Anthropic 发布 Claude Haiku 5.5：平均成本降75%，擅长高频重复工作，是旗舰模型的好帮手
更快、更便宜的 Haiku 5.5，适合大量摘要、查询与分类，也能作为子 Agent 配合旗舰模型。看它的能力提升、分档价格、推理投入调节，以及客户已经试过的用法。
一个 AI 应用每天要做大量摘要、查找和分类时，模型每次回答的费用与等待时间都会累积。开发者要同时考虑：模型能不能把这件事做好，以及能不能长期大量调用。
Anthropic 发布了轻量级模型 Claude Haiku 5.5：平均运行成本比 Haiku 4.5 低约 75%，编码、电脑操作和知识工作能力也有明显提升。它是 Claude 家族在标准速度下最快的模型。（开启 Fast Mode 的 Opus 更快。）
它的主要功能与特点，可以先看这六项：
- 成本更低：官方测算，平均运行成本比 Haiku 4.5 下降约 75%，适合需要大量调用的应用。
- 响应更快：在 Claude 家族的标准速度模式下最快，面向实时客服、浏览器操作等对等待时间敏感的任务。
- 任务能力提升：在官方公布的编码、电脑操作与知识工作评测中，比 Haiku 4.5 有明显进步。
- 思考投入可调：首次在 Haiku 系列中支持 effort 设置，简单任务少投入，难任务可增加推理投入。
- 擅长高频重复工作：面向摘要、上下文压缩、数据库查询和分类等目标明确的任务。
- 可作为子 Agent 协作：与 Opus 5.5、Sonnet 5.5 搭配，由大模型负责复杂工作，Haiku 接手具体的小环节。
在 AI Agent （能调用工具、分步骤执行任务的智能体） 应用中，Opus 5.5、Sonnet 5.5 可以主导复杂工作，Haiku 则接手摘要、查找、分类等高频环节。这也是这次升级最实用的变化：让大量小任务有一个更快、更便宜的执行模型。
短请求价格降到一折，大量调用更划算
通过 API 调用模型时，输入和输出按 Token （模型处理文本的基本单位） 计费。Haiku 5.5 按单次请求的输入长度分为两档：10 万 Token 以内，输入和输出单价均比 Haiku 4.5 低 90%；超过 10 万 Token，则低 50%。
以下费率均以美元 / 每 100 万 tokens 计：
| 计费项目 | Haiku 5.5（≤10 万 Token） | Haiku 5.5（＞10 万 Token） | Haiku 4.5 | Sonnet 5.5（基准参考） |
|---|---|---|---|---|
| 输入价格（Input） | $0.10 | $0.50 | $1.00 | $2.00 |
| 输出价格（Output） | $0.50 | $2.50 | $5.00 | $10.00 |
| 缓存写入（Cache writes） | $0.125 | $0.625 | $1.25 | $2.50 |
| 缓存读取（Cache reads） | $0.01 | $0.05 | $0.10 | $0.10 |
Haiku 4.5 的历史请求中，约 90% 的输入长度在 10 万 Token 以内，落在新模型最便宜的一档。对频繁做摘要、分类和查找的应用，这意味着每次调用省下的费用能在大量请求中累积起来。
平均运行成本下降约 75%，是 Anthropic 综合两档价格和实际任务耗量后的测算。Haiku 5.5 更新了分词器，同一项工作会使用略多的 Token，因此单价降幅和实际任务成本降幅有所不同。
重复使用系统提示词或背景资料时，还可以通过缓存复用相同的输入前缀。短请求的缓存读取价格为每百万 Token 0.01 美元，适合反复调用同一套背景的工作流。
同一批任务，按新旧费率算一次
先按每次输入 10,000 tokens、输出 1,000 tokens、运行 1,000 次比较。改变输入长度，可以看到超过 10 万 tokens 后的费率变化。
提示词 ≤10万 tokens：输入 $0.10，输出 $0.50 / 每百万 tokens。
