Claude Haiku 5.5 vs Aion 3.5: Giá đầu vào cao gấp ba mươi lần cho một mô hình chưa được ai chấm điểm

Claude Haiku 5.5 niêm yết ở mức 0,10 đô la cho mỗi triệu token đầu vào. Aion 3.5 niêm yết ở mức 3,00 đô la. Đó là mức gấp ba mươi lần giá đầu vào và mười hai lần giá đầu ra đối với hai mô hình đều nhận một lời nhắc văn bản dài và trả về văn bản, và khoảng cách đó không được giải thích bằng năng lực — nó được giải thích bằng thứ mà mỗi công ty đang bán. Claude Haiku 5.5, phát hành ngày 7 tháng 10 năm 2026, là một cỗ máy làm việc với mức giá phổ thông, có một núm điều chỉnh nỗ lực và một điểm số độc lập. Aion 3.5, phát hành ngày 23 tháng 9 năm 2026 bởi AionLabs, là một hệ kết hợp suy luận bắt buộc có hai kích cỡ, một trong số đó thực sự rẻ. Việc có đáng trả mức phụ trội gấp ba mươi lần hay không hoàn toàn phụ thuộc vào một câu hỏi mà nhà cung cấp chưa trả lời.

Đây là phần khó chịu cần nói ngay từ đầu: Artificial Analysis đã cho điểm Claude Haiku 5.5 và chưa bao giờ công bố điểm số cho Aion 3.5. Chúng tôi cũng không tìm thấy ai khác đã làm vậy. Vì thế, đây không phải là so sánh giữa hai thứ đã được đo lường. Đây là so sánh giữa một thứ đã được đo lường với một tập hợp tuyên bố của nhà cung cấp, và cách viết trung thực là phải nói rõ điều đó trong mọi phần, thay vì chỉ nói một lần trong chú thích.

Hai mô hình, mỗi mô hình trong một đoạn văn.

Claude Haiku 5.5 là mô hình nhỏ của nhà cung cấp, ID claude-haiku-5-5, nhận văn bản và hình ảnh vào, trả văn bản ra, với cửa sổ ngữ cảnh 1 triệu token, đầu ra tối đa 128.000 token (300.000 nếu dùng beta header trên Batch API), thời điểm cắt dữ liệu huấn luyện là tháng 6 năm 2026 và Anthropic cam kết không ngừng cung cấp mô hình này trước ngày 7 tháng 10 năm 2027. Effort có thể điều chỉnh qua các mức Low, Medium, High, Xhigh và Max, mặc định là Medium, với tính năng suy luận thích ứng (adaptive thinking) được bật theo mặc định. Đọc từ cache tốn 0,01 USD mỗi triệu token. Khi prompt vượt quá 100.000 token, cả mức giá đầu vào lẫn đầu ra đều nhân với năm.

Aion 3.5 là sản phẩm chủ lực của AionLabs, ID aion-labs/aion-3.5 và nó chỉ hỗ trợ văn bản ở cả hai chiều. Ngữ cảnh là 262.144 token — gấp đôi so với 131.072 của Aion 3.0 — với đầu ra tối đa 32.768 token. Suy luận là bắt buộc thay vì tùy chọn, với mặc định là cao có thể chuyển lên tối đa hoặc xuống thấp. Về mặt kiến trúc, nó được mô tả là một tập hợp đa mô hình trong họ GLM thay vì một mạng lưới huấn luyện đơn lẻ, đây là điều thú vị nhất về nó và cũng là điều khó xác minh nhất từ bên ngoài. Nó có giá 3,00 đô la cho mỗi triệu token đầu vào, 0,75 đô la cho đầu vào được lưu trong bộ nhớ đệm và 6,00 đô la cho đầu ra, cố định trên toàn bộ cửa sổ. Aion 3.5 Mini, ra mắt cùng ngày, có giá 0,70 / 0,18 / 1,40 đô la cho cùng ngữ cảnh 256K — và người anh em nhỏ hơn đó chính là thứ khiến cuộc so tài này trở nên thú vị.

• Các kích thước, mỗi dòng một kích thước

Giá đầu vào Haiku 5.5 là $0.00 mỗi triệu token cho đến 100K token, tăng lên $0.50 khi vượt ngưỡng đó; Aion 3.5 là $3.00 cố định trên toàn bộ cửa sổ 256K.

• Giá đầu ra — Claude Haiku 5.5 $0.50 mỗi triệu cho đến 100K, sau đó $2.50; Aion 3.5 $6.00 cố định.

• Đầu vào đã cache — Claude Haiku 5.5: 0,01 USD mỗi triệu lượt đọc và 0,125 USD cho ghi năm phút; Aion 3.5: 0,75 USD trên đầu vào đã cache, không có mức giá đọc được công bố riêng.

