给几百万条工单分类，账单比模型本身还贵？Anthropic 刚发布 Claude Haiku 5.5，把输入单价砍到每百万 token 一毛钱，比上一代便宜九成，电脑操作基准却一路冲到七成以上。百万级上下文、可调努力程度、能当子代理，看着像小模型的翻身仗。但价格拐点、偏高的拒答率，还有一堆会直接报错的参数变更，都值得先弄清楚再切生产。
Claude Haiku 5.5 是 Anthropic 在 2026 年 10 月 7 日发布的轻量级模型，也是 Claude 5.5 家族的第三个成员。前面两个分别是 9 月 22 日的 Opus 5.5 和 9 月 28 日的 Sonnet 5.5，Haiku 5.5 补上了这条产品线最便宜的一档。官方给它的定位不是”便宜版聊天模型”，而是高频、成本敏感任务上的零件：摘要、上下文压缩、分类、数据库查询，以及给更大的模型当子代理。
和上一代 Haiku 4.5 比，参数上动的刀口不少。上下文窗口从 20 万 token 拉到 100 万，最大输出从 6.4 万提到 12.8 万，知识截止从 2025 年 2 月推到 2026 年 6 月。它第一次拿到两样 Haiku 系列从来没有的东西：默认打开的自适应思考，以及五档可调的努力程度（effort），从 low 一直到 max，API 默认走 medium。
它要解决的问题很具体。Anthropic 反复讲的是分层用法：让 Fable 或 Opus 负责规划和拆解，把拆出来的小块交给 Haiku 执行，这样同时开几十个 agent 才不至于把预算烧穿。官网列出的场景有高频文本处理、实时交互、子代理、浏览器与桌面自动化，外加一部分简单的多文件改动。
官网：https://www.anthropic.com/claude-haiku-5-5
核心功能
定位讲清楚了，接下来看它在能力上到底往前挪了多少。
最能说明问题的是那张参数对照表。Haiku 4.5 是 2025 年 10 月发布的老将，在这一代里已经算长寿。一年之后，同一条产品线上几乎所有硬指标都被重写了一遍，连计费方式都换成了按长度分档，这在同价位的小模型里并不常见。
| 参数 | Haiku 4.5 | Haiku 5.5 |
|---|---|---|
| 上下文窗口 | 20 万 token | 100 万 token |
| 最大输出 | 6.4 万 token | 12.8 万 token（批量 beta 可到 30 万） |
| 努力程度调节 | 不支持 | low / medium / high / xhigh / max |
| 自适应思考 | 不支持 | 默认开启 |
| 知识截止 | 2025 年 2 月 | 2026 年 6 月 |
| 输入 / 输出单价（≤10 万 token） | $1 / $5 | $0.10 / $0.50 |
| 缓存读取单价 | $0.10 | $0.01 |
努力程度这一档是 Haiku 系列头一次拿到的东西，用法也直白：分类、抽取、路由这类短任务开 low，让模型少绕弯子，延迟和成本一起降；需要它自己拆步骤的任务再往上抬。省钱的另一面是行为变了，思考默认开着，意味着一条回复的开头可能就是思考块，计费口径也跟着变。
缓存和批量是省钱的两把明牌。缓存读取压到每百万 token 0.01 美元，只有 Haiku 4.5 的十分之一，对固定前缀反复重发的 agent 循环来说，这部分就是账单大头；批量处理再打五折，输入降到 0.05 美元。100 万 token 的上下文解决另一类麻烦：长对话压缩以前得靠 Sonnet 级别模型来做，现在可以交给 Haiku。
基准上的痕迹同样清楚。电脑操作从 15.7% 升到 72.4%，智能体编码从 0.0% 升到 39.2%，无工具答题从 10.2% 升到 45.9%。编码那一项最直白，以前基本收不了尾、过不了门槛，现在能跑完四成，不过这三项都是官方口径，值得等第三方复现再说。
