每日AI简报，10月8日：Claude Haiku 5.5以$0.10推出，Sonnet 5.5缓存读取费用减半

Claude Haiku 5.5 于 2026 年 10 月 7 日发布，是该公司至今通过 API 提供过的最便宜的东西：在不超过 100,000 token 的提示词上，每百万输入 token 收费 0.10 美元，每百万输出 token 收费 0.50 美元，还配有 100 万 token 的上下文窗口，以及一个从 Low 到 Max 的 effort 调节档。同一天，Claude Sonnet 5.5 的提示缓存读取价格从每百万 token 0.20 美元降至 0.10 美元，却没有自己的发布公告。这两者中，一个是产品，另一个只是账目上的一行，而本季度能撬动更多钱的，正是这一行。

先说价格，因为这是你今天就能采取行动的那部分。然后是 effort，它才是悄悄决定价格的东西。再然后是缓存削减，为 Sonnet 5.5 付费的人里有一半，要到下一张账单才会听说这件事。

Claude Haiku 5.5 是什么，按重要性依次说明

厂商自己的说法是“我们迄今发布过的最便宜、最快、能力最强的小型模型”，发布日期是 2026 年 10 月 7 日——就在本简报的前一天。模型 ID 是 claude-haiku-5-5。它支持文本和图像输入、文本输出。上下文窗口为 1,000,000 个 token，较 Claude Haiku 4.5 的 200,000 有所提升，最大输出为 128,000 个 token，而在 Batch API 上使用一个 beta 标头可将其提高到 300,000。训练数据截止到 2026 年 6 月，Anthropic 承诺在 2027 年 10 月 7 日之前不会将其退役。

对于任何进行流量调度的人来说，最关键的一点不是上下文窗口。而在于这是首个具备可调 effort 的 Haiku 级模型。Effort 提供 Low、Medium、High、Xhigh 和 Max 五档，默认是 Medium，且自适应思考默认开启——这是 Sonnet 和 Opus 的功能，如今下放到更低一档。发布文章还提到两件关乎“购买”而非“构建”的事：Claude Max 和 Team 套餐的每月 API 额度，Max 5x 为 $100，Max 20x 为 $200，Team 最高可共享 $500；以及 SDK 中的 beta 版 computer-use 和 browser-use 支持。安全性也与该层级保持同步：网络防护比 Claude Haiku 4.5 更严格，渗透测试请求仍被阻止，生物安全防护则与 Claude Sonnet 5、Claude Sonnet 5.5 和 Claude Opus 5 持平。

价格，以及其中间那道 10 万 token 的断崖

标称费率是每百万输入 token $0.10，每百万输出 token $0.50。注意星号注释：这是提示不超过 100,000 个 token 时的费率。超过 100,000 后，两个数字都乘以五，变为输入 $0.50、输出 $2.50。在低价区间内，缓存写入在五分钟档为每百万 $0.125，在一小时档为 $0.20；缓存读取为每百万 $0.01——是输入费率的十分之一，这是 Anthropic 在任何模型上公布过的最大缓存折扣。批处理会让所有价格再减半：低价区间内为 $0.05 和 $0.25，超过后为 $0.25 和 $1.25。

将这一点与 Claude Haiku 4.5 对比：后者仍在价目表上，输入和输出分别为固定的 $1.00 和 $5.00，没有基于上下文的阶梯定价，缓存读取为 $0.10，上下文窗口为 200,000 token。新模型在相同提示词形态下价格只有其十分之一，上下文却是其五倍。这里无需进行什么迁移测算；两者在算术上根本不在一个量级。

这道悬崖（cliff）正是需要围绕它来设计的地方。在输入费率下，一个 99,000 token 的提示词每千次调用花费 99 美分；一个 101,000 token 的提示词每千次调用则要花 5.05 美元。两千 token 的差距带来的是 5 倍账单，所以你在低价区间构建的任何东西，要么应舒适地保持在 100,000 token 以下，要么就刻意且始终地超过它——最糟糕的结果，是一条正好跨在这条线上的流水线，一半流量都要按高价费率付费。

投入程度如今成了一个定价参数，而默认值并不是最便宜的那个

因为 effort 默认是 Medium，而且思考默认开启，所以标价和实际价格并不是同一个数字。推理 token 按输出 token 计费。在 Anthropic 自己公布的 Artificial Analysis Intelligence Index 运行结果中——由厂商报告，未经我们复现——Claude Haiku 5.5 每项任务大约输出 162,000 个 token，其中约 129,000 个是推理 token。该指数中位数模型在整个测试套件中大约输出 1 亿个 token；Haiku 5.5 则要花费 4.4 亿个。按每百万输出 token 0.50 美元计算，这种冗长是可以负担得起的，而这正是关键所在：以 Haiku 5.5 的费率，大量思考仍然比在一个输出收费 5.00 美元的模型上少量思考更便宜。

