Claude Haiku 5.5 对比 Qwen3.8-Flash-Next：每 token 相差三美分，每完成一个任务却相差七十八美分

把两份价目表并排放在一起，它们看起来就像出自同一场会议。Claude Haiku 5.5输入 $0.10，输出 $0.50。Qwen3.8-Flash-Next输入 $0.15，输出 $0.47。这家厂商的模型输入便宜三分之一，输出贵 6%。两家厂商都不是偶然定出这样的形态，也都没有发布一份对比说明来阐述自己的目标——但按 3:1 的混合工作负载算一算，其意图便清晰可辨，而这也让这两者成为整个这一档位中定价最接近的一对。

相似之处仅止于此。Claude Haiku 5.5 是于 2026-10-07 发布的闭源 API 模型，拥有百万 token 窗口和 128,000 token 的最大输出。Qwen3.8-Flash-Next 是拥有 1800 亿参数、60 亿激活参数的开源权重模型，权重以 Qwen Community License 1.0 协议发布于 Hugging Face，而其公布的上下文窗口与其自身的 checkpoint 配置以及独立评测榜的说法并不完全一致。它于 2026-08-26 发布，对于任何在这一档位做开发的人来说，既不算新，也算不上稀奇。

这两者被放在一起定价是有意为之。费率表无法告诉你的是，它们是为不同的用途而打造的，而在电子表格上看起来更便宜的那个，运行起来反而更贵。

泄露定价的算术

将这两个费率按常见的 3:1 输入输出比例——大多数聊天和代码辅助流量所接近的比例——进行混合计算，Claude Haiku 5.5 每百万 token 为 $0.20，Qwen3.8-Flash-Next 每百万 token 为 $0.23。按这一混合比例计算，Anthropic 的模型约便宜 13%，这一差距比输入列所显示的更小，但比输出列所显示的更大。

比例一换，位置就变了。在 1:1 时，两者分别为每百万 $0.30 和 $0.31——差距落在舍入误差之内，属于平局。在 1:3、以输出为主时，Claude Haiku 5.5 为 $0.40，Qwen3.8-Flash-Next 为 $0.39，Qwen 以一分钱之差胜出，而这也是 Anthropic 的模型并非两者中更便宜一方的唯一比例。

所以，对于“哪个更便宜”并不存在一个诚实的唯一答案，任何给出唯一答案的比较，都是在替读者选定一个比例。站得住脚的说法是这样的：Claude Haiku 5.5 的定价卡是按输入密集型流量加权的，Qwen3.8-Flash-Next 的则是按输出密集型流量加权，而两者在 3:1 比例下相差的每百万 token 三美分，是这个档位上迄今最接近 Anthropic 那个数字的。无论发布会材料怎么说，这都是一种刻意的定位。

我们的价目表将 Qwen3.8-Flash-Next 列为每百万 token 输入 0.15 美元、输出 0.47 美元，缓存输入价格为 0.0184 美元。0.15 美元和 0.47 美元与 Artificial Analysis 记录的该提供商标价数字相同，而这正是转售安排本应产生的结果。

一天真实成交量究竟要付出多大代价

假设有一条流水线，每天处理 1000 万个输入 token 和 200 万个输出 token。这属于很小的生产工作负载，在典型的提示词长度下，完全可以落在第一个定价档位之内。

• 输入成本 —— 使用 Claude Haiku 5.5 每天 1.00 美元，使用 Qwen3.8-Flash-Next 每天 1.50 美元。

• 输出成本——在 Claude Haiku 5.5 上每天 1.00 美元，在 Qwen3.8-Flash-Next 上每天 0.94 美元。

• 每日总计 — $2.00 对比 $2.44。按此规模，一年相差约 $160，约合每百万 token 3.7 美分。

现在应用费率卡遗漏的两项调整，方向就会逆转。

首先，Claude Haiku 5.5 使用的是与 Claude 4.7 及之后版本共享的较新分词器；根据 Anthropic 自己的文档，对于同一段文本，它计入的 token 数比它所取代的模型多约 30%。如果你的输入是测量这些 token 计数时所采用的那类英文散文，那么有效输入价格就不是 $0.10——而是接近每百万词文本 $0.13，这使它距离 Qwen3.8-Flash-Next 仅差两美分，而不是比后者低三分之一。

第二点，也是更重要的一点：Claude Haiku 5.5 很啰嗦。Artificial Analysis 在运行 Intelligence Index 时记录到它的输出 token 数为 162,164，而 Qwen3.8-Flash-Next 为 107,884。如果这个比例在你的工作负载上成立，而不是抽象的 3:1，那么上面的输出一行就不再是 $1.00 对 $0.94，而会变成接近 $1.50 对 $0.94——每日总计也会转而有利于 Qwen。