工具面和落地路线也跟上来了。浏览器工具与计算机操作工具在 Python、TypeScript SDK 里以 beta 形式开放，旧的 computer_20250124 已被拒收。官方画的路线是子代理：大模型拆任务，Haiku 并行跑小任务，Claude Code 和 GitHub Copilot 的付费档在发布当天就接了进去，同时放出迁移指南和 prompt 指南两份文档，说明换模型不只是改个名字这么简单。
上手体验
参数好看是一回事，真正换到自己的代码里跑一遍才知道。
接入路径短得几乎没有门槛。有 Anthropic 账号的直接在 Console 里拿 key，把请求里的 model 字段改掉就换来新模型；本来在 Claude Code 里干活的，模型选择器里选 Haiku 5.5 也一样。原来的 key 和额度都不用动，改一行配置就能切回去做对照，迁移试验的成本几乎为零。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-haiku-5-5",
"max_tokens": 1024,
"effort": "low",
"messages": [{"role": "user", "content": "把这段工单按紧急程度分类"}]
}'第一印象确实是快。有人拿同一个绘图任务测过一轮：low 档 7 秒出结果，成本不到一美分；同样的题目把 effort 拉到 max，跑了 5 分 9 秒。同一张价签下，档位带来的时延差距能到几十倍，会调的人和只看文档的人，体验几乎不像同一个模型。
踩坑的地方很集中，而且大多是硬报错。手动开思考预算传 budget_tokens，直接返回 400；temperature、top_p、top_k 只要不是默认值，同样报错；想在回复里预填一段开场白，也已经被拒绝。做分类管线的团队尤其容易中招，因为很多人习惯把 temperature 设成 0 来保证标签稳定，这一行参数现在会让整条请求失败。
计费口径的变化藏得更深。Haiku 5.5 换了新分词器，跟 Sonnet 5.5、Opus 5.5 属于同一套，同一段文字会比在 Haiku 4.5 上多出大约三成 token。官方说的便宜九成是按单价算的，实际账单大约落在便宜七成五，中间那部分差额就是被分词器吃掉的。
使用技巧
跑通之后，这几个开关才真正决定账单是三位数还是四位数。
很多人不知道还有这些进阶用法：
- effort 按任务分档：分类、抽取、路由这类短任务固定走 low，同一题目的耗时能从分钟级压到秒级，成本差距接近一个数量级
- 把固定前缀交给缓存：缓存读取每百万 token 0.01 美元，比正价低九成，agent 循环里反复重发的人设和工具定义，命中后基本可以忽略
- 批量任务错峰跑：Batch API 直接五折，输入 0.05 美元、输出 0.25 美元，适合夜间跑的离线分类与摘要，代价是结果不保证即时返回
- 盯住 10 万 token 这条线：超线后输入从 0.10 美元跳到 0.50 美元、输出从 0.50 美元跳到 2.50 美元，长会话记得做上下文压缩
- 让大模型兜底：把 Haiku 当第一道筛子，拿不准的样本升级给 Sonnet 5.5，每任务成本通常比全部交给 Sonnet 更低
竞品对比
小模型这个价位段现在挤得很，它得跟几个硬对手抢同一笔预算。
GPT-6 Luna 和 Gemini 3.8 Flash 是绕不开的两个名字，前者在价格上跟它正面撞车，后者走多模态路线。把关键参数摊在一起，各自的取舍就清楚了。
| 模型 | 核心定位 | 输入 / 输出（每百万 token） | 上下文 | 关键差异 |
|---|---|---|---|---|
| Claude Haiku 5.5 | 高频执行与子代理 | $0.10 / $0.50 | 100 万 | 努力程度五档；超 10 万 token 涨到 $0.50 / $2.50 |
