Claude Haiku 5.5：預設啟用自適應思考、更嚴格的 API，以及價格在 100,000 個 Token 時跳級的方案

Claude Haiku 5.5 於 2026 年 10 月 7 日正式上線——也就是本文撰寫的兩天前——而多數發布報導談的都是那個分數。分數是真的：在獨立的 Artificial Analysis Intelligence Index 上，該模型拿下 43 分，在該榜單 182 個項目中排名第二，這讓 Anthropic 目前最便宜的層級一舉超越大多數廠商的旗艦模型。真正會改變你下午行程的那部分，則安靜得多。API 變得更嚴格了，思考機制預設改為自適應，而這兩項變更都屬於會弄壞既有程式碼、而非拿來充實發布貼文的那一種。

以下是工作摘要：實際出貨的是什麼、API 不再接受什麼、定價在達到一定數量時會有什麼變化，以及供應商的哪些數字值得保持距離、審慎以對。

10月7日發布了什麼？

Claude Haiku 5.5 是模型 ID claude-haiku-5-5，是 Claude Haiku 4.5 的直接替代品，而且它是文字與圖像模型：輸入圖像、輸出文字，沒有音訊或視訊路徑。它搭載 1,000,000 個 Token 的上下文視窗，以及 128,000 個 Token 的回應上限，在 Batch API 上可透過 output-300k-2026-03-24 beta 擴展至 300,000 個 Token。知識截止時間為 2026 年 6 月，且 Anthropic 承諾在 2027 年 10 月 7 日之前不會讓該模型退役——這是兩年的下限，對於人們會接入長期運作管線的小型層級而言，這比平常更為重要。

從第一天起，可用性就相當廣泛：Claude API 本身、Amazon Bedrock、Google Cloud、Microsoft Foundry，以及 AWS 上的 Claude Platform。這是 Anthropic 為 Haiku 模型提供過最廣泛的首日供應範圍，也是許多團隊會透過既有雲端合約、而非新合約來接觸這個模型的原因。

此 API 比它所取代的模型更嚴格。

這是在你把現有的 Haiku 4.5 用戶端指向新 ID 之前，應該先閱讀的章節。Claude Haiku 5.5 會拒絕幾種較舊 Claude 模型可接受的請求形式，而且會以 400 錯誤拒絕，而不是發出警告：

• 取樣參數 — 將 temperature、top_p或top_k 設為非預設值會傳回錯誤。這些旋鈕已被移除，而非遭到忽略。

• 助理預填——傳送部分助理回合讓模型接續，在此模型上已不再支援。

• 手動擴充思考 — 傳入 budget_tokens 來設定思考預算會回傳錯誤，因為思考現在由下方所述的 effort 調節鈕所控管。

• 電腦使用 — 此工具需要 computer_toolset_20260801 工具組版本；不接受較舊的工具組識別碼。

那些其中任何一項都是一行就能修好的問題，但這類一行就能修好的問題，除非你先讀過遷移說明，否則往往就是那種會在凌晨兩點、在正式環境裡才發現的問題。模式相當一致：Anthropic 已經移除了逐次請求的即興調整，並把那些決策移到模型層級的設定。對於橫跨多項服務、都呼叫同一個模型 ID 的一整批部署來說，這是實實在在的簡化。但對於原本依賴溫度掃描或手動拿捏思考預算的服務來說，這等於是把呼叫慣例整個改寫。

自適應思考，以及從 Low 到 Max 的調節旋鈕

這一切的替代方案是自適應思考，它預設為啟用，預設強度為 中等。模型會針對每個請求決定任務需要多少內部推理，而你透過單一強度設定來引導它，該設定從低、中、高到最高。

真正實務上的後果，是大家最常低估的那一點：你再也無法靠關閉思考來讓模型變便宜。思考本身就是產品。你能控制的是它多努力，而 effort 設定既是品質旋鈕，也是成本旋鈕——在分類任務上用 Low、在除錯任務上用 Max，才是正式生產部署應有的樣貌，而不是兩個不同的模型。

這也重新定義了「小型模型」的意義。過去，你選擇 Haiku 等級的模型，是因為接受它會在一些困難案例上失敗，並將那些案例導向其他地方處理。Claude Haiku 5.5 在 Max 努力程度下，旨在自行縮小部分這道落差，這使得路由決策從「這個模型能否完成任務」轉變為「這個任務是否值得投入 Max 努力」。

定價：100,000 個 token 以內為固定價，之後為五倍。

以美元計、每百萬個 token 為單位，Anthropic 公布的費率為：輸入量在 100,000 個 token 以內時，輸入為 $0.10、輸出為 $0.50；超過此界線後，分別調升至 $0.50 與 $2.50。快取另行計價：五分鐘快取寫入的輸入與輸出費率為 $0.125 與 $0.625，一小時寫入為 $0.20 與 $1.00，而快取讀取為 $0.01 與 $0.05。批次推論為半價。

100,000 個 token 的級距，是應該納入試算表計算的數字，而不是放在註腳裡。一條在 90,000-token 提示下運作順暢的管線，支付的是第一級費率；同一條管線只要把檢索設定調高一格，就會對請求中的每一個 token 支付五倍的輸入費率，而不只是超過門檻的那些 token。過去只是零頭的長脈絡作業，會成為這通呼叫的主要成本。

Read as a comparison to the model it replaces, the headline is real: A​nthropic states Claude Haiku 5.5 runs about 75% cheaper on average than Claude Haiku 4.5, and about 90% cheaper specifically for prompts under 100,000 tokens. That is a vendor figure and it is stated as one. The mechanism behind it is not only the rate card — A​nthropic's own documentation notes that Claude Haiku 5.5 uses the newer tokenizer shared with Claude 4.7 and later, so the same text tokenizes to roughly 30% more tokens than it did on the old model. A per-token cut and a per-token inflation pull in opposite directions, and the 90% figure is the net after both.

