Claude Haiku 5.5 對比 GPT-5.6 Luna：Stitch 價格的一半，每項已完成任務多 19%

大家都在寫的價格對標是真的，而且並不是與這個模型對標。 Claude Haiku 5.5，廠商於 2026 年 10 月 7 日推出，標價為每百萬輸入 token $0.10、每百萬輸出 token $0.50，適用於最高 100,000 token 的提示。 GPT-5.6 Luna，2026 年 7 月 9 日推出的成本最佳化層級，標價為 $0.20 與 $1.20。因此廠商在兩項計價上都正好是舊款模型費率的一半——且正好等於 GPT-6 Luna，這個於 2026 年 9 月 22 日取代它的後繼者，也是廠商自家發布文章拿來對標的模型。

從這樣的位置來寫比較，確實很奇怪，所以值得把這場對決究竟是為了什麼講清楚。GPT-5.6 Luna 是兩者中唯一在獨立排行榜上已被列為棄用的模型，它不再是 OpenAI 旗艦費率表上的那個 Luna，卻仍然是如今許多整合程式碼裡會看到的 Luna。把它與 Claude Haiku 5.5 相比，問的是一場你可能早就該做的遷移，而不是在兩個現行模型中該呼叫哪一個的問題。

而對於這個顯而易見的問題，答案才是有趣的部分。在同一次獨立評估執行中，完成一項 Intelligence Index 任務的成本是 Claude Haiku 5.5 為 0.21 美元，GPT-5.6 Luna 為 0.18 美元。代幣價格只有一半，每個答案卻多出 19%。

這兩張費率卡

每百萬個 token 以美元計。Anthropic 和 OpenAI 的費率來自其各自的官方文件；共用的分數為 Artificial Analysis Intelligence Index v4.3.2，讀取日期為 2026-10-08。

• 輸入 — Claude Haiku 5.5 為 100,000 個 token 以內 $0.10，超過則為 $0.50；GPT-5.6 Luna 為 $0.20，超過 272,000 個 token 的請求則加倍至 $0.40。

• 輸出 — Claude Haiku 5.5：最多 100,000 個 token 為 $0.50，超過則為 $2.50；GPT-5.6 Luna $1.20，在長上下文路徑上升至 $1.80。

• C 輸入 — Claude Haiku 5 為 $0.01 和 $0.05，折扣 90%；GPT-5.6 Luna 為 $0.02，同樣是 90%，另加快取寫入費用 $0.05。

• 上下文 —— Claude Haiku 5.5 為 100 萬個 token，GPT-5.6 Luna 則為 1,050,000 個。兩者單次回應的上限皆為 128,000 個 token，而 OpenAI 為其模型公布的知識截止日期為 2026 年 2 月 16 日。

• 推理控制 — Claude Haiku 5.5 提供從 Low 到 Max 的努力程度調節，預設為 medium；GPT-5.6 Luna 提供六種設定：none / low / medium（預設）/ high / xhigh / max。

• 獨立分數——Claude Haiku 5.5 (Max) 為 43.40，而 GPT-5.6 Luna (Max) 為 37.32，在 182 個模型的排行榜上相差 6.07 分。

• 狀態 — Claude Haiku 5.5 為現行、專有、僅限 API 的模型。GPT-5.6 Luna 在獨立看板上帶有棄用標記，且已不再於 OpenAI 的旗艦定價表中佔有一列。

價格只要一半，每則回答卻更貴

這裡的費率表計算對 Anthropic 異常有利——在短提示區間內，兩個計量器都乾淨俐落地呈現 2 倍——所以需要解釋的是每項任務的結果。

Claude Haiku 5.5 在每項 Intelligence Index 任務中輸出 162,164 個詞元，其中 129,047 個用於推理、33,118 個用於答案。GPT-5.6 Luna 則輸出 41,235 個，其中 28,098 個用於推理、13,136 個用於答案。Anthropic 的模型3.9 倍的詞元量花在同一件工作上，而以一半的輸出速率計算，這讓它每完成一項任務的成本高出 19%。速率上的優勢與冗長造成的劣勢相差不到兩倍，因此兩者幾乎相互抵銷——而剩下的差額則由 OpenAI 佔了上風。