两种调整单独来看都不起决定作用。但合在一起，它们就决定了两种模型之间究竟是只有四舍五入级别的微小差距，还是 Qwen3.8-Flash-Next 在运营成本上明显更低；而要判断究竟属于哪种情况，唯一的方法是基于你自己的流量实际统计 token 数，而不是根据价目表去推断。

统一费率不再显得统一之处

Claude Haiku 5.5 的价格是阶梯式的，而 Qwen3.8-Flash-Next 的则不是。

• 价格 — Claude Haiku 5.5 每百万 token 输入 $0.10 / 输出 $0.50，提示词在 100,000 token 以内适用，超过后为 $0.50 / $2.50；Qwen3.8-Flash-Next 统一 $0.15 / $0.47。

• 缓存输入 — Claude Haiku 5.5 的读取费用为 $0.01，写入费用为 $0.125；Qwen3.8-Flash-Next 的读取费用为 $0.016，写入费用为 $0.23。

• 上下文 — Claude Haiku 5.5 为一百万个 token。对于 Qwen3.8-Flash-Next，这个数字取决于你问的是谁：Qwen 公布的是 100 万 token 的窗口，该 checkpoint 自身的配置将位置嵌入上限设为 262,144，而 Artificial Analysis 记录的评估配置为 256,000。

• 最大输出量 — Claude Haiku 5.5 为 128,000 个词元；而根据我们目录中 Qwen3.8-Flash-Next 的条目，其最大输出量为 131,072 个词元。

• 输入模态 — Claude Haiku 5.5 支持文本和图像；Qwen3.8-Flash-Next 支持文本。

• 发布 — Claude Haiku 5.5 为 2026-10-07，Qwen3.8-Flash-Next 为 2026-08-26。

• 权重 — Claude Haiku 5.5 为专有、仅可通过 API 获取；Qwen3.8-Flash-Next 则在 Qwen 社区许可 1.0 下开放权重。

这些行中有三条与价格标题所指向的方向相反，而提示长度这一档的落差最为陡峭。在提示低于 100,000 个 token 时，Claude Haiku 5.5 在两条费率上都属于更便宜的模型。超过这一阈值后，Anthropic 的输入费率涨至五倍，而 Qwen3.8-Flash-Next 在输入上仍保有 3.3 倍的优势，在输出上保有 5.3 倍的优势。该阈值大致与上下文窗口本就出现分化的位置相吻合——一个模型为一百万个 token，另一个为 262,144 个——因此，需要长窗口的流水线，也正是为获得它而支付第二档费率的流水线。

那不是对定价的批评；按提示长度分档的费率，是为长上下文模型计费的一种正常方式。这是对比较本身的警告。一场在 8,000 token 提示下进行的正面比较，描述的只是一组价格。同样的两个模型在 400,000 token 提示下则完全是另一组价格，而且在第二种情况下更便宜的那个，在第一种情况下反而是更贵的那个。

供应商表格下方写了什么

两家厂商都没有运行对方的评估套件，因此共同可比的图景仅限于 Artificial Analysis 在双方上都测过的那些行。

• 智能指数 v4.3.2 — Claude Haiku 5.5（Max）为 43.40 分，Qwen3.8-Flash-Next 为 39.82 分。Anthropic 领先 3.57 分，是本系列中最大的综合分差。

• 每完成一项 Index 任务的成本——同一看板上为 $0.21，而对比之下为 $0.37。

• 任务时间——424.6 秒，对比 1,524.3 秒。

• Terminal Bench 4.0 — 0.3283 对 0.2525。Claude Haiku 5.5 领先 7.6 分。

• SciCode —— 0.5498，对比 0.5058。Claude Haiku 5.5，领先 4.4 个百分点。

• 人类最后的考试——0.4439 对 0.3804。Claude Haiku 5.5 领先 6.4 个百分点。

• AutomationBench，部分得分——0.3541 对 0.5591。Qwen3.8-Flash-Next 领先 20.5 分。

Anthropic 赢下六行，其中几行领先幅度很大；Qwen 则赢下一行，领先 20 个百分点。这种格局贯穿整个价格区间：Anthropic 的小模型在推理、科学以及获得答案的成本与延迟方面更强，但在推动多步骤任务直至完成方面更弱。Qwen3.8-Flash-Next 则恰恰相反。

