Claude Haiku 5.5：Anthropic 最便宜的模型究竟是什么

Claude Haiku 5.5是当前最小的第一方模型——比它高一档的是Claude Sonnet 5.5，它所取代的模型则是Claude Haiku 4.5——它也是首个表现得像大上下文模型的 Haiku：输入 1,000,000 个 token，输出最多 128,000 个 token，文本和图像输入，文本输出。厂商于 2026 年 10 月 7 日发布该模型，定价为每百万输入 token 0.10 美元起、每百万输出 token 0.50 美元起。这五个事实正是大多数搜索该模型名称的人想要的，而下面全部内容就是这五个事实，外加那些会改变你实际支付多少、以及你的代码必须怎么做的细节。

这里的每一个数字都来自两个来源之一，并且每个来源都在其出现处注明了名称：厂商自己发布的文档，或由 Artificial Analysis 进行的独立测量。本页没有任何内容转载自本博客的另一篇文章；如果某个被广泛重复的说法无法从厂商处重新核实，本页会如实说明，而不是重复该说法。

Claude Haiku 5.5 在产品线中的定位

当前的第一方产品线共有四款模型，Haiku 是其中最小的。其定位依据是厂商自己对每款模型用途的描述，以及厂商公布的每款模型的数据：

• Claude Haiku 5.5 — 适用于高并发、对延迟敏感的工作：分类、提取、路由、子代理任务。四者中最快。每百万 tokens 低至 $0.10 / $0.50。默认 effort 中等。

• Claude Sonnet 5.5 —— 中档位，适用于常规生产工作。速度快。每百万 token 2 美元 / 10 美元。默认 effort 为 高。

• Claude Opus 5.5 — 适用于长时间运行的智能体编程与知识工作。延迟适中。每百万 tokens 收费 $4 / $20。默认强度 中等。

• Claude Fable 5.1 —— 目前广泛发布的最强模型，适用于高难度推理与长周期智能体。速度最慢。每百万 token 收费 10 美元 / 50 美元。默认强度为高。

与其所取代的那一代相比，这次升级远不止是一次版本号的提升。Claude Haiku 4.5 是一款拥有 200,000 token 上下文、64,000 token 输出上限的模型，每百万 token 统一为 $1 / $5；Claude Haiku 5.5 则是一款 1M 上下文、128K 输出的模型，起步价仅为上述费率的十分之一。厂商承诺在 2027 年 10 月 7 日之前不会停用 Haiku 5.5——这也是它给予当前产品线其余型号的两年保底期限——这一点对小型模型而言比通常更为重要，因为人们往往会把小型模型接入长期运行的流水线，然后便将它们遗忘。

定价，以及 100,000 个 token 处的档位

供应商公布的 Claude Haiku 5.5 价格并不是一个价格。它是两个价格，按提示长度划分，而对任何估算成本的人来说，这种划分是本页面上最具决定性的一件事。

• 提示词最多 100,000 tokens — 输入每百万 $0.10，输出每百万 $0.50，五分钟缓存写入 $0.125，一小时缓存写入 $0.20，缓存读取 $0.01。

• 提示超过 100,000 个 token — 输入每百万 $0.50，输出每百万 $2.50，五分钟缓存写入 $0.625，一小时缓存写入 $1.00，缓存读取 $0.05。

• Batch API — 在任一档位下，输入和输出均可享受 50% 折扣，使用output-300k-2026-03-24 beta 标头时，输出 token 上限可达 300,000，而同步 Messages API 为 128,000。

供应商在其定价文档中直白地说明了第二档：提示超过 100,000 个 token 的请求按更高的价格付费，而计入的提示长度是其全部输入 token，包括缓存读取和缓存写入。每个请求都单独计价——即使一个长请求只命中了部分缓存，也仍按更高档付费——已经运行过的请求则保留其当时被计费的价格。