• Cửa sổ ngữ cảnh — 1.000.000 token so với 262.144.

• Đầu ra tối đa — 128.000 token so với 32.768.

• Phương thức nhập — văn bản và hình ảnh so với chỉ văn bản.

• Điều khiển suy luận — một núm điều chỉnh mức nỗ lực gồm năm vị trí từ Low đến Max, so với ba vị trí trong đó high là mặc định.

• Điểm số độc lập — Chỉ số Artificial Analysis Intelligence Index đạt 43, với cấu hình Max ở mức 43,40, đứng thứ hai trong số 182 mô hình; chưa có công bố nào cho Aion 3.5.

• Chi phí cho mỗi tác vụ hoàn thành — 0,21 USD cho mỗi tác vụ chỉ số Artificial Analysis đối với Claude Haiku 5.5; không thể đo lường đối với Aion 3.5 nếu không có điểm số.

• Tốc độ đầu ra — 243,4 token mỗi giây đối với Claude Haiku 5.5; không được báo cáo đối với Aion 3.5.

Vì sao mức phí cố định không phải là chiến thắng như vẻ ngoài của nó

Mức giá cố định $3.00 cho 256K của Aion 3.5 là điểm gọn gàng nhất trong cách định giá của nó, và đây là câu trả lời trực tiếp cho sự khó xử phía Anthropic: một prompt tăng từ 99.000 lên 101.000 token sẽ tốn gấp năm lần chi phí trên mỗi token, buộc bạn hoặc phải giữ thật xa dưới ngưỡng, hoặc phải từ bỏ hoàn toàn khung giá rẻ. Aion 3.5 không có ngưỡng đó. Bạn có thể gửi 240.000 token và trả cùng mức giá trên mỗi token như khi gửi 4.000.

Lợi thế đó biến mất ngay khi bạn làm phép tính trên một khối lượng công việc thực tế. Một lệnh gọi 240.000 token trên Aion 3.5 tốn khoảng $0,72 cho phần đầu vào; cùng lệnh gọi đó trên Claude Haiku 5.5 vượt ngưỡng chỉ tốn khoảng $0,12. Ngay cả khi chịu mức giá bị phạt sau 100K, Haiku 5.5 vẫn rẻ hơn khoảng sáu lần ở prompt lớn nhất mà cả hai mô hình có thể xử lý. Mức giá cố định loại bỏ một vách ngăn, chứ không phải một khoản chi phí.

Nơi định giá cố định thực sự có ích là ở khả năng dự đoán. Một pipeline có kích thước prompt dao động giữa 80.000 và 130.000 token thì rất khổ sở để lập ngân sách theo cơ chế phân tầng và lại vô cùng đơn giản trên cơ chế cố định, và nếu bạn thuộc dạng đó, thì tính cố định của Aion 3.5 cũng đáng giá phần nào ngay cả trước khi bàn đến năng lực.

Lập luận ủng hộ Aion 3.5, được trình bày mạnh mẽ hết mức mà bằng chứng cho phép.

Ba lập luận vẫn đứng vững. Thứ nhất, việc suy luận bắt buộc ở mức mặc định cao đồng nghĩa với việc ít phải tinh chỉnh prompt hơn: không có tham số effort nào để tinh chỉnh và không có nguy cơ một thiết lập thấp âm thầm làm suy giảm chất lượng thứ mà không ai kiểm thử lại. Thứ hai, một ensemble trong họ GLM có hồ sơ thất bại thực sự khác biệt so với một mô hình nhỏ Anthropic đơn lẻ, và nếu bạn đang chạy Claude Haiku 5.5 trên một bề mặt lớn, một ý kiến thứ hai không tương quan vẫn có giá trị ngay cả khi giá đầu vào cao gấp ba mươi lần — bạn sẽ hiếm khi định tuyến tới nó. Thứ ba, Aion 3.5 Mini ở mức $0.70 / $0.18 / $1.40 với cùng ngữ cảnh 256K là một tầng giá rẻ đáng tin cậy, và bất kỳ so sánh nào chỉ nhìn vào flagship đều là đang so sánh nhầm mô hình Aion.

Điều không đứng vững là việc coi mức chênh lệch gấp ba mươi lần là bằng chứng cho năng lực gấp ba mươi lần. AionLabs không công bố benchmark nào cho Aion 3.5 mà chúng tôi có thể tìm thấy, không có phòng thí nghiệm độc lập nào chấm điểm nó, và tuyên bố về ensemble không có đánh giá công khai nào đi kèm. Một nhà cung cấp có mô hình mạnh hơn Claude Haiku 5.5 và có thể chứng minh điều đó thì sẽ chứng minh điều đó.