| GPT-6 Luna | 便宜的默认档 | $0.10 / $0.50 | 105 万 | 可以完全关掉推理；超 27.2 万 token 输入翻倍 |
| Gemini 3.8 Flash | 多模态批量 | $0.75 / $3.75 | 104.8576 万 | 支持音频、视频、PDF；2027 年 1 月 1 日起价格翻倍 |
| Gemini 3.5 Flash-Lite | 最便宜的多模态 | $0.30 / $2.50 | 100 万 | 输出速度约 490 token/秒，智能分明显偏低 |
单看价格，Haiku 5.5 只是跟 Luna 打平，几乎没有优势可言。同样的单价，买到的能力却不一样。在 Anthropic 的对照表里，OSWorld 2.1 电脑操作是 72.4% 对 Luna 的 48.9%，Terminal-Bench 4.0 是 39.2% 对 16.4%，共享的每一项基准都压在前面。选择因此变成了同一价位上挑能力，而不是挑便宜。
但同价不等于同账单。两家的分词口径不一样，同一段文字在 Haiku 5.5 上会记更多 token，社区里有人估算差距接近 1.5 倍，换算下来 Luna 在纯文本任务上的每任务成本未必更高。另一个分歧点是长 prompt：Luna 的加价线在 27.2 万 token，越线后输入从 0.10 美元涨到 0.20 美元，Haiku 5.5 卡在 10 万，做长文档处理的团队得先算清楚自己落在哪一档。
上游也没有被替代。Sonnet 5.5 在 Terminal-Bench 4.0 上拿 70.6%，是 Haiku 5.5 的将近两倍，而且它刚把缓存读取降到每百万 0.10 美元，agent 任务整体成本降了约两成。正确的姿势不是换掉主力模型，而是在它下面加一层执行层。
用户反馈
官方站台的案例不少，社区那边的声音明显更杂一些。
企业内容平台的反馈偏正面。一家做文档问答的产品把 Haiku 5.5 放进生产流量跑了 400 次查询，得分从 Haiku 4.5 的 0.76 提到 0.84，官方口径称提升在统计上显著；另一家内容平台在早期测试里的说法是新模型高出 11 分，延迟大约只有一半。
开发者的好评集中在性价比。一位做 RAG 的工程师把三千多份技术文档灌进检索系统，说这是它试过一百多个模型里”质量乘速度除以价格”最好的一档。还有人把它丢进一个明显超纲的任务，它看了一眼就转交给 Opus 5.5，评价是”至少它知道自己不擅长什么”。
吐槽则集中在两处。有人把原来调给 Haiku 4.5 的 prompt 直接搬过来，结论是”结果很糟，还出现 prompt 泄漏，而且更慢”；另一位重跑了自己的邮件分类程序，承认确实更便宜，但跑得更久、还出了 Sonnet 5.5 不犯的错，于是留在 Sonnet。共同背景是旧 prompt 按不思考的模型调过，搬到默认开思考的新模型上自然会跑偏。
那条 10 万 token 的拐线也有争议。社区里有人直言这个阈值”低得离谱”，理由是 agent 跑不了几轮就会超；反方的回应是官方数据显示旧版九成请求都落在线内。双方都没拿出完整账单，这件事最终还是得用自己的任务量去验。
多维评分
口碑两头都听到了，下面拆成八个固定维度逐项打分。
| 维度 | 权重 | 评分 | 一句话解读 |
|---|---|---|---|
| 功能完整性 | 20% | ⭐⭐⭐⭐⭐ | 文本图像输入、工具调用、计算机操作、五档 effort 齐全 |
| 易用性 | 15% | ⭐⭐⭐⭐☆ | 换个模型名即可上手，但七项参数变更会直接报错 |
| 性能表现 | 15% | ⭐⭐⭐⭐⭐ | 标准速度下家族最快，缓存读单价比上代低九成 |
| AI 能力 | 15% | ⭐⭐⭐☆☆ | Terminal-Bench 4.0 拿 39.2%，复杂编码仍是短板 |