供应商还公布了其醒目节省声明背后的算术，而这道算术比标题更有意思。对于最长 100,000 个 token 的提示词，Haiku 5.5 的价目表比 Haiku 4.5 低 90%，超过这一阈值则低 50%；供应商称，发往上一代 Haiku 模型的请求中约有 90% 低于该阈值。但它也表示，新模型使用与 Claude 4.7 及之后版本相同的分词器，因此同样的文本相比在 Haiku 4.5 上会被计为多出约 30% 的 token——这正是供应商自己的总结所说的“运行成本降低约 75%”而非 90% 的原因。这个 75% 是供应商报告的平均值，而非重新测量的基准，并且它取决于一种你未必拥有的工作负载组合。

实际版本是：如果你的提示词很短，缓存命中率又好，那这次降价就是实打实的，而且幅度很大。如果你的提示词很长，那变化最大的其实是上限——你现在终于可以发送 100 万 token 的提示词了，但为此要支付短提示词费率的五倍。

有两件事与该模型一同流传，值得把它们与厂商自己的材料区分开来。第一件是“便宜 75%”这个数字，它出自 Anthropic，并带有上文提到的分词器方面的注意事项；应把它视为厂商的估算，而不是实测得出的节省。第二件是所谓 Claude Haiku 5.5 意在低价压制中国的 flash 档模型这一说法。Anthropic 的材料并没有这样说。Anthropic 为该模型发布的每一项对比，都是拿 Anthropic 自己此前的 Haiku——Haiku 4.5——作比较，而其定位表述讲的是高吞吐量、对延迟敏感的工作负载，与竞争对手的价格无关。除非有人能拿出这方面的一手来源，否则应把这种“低价压制”的说法视为未经证实。

上下文窗口、输出限制、模态

Anthropic 的 Claude Haiku 5.5 规格页面给出了以下内容，而且其中每一项都是供应商自己公布的数值，而不是从模型名称推断出来的：

• 上下文窗口 — 1,000,000 个 token。

• 最大输出 — 在同步 Messages API 上为 128,000 个 token；在使用扩展输出测试版标头的 Batch API 上为 300,000 个 token。

• 模态——输入为文本和图像，输出为文本。没有音频或视频输入路径，输出为文本；Anthropic 的能力表写明“文本和图像 → 文本”。Artificial Analysis 在其自身的模型页面上独立确认了相同的输入/输出组合。

• Thinking — 自适应，默认开启，由 effort 参数控制，该参数在此模型上的默认值为 medium。这是首个配备 effort 调节档的 Haiku；Haiku 4.5 则改用手动思考预算。

• 知识截止日期——2026年6月，既指可靠的截止点，也指更宽泛的训练数据截止点。

自适应思维有两个后果很容易被忽略，而厂商都将它们记录为相较 Haiku 4.5 的变化。现在一次响应可以以 thinking 块开头，因此那些把第一个内容块当作答案来读取的代码会出错——应按类型选择块。而且，更早轮次的 thinking 块会保留在上下文中，并按输入 token 计费，而 Haiku 4.5 只保留最新一轮的，因此多轮对话携带的输入会比仅凭分词器变化所能解释的更多。

Anthropic 声称的内容——以及它实际测量的内容

本节所有内容均为厂商提供。Anthropic 在其发布材料中公布了 Claude Haiku 5.5 的以下数据，每项均以 Claude Haiku 4.5 作为对比基准，且这些数据均未在此处复现：

• OSWorld 2.1，计算机使用，离线子集 —— Claude Haiku 5.5 达到 72.4%，而 Claude Haiku 4.5 仅为 15.7%。

