Claude Haiku 5.5 正式上線，每百萬個 Token 僅需 $0.10：75% 的宣稱，及其兩則註腳

Anthropic 讓 Claude Haiku 5.5於 2026 年 10 月 7 日正式全面推出，每百萬輸入 token 收費 0.10 美元、每百萬輸出 token 收費 0.50 美元——這兩個數字與 OpenAI 對 GPT-6 Luna的收費相同，也是 Claude Haiku 4.5自 2025 年以來成本的五分之一，該模型當年推出時為 1.00 美元與 5.00 美元。Anthropic 發布文中的標題是，這款新模型平均而言「執行成本低了約 75%」，而這正是此後每一篇摘要都重複引用的數字。它還附帶兩個註腳，而大多數這些摘要都略去了：低於 100,000 個 token 時降幅為 90%，超過時降幅為 50%；而且 Claude Haiku 5.5 採用與 Claude 4.7 及之後版本共用的較新 tokenizer，因此同樣的文字算起來大約 多了 30% 的 token，相較於在 Claude Haiku 4.5。所以 75% 說的是帳單，而不是價目表；對於提示詞很長的人來說，這兩者是不同的事。該供應商自家的比較表也把 GPT-6 Luna 與 Claude Sonnet 5.5並列為旁邊的欄位，這使得這份發布文件格外容易引發爭論。

「少 75%」背後的算術

先看費率表，因為它並非單一費率。在 100,000 個 token 以內，輸入為每百萬個 token $0.10，超過之後為每百萬個 token $0.50——五倍。輸出則是每百萬 $0.50，接著是 $2.50。快取也遵循同樣的級距：五分鐘快取寫入在門檻以下為每百萬 $0.125，超過門檻為 $0.625；一小時寫入為 $0.20 與 $1.00；快取讀取則為 $0.01 與 $0.05。Message Batches API 對兩種計費都減免 50%，而在批次路徑上，模型支援最多 300,000 個輸出 token，並搭配 output-300k-2026-03-24 beta 標頭。

現在把分詞器也加進來看，因為主要宣稱正是在這裡變得有趣。一個在 Claude Haiku 4.5 分詞器上量得 90,000 個 token 的提示，在新的分詞器上量得約 117,000 個。它的大小沒有改變，但已跨過 100,000 token 這條線，因此每百萬輸入 token 以 $0.50 計費，而不是 $0.10。在 Claude Haiku 4.5 上，同樣內容的輸入成本是 $0.09（每百萬 $1.00 × 0.09 百萬）。在 Claude Haiku 5.5 上，成本是 $0.0585。這是 35% 的降幅——真實存在，但遠不及 90%。90% 這個數字適用於在分詞器擴增後仍低於這條線的請求，而大量短呼叫流量正落在這裡：一個 20,000 token 的分類呼叫會變成 26,000 token，仍留在第一級距，而在那裡，輸入價格確實是原本的十分之一。

由此可得出三件事，而它們值得分別看待，而非取平均：

• 短呼叫可享完整折扣。對於落在門檻之下的文件，其擷取、路由、分類與摘要，在輸入與輸出上都適用 90% 這個數字，再扣掉分詞器所造成的膨脹。

• 長時呼叫大約省下三分之一，而不是四分之三。 重新分詞後超過 100,000 個 token 的請求，每百萬 token 需支付 $0.50 和 $2.50——仍是 Claude Haiku 4.5 費率的一半，但它所屬的級距是牌告價所宣稱級距的五倍。

• 「平均減少 75%」是一個以流量加權的數字，而且是 Anthropic 自己的數字。這是該廠商對自身預期組合的描述，而 Anthropic 也明確指出，在上一代 Haiku 中，低於該門檻的提示約占了 90% 的請求。如果你的組合看起來不像那個組合，你的平均值就不會像那個平均值——而唯一能知道是哪一種的方法，就是在你設定預算之前，用新的分詞器對你自己的流量計算 token 數。

它還隨附了什麼？

這個模型不只是一個價格。其中有幾個會改變你如何針對它撰寫程式碼，而其中一個會破壞一個

• 自適應思考預設為開啟，並提供從低到最高的努力程度調節，預設為中等。這是首款具備可調整努力設定的 Haiku 級模型，也是影響每次回答品質與成本的主要槓桿。

• 取樣參數會遭到拒絕。 傳送非預設的 temperature、top_p或top_k會傳回 400。任何把這些引數沿用下去的移轉，都會在第一個請求就明顯失敗，而不是悄悄劣化；至少這算是誠實的失敗模式。

• 100 萬 token 的上下文，以及最高 128,000 個輸出 token，於同步 Messages API 中提供，知識截止時間為 2026 年 6 月，並承諾最快於 2027 年 10 月 7 日才會退役。

• 首日即登上五個平台：Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry，以及 AWS 上的 Claude Platform。這是同日全面推出，而非這類發布常見的分階段上線。

• 工具鏈也同步跟上了。Anthropic 的 Python 與 TypeScript SDK 現在已於 beta 階段支援電腦操作與瀏覽器操作，該公司也為 Max 5x（100 美元）、Max 20x（200 美元）及 Team（最高 500 美元共用額度）訂閱者新增了每月 API 額度。

• 安全態勢比價格所暗示的更為狹隘。Anthropic 表示，Claude Haiku 5.5 的網路安全防護措施比 Claude Haiku 4.5 的更嚴格，但比近期前沿模型更寬鬆——防禦用途比 Claude Sonnet 5.5 所允許的更廣，但滲透測試仍被封鎖——且生物學防護措施與 Claude Sonnet 5、Claude Sonnet 5.5 和 Claude Opus 5 相同。在 Anthropic 自家的評測套件上，對齊評估相較前代全面改善。