| 价格合理性 | 10% | ⭐⭐⭐⭐⭐ | 短请求降价九成，10 万 token 拐点是唯一硬伤 |
| 生态集成 | 10% | ⭐⭐⭐⭐⭐ | API、Bedrock、Vertex、Foundry、Claude Code 全覆盖 |
| 文档与支持 | 10% | ⭐⭐⭐⭐☆ | 迁移指南和 prompt 指南齐备，破坏性变更说明到位 |
| 更新频率 | 5% | ⭐⭐⭐⭐☆ | 十五天内三款 5.5 连发，产品线节奏很密 |
综合评分：8.5 / 10
扣分集中在两处。复杂编码的分数只有 Sonnet 5.5 的一半出头，意味着它替代不了主力的位置；价格维度虽然拿了满星，但 10 万 token 的拐点和多出三成的 token 数，会让一部分长任务的实际支出高于预期。加分则来自生态和速度，这两项在同类小模型里几乎没有对手。
优缺点
优势
- 价格断层明显：短请求单价降九成、缓存读取降九成，固定前缀的重复调用省下来的是真金白银
- 能力跳幅比降价更夸张：电脑操作从走不通变成可用，直接打开了浏览器与桌面自动化场景
- 第一次有 effort 五档：同一个模型既能当低延迟分类器，也能当肯下功夫的执行者，不用准备两套方案
- 上下文翻到 100 万：长对话压缩这类原本要花大模型预算的活，现在可以下沉到 Haiku 层
不足
- 复杂编码仍然吃力：Terminal-Bench 4.0 只有 39.2%，对比 Sonnet 5.5 的 70.6%，长程 agent 任务别硬上
- 10 万 token 的价格拐点：超线后单价直接五倍，agent 场景很容易踩过，预算模型得跟着重算
- 拒答率偏高：官方系统卡承认它的过度拒答率是实测模型里最高的，自动化审计分数因此被压低
- 迁移成本被低估：思考预算、采样参数、预填、旧计算机工具四类写法全部报错，旧 prompt 基本都要重调
适用人群
分数没打满，说明它挑活，下面看它到底该交给谁用。
- 做分类、抽取、路由的工程团队：任务短、重复、对成本极敏感，正好落在 10 万 token 以内，降价九成就是直接利润
- 跑多 agent 架构的开发者：大模型当规划者、Haiku 当执行者，同时开几十条并行子任务才有账可算，官方给的就是这个位置
- 实时交互产品：聊天、语音助手、在线客服对首字延迟敏感，它的标准速度是家族里最快的
- 浏览器与桌面自动化的实施方：填表、录入、跨应用搬数据这类重复劳动，电脑操作分数已经够用，成本也压得住
- 需要长程编码 agent 的团队：Terminal-Bench 4.0 只有 39.2%，加上价格拐点，这类任务交给 Sonnet 5.5 或 Opus 5.5 更划算
定价方案
看完成本敏感这条主线，这张价签值得单独摊开算一遍。
它的计费方式在家族里是个例外：其他 Claude 模型整段窗口一口价，只有 Haiku 5.5 按 prompt 长度分成两档。这个设计对短任务特别友好，也让预算测算多了一步，长会话最容易在不知不觉间越线。截至 2026 年 10 月官网显示的价格如下。
| 计费项 | 10 万 token 以内 | 超过 10 万 token |
|---|---|---|
| 输入（每百万 token） | $0.10 | $0.50 |
| 输出（每百万 token） | $0.50 | $2.50 |
| 缓存读取 | $0.01 | $0.05 |
| 缓存写入（5 分钟） | $0.125 | $0.625 |
批量处理再加五折，输入 0.05 美元、输出 0.25 美元。另有两条周边调整：Sonnet 5.5 的缓存读取从每百万 0.20 美元降到 0.10 美元，agent 任务整体成本降约两成；Max 和 Team 订阅用户从本周开始每月可领 API 额度，Max 5x 是 100 美元、Max 20x 是 200 美元、Team 最高 500 美元，可以花在任意模型上。
