Claude Haiku 5.5：默认采用自适应思考、更严格的 API，以及达到 100,000 个 token 时跳档的价格

Claude Haiku 5.5 于 2026 年 10 月 7 日正式上线——就在本文写作的两天前——而大多数发布报道都在谈论那个分数。分数是真的：在独立的人工分析智能指数（Artificial Analysis Intelligence Index）上，该模型以 43 分位列该榜单 182 个条目中的第二，这让 Anthropic 当前最便宜的一档超过了大多数厂商的旗舰产品。而真正会改变你下午安排的部分则安静得多。API 变得更严格了，思维模式默认变为自适应，这两项改动都属于那种会破坏现有代码、而不是填满一篇发布稿的类型。

以下是要点总结：实际交付了什么、API 不再接受什么、定价在放量时如何变化，以及供应商给出的哪些数字值得存疑。

10月7日发布了什么

Claude Haiku 5.5 的模型 ID 为 claude-haiku-5-5，是 Claude Haiku 4.5 的直接替代品。它是一款文本与图像模型：输入图像，输出文本，不支持音频或视频。它自带 1,000,000 token 的上下文窗口和 128,000 token 的最大响应长度，并可通过 output-300k-2026-03-24 beta 在 Batch API 上扩展至 300,000 token。其知识截止日期为 2026 年 6 月，且 Anthropic 承诺在 2027 年 10 月 7 日之前不会让该模型退役——这是两年的下限保障，对于会被接入长期运行管线的小型层级模型而言，这一点比平常更为重要。

从第一天起，可用范围就非常广泛：Claude API 本身、Amazon Bedrock、Google Cloud、Microsoft Foundry，以及 AWS 上的 Claude Platform。这是 Anthropic 为 Haiku 模型提供的最广泛的首日覆盖范围，也正是许多团队会通过现有云合同、而非新合同来接触这一模型的原因。

该 API 比它所取代的模型更严格

这是在你将现有 Haiku 4.5 客户端指向新 ID 之前应阅读的部分。Claude Haiku 5.5 会拒绝若干旧版 Claude 模型可接受的请求形态，并且会以 400 错误而非警告来拒绝它们：

• 采样参数——将 temperature、top_p 或 top_k 设为非默认值会返回错误。这些调节项已被移除，而非被忽略。

• 助手预填充 — 此模型已不再支持发送部分助手轮次以供模型继续生成。

• 手动扩展思考 — 传入 budget_tokens来设定思考预算的大小会返回错误，因为思考现在由下文所述的 effort 旋钮控制。

• 计算机使用 — 该工具需要 computer_toolset_20260801 工具集版本；不接受较旧的工具集标识符。

这些中的任何一个都是只需改一行的修复，但它们是那种除非你先读一遍迁移说明，否则就会在凌晨两点、在生产环境里才发现的单行修复。模式是一贯的：Anthropic 已经取消了按请求临时发挥的做法，把那些决策移到了模型级配置。对于跨多个服务调用同一个模型 ID 的服务集群来说，这是实实在在的简化。而对于一个原本依赖温度扫描或手工设定的思考预算的服务来说，这无异于重写调用约定。

自适应思考，以及一个从低到最高的调节旋钮

取代这一切的是自适应思考，它默认开启，默认努力程度为medium。模型会针对每个请求自行判断该任务需要多少内部推理，而你只需通过一个努力程度设置来引导它，该设置从 Low 到 Medium、High 和 Max。

实际后果正是人们容易低估的那一点：你再也无法通过关掉思考来让模型变便宜。思考本身就是产品。你能控制的是它思考得有多用力，而努力程度设置既是一个质量旋钮，也同样是一个投入旋钮——分类任务用 Low、调试任务用 Max，这才是生产部署应有的形态，而不是两个不同的模型。

这也重新定义了“小模型”的含义。过去，你选择 Haiku 级模型时，就是接受它会在困难案例上失败，并把那些案例分流到别处。Claude Haiku 5.5 在 Max effort 下旨在自行弥合其中一部分差距，这改变了路由决策：从“这个模型能不能完成任务”变为“这个任务是否值得投入 Max effort”。

定价：100,000 tokens 以内为固定价格，之后为五倍

以美元计，Anthropic 公布的价格为：每百万 token 输入 $0.10、输出 $0.50，适用于输入不超过 100,000 token 的情况；超过该额度后分别升至 $0.50 和 $2.50。缓存另行计价：五分钟缓存写入为 $0.125 和 $0.625，一小时写入为 $0.20 和 $1.00，缓存读取为 $0.01 和 $0.05。批量推理为半价。

在100,000个token处的这个阶梯，是应该纳入电子表格计算的数字，而不是一个脚注。一个在90,000个token的提示下轻松运行的流水线支付第一档费用；同一个流水线，如果检索设置调高一档，就会对整个请求中的每一个token支付五倍的输入费率，而不仅仅是超过界限的那些token。过去只是舍入误差的长上下文工作，如今成为调用成本的主要部分。

如果把它看作与被它取代的模型之间的对比，标题所言属实：A​nthropic 表示，Claude Haiku 5.5 平均比 Claude Haiku 4.5 便宜约 75%，而对于 100,000 个 token 以下的提示词，更是便宜约 90%。这是厂商给出的数字，而且它也明确如此标明。其背后的机制不只是费率表——A​nthropic 自己的文档指出，Claude Haiku 5.5 使用的是与 Claude 4.7 及后续版本共用的较新分词器，因此同一段文本分词后，token 数量比在旧模型上大约多出 30%。每 token 的降价与每 token 的膨胀作用方向相反，90% 这个数字是两者相抵后的净结果。

