Claude Haiku 5.5：价格直降 90%、全新分词器，以及 Anthropic 没有发布的那段视频

有人向Claude Haiku 5.5里输入了一句话，就得到了一支制作完成的发布影片。这条提示词于 2026 年 10 月 7 日晚上发布在 X 上，全文如下：“为你的发布活动做一条炸裂十倍的视频，展示你作为动效设计师有多出色。”帖子的配文只有三个英文词——“One shotted this video”——并附上了这段短片作为附件。没有重试，没有分镜，没有剪辑师。如果这就是 Claude 系列里最便宜的模型现在的表现，那么这个档位就不再是将就之选。

那是这场发布中有意思的一半。另一半是算术，而真正的新闻恰恰就在这里：Claude Haiku 5.5在提示不超过 100,000 个 token 时，每百万输入 token 收费 $0.10、每百万输出 token 收费 $0.50，而Claude Haiku 4.5则是统一的 $1 和 $5。Ant​hropic 自己的脚注称，在常见情况下这降低了 90%——紧接着又说，买家真正该用来做规划的数值更接近 75%。两个数字都没错，而它们之间的差距，才是这次发布中最重要的事。

Anthropic 在10月7日公开发表了什么

厂商的发布公告与其定价文档对这一定位的描述是一致的，而这一步的跨度，比通常伴随降价而来的变化要大。

• 价格 — 对于不超过 100,000 个 token 的提示词，每百万输入 token 为 $0.10，每百万输出 token 为 $0.50。超过该阈值后，同一请求的输入和输出分别按 $0.50 和 $2.50 计费。缓存读取每百万 token 费用为 $0.01（最高 100K），超过后为 $0.05；缓存写入为 $0.125 和 $0.625。

• 上下文 — 100 万 tokens，最大输出 128,000 tokens。这与 Claude Fable 5.1、Claude Opus 5.5 和 Claude Sonnet 5.5 所具备的窗口和输出上限完全相同，并在最便宜的档位上得以实现。

• 思考 — 使用 effort 参数进行自适应思考，默认为 medium。Ant​hropic 表示，这是首个具有可调节 effort 设置的 Haiku 级模型，这意味着同一个模型 ID 既可以低成本运行，也可以谨慎运行，而无需更改其他任何内容。

• 分词器——与 Claude 4.7 及更高版本共享的较新分词器，其“对相同文本，生成的 token 大约多 30%”。Ant​hropic 的文档表示，确切的增幅取决于内容和工作负载形态。

• 生命周期 —— 知识截止日期为 2026 年 6 月，以及“不早于 2027 年 10 月 7 日”的退役承诺。

• 可用性 — Claude API、Amazon Web Services、Google Cloud、Microsoft Azure，以及 AWS 上的 Claude Platform，第一天便全部同时可用。

10x 标签与 75% 的现实

“便宜十倍”这个数字会传播得最远，也最有可能在某个人的预算模型里出现在错误的位置。它适用于最多 100,000 个 token 的提示。Haiku 5.5 并非在整个窗口内都保持这一费率。

• 最多 100,000 个 token —— 输入 $0.10、输出 $0.50，相比之下 Haiku 4.5 为 $1 和 $5。这就是 90% 的降幅，Anthropic 称，对上一代 Haiku 模型的请求中有 90% 都落在这个区间内。

超过 100,000 个 token —— 输入 $0.50，输出 $2.50。在同一请求上，仍然恰好是 Haiku 4.5 收费的一半，且没有会撞上的上限。

• 分词器——同样的文本，其 token 数量比在 Haiku 4.5 上大约多出 30%，因此每个 token 的降价并不会一比一地转化为更低的账单。

• 供应商自己给出的平均值——Anthropic 将这一组合表述为“运行成本降低约 75%”。这是它自己给出的数字，而非独立测量所得，而做预测时应当采用的正是这个数字。

• 缓存经济性 — 在常见档位中，缓存读取价格从每百万 $0.10 降至 $0.01，对于任何会重复发送长共享前缀的流水线而言，这一点比输入单价更重要。

75% 这个数字还解释了另一件事，而读者原本可能会把它读成一处矛盾。这两个位于标题中的数字并不冲突：一个是针对某种请求形态的比率，另一个则是在真实流量组合上得出的混合估算，而这个组合既包含那超过 100K 的少数情况，也包含分词器额外产生的 token。如果你要为花费建模，就用 75%，并先核对你自己的 prompt 长度分布，然后再去相信更乐观的数字。

视频声称了什么，以及没有声称什么

这段视频是真实的，提示词就是上方逐字引用的那段，而那个时间戳——10月7日19:49 UTC，大致就是该模型上线当天——是可以核查的。这一归因指向的是一位个人用户，而非Anthropic。

这一区分在这里很重要，因为 Anthropic 自家的 Claude Haiku 5.5 产品页完全没有嵌入视频：没有播放器，没有媒体文件，只有一个指向该公司 YouTube 频道的链接。如果发布影片是用该模型制作的，厂商并未说明。所以准确的说法范围很窄：一名用户称用 Claude Haiku 5.5 一次性生成了发布视频，并公布了提示词。它是否为一次性生成、花费多少、有多少内容在剪辑后保留下来，都只是来自单一信源的说法。把这个片段当作演示，而不是基准测试。

之所以仍然值得一提，是因为视频生成并不在该模型的规格说明之中。Haiku 5.5 接收文本和图像，返回文本。如此质量的动态设计成果意味着，模型所驱动的是别的东西——一条代码生成路径、一条渲染管线、一个工具循环——而不是自己生成画面。这说的是在每百万输入 0.10 美元的价格下进行的智能体编排，而这才是真正令人惊讶的地方。

