Claude Haiku 5.5 正式发布：平均降价 75% 之外，有一道 10 万 token 的价格悬崖

2026 年 10 月 7 日，Anthropic 正式发布 Claude Haiku 5.5，定价为每百万 token 输入 $0.10、输出 $0.50（10 万 token 以内），相比前代 Haiku 4.5 的每百万输入 $1.00、输出 $5.00，短文本场景降幅约 90%，Anthropic 官方博客称平均降幅约 75%。该模型已同步上线 Amazon Web Services、Google Cloud 和 Microsoft Azure，API 标识符为 claude-haiku-5-5。

当单次请求超过 10 万 token 时，价格立即跳升 5 倍，变为每百万输入 $0.50、输出 $2.50。Haiku 4.5 的定价是统一费率，没有任何阈值之分。这意味着，使用检索增强生成（RAG）、agent 对话历史拼接或长文档处理的团队，实际成本节省幅度将远低于标题数字。据 beri.net 报道，Haiku 5.5 的 tokenizer 将相同文本计算为比 Haiku 4.5 多约 30% 的 token，进一步压缩了实际降幅——迁移团队需要用新模型重新估算 token 消耗，而不能直接沿用旧的调用成本计算表。

定价分层的商业逻辑

Anthropic 对 Haiku 5.5 的定位表述直接：“为高频、对成本敏感的任务而设计。”这一定位在官方博客和 AWS 公告中高度一致：文档摘要、上下文压缩、数据库查询、工单分类、语音助手响应、浏览器操作机器人——这类任务的共同特征是请求量大、单次文本短、对延迟敏感，几乎不涉及超长上下文。

分层定价本质上是用定价结构强化了这一产品边界：把 Haiku 推向它真正擅长的短文本高频赛道，同时为 Sonnet 和 Opus 留出长上下文、高推理复杂度的市场空间。Haiku 5.5 在同一个月内与 Opus 5.5、Sonnet 5.5 共同构成完整的三级体系——这是 Claude 5.5 代际首次以统一版本号完成全线布局。Anthropic 同步将 Sonnet 5.5 的缓存读取价格减半，据官方称可使 Sonnet 5.5 在大多数 agent 任务中成本下降约 20%，同时为 Claude Max 和 Team 订阅用户新增每月 API 额度，鼓励在 Claude 平台上构建 agent 应用。

Haiku 5.5 还是首款引入可调努力系数（adjustable effort setting）的 Haiku 级模型，支持在低成本和高智能之间动态调整，而非对整个工作负载统一设定档位。这与 Opus 5.5 + Haiku 5.5 的双模型编排模式直接配合：Opus 负责规划和判断，Haiku 执行定义明确的高频子任务。AWS 公告中明确描述了这一模式：两者“构成强组合——Opus 5.5 规划和做判断，Haiku 5.5 快速、大规模执行定义好的任务”。

基准测试：对前代的跨代式提升

Anthropic 公布的基准测试数据显示，Haiku 5.5 对 Haiku 4.5 的性能提升幅度远超通常版本迭代的量级，接近跨代替换。在计算机使用测试 OSWorld 2.1（离线子集）中，Haiku 5.5 得分 72.4%，Haiku 4.5 仅为 15.7%，GPT-6 Luna 为 48.9%，Sonnet 5.5 为 83.9%。在专业知识工作评测 GDPval-AA v2.1 中，Haiku 5.5 的 Elo 评分为 1620，显著高于 Haiku 4.5 的 735，也超过 GPT-6 Luna 的 1437，但仍低于 Sonnet 5.5 的 1840。在专家级多学科推理测试 Humanity's Last Exam（带工具）中，Haiku 5.5 得分 57.4%，而 Haiku 4.5 仅为 18.7%，Sonnet 5.5 为 64.5%。

代码能力上，在 Terminal-Bench 4.0 的 agent 编程任务中，Haiku 5.5 得 39.2%，GPT-6 Luna 为 16.4%，Haiku 4.5 为 0.0%；在 FrontierCode 1.1 代码竞技场主榜上，Haiku 5.5 为 46.4%，GPT-6 Luna 为 42.4%，Sonnet 5.5 为 52.1%。

2026 年小模型价格战的竞争背景

Haiku 5.5 的发布落入了 2026 年 AI 推理价格持续下行的大背景中。据 shattered.io 报道，Google 此前已将 Gemini 4 Argon 的定价压至每百万输入 token $2、输出 $10；Mistral 推出了参数量 675B（其中 41B 激活参数）的 Mistral Large 4，以低成本每 token 竞争大规模推理市场。在更小模型端，多个 AI 定价分析平台的数据显示，Gemini Flash 系列和 Mistral Small 等产品的输入定价已落在 $0.10–$0.25 每百万 token 区间——Haiku 5.5 的短文本 $0.10 输入价直接进入了这一竞争带。

Haiku 5.5 与 GPT-6 Luna 的对比值得单独审视。从 Anthropic 自己发布的基准数据来看，Haiku 5.5 在计算机使用和代码 agent 任务上均超过 GPT-6 Luna——OSWorld 2.1 上分别为 72.4% 对 48.9%，Terminal-Bench 4.0 上为 39.2% 对 16.4%。但 FrontierCode 1.1 上两者差距收窄（46.4% 对 42.4%），显示在传统代码竞技场上并非全面领先。

对开发者和企业的可执行建议

对于正在评估是否迁移的团队，核心判断逻辑是：先统计你的实际 token 长度分布，再算成本。如果 95% 以上的请求在 10 万 token 以内，短文本的 90% 降幅大概率带来实质节省；如果你的工作负载包含大量 RAG 检索拼接或长会话历史，需要重新计算，10 万 token 阈值上的 5 倍溢价可能严重侵蚀账面优势。同时，tokenizer 计字效率的变化意味着在用新模型跑一批典型请求之前，任何成本估算都是不准确的。

对于企业架构选型，Opus 5.5 + Haiku 5.5 的编排模式现在有了清晰的成本逻辑支撑：将规划、判断、复杂推理放在 Opus，将定义明确的执行任务（工具调用、格式化、摘要、分类）交给 Haiku，可以在不降低整体任务质量的前提下大幅控制成本。这一模式的前提是任务分解足够清晰——如果 agent 的子任务本身边界模糊、频繁需要跨任务记忆，orchestration 开销本身就会成为新的成本来源。

对于已经在用 Haiku 4.5 的团队，迁移的代码改动相对轻量——API 标识符替换即可完成接入。但 Haiku 5.5 引入了新约束：据 beri.net 报道，新版本不再支持部分旧有的 assistant prefill 技巧，且自适应思考默认开启，需要在迁移前核查现有的 prompt 工程是否依赖这些行为。

前瞻判断

Haiku 5.5 完成了 Claude 5.5 三级体系的拼图，但更重要的信号是：Anthropic 在这一代选择用小模型降价作为发布节奏的收官动作，而不是另一个旗舰推理突破。这与 2026 年整个行业的竞争重心移动方向一致——推理能力的头部差距在收窄，成本和工程可用性成为越来越多生产决策的首要变量。

Sonnet 5.5 缓存读取减半和 Max/Team 订阅新增 API 额度，是配套的平台粘性动作：把用户的 agent 工作负载留在 Claude 生态内，而不是让他们在竞争对手低价出现时自由迁移。如果 Anthropic 下一步继续降低 Sonnet 在长上下文任务上的边际成本，那么三级定价体系就会真正覆盖从一次性对话到大规模 agent 部署的全成本曲线。