费用 =（输入数量 × 输入单价 + 输出数量 × 输出单价）÷ 100万 × 次数。这里按相同 Token 用量、无缓存的情况比较；实际任务的耗量、重试和工具调用也会影响费用。
小模型的进步，具体体现在哪些任务？
Haiku 5.5 的升级同时涉及知识工作、电脑操作、编程和图表理解。在 Anthropic 公布的评测中，这些领域的成绩都比 Haiku 4.5 有明显进步。
关键评测数据译成中文如下：
| 测试基准与领域 | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5（参考） |
|---|---|---|---|---|
| OSWorld 2.1 离线子集 （电脑操作测试，离线子集按部分完成情况计分） | 72.4% | 15.7% | 48.9% | 83.9% |
| GDPval-AA v2.1 （44 种职业的专业知识工作，相对实力 Elo 评分） | 1620 | 735 | 1437 | 1840 |
| AA-Briefcase v1.1 （商业与专业职场案例综合评测 Elo 评分） | 1578 | 614 | 1336 | 1824 |
| Humanity’s Last Exam（无工具） （跨学科顶尖学术难题与深度知识推理） | 45.9% | 10.2% | — | 56.9% |
| Humanity’s Last Exam（结合工具） | 57.4% | 18.7% | — | 64.5% |
| Terminal-Bench 4.0 （在命令行终端中自主调试与编写代码的 Agent 评测） | 39.2% | 0.0% | 16.4% | 70.6% |
| FrontierCode 1.1 主榜 （前沿编程能力评测） | 46.4% | — | 42.4% | 52.1%（Xhigh档） |
| Chartography（无工具） （复杂图表分析与视觉推理） | 46.4% | 6.4% | 29.1% | 61.6% |
电脑操作和专业知识工作的提升尤其值得关注：OSWorld 离线子集得分从 15.7% 提高到 72.4%，GDPval 的 Elo 评分从 735 升到 1620。图表理解也有较大进步，Chartography 无工具成绩从 6.4% 提高到 46.4%。这些变化让 Haiku 更适合承担文档分析、电脑操作和定向编程中的具体环节。
复杂编程仍适合让大模型主导：Terminal-Bench 4.0 中，Haiku 5.5 得分为 39.2%，Sonnet 5.5 为 70.6%。用 Haiku 处理范围明确的小任务，配合 Sonnet 或 Opus 完成整项工作，更符合它的定位。
简单任务少想一点，难任务多投入一点
Haiku 5.5 首次在 Haiku 系列中加入可调节的 effort 设置，用来控制模型的推理投入。快速分类可以选择较低投入，更难的文档分析或电脑操作则可以增加投入，以更高成本换取更好的表现。
三张评测图展示了 Low、Med、High、Xhigh、Max 五档投入的变化。（横轴为美元成本的对数刻度，越往右成本越高；下文曲线读数为近似值。）
电脑操作：低投入也比上一代有明显进步。 Haiku 5.5 五档得分约为 42%、53%、61%、68%、72%，单次尝试成本从约 0.07 美元升至 0.62 美元。低投入档的得分已高于 Haiku 4.5 的约 16%，成本也更低。Sonnet 曲线的最高得分约为 84%。
专业知识工作：增加投入能进一步改善结果。 Haiku 的 Elo 评分从 Low 档约 1120 分升至 Max 档约 1620 分，每项任务成本从约 0.012 美元升至 0.85 美元。Sonnet 在官方博客中列出的评分范围为 1179—1840 分，说明比较模型时，推理投入也会影响结果。
学术难题：最高档的额外收益开始变小。 在无工具的 HLE 测试中，Haiku 得分从 Low 档约 31% 升至 Max 档约 46%，每次尝试成本从约 0.004 美元升至 0.225 美元；Xhigh 到 Max 的得分提升已明显收窄。Sonnet 在官方博客中列出的最高得分为 56.9%。
