Anthropic 发布 Claude Haiku 5.5：跑分超越 GPT-6 Luna，价格大幅下调

Anthropic 发布 Claude Haiku 5.5，最直接的冲击来自价格。对提示词在 10 万 token 以内的请求——占 Haiku 4.5 请求量的 90%——输入输出价格直接砍 90%；超过 10 万 token 的部分只砍 50%。上一代 Haiku 4.5 发布于约一年前，价格是 Haiku 5.5 的 10 倍。

这一定价让 Haiku 5.5 在不超出 100k 提示词时，除缓存命中输入外，价格比 DeepSeek-V4.1 Flash 的谷时价格还便宜。但“便宜”不等于“省钱”：Haiku 5.5 换用了与 Sonnet 5.5、Opus 5.5 同款的 tokenizer，同样任务会多耗费 token，代码、表格、非英语内容的膨胀可能更高，因此实际省下的钱比标价折扣少。在 AA 测评中，Haiku 5.5 虽然 API 价格便宜，但完成任务的平均成本并未到达理想区间。

官方跑分显示 Haiku 5.5 逐项赢过 GPT-6 Luna，成为新的小模型守门员。这一说法来自厂商自测，缺乏第三方独立验证，应视为 source_claim 而非已确认事实。

具体数据上，OSWorld 2.1（测 agent 操作真实电脑完成多步任务）中，Haiku 5.5 的 Low 档为 42.0% 准确率、单次成本 $0.07，Max 档为 72.4%、$0.61；而 Haiku 4.5 只有 Max 档 15.7%、$1.45。也就是说，5.5 的 Low 档比 4.5 的 Max 档更准，还便宜一半。GDPval-AA v2.1（测 44 个职业的真实专业工作）呈类似曲线：Low 档 Elo 1125、成本 $0.01，Max 档 1620、$0.87；4.5 的 Max 档只有 735、$0.24。

Haiku 5.5 也是第一个支持 effort 调节的 Haiku 模型，继承系列从 low 到 max 的五档配置。上一代 Haiku 4.5 在计算机操作和编码方面基本交白卷，这一代直接进化。

很多人期待 Haiku 5.5 能在部分任务替代 Sonnet 5.5，进一步压低成本，但这次并没有出现奇迹。Terminal-Bench 4.0 上 Haiku 5.5 拿 39.2%，Sonnet 5.5 拿 70.6%，复杂多步编码、跨文件重构、长周期自主规划方面差距非常清楚。

Anthropic 自己也建议，复杂 agent 编码优先用 Sonnet 5.5 或 Opus 5.5。这意味着 Haiku 5.5 的定位不是替代 Sonnet，而是补上执行层的空缺。

Haiku 5.5 的价值在执行层，即任务已经拆好、验收标准明确、可以并行跑的任务。这一判断是基于其跑分曲线与价格结构得出的 inference，而非厂商原话。

一个具体案例是 Cognition 的 Devin：用 Opus 5.5 做主模型、Haiku 5.5 做子智能体，FrontierCode 组合跑到了 66.2%，比两个模型各自单跑都高。不过这是单一案例，能否推广到其他 agent 场景未知。

至此 Opus 5.5 管复杂推理、Sonnet 5.5 管通用执行、Haiku 5.5 管跑量和速度的分工格局已经清晰。

如果以前的业务用 Haiku 4.5，这次不是换个模型名就能上线的。迁移到 Haiku 5.5 有五处变动，每一处都可能让请求直接报错或返回非预期结构。

第一，budget_tokens 手动思考配置直接报错，必须改成自适应思考加 effort 参数。第二，temperature、top_p、top_k 全部锁定默认值，依赖采样参数做创意控制或多样化生成的应用要改逻辑。第三，assistant 消息预填充被取消，以前靠预填充强制 JSON 开头的写法得换工具调用或结构化输出接口。第四，计算机操作工具版本从 computer_20250124 换成 computer_toolset_20260801，接口格式和返回结构可能都不同。第五，自适应思考默认开启，响应第一个内容块可能是思考块而不是正文，解析逻辑要按 type 字段过滤。

Anthropic 提供了迁移指南，建议切换之前对照过一遍。旧业务用 Haiku 4.5 的不能只换模型名上线，须改造思考配置、采样参数、预填充与工具版本等逻辑。

除了 Haiku 5.5 本身，Anthropic 还宣布了两项调整。Sonnet 5.5 的缓存读取从 $0.20/M 降到 $0.10/M，Anthropic 称大多数 agent 任务因此成本降约 20%。

Max 和 Team 订阅用户本周起可以领取 API 额度：Max 5x 每月 $100，Max 20x 每月 $200，Team 最多 $500/月在团队内共享，所有模型通用。这些额度可以用来实验调 API 建工具、应用、agent。

另一边，OpenAI 又送了一张重置卡。具体内容与动机未说明，但这一动作被外界解读为对 Anthropic 定价攻势的回应。