Claude Haiku 5.5 的真正關鍵在於 10 萬 token 的懸崖：新版 Haiku 超過 10 萬 token 後的收費

Claude Haiku 5.5 於 2026 年 10 月 7 日推出，頭條價格為每百萬輸入 token 0.10 美元、每百萬輸出 token 0.50 美元，而各處不斷被重複的那個數字，是 Anthropic 自己在公告中提出的：相較於 Haiku 4.5 相同兩個計費項目的費率，降價 90%。這個 90% 是真的。它同時也只涵蓋帳單其中一個維度的一半，而且一旦請求超過 100,000 個 token，其中每一項費率都會出現某種變化，而發布報導大多略過不提。本文要談的就是那條界線——跨越它的成本是多少、哪些工作負載實際會觸及它，以及為什麼「便宜 90%」是關於帳單某個切片的說法，而不是關於你的帳單。

這兩個價格，以及它們切換的地方

A​nthropic 為模型公布了兩欄資料，而兩者之間的切換取決於請求大小的單一門檻，而非你所選擇的任何模型設定：

• 短層級，100,000 個 token（含）以下 — 每百萬輸入 token $0.10、每百萬輸出 token $0.50（Anthropic 定價表） • 長層級，超過 100,000 個 token — 每百萬輸入 token $0.50、每百萬輸出 token $2.50（Anthropic 定價表） • 快取讀取 — 每百萬 $0.01（短層級）與每百萬 $0.05（長層級） • Batch API — 任一欄位皆享 50% 折扣，且最大輸出長度為 300,000 個 token • 標準最大輸出 — 128,000 個 token，兩種層級皆提供 100 萬個 token 的上下文視窗

那些是 Anthropic 自己公布的費率，不是實測出來的，而且它們是目前的最新價目表：這麼新的模型，定價還沒時間變動，儘管 Anthropic 沒有任何義務維持它。

依序讀這四個數字，事情的全貌就顯而易見。長上下文層級的每一個費率都恰好是短上下文費率的五倍，而且它們全部的門檻同時都是相同的 100,000 個 Token。這裡沒有漸進的曲線、沒有內插、沒有中間帶——一筆 99,000 Token 的請求和一筆 101,000 Token 的請求，在整張帳單上的每一個 Token 都相差五倍，而不只是跨過那條線的那 2,000 個 Token。正是這一點讓它成為一道懸崖，而不是一段斜坡，也正是「便宜 90%」這種說法看不見的地方。

為什麼傷口看起來比實際還大

相較於 Haiku 4.5，也就是 Anthropic 所做的比較，短層級在輸入與輸出上都確實減少了 90%——同樣這兩欄，Haiku 4.5 每百萬 token 的收費是 $1.00 和 $5.00。長層級則另當別論：$0.50 和 $2.50 對比同樣的 $1.00 和 $5.00，是降價 50%，而不是 90%。所以，發表說法最誠實的版本是：Claude Haiku 5.5 在低於 100,000 個 token 時比 Haiku 4.5 便宜 90%，高於 100,000 個 token 時則便宜 50%；而這正是 Anthropic 自家文件在你把兩欄都讀過、而不是只讀一欄之後所給出的確切劃分。單一百分比並沒有錯；它是短層級的百分比，只是少了其適用條件就被呈現出來。

還有第二股往相反方向拉扯的力量，而它更有趣，因為它容易被忽略，卻又難以繞開。Claude Haiku 5.5 搭載了新的分詞器，而 Anthropic 自家的指引指出，同一段文字所對應的 token 數量，比 Haiku 4.5 為相同內容產生的數量高出大約 30%。相對於舊模型的計算方式，你原本每 token 支付的費用下降了，而你為*自己*文本的每個 token 支付的費用卻上升了約三分之一。Anthropic 所公布的淨數據——即該模型平均運行成本便宜約 75%——已經把這一點納入其中：牌價下調 90% 減去大約 30% 的 token 膨脹，在短上下文流量上落點就在那個區間附近；但這兩種效應可以分開，也值得分開來看。價格變動是你能從頁面上直接讀到的牌價變化；分詞器的變動則改變了你現有提示詞會消耗多少單位的該價格，而且它會先出現在你自己的 token 計數中，之後才會出現在其他地方。