对高频任务，effort 的价值在于可以按难度分配成本：简单请求尽快处理，困难请求多投入一些推理。图中高档位的提升逐渐变小，也说明每次都拉到最高档未必划算。
大模型做整项工作，Haiku 接手具体环节
一项完整任务常常包含许多小环节。通过 多 Agent 协作，大模型可以把查找、提取、摘要等工作交给 Haiku 子 Agent （由主 Agent 调用、执行具体任务的辅助 Agent），降低这些环节的费用和等待时间。
官方博客收录的客户早期测试，展示了几种具体用法：
- 金融演示文稿辅助（Rogo）：在制作演示文稿（deck）时，由更大的模型负责整体文稿构建，Haiku 5.5 作为子代理（subagent）从 10-K 年报（美国上市公司向监管机构提交的年度报告）中提取所需的特定分部营收（segment revenue）行。其准确度足以承担该定向任务，且速度快、成本低，适合高频调用。
- 自主编程协同（Cognition / Devin Fusion）：在 Devin Fusion 架构中，Haiku 5.5 作为僚机（sidekick）配合主导模型 Opus 5.5。这套组合在 FrontierCode 评测中保持了 66.2 的测试得分，同时降低了调用成本与延迟。已可在 Devin CLI 中尝试以 Opus 5.5 为主导、Haiku 5.5 为辅助的组合。
- 企业协同与任务分流（Asana）：在其 AI Teammates 评测中，Haiku 5.5 被用于工单分类、项目初始化以及识别高风险与逾期任务。测试显示端到端任务完成延迟降低超过 30%，单个 Agent 轮次的推理速度提升最高达 2.5 倍。
- 高并发文档问答（AlphaSense）：其生产环境中“文档提问”（Ask in Document）业务每周处理约 800 万次调用，用于回答基于单篇或少数文档的具体问题。在针对 400 条查询的测试中，Haiku 5.5 的测试得分由 Haiku 4.5 的 0.76 提升至 0.84，具有统计学显著改善。
- CRM 数据审计（HubSpot）（CRM 是客户关系管理系统）：在模拟 CRM 任务评测中，Haiku 5.5 在三次运行中取得了 92.8% 的平均测试得分；在其中一项识别陈旧且模糊记录的 CRM 审计任务中，Haiku 5.5 在所测试模型中完成速度最快，且误报率最低、命中率最高。
- 企业级文档分析（Box）：在早期测试中，Haiku 5.5 相比 Haiku 4.5 得分高出 11 分，延迟约为一半；Box 计划将其用于成本报告、财务摘要及每周复盘等大规模分析任务。
哪些工作适合交给 Haiku？
- 重复做摘要和压缩上下文：在长工作流中整理前面的信息，为后续步骤准备简短背景。
- 定向查询、提取和分类：从文档中找一项数据，处理数据库查询，给工单或记录归类。
- 需要快速回应的交互：实时客服、浏览器操作，以及主 Agent 派发的具体子任务。
这些工作目标明确、调用频繁，单次成本和响应时间的改善最容易积累成实际收益。
使用时还有哪些安全限制和配套变化？
安全策略也随模型能力更新：
- 价值对齐：Anthropic 报告称，在几乎所有内部对齐评测中，Haiku 5.5 相较 Haiku 4.5 均有显著改善，表现出更少的偏离预期要求的行为，协助滥用请求的意愿也更低。
- 网络安全防护：防御策略比 Haiku 4.5 更严格，但相比 Sonnet 5.5 允许更广泛的防御性分析任务；同时仍然限制渗透测试等更容易被攻击者利用的技术。
- 生物安全防护：生物防护等级与 Sonnet 5、Sonnet 5.5 及 Opus 5 保持一致；允许正常的生物科学研究提问，但限制官方判定可能导致危害的请求；需要开展更广范围生物或网络活动的机构，可以申请生命科学或网络验证计划。
伴随本次上线，Anthropic 还推出了三项配套支持：
- Sonnet 5.5 缓存读取降价 50%：价格从每百万 Token 0.20 美元降至 0.10 美元。长期运行的 Agent 会反复读取相同背景，缓存读取占用较多 Token；Anthropic 测算，这次降价能让多数 Agent 任务的总运行成本下降约 20%。