這些基準測試，就如同 Anthropic 所報告的那樣

本節中的每個數字皆由廠商自行回報，未經第三方重現。A​nthropic 的比較組合以 Claude Haiku 5.5 對比 Claude Haiku 4.5、GPT-6 Luna，以及自家的 Claude Sonnet 5.5：

• GDPval-AA v2.1 — Claude Haiku 5.5 為 1620，相較於 Claude Haiku 4.5 的 735、GPT-6 Luna 的 1437，以及 Claude Sonnet 5.5 的 1840。

• AA-Briefcase v1.1 — 1578，相較之下，Claude Haiku 4.5 為 614，Claude Sonnet 5.5 則為 1824。

• OSWorld 2.1，離線 — 72.4%，相較於 Claude Haiku 4.5 的 15.7%、GPT-6 Luna 的 48.9%，以及 Claude Sonnet 5.5 的 83.9%。

• Humanity's Last Exam — 未使用工具時為 45.9%，使用工具時為 57.4%，相較之下，Claude Haiku 4.5 分別為 10.2% 與 18.7%，而 Claude Sonnet 5.5 則為 56.9% 與 64.5%。

• Terminal-Bench 4.0 — 39.2%，相較於 Claude Haiku 4.5 的 0.0%、GPT-6 Luna 的 16.4%，以及 Claude Sonnet 5.5 的 70.6%。

• FrontierCode 1.1，Main — 46.4，相較於同一模型在低投入下的 42.4，以及 Xhigh 下的 52.1。

在那張表被任何人重現之前，就有兩件事值得注意。首先，相較於 Claude Haiku 4.5 的躍升在代理式與電腦操作任務上並非漸進式的——OSWorld 上從 15.7% 到 72.4% 是不同級別的結果，而 Terminal-Bench 那一列更是從字面上的零開始變動。其次，廠商自己的努力程度掃描顯示，這個調節旋鈕確實在發揮作用：同一個模型在 FrontierCode 上以低努力程度得分 42.4，在 Xhigh 則得分 52.1。這就是把自適應思考的主張用數字重新表述，也正是為什麼努力程度設定應該放在你的成本模型中，而不是你的預設值裡。

獨立董事會增添什麼

今天可用的中立檢查是 Artificial Analysis，它在其 Intelligence Index 上以 Max effort 測量 Claude Haiku 5.5，結果為 43 —— 在 182 個模型中排名第二，混合成本為每百萬 tokens 0.08 美元，且每完成一項 Intelligence Index 任務的實測成本為 0.21 美元。上下文確認可達 1.0M tokens，吞吐量為每秒 240.4 個輸出 tokens，而整體中位數為每秒 110 個 tokens。

同一輪測試標示出供應商資料未提及的一件事：token 消耗量。Artificial Analysis 在執行 Index 時記錄到 4.4 億個輸出 token，而中位數為 1 億，並稱該模型冗長。在按輸入與輸出計價的模型上，一個每次回答寫出中位數四倍 token 數的模型，其實際成本高於其價目表所示，而每項任務 0.21 美元的數字已經考慮到這一點。這是一個合理的數字，應與 0.10 美元的標價並列看待，而非取代它。

Anthropic 也在同一天推出了一項配套變更：Claude Sonnet 5.5 的快取讀取費用減半，從每百萬個 token 0.20 美元降至 0.10 美元，而 Max 與 Team 方案則獲得每月 API 額度（Max 5x 為 100 美元，Max 20x 為 200 美元，Team 最高可合併使用 500 美元）。這兩項變更都未改變 Claude Haiku 5.5 的價格，但都改變了低價層級相對於中階層級的位置——Sonnet 快取讀取減半，縮小了長上下文管線在這兩者之間看到的差距。

為這麼好的小型層級進行路由

Claude Haiku 5.5 本身尚未收錄於 OrcaRouter 目錄中，而這一點直說無妨，總比讓可用性說明含糊帶過要好。目前可透過 A​nthropic 自家的 API 以及上述雲端平台取用。

模型真正改變的，是路由決策的形態，而這正是路由器證明自身價值之處。如果 Index 43 的小型層級如今在你過去交給中階層級的工作上已具備可信度，那麼有用的配置會是三段式路由——便宜的一段處理簡單的多數工作、這一層處理困難的中段、再以頂規模型處理長尾——而在 OrcaRouter 上，這只是一條路由 DSL 表達式，而非一個專案。Claude Haiku 4.5、Claude Sonnet 5.5 與 Claude Opus 5.5 目前都已在目錄中，因此這類路由的 Anthropic 各段現在就能建立並測試；小型層級那段則要等到 Claude Haiku 5.5 加入的那天才能開通。一把金鑰、一套 SDK，底層自動容錯移轉，以及 供應商定價以 0% 加成原樣傳遞，所以任一段的廠商降價當天就會在我們這裡生效。

看什麼

這些懸而未決的問題中，有兩個是發表資料無法回答的。第一個是：100,000-token 斷崖能否經得起真實檢索管線的考驗，還是會如設計所預期的那樣，把團隊推回那條線以下。第二個是：Max effort 下的自適應思考，能否在長時間的代理式執行中站得住腳——供應商自家的 effort sweep（在 FrontierCode 上，low 為 42.4、Xhigh 為 52.1）顯示品質確實到位，但對於取得這種品質所需的 token 成本，目前仍未透露任何訊息。這兩個問題都將由第一波獨立代理式評估來解答，而不是由發表頁面來回答。