Anthropic 发布的数字

供应商的发布表格是与 Haiku 4.5 的前后对比，GPT-6 Luna 和 Claude Sonnet 5.5 也被放在同一列中以供参照。下文的每一个数字都是 Ant​hropic 自行报告的评估结果，在 Ant​hropic 的测试框架上运行，此处仅作转述，未经独立验证。

• 知识工作——GDPval-AA v2.1 得 1620 分，对比 Haiku 4.5 的 735 分、GPT-6 Luna 的 1437 分和 Sonnet 5.5 的 1840 分。AA-Briefcase v1.1 得 1578 分，对比 614、1336 和 1824。

• 计算机使用 — 在离线子集上，OSWorld 2.1 达到 72.4%，相比之下 Haiku 4.5 为 15.7%，GPT-6 Luna 为 48.9%，Sonnet 5.5 为 83.9%。

• 多学科推理——Humanity's Last Exam 在无工具情况下达到45.9%，有工具情况下达到57.4%，而Haiku 4.5分别为10.2%和18.7%。

• 智能体编码 — Terminal-Bench 4.0 为 39.2%，对比 0.0%、16.4% 和 70.6%。FrontierCode 1.1 (Main) 为 46.4%，对比 GPT-6 Luna 的 42.4% 和 Sonnet 5.5 的 52.1%。

• 视觉推理——无工具条件下 Chartography 为 46.4%，相比之下分别为 6.4%、29.1% 和 61.6%。

Ant​hropic 对于小模型层级在哪些方面无法取胜，态度也异常直白。它自己对 Terminal-Bench 图表的评论指出，Sonnet 5.5 和 Opus 5.5“仍是复杂智能体编程任务的更优选择”，并把 Haiku 5.5 定位为负责压缩、摘要和子智能体工作。博文中的客户引述指向同一方向，也带有同样的限定——这些都是早期访问合作伙伴在描述自家的评估，而非审计：Asana 报告任务完成的延迟降低超过 30%，每个智能体轮次的推理速度最高提升 2.5 倍；HubSpot 报告在某个 CRM 门户套件上三次运行平均达到 92.8%；AlphaSense 报告在每周约 800 万次调用的工作负载上，400 条查询中取得 0.84 对 0.76 的成绩；Box 报告比 Haiku 4.5 高 11 分，延迟约为其一半；Rogo 描述了一个 Haiku 5.5 子智能体从 10-K 中提取分部收入行的过程；Cognition 报告称，以 Haiku 5.5 作为助手的 Devin Fusion 在 FrontierCode 上取得 66.2 的分数。

独立董事会怎么说

厂商的榜单是厂商自己的。对于任何要判断该层级是否已变动到足以改变生产流水线的人来说，首个外部排名才是更有用的数字。

Artificial Analysis 在 Intelligence Index v4.3.2 上给 Claude Haiku 5.5 的 Max 配置打出 43 分，在该榜单的 182 个模型中排名第二，远高于榜单中位数 13。同一页面还测得每秒 242 个输出 token——在 182 个模型中排名第九——以及每项 Intelligence Index 任务 0.21 美元的成本。

那个页面上有两件事比标题更值得关注。首先是冗长：在评估 Index 时，Artificial Analysis 记录了 4.4 亿个 token，而中位数为 1 亿个，并将该模型描述为“非常冗长”。标价是按 token 收费的，所以一个会长时间思考的模型要为此买单——这正是为什么每任务成本数字是 0.21 美元，而不是接近零，也是为什么输入削减 90% 并非全部真相。其次是努力程度阶梯：同一个页面展示了从 Max 到 Low 的配置，而 Anthropic 的默认值是 medium，而不是 max。榜单上的 43 分是那个阶梯的最高端，而不是你什么都不做时得到的设置。

运行比你已能调用的层级低一级的层级

Claude Haiku 5.5 不在 OrcaRouter 目录中，而这一点值得直说，而不是暗示相反：一个模型从存在到可被路由之间的发布日空档通常为几天，有时更长。

目前 Anthropic 目录上提供的是 Claude Haiku 4.5、Claude Sonnet 5.5 和 Claude Opus 5.5，均按提供商的标价以 0% 加价透传，因此 Anthropic 的任何降价当天就会同时落到我们这边。对于现在就想测试子代理模式的人来说，这就是实用的桥梁：一种将例行轮次发送给 Haiku 4.5、将困难轮次向上升级的级联方式如今就能用，只需一个 SDK、一个密钥，而以后把小模型那一环换成 Haiku 5.5 只是改一下模型 ID，而不是迁移。自动故障转移位于你所选的任一环节之下，因此单个提供商的一个糟糕下午不会拖垮整条管道。

如果您根本不想等待，相同的 $0.10 输入价格区间已经由 GPT-6 Luna 占据，我们确实会路由它，并且它将该费率维持至 272,000 个 token 后才升档。

谁应该移动，谁不应该移动

如果你的工作负载是大批量分类、提取、路由、压缩或摘要，并且你的提示词低于 100,000 个词元，那么情况很简单：费率是原来的十分之一，窗口宽了五倍，而 effort 旋钮让你在某个请求需要时可以反向权衡。按大约降低 75% 来做预算，你就不会感到意外。

如果你的提示词经常超过 100,000 个 token，那你买到的是 50% 的折扣，而不是 90% 的折扣；而且，深度上下文比价仍然值得花一个下午——这一领域有多个模型的价格处于或低于该档位超过 100K 的费率。

如果你的评测在 Terminal-Bench 形态的工作上依然通不过，那么能修复它的并不是这个模型；Anthropic 自己也这么说，而 39.2% 对 Sonnet 5.5 的 70.6%，是这篇文章中最干净利落的证据。对 10 月 7 日最诚实的总结是：有用智能的地板大幅下沉，而天花板纹丝未动。