这些基准测试，正如 Anthropic 所报告的那样

本节中的每个数字均由厂商报告，未经第三方复现。Anthropic 的对比集将 Claude Haiku 5.5 与 Claude Haiku 4.5、GPT-6 Luna 以及其自家的 Claude Sonnet 5.5 进行对比：

• GDPval-AA v2.1 —— Claude Haiku 5.5 得 1620 分，而 Claude Haiku 4.5 为 735 分，GPT-6 Luna 为 1437 分，Claude Sonnet 5.5 为 1840 分。

• AA-Briefcase v1.1 — 1578，而 Claude Haiku 4.5 为 614，Claude Sonnet 5.5 为 1824。

• OSWorld 2.1，离线 — 72.4%，相比之下 Claude Haiku 4.5 为 15.7%，GPT-6 Luna 为 48.9%，Claude Sonnet 5.5 为 83.9%。

• Humanity's Last Exam — 不使用工具时为 45.9%，使用工具时为 57.4%；相比之下，Claude Haiku 4.5 分别为 10.2% 和 18.7%，Claude Sonnet 5.5 分别为 56.9% 和 64.5%。

• Terminal-Bench 4.0 — 39.2%，相比之下，Claude Haiku 4.5 为 0.0%，GPT-6 Luna 为 16.4%，Claude Sonnet 5.5 为 70.6%。

• FrontierCode 1.1，Main —— 46.4，而同一模型在低努力程度下为 42.4，在 Xhigh 下为 52.1。

在任何人复现那张表之前，有两点就值得注意。首先，在智能体任务和计算机使用任务上，相较 Claude Haiku 4.5 的跃升并非渐进式的——在 OSWorld 上从 15.7% 到 72.4% 属于不同量级的结果，而 Terminal-Bench 那一行则是从字面意义上的零起步。其次，厂商自己的 effort 扫描显示，这个旋钮确实在发挥作用：同一个模型在 FrontierCode 上低 effort 得 42.4，Xhigh 得 52.1。这就是把自适应思考的主张重新表述为一个数字，也正是为什么 effort 设置应该放进你的成本模型，而不是你的默认值。

董事会带来什么

目前可用的中立评测是 Artificial Analysis，它在其 Intelligence Index 上以 Max effort 对 Claude Haiku 5.5 进行了测量，得分为 43——在 182 个模型中排名第二，混合成本为每百万 token 0.08 美元，实测每完成一项 Intelligence Index 任务为 0.21 美元。上下文已确认达到 1.0M token，吞吐量为每秒 240.4 个输出 token，而整体中位数为每秒 110 个 token。

同一次运行指出了厂商材料中未提及的一点：token 消耗量。Artificial Analysis 在运行该指数时记录到 4.4 亿个输出 token，而中位数为 1 亿，并称该模型过于冗长。对于按输入和输出计价的模型，一个每次回答输出的 token 数量达到中位数四倍的模型，其实际成本远高于其价目表所显示的水平，而每任务 0.21 美元的数字已经将这一点考虑在内。这个数字应当与 0.10 美元的标价并列看待，而不是取而代之。

Anthropic 当天还推出了一项配套变更：Claude Sonnet 5.5 的缓存读取费用减半，从每百万 token 0.20 美元降至 0.10 美元；Max 和 Team 套餐则新增了每月 API 额度（Max 5x 为 100 美元，Max 20x 为 200 美元，Team 最多可共享 500 美元）。这两项都不会改变 Claude Haiku 5.5 的价格，但都改变了廉价档位相对于中档档位所处的位置——Sonnet 缓存读取费用减半，收窄了长上下文流水线所看到的二者之间的差距。

路由一个如此优秀的小层级

Claude Haiku 5.5 本身尚未收录进 OrcaRouter 的目录，与其把可用性说明写得含糊其辞，不如直接把这一点讲清楚。目前可通过 A​nthropic 自家的 API 以及上文提到的云平台访问它。

模型真正改变的是路由决策的形态，而这正是路由器发挥作用的地方。如果 Index 43 的小型档位如今在你过去交给中档模型处理的工作上已经足够可靠，那么有用的配置就是一条三段式路由——用廉价的一段处理轻松的多数任务，用这一档处理困难的中段任务，再用顶级模型处理尾部难题——而在 OrcaRouter 上，这只是一个路由 DSL 表达式，而非一个项目。Claude Haiku 4.5、Claude Sonnet 5.5 和 Claude Opus 5.5 目前均已上架，因此这样一条路由中的 A​nthropic 各段现在就能搭建并测试；小型档位那一段会在 Claude Haiku 5.5 加入的那天开放。一把密钥、一个 SDK，底层自动故障转移，并且以 0% 加价透传供应商标价，因此任何一段的厂商降价当天就会在我们的服务上生效。

看什么

悬而未决的问题有两个，是发布材料无法回答的。第一个是，100,000 token 的悬崖在接触到真实检索流水线后是否依然成立，还是会像其设计初衷那样，把团队推回这条线以下。第二个是，Max effort 下的自适应思考在长时间智能体运行中是否站得住脚；在 FrontierCode 上，厂商自己的 effort 扫描——low 档为 42.4，Xhigh 档为 52.1——表明质量是有的，但尚未说明获得它所需的 token 成本。这两个问题都将由第一波独立智能体评估来回答，而不是由发布页面来回答。