兩個每項任務成本很接近，但各自的組成方式卻不同。GPT-5.6 Luna 每項任務 $0.1783，大約一半是快取寫入、四分之一是輸出；Claude Haiku 5.5 的 $0.2128 中，$0.1317 是輸入——大多是快取讀取——再加上 $0.0811 的輸出。以絕對值而言，這兩個模型都不貴，而且它們貴的地方不同，這正是為什麼每項任務總成本會趨於接近，而價目表卻相差兩倍。

這正是使得推理模型的逐 token 比較整體上不可靠的同一種效應，而它值得直白地指出：便宜的計價單位乘上龐大的 token 預算，兩者的乘積就是你實際支付的費用。Anthropic 自家的發布說明對此直言不諱，表示 Claude Haiku 5.5「用於提示詞最多達 100,000 個 token 的任務時，尤其物超所值，而這類任務約占我們先前 Haiku 模型請求量的 90%。」

混合計算從另一個方向講述了同樣的故事。在 Artificial Analysis 的 7:2:1 輸入偏重混合比例——也就是大多數生產流量實際呈現的形態——Claude Haiku 5.5 每百萬詞元為 $0.077，而 GPT-5.6 Luna 為 $0.174。這正是你從標價會預期的 2.26 倍。只有當你像推理工作負載那樣加重輸出計量的權重時，兩者才會趨同，而超過 100,000 個詞元後，它們就會交叉。

10 萬 token 的斷崖對上 27.2 萬 token 的那道

兩家供應商都會對長請求重新定價，而兩者的門檻相差超過兩倍半。

Anthropic 的分界點在 100,000 個輸入 token。超過此門檻後，Claude Haiku 5.5 的計價變成輸入 $0.50、輸出 $2.50——是短提示費率的五倍，且套用於整筆請求。OpenAI 的分界點在 272,000 個輸入 token。超過此門檻後，GPT-5.6 Luna 的計價變成輸入 $0.40、輸出 $1.80——輸入為 2 倍、輸出為 1.5 倍，同樣套用於整筆請求。

所以這個交叉點並非緩慢收斂，而是一個跳躍。一個 120,000 token 的檢索提示會落入 Anthropic 的長文本級距，並穩穩落在 OpenAI 的短文本級距之內，這會把 Anthropic 原本 2 倍的優勢翻轉成 OpenAI 在輸入上 1.25 倍、輸出上 1.39 倍的優勢。而且 Anthropic 的門檻低到讓文件密集的管線經常跨越它，OpenAI 的門檻則高到大多數這類管線永遠碰不到。

在 100,000 個 token 以下，這完全不會改變排序。超過 272,000 之後，排序會反轉，並維持反轉狀態。

什麼取代了你正在比較的模型？

這部分是應該決定你究竟要花多少時間在比較上的部分。

OpenAI 於 2026 年 9 月 22 日推出 GPT-6 Luna——比 Anthropic 推出 Claude Haiku 5.5 早十五天——輸入 0.10 美元、輸出 0.50 美元，具備 100 萬 token 上下文、128,000 token 回應上限，以及相同的六段式推理強度控制。在短提示情境下，兩項計費標準都與 Claude Haiku 5.5 的價目表完全相同。

在獨立榜單上，兩者差距接近，綜合排序無法分出勝負：Claude Haiku 5.5 得分 43.40，GPT-6 Luna 則為 38.12——Anthropic 仍領先 5.28 分——但每完成一項任務的成本為 $0.21 對 $0.068。這代表三倍的 OpenAI 優勢，而且是出現在真正計費的數字上；其原因與上述的冗長程度相同：GPT-6 Luna 在每項 Index 任務中輸出 50,012 個輸出 token，Claude Haiku 5.5 則為 162,164 個。