對於每次呼叫原本就輕鬆維持在 100,000 個符元以下的工作負載，實際效果是每次呼叫成本直接降低，但部分被分詞器抵銷。對於並非如此的工作負載，在較長的那一半，這筆帳會反向計算兩次。

在超過 100,000 個 token 之上，實際上存在著什麼？

直覺反應是把長上下文定價歸入「agentic coding 與 RAG，不是我們」這一類。但這判斷得太快了，因為 100,000 token 這條線是每請求的界線，而每請求大小並不等同於任務大小。有幾種模式經常跨越這條線：

• 一個閱讀程式碼庫的代理，會在整個工作階段中將大量工作集保留在上下文中，而不是每一步都重新擷取

• 文件與合約分析，其中輸入是一份冗長的 PDF，再加上它自己的指令與少樣本範例——那種在還沒有人加入範例之前就有 60,000 個 token 的提示詞

• 將許多小型項目批次合併為一次呼叫，以攤銷每次呼叫的開銷，並藉此讓整個批次越過門檻的擷取管線

• 會將完整對話歷史內嵌保留、而非加以摘要的聊天產品，其中請求會單調成長，直到某個機制將其截斷

• 音訊與長影片轉錄形式的輸入，而這正是百萬 token 視窗所宣稱能支援的流量類型

100 萬 token 的上下文視窗，是規格表上讓那道斷崖值得一談的部分。Anthropic 販售的是能把極大型請求交給模型的能力，而定價結構的安排是：這項請求中最後 900,000 個 token 的成本，是前 100,000 個的五倍。這兩項事實都是刻意為之；只是分別在不同地方公布。如果你之所以會看這個模型，完全是因為長上下文視窗，那麼長上下文那一欄就是你的欄位，而發布百分比則是別人的。

價格對 Flash 層級造成的壓力

A​nthropic 對這款模型所表明的意圖，是守住技術堆疊中低成本、高吞吐量的一端，而價目表也直白反映了這個意圖。Bloomberg 對這次發布的報導，將其定調為 A​nthropic 在捍衛自身較低成本的定位，以對抗更便宜的開放權重競爭對手；而廠商端的說法則更進一步——新款 Haiku 的定價，就是要以大幅差距壓低直接競爭對手的價格。

只有在短層級，這項比較才站得住腳：$0.10 和 $0.50 是極具侵略性的低價。超過 100,000 個 token 後，$0.50 和 $2.50 的費率已不再比任何人的短層級費率更低；它們只是普通的中階層級數字。該廠商所謂「大幅差距」的說法，是針對費率表第一欄所做的陳述，而 A​nthropic 有權在那裡這麼說——這是對其公布數字的準確解讀。這並非關於長上下文工作負載實際付費多少的主張，也不應被當成那樣引用。

模型其餘部分，簡要說明

Claude Haiku 5.5 保留了 Sonnet 與 Opus 系列已推出的功能，而非為了這個尺寸級別而加以刪減。它具備自適應思考，預設努力程度為中等，也是 Haiku 系列中首款配備可調式努力程度刻度（涵蓋 Low 到 Max）的模型。知識截止日為 2026 年 6 月，模型 ID 為 claude-haiku-5-5。Anthropic 表示其退役日期不會早於 2027 年 10 月 7 日——與發布日同一天，即一年之後——該模型已上架 Amazon Bedrock、Google Cloud 和 Microsoft Azure，以及 Anthropic 自家的 API。

在基準測試方面，發布文章中的一切都帶有相同的來源標籤，而且當之無愧：這些是供應商自行報告的數字，由銷售該模型的公司所測量，且在撰寫本文時，尚未有獨立重現的結果發表。

