Anthropic 发布 Claude Haiku 5.5：更便宜、更快、更强的小型模型

Anthropic 的 Claude 官方 X 账号发布了一条帖子，宣布推出 Claude Haiku 5.5，并同时下调 Claude Sonnet 5.5 的缓存读取价格。这条帖子是本次全部信息的唯一来源，没有附带基准测试名称、具体分数或评测方法。

帖子将 Haiku 5.5 描述为 Anthropic 发布过的“最便宜、最快、最强”的小模型，并称其平均运行成本比 Claude Haiku 4.5 低约 75%。同一帖子还宣布将 Sonnet 5.5 的缓存读取价格减半至每百万 token 0.10 美元，并称这使 Sonnet 5.5 在多数长时间运行的工作上运行成本约降低 20%。

需要明确的是，上述成本、能力与对齐数字均为 Anthropic 自述，属于厂商声明而非独立确认的事实。帖子本身没有提供可核验的比较口径，也没有第三方来源交叉验证。

Haiku 5.5 的成本主张有两个支点。第一是相对上一代的降幅：Anthropic 称其平均运行成本比 Haiku 4.5 低约 75%。第二是任务分布：Anthropic 称 10 万 token 以下的任务约占其上一代 Haiku 模型请求量的 90%，而 Haiku 5.5 在这类任务上性价比尤为突出。

这两个数字放在一起，构成了一个“大多数请求都落在最划算区间”的叙事。但来源没有说明 75% 的降幅基于何种任务组合与计费口径，也没有说明 90% 请求量统计的时间范围与统计口径。因此，这两个数字只能作为厂商声明理解，不能当作可复现的成本结论。

帖子还称 Haiku 5.5 面向高并发、成本敏感的任务设计，可稳定处理摘要与分类等重复性工作。这一定位与其小模型身份一致，但同样没有给出吞吐量、延迟或并发规模的具体数据。

Anthropic 称 Haiku 5.5 是其首个带可调 effort 设置的 Haiku 模型，用户可按任务在成本与智能之间取舍。这是本次发布中少数属于产品形态变化、而非单纯性能声明的点。

不过，来源没有说明可调 effort 的具体档位、取值范围与默认行为。这意味着“按任务取舍”目前只是一个方向性描述，用户无法从这条帖子判断实际可操作的空间有多大。

从产品逻辑推断（此为推断），可调 effort 与“高并发、成本敏感”的定位相互配合：同一模型可以在低 effort 下处理摘要、分类等重复性工作，在高 effort 下承担更复杂的任务。但这一推断没有来源中的档位或定价信息支撑，只能视为对发布意图的解读。

Anthropic 称 Haiku 5.5 在编程、计算机使用和知识工作方面相较 Haiku 4.5 有显著提升，并称其速度足以支撑实时客户支持和浏览器使用场景。帖子还称它适合作为 Claude Opus 5.5 与 Sonnet 5.5 在编程工作中的子代理配合使用。

在对齐方面，Anthropic 称 Haiku 5.5 在几乎所有对齐评估上相较 Haiku 4.5 都有大幅改善，错位行为实例明显减少。

这些表述都指向同一个方向——比上一代更好——但来源没有给出任何基准测试名称、具体分数或评测方法，也没有披露对齐评估的具体评估集、指标与幅度。因此，“显著提升”和“大幅改善”目前是无法核验的厂商声明，读者不应将其等同于已确认的能力水平。

Anthropic 称 Haiku 5.5 现已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。但来源没有说明具体区域或服务形态，也没有给出 Haiku 5.5 的定价表、上下文窗口、延迟等规格参数。

Sonnet 5.5 的缓存读取降价同样存在范围问题：来源没有说明这一价格是否长期有效、是否适用于所有平台。帖子称降价后 Sonnet 5.5 在多数长时间运行的工作上运行成本约降低 20%，但“多数长时间运行的工作”这一口径本身也没有进一步定义。

对于依赖缓存读取成本做预算的团队来说，这些空白意味着降价的实际影响需要等待更完整的定价文档才能评估。

可以确认的是：Anthropic 官方账号发布了 Haiku 5.5，并同步宣布了 Sonnet 5.5 缓存读取降价。这是发布行为本身，属于已确认事实。

不能确认的是：75% 的成本降幅、编程与知识工作的显著提升、对齐评估的大幅改善、10 万 token 以下任务占 90% 请求量、以及 Sonnet 5.5 约 20% 的成本下降。这些全部是 Anthropic 自述，没有第三方独立验证，也没有基准分数或评测方法支撑。

此外，Haiku 5.5 与 Opus 5.5、Sonnet 5.5 作为子代理协作的实际效果，同样没有独立证据。帖子显示约 95.5K 次浏览、343 次转发、3K 次点赞，这些是 X 平台的计数，反映的是传播热度，而非技术验证。