供應商表格怎麼說，以及獨立委員會怎麼說

Anthropic 發布了一張包含三個比較欄的基準測試表，而它值得作為一份關於供應商如何論證的文件來閱讀。以下每一個數字都是供應商自行報告的，是在 Anthropic 的測試框架上產生的，且沒有任何一項經過獨立重現；在出現 GPT-6 Luna 的地方，那是 Anthropic 以自己的評測對競爭對手的模型進行測試所得的結果。

•知識工作 — GDPval-AA v2 為 1620，Claude Haiku 5.5 對比 735 的 Claude Haiku 4.5，GPT-6 為 1437，Claude Sonnet 5.5 為 184。AA-Briefcase v1.1 則為 1578、614、1336 與 1824。

• 電腦操作 — OSWorld 2.1 離線模式下為 72.4%，相較於 15.7%、48.9% 與 83.9%。

• 推理 — Humanity's Last Exam 在無工具時為 45.9%，使用工具時為 57.4%；相較之下，Claude Haiku 4.5 為 10.2% 與 18.7%，Claude Sonnet 5.5 則為 56.9% 與 64.5%。

• 代理式編程——Terminal-Bench 4.0 為 39.2%，相較之下分別為 0.0%、16.4% 與 70.6%。FrontierCode 1.1（Main）為 46.4%，相較之下 GPT-6 Luna 為 42.4%，Claude Sonnet 5.5 為 52.1%。

• 圖表閱讀 — Chartography 在未使用工具的情況下為 46.4%，相較於 6.4%、29.1% 及 61.6%。

在那張表上，Claude Haiku 5.5 每一列都勝過前一代 Haiku 和 GPT-6 Luna，但大多數列都輸給 Claude Sonnet 5.5——這正是小階層模型的誠實樣貌：跨世代的大躍進，但在最困難的工作上仍低於中型模型一個階層。Anthropic 在文章中也這麼說，建議以 Claude Sonnet 5.5 和 Claude Opus 5.5 處理複雜的代理式編碼，同時把 Haiku 定位在壓縮、摘要、分類與子代理等角色。

獨立評測呈現的樣貌更為細膩，也需要投入更多注意力。Artificial Analysis 以 Max 努力程度測量 Claude Haiku 5.5，在其 Intelligence Index v4.3.2 上得分 43，在 182 個模型中排名第二，輸出速度為每秒 241.9 個 token——確實如宣傳所述那般快。它同時測得每完成一項 Index 任務的成本為 0.21 美元，因為該模型在執行整套測試時產生了 4.4 億個輸出 token，而中位數為 1 億；評測方形容它極為冗長。GPT-6 Luna 在同一指數上得分 38，每項任務成本為 0.07 美元。相同的標價，三倍的帳單。這並不與發布時的說法矛盾——而是發布說法所談論的同一現象，從另一端來看：價目表是你每 token 支付的費用，而你實際支付的金額是費率乘以 token 數，而 Claude Haiku 5.5 每個答案耗用的 token 比競爭對手更多。努力程度是那根槓桿；該模型的預設值是 medium，而非 Max，而將其設定得更低的團隊，將會看到更小的帳單，以及更低的分數。

從單一位置呼叫它

這次推出所帶出的遷移問題，不是「它是不是更好」，而是「我的流量在它上面要花多少成本」，而這個答案取決於你的提示詞長度、你的快取命中率，以及你選擇的投入程度設定。要做到這點，意味著得把你自己的提示詞集在兩個世代上都跑一遍——透過單一端點來做很便宜，跨兩個端點來做則很麻煩。

Claude Haiku 5.5 目前還沒登上 OrcaRouter 的型錄，而直接把這件事說清楚，比暗示它已經上架更有用。我們目前可呼叫的 Anthropic 模型是：Claude Haiku 4.5、Claude Sonnet 4.5 與 Claude Opus 4.5，即日起就能向我們呼叫，價格比照供應商定價，零加價、直接轉嫁，因此遷移測試的「改版前」這一段，會跑在你原本就會繼續使用的金鑰上，而「改版後」這一段，則是讓新模型在我們所路由的執行環境上運行。在此期間，共用端點為你帶來的是通話的自動容錯移轉，讓新模型能夠承載正式流量，實際路徑取決於它；此外還有路由 DSL，用來處理從 Haiku 升級到 Sonnet 應該寫在路由裡、而非應用程式碼裡的情況。

這次發布中的兩項客戶成果，值得延續作為線索，而非證明。Asana 回報延遲降低超過 30%，且每個代理回合的推論速度最高可達 2.5 倍；HubSpot 回報在其 CRM 套件上三次執行平均達 92.8%；AlphaSense 回報在 400 筆查詢上為 0.84，對比 0.76。這些是廠商在自己公告中精選的客戶數字，其價值在於告訴你該先測試哪些工作負載，而不是告訴你你會得到什麼。

什麼會改變局面？

75% 這個數字，會像每一項以流量加權的供應商說法一樣，靠你自己的帳單來定案。在獨立第三方這邊，真正還沒有答案的是每項任務成本這個數字。如果隨著更多次執行累積，它仍站得住腳，那麼對這次發布最誠實的總結會是：Anthropic 把價目表砍了 80%，並打造出一個每次回答都消耗更多 token 的模型，所以實際省下的金額是真的、幅度很大、取決於工作負載，而且很少是海報上印的那個數字。如果它會隨著 effort 設定與快取而下降，這個層級看起來又更好。無論如何，在切換之前要檢查的數字，是你在新 tokenizer 下每項任務所用的自身 token 數——那是發布文章唯一無法給你的數字。