.07	——	72.4% / $0.61	15.7% / $1.45
GDPval-AA v2.1(知识工作)	1125 / $0.01	1277	1620 / $0.87	735 / $0.24
Terminal-Bench 4.0(终端编程)	——	约 20%	39.2%	0
AA-Briefcase v1.1(长线项目)	——	——	1578	614
HLE(不带工具)	——	——	45.9%	10.2%

(斜杠后是单次任务成本;数据来自 Anthropic 发布页与第三方 Artificial Analysis 的统计。)

这张表最该记住的一句:Haiku 5.5 开最低档,就已经比上一代开最高档更能打,还便宜一半以上。OSWorld 上它的 Low 档(42%)比 Haiku 4.5 的 Max 档(15.7%)准得多,单次成本只要 $0.07。所以正确姿势不是"无脑开最高档”,而是先在默认档跑一遍,不够再升——这也是"平均省 75%“没能省到九成的一个原因。Artificial Analysis 的横评也印证了这点:最大档被它评到 43 分、每任务约 $0.21,中型档 34 分、约 $0.05——分数掉 9 分,成本掉四分之三。

五、怎么用起来:三条路

5.1 订阅用户(最快)

Max、Team 和席位制企业版用户,直接在 claude.ai 或 Claude Code 的模型下拉里选到 Haiku 5.5 就能用;新增的每月 API 额度也会自动出现在 Claude Platform 账单里。已经在用 Claude Code 的,顺手对比一下缓存账单——这一档的缓存读取只要 $0.01。

5.2 API 开发者

模型 ID 是 claude-haiku-5-5,官方 API 与 AWS Bedrock、Google Cloud、微软 Azure 同步可用:

1
2
3
4
5
6
7
8
9
curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 4096,
    "messages": [{"role":"user","content":"把这段客户反馈按主题分类并给出标签"}]
  }'

要让缓存那 $0.01 真正落到账单上,请求前缀(system prompt、工具 schema、文件前缀)得保持稳定,别每次动态拼时间戳和随机 ID,否则命中率是自己打掉的——这条在 8 月那篇 Sonnet 5 tokenizer 涨价账里算过一次(原文已过保下线)。

5.3 当子智能体用

这是 Anthropic 这次明确写进核心用途的方向:Opus 5.5 负责拆解与把关,Haiku 5.5 负责把拆好的子任务批量、并行地跑掉。一个活拆成 20 个子任务,用 Haiku 跑比用 Sonnet 便宜一个数量级——前提是每个子任务的输入输出和验收标准都写死了。这也和 9 月 Opus 5.5 中途停工那篇里的建议对得上:无人值守的 Agent,把重活交给大模型、把跑量交给小模型。

六、风险与限制:官方没高亮、但会咬你的四件事

新分词器会让同一段内容多花约三成 token。Haiku 5.5 换了和 Sonnet 5.5 / Opus 5.5 同款的 tokenizer,代码、表格、非英语内容的膨胀更明显。所以"标价砍九成"不等于"账单砍九成”——官方的 75% 才是更诚实的参考。
长上下文反而更贵。超过 10 万 token 后单价翻五倍;相比之下 GPT-6 Luna 要到约 27 万 token 才涨价。同样是 10 万 token 以内,Luna 和 Haiku 5.5 的输入/输出/缓存价格完全一样——短文本两者打平,长文本 Luna 更便宜。别把它当成"长文档统一解"。
复杂编码它顶不上。Terminal-Bench 4.0 的 39.2% 对 70.6%(Sonnet 5.5),跨文件重构这类活请留在 Sonnet / Opus 上。
宣传分要开最高档。默认 Medium 档的 Terminal-Bench 只有约 20%,和发布页上的 39.2% 不是同一件事;开 Max 档,单任务成本会从 $0.05 跳到 $0.21 一线。报预算时按默认档估、按最高档留余量。

七、判断:谁该上、谁再等等、谁别碰

今天就换:调用量巨大、对延迟敏感的活(客服、分类、信息抽取、批处理流水线);给 Agent 当子智能体、任务已拆好且验收标准明确的团队;已经掏了 Max / Team 订阅、又能吃到每月免费 API 额度的个人开发者。
再等等:只在长文档(>10 万 token)上跑的生产线——同价的 Luna 在长上下文更划算,别为"新"改了架构;正打算用 Haiku 5.5 替掉 Sonnet 5.5 省钱的复杂编码项目——省不下来的。
别碰别指望:把它当跨文件大重构 / 长周期自主规划的底座(那是 Sonnet / Opus 的活);只盯"降九成"给老板报预算的(实际约七成,还得算上 token 膨胀);把它和 Opus / Sonnet 混着用却不固定请求前缀的(缓存优势会被自己打没)。

一句话:Haiku 5.5 不是一次模型换代,是 Anthropic 把"跑量那档"的价格和下限同时重画了一遍——短请求砍九成、电脑操作从不及格到 72%、还第一次给了低档位就够用的能力。它省的是"每个任务"的钱,赚的是那些已经想清楚要干什么的活;你还在让模型自己拿主意的复杂任务,它替不了 Sonnet,也不该由它来省。