← 返回全部情报
Anthropic 发布 Claude Haiku 5.5:平均运行成本比 Haiku 4.5 低约 75%,定位做压缩、摘要和子智能体;Sonnet 5.5 缓存读取降价一半,Max 和 Team 订阅附送每月 API 额度 的封面

·Anthropic(官方博客)·官方模型发布收录 2026-10-08

Anthropic 发布 Claude Haiku 5.5:平均运行成本比 Haiku 4.5 低约 75%,定位做压缩、摘要和子智能体;Sonnet 5.5 缓存读取降价一半,Max 和 Team 订阅附送每月 API 额度

AnthropicClaude Haiku 5.5小模型子智能体定价电脑操作缓存

一句话结论

Anthropic 推出 Claude Haiku 5.5,定位高并发、对成本敏感的任务,比如摘要、上下文压缩、数据库查询、分类,以及给 Opus 5.5 和 Sonnet 5.5 当编码子智能体;它是 Anthropic 标准速度下最快的模型,也是第一个可调「投入程度」的 Haiku;10 万 token 以内的请求比 Haiku 4.5 便宜 90%,综合算下来平均成本低约 75%;OSWorld 2.1 离线子集得分 72.4%(Haiku 4.5 为 15.7%);同时 Sonnet 5.5 缓存读取价格减半,大多数智能体工作因此便宜约 20%,Max 和 Team 订阅每月附送 100 到 500 美元的 API 额度。

打开原文 Anthropic:Introducing Claude Haiku 5.5

背景与理念

Anthropic 把 Haiku 5.5 定位为「我们发布过的最便宜、最快、最强的小模型」,专门用于高并发、对成本敏感的工作。官方举的典型任务是摘要、上下文压缩、数据库查询和分类请求;它也适合在编码工作里给 Opus 5.5、Sonnet 5.5 当子智能体,以及在线客服、浏览器操作这类对速度敏感的场景。

官方也划清了边界:复杂的智能体编码任务仍然应该用 Sonnet 5.5 或 Opus 5.5。Haiku 5.5 更适合那些范围明确、以前用 Claude 做成本太高的任务,比如压缩、摘要和子智能体工作。

具体做法

第一,定价按提示长度分档。10 万 token 以内的请求,输入每百万 token 0.10 美元、输出 0.50 美元、缓存读取 0.01 美元、缓存写入 0.125 美元;超过 10 万 token 时分别为 0.50、2.50、0.05 和 0.625 美元。Haiku 4.5 分别是输入 1.00、输出 5.00 美元。官方说在 Haiku 4.5 上约 90% 的请求都在 10 万 token 以内。

第二,首次给 Haiku 加上可调的投入程度(effort)设置。用户可以像用其他型号一样,在成本和智能之间自己取舍,官方给出了 OSWorld、GDPval-AA 和 Humanity’s Last Exam 三项在不同投入档位下的准确率与成本曲线。

第三,同步调整整个产品线的性价比。Sonnet 5.5 的缓存读取从每百万 token 0.20 美元降到 0.10 美元,官方说缓存读取占 token 消耗的大头,所以大多数智能体任务的成本会下降约 20%;本周起给 Max 和 Team 订阅用户每月发放 API 额度,Max 5x 每月 100 美元、Max 20x 每月 200 美元、Team 最多 500 美元并在成员间共享,可用于任何模型。

第四,SDK 增加电脑操作和浏览器操作的 beta 支持。Claude 的 Python 和 TypeScript SDK 加入这两项能力,官方认为 Haiku 5.5 的速度、能力和价格组合特别适合这类任务。

第五,安全设置。官方说 Haiku 5.5 在几乎所有对齐评测上都比 Haiku 4.5 有大幅改进;网络安全防护比 Haiku 4.5 严格,但比近期其他型号宽松,允许更多防御类任务,但仍拦截渗透测试等更可能被攻击者使用的技术;生物安全防护与 Sonnet 5、Sonnet 5.5、Opus 5 相同。

关键数据/例子

OSWorld 2.1(离线子集):Haiku 5.5 为 72.4%,Haiku 4.5 为 15.7%,GPT-6 Luna 为 48.9%,Sonnet 5.5 为 83.9%。

Terminal-Bench 4.0:Haiku 5.5 为 39.2%,Haiku 4.5 为 0.0%,GPT-6 Luna 为 16.4%,Sonnet 5.5 为 70.6%。

GDPval-AA v2.1:Haiku 5.5 为 1620,Haiku 4.5 为 735,GPT-6 Luna 为 1437,Sonnet 5.5 为 1840;Humanity’s Last Exam 不用工具 45.9%、用工具 57.4%。

客户反馈:Asana 说任务完成延迟降低 30% 以上、每轮推理快到 2.5 倍;HubSpot 的 CRM 评测三次平均 92.8%;AlphaSense 每周约 800 万次调用的文档问答,在 400 条查询上从 0.76 提高到 0.84;Box 说得分比 Haiku 4.5 高 11 分、延迟约减半;Cognition 说以 Haiku 5.5 当助手模型时 Devin Fusion 的 FrontierCode 得分为 66.2。

成本说明:10 万 token 以内便宜 90%、以上便宜 50%;考虑到新分词器每个任务会多用一些 token,综合平均成本低约 75%。

创新点

第一,按提示长度分档定价,把便宜集中给最常见的短请求。官方用 Haiku 4.5 上「90% 请求在 10 万 token 以内」的实际分布来设计价格。

第二,小模型也能调投入程度。同一个模型可以在便宜快速和更聪明之间切换,适合做分层调度。

第三,把小模型明确定位成「子智能体」。官方和客户都强调大模型负责规划、小模型负责高频查找和摘要的分工,比如 Rogo 用它去 10-K 里找分部收入数据,而大模型负责做整份演示。

第四,从缓存读取下手降价。智能体任务的 token 大头在缓存读取,降这一项比降输入输出单价更能影响实际成本。

可否复用

  1. 把智能体里的压缩、摘要、检索类子任务换给小模型:主模型负责规划和难题,小模型负责高频、范围明确的活,按实际用量对比成本。
  2. 先统计自己请求的长度分布:如果大部分在 10 万 token 以内,分档定价的收益会很明显。
  3. 测算成本时把分词器差异算进去:同样的任务换模型后 token 数会变,只比单价会算错。
  4. 重点优化缓存命中:智能体工作里缓存读取占比高,提高命中率和选择缓存更便宜的模型都很有效。
  5. 用自己的评测集验证再切换:像 AlphaSense、HubSpot 那样用几百条真实查询做对比,再决定是否迁移。

笔记会在输入时自动保存。