这里综合行与智能体行之间的差距异常大——一边是 3.57 分，另一边是 20.5 分——这使其成为该区间内该维度上最不模糊的一组对比。如果你的工作是一个只需回答一次的难题，那么在你会在意的每一项指标上，Claude Haiku 5.5 都更领先。如果你的工作是一个必须完成任务的智能体，那么 Qwen3.8-Flash-Next 在唯一能预测这一点的行上更领先，而且领先幅度是综合差距的五倍以上。

你可以握住的1800亿个参数

对许多团队而言，真正决定这一比较结果的因素，根本不在基准测试表中。

Qwen3.8-Flash-Next 是一个稀疏混合专家模型，总参数量 1800 亿，激活参数量 60 亿——这一比例使得每个 token 所消耗的算力相对于模型的总容量而言保持在较低水平。它依据 Qwen 社区许可证 1.0 发布，Artificial Analysis 将其记录为商业许可证，而非宽松型许可证；在围绕它做规划之前，这个区别值得先读一读，因为社区许可证并不等同于 MIT，它在再分发和规模方面有自己的一套条款。在遵守这些条款的前提下，它可以被下载、自托管、固定到某个检查点、量化以及微调。

Claude Haiku 5.5 不可能是上述任何一种情况。它是专有模型，仅通过 API 提供，既没有公布参数规模，也没有许可证和代码仓库。Anthropic 承诺其可调用状态至少维持到 2027-10-07，这是一项真实而具体的保证——但关于可用性的保证，与权重本身完全是两回事。

实际后果是双向的，值得直白地说出来，而不是作为对任何一方的推销。需要在自有租户内进行推理、需要一个可以与之做差异对比的固定检查点，或需要基于领域数据进行微调的能力的团队，并不是在基准分数上权衡这两个模型。他们选择的是 Qwen3.8-Flash-Next，因为另一个选项无论出多少钱都无法提供他们需要的东西。需要带有已发布系统卡、有文档记录的评估集和退役承诺的托管端点的团队，则选择另一个方向，而权重并不是他们本来会使用的功能。

负责固定费率这一块

关于名称的说明。独立榜单将该模型列为Qwen3.8-Flash-Next；我们自己的目录则以更短的厂商名称 Qwen3.8 Flash 收录同一版本，价格完全相同，为 $0.15 / $0.47，缓存输入费率为 $0.0184，其仓库指向 2026-08-26 发布的 Hugging Face 权重。下文中的数字凡来自 Artificial Analysis，均属于其称为 Qwen3.8-Flash-Next 的条目。两者是同一模型；只是榜单采用了其较长的名称。

Qwen3.8-Flash-Next 已上架 OrcaRouter 目录，按供应商标价提供，0% 加价，原价透传而非混合计价——因此上文的 $0.15 和 $0.47 就是账单上的费率，Qwen 那边的价格一有变动，当天就会反映到我们这边，而不是等到之后某次重新定价。Claude Sonnet 5.5 和 Claude Opus 5.5 同样在该目录中，这让从小模型升级到 Anthropic 中端模型的路径变成一项路由配置，而非第二次集成。一个 API 覆盖 200 多个模型，一个密钥，底层自动故障转移，以及当成本上限应当写在路由里而非应用代码中时，可用的路由 DSL。

Claude Haiku 5.5 不在目录中。它可以通过 Anthropic 自家的 API 访问，而本次对比中 Anthropic 这一部分并非我们目前提供的服务——与其含糊其辞，不如直接说明。

这两个中的哪一个，依据是什么？

如果你的流量以输入为主，提示词都在 100,000 个 token 以下，而且你确实在为大规模用量付费，那么 Claude Haiku 5.5 在两条费率线上都是更便宜的模型，并且在七项共同衡量指标中有六项得分更高——但需要注意的是，30% 的分词器差异和 Anthropic 的冗长特性都会侵蚀这一折扣，让它在价目表上看起来比在实际账单上更大。

如果你的流量以输出为主，或者你的提示词长到足以越过 Anthropic 的阈值，又或者你需要用固定费率来做预测，那么 Qwen3.8-Flash-Next 更便宜——在超出该档位后的输出上有时能便宜到五分之一——而且它正是在智能体任务完成度这一项上领先 20 分的模型。

如果你需要的是负重，那根本没法比，价格也从来不在考虑范围内。

在 3:1 的混合下，这两张卡每百万 token 的差距在三美分以内，这已经足够接近，价格不应该成为决定因素。真正决定的是你处在三段中的哪一段，而这是一个关于你的流水线的问题，而不是关于任一模型的问题。