• GDPval-AA v2.1 — 廠商回報 Claude Haiku 5.5 為 1,620，相較於同一測試框架中 Haiku 4.5 的 735

• AA-Briefcase v1.1 — 廠商報告為 1,578，前一代則為 614

• OSWorld 2.1 — 廠商報告為 72.4%，相較之下為 15.7%

• Terminal-Bench 4.0 — 廠商回報為 39.2，相較於 0.0

• Humanity's Last Exam — 廠商報告為 45.9%，使用工具時為 57.4

那些差異的幅度，正是應該將它們標記出來、而非直接引用它們的原因。在由模型自家供應商所測量的 OS-agent 基準測試上，從 15.7 躍升到 72.4，這個數字在第三方以相同評測框架跑過之前，只能先寬鬆看待。Artificial Analysis 已於 2026 年 10 月初針對該模型發布自家指數——獨立數字為 43.395，其中 Terminal-Bench Hard 為 0.329、HLE 為 0.444——而當這項說法需要經得起質疑時，該組數字才是應該引用的。供應商數字與獨立數字並不衝突；它們只是不同的評測框架，而把它們混進同一句話，正是部落格文章最後會斷言供應商評測是事實的原因。

基礎架構的註記，因為我們自己也運行一套

Anthropic 透過自家 API，以及 Bedrock、Google Cloud 和 Azure 銷售 Claude Haiku 5.5。如果你正在決定該呼叫其中哪一個管道，或是要把它加到你技術堆疊中既有的其他模型旁邊，請注意：無論透過哪個通路銷售，原廠定價都相同，而 OrcaRouter 的設計就是要以零加成將該定價原樣傳遞出去——因此 Anthropic 在這款模型上的價格變動，在我們這邊是當天就生效，而不是延後跟進。我們的型錄也收錄了qwen/qwen3.8-flash，每百萬 token 為 $0.15 和 $0.47，以及z-ai/glm-5.3-flash，每百萬 token 為 $0.15 和 $0.50；這兩個模型最常被放在 Haiku 等級模型旁邊的位置，使用同一把金鑰、同一張帳單——這正是讓混合技術堆疊只需一份合約、而非三份的關鍵。我們本身並不提供 Claude Haiku 5.5；若要使用它，請直接呼叫 Anthropic。

如果你會路由多個模型，這個斷崖有一個實務上的推論：十萬個 token 的界線，正是原本便宜的請求會變得昂貴的地方，而請求本身並沒有任何實質改變。如果你的路由層能進行容錯移轉，明智的做法是讓長上下文流量指向門檻之上真正便宜的那個模型，並讓短上下文流量落到門檻之下便宜的那個模型，而不是假設單一模型的公告費率同時適用於兩者。

從發布會中能學到什麼

降價是真的，而且幅度很大，落在 100,000 個 token 以下的區間。這款模型是第一款具備完整交付功能集與 effort dial（努力程度調節鈕）的 Haiku，對代理式（agentic）用途而言，這點比價格更重要。基準測試的差距數字是廠商自行報告的，每次轉述時都應該如此標明。而價目表在 100,000 個 token 處有一個級距，會讓所有費率一次乘以五——對於讀的是你的技術堆疊、而不是讀新聞稿的人來說，這正是這次發布中最需要知道的一件事，而且必須在下一個 sprint 的 token 預算定案之前知道。

如果你想用自己的流量來核對這套計算，要取得的兩個數字，是你請求大小的第 95 百分位數，以及你在超過 100,000 個 token 的請求上的支出占比。如果第一個數字低於這條線，那麼 90% 就適用於你，而發布報導對你的情況也判斷正確。如果第二個數字占帳單中相當可觀的一部分，那麼真正重要的數字就是 50，而且值得針對你當初基於 90% 假設、在技術堆疊中選用的任何模型，重新跑一次成本估算。