- 订阅用户月度 API 信用额度：本周内将逐步向 Claude Max 与 Team 订阅用户推出专用于 Claude Platform 的月度 API 信用额度：Max 5x 用户每月获赠 100 美元，Max 20x 用户每月获赠 200 美元，Team 订户按团队成员共享池形式每月最高获赠 500 美元。这笔额度可用于在 Claude Platform 上调用任意模型，尝试构建工具、应用和 Agent。具体信息可参考官方帮助中心说明。
- 官方 SDK 支持电脑与浏览器操作（Beta）：Python 与 TypeScript SDK 同步更新，增加了对计算机操作（computer use）与浏览器操作（browser use）的 Beta 测试版支持。
目前，Claude Haiku 5.5 已在 Claude 官方平台（模型标识符为 claude-haiku-5-5）以及亚马逊 AWS、谷歌云 Google Cloud 和微软 Azure 全面同步上线。具体接入与迁移改法见Haiku 5.5 迁移指南解读。
Claude Haiku 5.5：平均运行成本降约75%，小模型接管子任务
一个 AI 应用每天要做大量摘要、查找和分类时，模型每次回答的费用与等待时间都会累积。开发者要同时考虑：模型能不能把这件事做好，以及能不能长期大量调用。
Anthropic 发布的 Claude Haiku 5.5 带来了成本与能力更新：平均运行成本比 Haiku 4.5 下降约 75%，并在标准速度模式下成为家族最快模型。它适合接手 AI 工作流中大量重复、目标明确的小任务。开启 Fast Mode 的 Opus 更快。
10 万 Token 为界：短请求降至一折，单价降幅与任务成本不同
Haiku 5.5 引入了以 10 万 Token 输入长度为界限的阶梯计费。在占历史请求约 90% 的短输入区间内，输入与输出单价降幅均达到90%；而在超过 10 万 Token 的长上下文中降幅为 50%。
需要注意：Haiku 5.5 更新了分词器，同一项工作会使用略多的 Token，因此单价降幅和实际任务成本降幅有所不同。综合测算下，整体平均运行成本下降约 75%。配合缓存读取降至 $0.01/M，重复背景的读取费用可以降低。
核心机制：大模型主导整体规划，Haiku 接管具体环节
一项复杂 AI Agent 任务常包含摘要、查询与分类等小环节。Haiku 5.5 的核心价值在于作为“子 Agent（Subagent）”嵌入多模型协作流：由 Opus 5.5 或 Sonnet 5.5 负责深度推理与任务规划，而将高频、重复、定向的小任务交由 Haiku 执行。
这也是这次升级最实用的变化：让大量小任务有一个更快、更便宜的执行模型。可以按任务范围选择模型，核对结果、费用与延迟。
能力提升：电脑操作、知识工作与复杂编程的区别
Anthropic公布的基准成绩显示，Haiku 5.5在电脑操作、专业知识工作与图表分析上高于上一代。基准得分不等同于实际业务表现。
推理投入按需配置：简单任务少投入，难题核对收益
Haiku 5.5 首次支持 effort 投入调节（Low、Med、High、Xhigh、Max 五档），让开发者可以根据请求难度动态权衡成本与质量。
对高频任务，effort 的价值在于可以按难度分配成本：简单请求尽快处理，困难请求多投入一些推理。图中高档位的提升逐渐变小，也说明每次都拉到最高档未必划算。
落地场景与生态配套
最适合由 Haiku 5.5 接手的工作：长工作流的阶段性信息压缩与摘要；单据/文档中的特定字段定向抽取；海量工单的快速归类与路由；实时客服与电脑/浏览器自动化具体点击操作。
三项同步配套：Sonnet 5.5 缓存读取价格减半（$0.10/M），Anthropic测算多数Sonnet Agent任务总成本降低约20%；Max 5x每月$100、Max 20x每月$200；Team共享池最高每月$500 API额度；官方 Python/TypeScript SDK 正式支持电脑与浏览器操作 Beta 版。