Anthropic 的發布貼文自己就做了比較，在一張表格中讓 Haiku 5.5 對上「GPT-6 Luna」，項目包括 GDPval-AA v2.1（1620 對 1437）、AA-Briefcase v1.1（1578 對 1336）、OSWorld 2.1 離線子集（72.4% 對 48.9%），以及 Terminal-Bench 4.0（39.2% 對 16.4%）。那些是 Anthropic 自家的數字，而且屬於廠商自行提報的數據，但對手的選擇才是關鍵線索：Anthropic 挑來擊敗的模型，正是本文標題中那個模型之後的那一款。

舊版 Luna 仍然勝出的地方

三件事，而其中沒有一件是能力。

影片與音訊。這兩個模型都不是原生支援影片——Claude Haiku 5.5 能讀取文字和圖像，而 GPT-5.6 Luna 也能讀取文字和圖像——所以這一列算是平手，而且兩者都輸給任何具備媒體管線的東西。

快取寫入。OpenAI 針對 GPT-5.6 Luna 公布了每百萬個 token 0.25 美元的快取寫入費率，而 Anthropic 對 Claude Haiku 5.5 則完全沒有公布，這表示誠實的說法是：寫入成本其實內含於 Anthropic 每百萬個 token 0.10 美元的輸入計費之中，而非不存在。對於前綴佔比高、快取存活期短的工作負載，每一輪都會付出這筆差額。

而長上下文這條路徑本身，OpenAI 更高的門檻是一項真正的結構性優勢，這與哪個模型更聰明毫無關係。

兩者皆可呼叫，其中一個不是我們的

GPT-5.6 Luna 今日已登上 OrcaRouter 的型號目錄，代號為 openai/gpt-5.6-luna —— 輸入 $0.20、輸出 $1.20、快取寫入 $0.25，上下文 1,050,000 個 token，回應上限 128,000 個 token，其中 272,000 個 token 的長上下文層級在定價紀錄中是獨立列出的級距，而非被平均掉。以 OpenAI 的定價原價轉供，零加成，且自動容錯移轉在其底層運作，這對一個刻意被取代的模型而言具有特定的意義：一旦 OpenAI 自身的容量緊縮，路由會在您的錯誤預算之前先行轉移。

Claude Haiku 5.5 並未列於目錄中。它可透過 Anthropic 的 API，以及 AWS、Google Cloud 和 Microsoft Azure 取得，這才是準確的說法。目錄中確實收錄的 Anthropic 模型是 Claude Sonnet 5.5 與 Claude Opus 5.5，因此從廉價的分類層級升級到中階代理層級的路徑，是一項路由設定，而非一項整合工程——而 同一份目錄中的 GPT-6 Luna，其費率表與 Claude Haiku 5.5 所用的完全相同，這使得這個價位帶真正誠實的 A/B 測試，只是改動兩個字串，而非一場採購作業。

這個比較該怎麼辦

如果你的整合指定的是 gpt-5.6-luna，那麼有用的結論並不是 Claude Haiku 5.5 以六個指數點勝過它。而是：你所使用的模型，你的供應商已在其自家的 flash 層級中兩度將其取代——先是 Terra 的世代，接著是 GPT-6 Luna，而 Anthropic 本身也將其視為此價格帶的當前競爭者。遷移到 GPT-6 Luna 不僅與價目表相符，且在相同的獨立量測下，每項完成任務的成本降至三分之一。

如果你是在能力方面於 Claude Haiku 5.5 和 Luna 系列之間做選擇，Anthropic 在綜合項目、終端機與程式碼項目，以及電腦操作上都勝出，而且它自家的廠商比較表也這麼說。如果你是以帳單來做選擇，Luna 系列在每一次這類比較中都大幅勝出，原因是一個數字：每項任務 162,164 個輸出 token，對比 41,235 個。

這場對決真正定調的是：便宜兩倍的計費標準，價值不如精簡四倍的模型。Anthropic 把 Claude Haiku 5.5 的定價設成與 GPT-6 Luna 對齊，而它也確實做到了——在兩項計費標準上分毫不差——但要用它得出一個答案，成本仍高出三倍。