算笔实际的账：一个月跑一千万输入 token 加两百万输出 token，全部落在短档，Haiku 4.5 时代是 20 美元，换成 Haiku 5.5 是 2 美元。但别忘了分词器，同样文字多出约三成 token，真实节省大概在七成五，这也是官方给出的平均降幅口径。短任务放心用，长任务先数 token。
常见问题
下面挑几个被问得最多的问题集中答一遍。
Q1：Claude Haiku 5.5 多少钱？
A1：短请求每百万输入 token 0.10 美元、输出 0.50 美元。 超过 10 万 token 后涨到 0.50 美元和 2.50 美元，缓存读取 0.01 美元起，批量处理再打五折。
Q2：模型 ID 是什么？有日期后缀吗？
A2：claude-haiku-5-5，没有日期后缀。 第三方云平台上写 anthropic.claude-haiku-5-5。官方明确说这个 ID 不带别名，迁移时直接照抄，拼错会返回模型不存在。
Q3：它比 Claude Sonnet 5.5 强吗？
A3：不，差距还很明确。 Terminal-Bench 4.0 上 Haiku 5.5 是 39.2%，Sonnet 5.5 是 70.6%。官方建议本就是让大模型规划、Haiku 执行。
Q4：从 Haiku 4.5 换过去要改什么？
A4：至少四类写法要改，否则直接报 400。 手动思考预算、非默认采样参数、助手预填、旧计算机工具全部会失败。分词器也变了，标签和额度都得重算。
Q5：为什么我的账单没有便宜九成？
A5：拐线和分词器各占一半原因。 请求超过 10 万 token 就换到高价档，新分词器又把同样内容切成更多 token，官方给的平均口径是便宜约七成五。
Q6：它支持中文吗？
A6：支持，多语言是这一代的标准能力。 中文摘要、分类、抽取都能直接跑。用低 effort 档时建议在 prompt 里明确输出格式，中文长文本容易在标签规范上跑偏。
Q7：可以用它做 RAG 吗？
A7：可以，而且这是它最合适的场景之一。 有测试者把三千多份技术文档灌进检索系统，认为它是自己试过的模型里性价比最好的一档。前提是拼出来的上下文别超 10 万 token。
Q8：能当浏览器或桌面自动化用吗？
A8：能，官方给的工具类已经正式开放。 浏览器工具和计算机操作工具在 Python、TypeScript SDK 里以 beta 形式提供。但要注意旧的 computer_20250124 已经被拒收。
Q9：Haiku 4.5 还能继续用吗？
A9：能用，但时间窗不长了。 官方退役页面承诺 Haiku 4.5 至少支持到 2026 年 10 月 15 日；Haiku 5.5 本身承诺至少支持到 2027 年 10 月 7 日。
Q10：过度拒答的问题严重吗？
A10：官方自己承认这是它实测拒答率最高的一次。 系统卡写明过度拒绝高于此前所有被测模型，自动化基准分数因此被压低。安全敏感领域上线前最好先跑一遍自己的样本。
结论
Haiku 5.5 不是靠跑分取胜的发布。它的价值在于把”够用的小模型”这条线抬高了：一年前 Haiku 系列在电脑操作上只有 15.7% 的完成率，现在到了 72.4%，单价还降了九成。一大批以前因为预算被砍掉的功能重新变得可行，比如给每条工单做摘要，或者给每个用户会话配一个执行代理。
它适合谁很清楚：跑高并发分类与抽取的团队、需要廉价子代理的多 agent 架构、对首字延迟敏感的实时产品、做重复性浏览器自动化的实施方。反过来，如果你的活是长程编码 agent、需要稳定客观答案的高风险决策，或者单次请求动不动十几万 token，那就别为了省钱硬换。
建议先用一批真实样本做双跑：同一批请求分别走 Haiku 4.5 和 5.5，effort 从 low 开始试，重点比每任务成本而不只是每 token 单价。任务大多落在 10 万 token 以内，这次升级几乎不用犹豫；大部分请求都在线以上，那笔账就得重新算。