• Terminal-Bench 4.0，智能体编程——39.2% 对 0.0%。

• Humanity's Last Exam，多学科推理——不使用工具时为 45.9%，使用工具时为 57.4%，相比之下仅为 10.2% 和 18.7%。

• GDPval-AA v2.1，知识工作——1620 对 735。

• AA-Briefcase v1.1 — 1578 对 614。

• FrontierCode 1.1，main — 46.4%。

• 图表学、视觉推理——无工具时46.4%，而对比组为6.4%。

厂商自己对这些数字的表述，其要点值得引用：Anthropic 表示，Claude Sonnet 5.5 和 Claude Opus 5.5“在诸如 Terminal-Bench 4.0 所衡量的复杂智能体编码任务中仍是更好的选择”，并将 Haiku 5.5 定位为适用于范围狭窄、否则运行成本高到根本无法开展的任务。Anthropic 尚未发布 Haiku 5.5 与 Sonnet 5.5 在相同工作量和相同测试框架下的正面对比运行结果，因此此处任何内容都不应被解读为两者之间的排名；厂商的基准测试集是其自有的，并且也如此标注。

独立的情况来自 Artificial Analysis——它在 Max effort 配置下运行了该模型，并在其自己关于 Claude Haiku 5.5 的页面上报告了以下内容：智能指数得分为 43，该页面称这远高于同类模型 13 的中位数；实测每秒输出 236 个 token，而类似模型的中位数为 106 个 token；每完成一项智能指数任务的成本为 0.21 美元；以及一个值得注意的冗长标记——在指数运行期间生成了 4.4 亿 token，而中位数为 9500 万。该榜单还记录了该模型的定价为每百万输入 token 0.10 美元，而中位数为 0.25 美元，其文本与图像输入，以及其 100 万 token 的上下文窗口，这是对上述模态和窗口说法的独立确认。这些是 Artificial Analysis 的测量结果，而非 Anthropic 的，并且它们是在该模型的 Max effort 配置下取得的——该榜单指出可能存在非推理配置，且其数据可能有所不同。该榜单未在页面上公布测量日期。

如何访问 Claude Haiku 5.5

厂商在迄今为 Haiku 模型提供的最广泛首日发布面上推出了 Claude Haiku 5.5。已发布的模型 ID 如下：

• Claude API — claude-haiku-5-5。

• Bedrock — anthropic.claude-haiku-5-5。

• Vertex AI、Microsoft Foundry 与 Claude Platform on AWS ——claude-haiku-5-5在上述各平台均可使用。

广泛的覆盖范围正是关键：许多团队将通过他们已经拥有的云合同接触到这一模型，而不是建立新的供应商关系，而且除了 Bedrock 的带前缀形式外，模型 ID 在各处都是同一个字符串。Anthropic 尚未发布 Claude Haiku 5.5 的免费套餐、免费额度或试用，本页面的任何内容都不应被解读为其中之一。

在 OrcaRouter 这边，有一件事必须直说，而不能留给人去猜：我们的线上目录目前并不提供 Claude Haiku 5.5。对照实时模型列表（其中收录了 207 个模型），Anthropic 的条目一路排到 Claude Opus 5.5 和 Claude Sonnet 5.5，但小模型档位止步于 Claude Haiku 4.5——所以如果你现在通过我们路由 Haiku 级别的流量，你用的还是上一代。如果 Anthropic 对新模型的定价出现变化，那就是唯一一种转嫁价格会在我们这边当天变动的情况，因为我们按原价转嫁提供商的标价，计费不加任何加价；但这只是在说明我们的定价机制如何运作，并不是声称这款特定模型已经可用。等它上线时，也会出现在同一个目录中。

用一段话说明这个模型是什么

Claude Haiku 5.5 是一款具备 1M 上下文、128K 输出、支持文本与图像的小型模型，Anthropic 的售价为每百万 token 0.10 美元和 0.50 美元，当输入 token 超过 100,000 后价格阶梯升至 0.50 美元和 2.50 美元，并且通过单一的 effort 调节旋钮进行控制，而非早期 Haiku 模型所接受的采样参数。其实测速度与实测 Intelligence Index 得分均明显高于同价位区间模型的中位数，而其冗长度则朝相反方向偏离，厂商的基准测试结论也仅代表厂商自身。如果你要在它和该档位中的其他模型之间做选择，起决定作用的问题有两个：你的提示词是否能控制在 100,000 token 的阶梯之下，以及你是否能接受用 50% 的批量折扣来替代同步调用。