Nơi Claude Haiku 5.5 thắng áp đảo, và không hề sát nút

Đầu vào hình ảnh, thứ nhất. Aion 3.5 chỉ hỗ trợ văn bản, còn Claude Haiku 5.5 nhận hình ảnh, điều này quyết định mọi khối lượng công việc dạng tài liệu, ảnh chụp màn hình hay sơ đồ trước khi giá cả được nhắc đến. Đầu ra tối đa, thứ hai: 128.000 token so với 32.768 token, cùng một đường beta 300.000 token trên Batch. Và núm điều chỉnh effort, vốn là cơ chế kiểm soát chi phí chứ không phải một năng lực: ở mức Low, Claude Haiku 5.5 tạo ra ít token suy luận hơn hẳn, và vì suy luận được tính phí như đầu ra, đó chính là nơi bạn giữ một agent dài dòng nằm trong dải chi phí thấp.

Điểm số độc lập là tiếng nói quyết định cuối cùng về chuyện này. Trên chỉ số của Artificial Analysis, Claude Haiku 5.5 đạt 43 điểm tổng thể và 43,40 ở cấu hình Max, đứng thứ hai trong số 182 mô hình, với chi phí 0,21 USD mỗi tác vụ chỉ số và tốc độ đầu ra 243,4 token mỗi giây. Đó là những con số được chạy độc lập. Aion 3.5 không có con số nào như vậy, và cho đến khi nó có, so sánh mà người mua thực sự đang thực hiện là "một mô hình có điểm số được công bố và mức giá tôi có thể dự đoán" so với "một mô hình có mức giá cao hơn và không có điểm số", và đó không phải là một lựa chọn khó cho một lộ trình sản xuất.

Chạy cả hai mà không phải nhân đôi phần kết nối hạ tầng

Aion 3.5 có thể truy cập được thông qua API riêng của AionLabs và một số nền tảng bên thứ ba. Claude Haiku 5.5 có sẵn qua API của Anthropic và, từ đó, ở bất cứ nơi nào các mô hình của Anthropic được bán lại. Cả hai hiện đều không có trong danh mục của OrcaRouter, và chúng tôi sẽ không ngụ ý điều ngược lại: những gì chúng tôi định tuyến từ góc này của thị trường là anthropic/claude-haiku-4.5, anthropic/claude-sonnet-5.5, anthropic/claude-opus-5.5 và anthropic/claude-fable-5.1 — bậc cao hơn mô hình mà bài viết này đang nói tới.

Lý do điều này quan trọng ở đây là kiến trúc hợp lý cho sự kết hợp này là một phần nhỏ lưu lượng chạy trên mô hình đắt tiền. Bạn không chuyển cả một pipeline sang một ensemble giá 3,00 đô-la một triệu token; bạn chỉ gửi cho nó hai phần trăm số cuộc gọi mà ở đó một ý kiến thứ hai đáng giá 3,00 đô-la, và bạn giữ mọi thứ còn lại trên mô hình rẻ. Điều đó nghĩa là hai nhà cung cấp, hai khóa và hai bề mặt thanh toán cho một khối lượng công việc hai phần trăm — đúng cái hình dạng mà một gateway sinh ra để xử lý. OrcaRouter chuyển tiếp nguyên giá niêm yết của nhà cung cấp với mức markup 0%, nên một thay đổi giá từ nhà cung cấp có hiệu lực ngay trong cùng ngày thay vì phải chờ một chu kỳ định giá lại, và phép A/B chỉ là một chuỗi mô hình chứ không phải một tích hợp thứ hai. Khi cả hai chân đều không nằm trong danh mục của chúng tôi, câu trả lời trung thực là chúng tôi là sai tầng cho việc đó và thứ bạn cần là một tích hợp trực tiếp.

Điều gì sẽ giải quyết việc này?

Một đánh giá độc lập về Aion 3.5. Đó chính là mảnh ghép còn thiếu. Nếu một phòng thí nghiệm trung lập chấm nó ở mức gần với 43 của Claude Haiku 5.5 với giá $0.21 mỗi tác vụ, thì AionLabs đang thu gấp ba mươi lần giá đầu vào để đạt được sự ngang bằng, và câu chuyện ensemble là một gánh nặng chứ không phải một tính năng. Nếu nó đạt điểm cao hơn đáng kể, thì mức phí cao cấp là có thật và nước đi đúng đắn là chi khoản đó cho phần nhỏ các lệnh gọi thực sự cần đến nó. Cho đến khi con số đó tồn tại, người mua lựa chọn giữa hai mô hình này đang chọn một mô hình đã được đo lường với mức giá công bố hoặc một mô hình chưa được đo lường với mức giá cao hơn — và chỉ có một lựa chọn mặc định biện minh được trong cặp đó.

Điều đó có nghĩa là hai nhà cung cấp, hai khóa và hai bề mặt thanh toán cho một khối lượng công việc hai phần trăm, mà đó chính xác là kiểu tình huống mà một cổng kết nối được tạo ra để xử lý.