将 effort 设为“低”，用于分类、提取和路由决策——这些场景下你要的是快速作答，而不是深思熟虑；而对于任何用户会读到的内容，则保持“中”。降到“低”也是让冗长的智能体稳定处于 100,000 token 区间内的可靠方法，因为它会先削减推理 token，之后才影响回答质量。

更安静的系列：Sonnet 5.5 读取量减半

Claude Sonnet 5.5 自 10 月 7 日起读取缓存提示词的价格为每百万 token $0.10，低于此前的 $0.20。Sonnet 5.5 的输入价格为 $2.00，输出价格为 $10.00，因此 0.05 倍的缓存读取倍率如今与 Haiku 5.5 的倍率相同，只是应用在二十倍大的输入费率上。Anthropic 自己的估计是，这能将大多数智能体工作的成本降低约 20%，这是关于工作负载形态的说法，而非基准测试：只有当你的输入中有很大一部分是每轮都重新发送的稳定前缀时，它才成立。如果你的提示词在每次调用时都是独一无二的，那么这一变化既不会让你多花钱，也不会让你省钱。

值得注意的是，这次降价意味着什么。Anthropic 在中端模型上对长生命周期前缀给出了激进的定价，而恰在此时，它又发布了一个非常便宜的小模型；这读起来像是在论证一种双模型架构：一条 Sonnet 5.5 路径配合热缓存，负责需要判断力的工作；另一条 Haiku 5.5 路径，则负责那些不需要判断力的大批量工作。

一天之后，独立数据说明了什么

Artificial Analysis 在 Claude Haiku 5.5 发布次日就完成了评分。其 Intelligence Index 总分为 43，Max-effort 配置报告为 43.40，在榜单 182 个模型中排名第二。每个索引任务成本为 $0.21，便宜程度排第 46。按输入:缓存输入:输出为 7:2:1 的混合比例计算，混合价格为每百万 $0.08，正是这个数字让此前的那档比较对其他所有模型都显得不公平。输出速度为每秒 243.4 个 token，在榜单上排第九快，报告的首 token 延迟约为 0.3 秒，并享有 90% 缓存折扣。

那个4.4亿token的输出数字，是附在43这个分数上的但书。分数是真实且独立跑出来的；冗长程度也是。一个思考这么多的模型，单token成本低，但单任务成本未必总是低，而这两个数字之间的差距，正是路由决策真正所在之处。

作为参照，Anthropic 自己公布的对比显示，Claude Haiku 5.5 在 GDPval-AA v2.1 上为 1620，而 Claude Haiku 4.5 为 735；在 OSWorld 2.1 上为 72.4%，而后者为 15.7%；在无工具条件下 Humanity's Last Exam 上为 45.9%，而后者为 10.2%；在 Terminal-Bench 4.0 上为 39.2%，而后者为 0.0%。这些是厂商自行报告、在厂商自选评测上的数字，应视为方向性参考，但方向并不含糊——这并不是对一个小模型的小幅升级。

无需第二份合同即可使用这些模型

Claude Haiku 5.5 可通过 Anthropic 自家的 API 使用，并由此覆盖到所有转售 Anthropic 模型的渠道。在 OrcaRouter 的目录中，Anthropic 系列目前包括 anthropic/claude-haiku-4.5、anthropic/claude-sonnet-5.5、anthropic/claude-opus-5.5 以及 anthropic/claude-fable-5.1——我们不托管 Claude Haiku 5.5，本简报也不会假装可以。我们提供的是它之上的一档，并且 OrcaRouter 按提供商标价原价转售，加价 0%，因此 Sonnet 5.5 的缓存读取降价当天就出现在我们的定价中，而不是等到既定的重新定价周期才生效，Anthropic 调整价格便是如此。

实用的版本是：如果你想在分类环节试用 Haiku 5.5，而判断环节继续用 Claude Sonnet 5.5，那你手里拿的是两把密钥而不是一把，而 A/B 的取舍正是在路由层决定的。这就是用网关替代直接集成的全部理由——一个端点、模型字符串，以及当某家供应商出现波动时的故障转移路径。

接下来要关注什么

三件事。第三方提供商是否会开始以低于 0.10 美元的混合费率转售 Haiku 5.5——这正是路由层证明自己物有所值、而不只是简化采购的临界点。Anthropic 是否会扩展 100,000 token 的层级边界，因为对于一个拥有 100 万 token 窗口的模型来说，恰好在 100,000 处出现断崖是个奇怪的位置。以及 4.4 亿 token 的冗长度数值是否会在某个小版本中降下来，因为正是这一个数字，挡在 Haiku 5.5 成为整个生产栈下半部分显而易见默认选项的路上。