一句话结论：Claude Haiku 5.5 是 Anthropic 面向高并发低成本场景推出的小模型，输入每百万 Token 0.10 美元、较上代 Haiku 4.5 便宜 90%，知识工作基准 GDPval-AA 拿到 1620 分，超过 GPT-6 Luna 的 1437 分，但复杂智能体编码仍明显落后 Sonnet 5.5。
模型榜单上旗舰模型之间的差距在收窄，小模型与旗舰模型之间的差距却在拉大，这是 2026 年秋天大模型竞争最明显的结构性变化。Anthropic 在 10 月 7 日发布的 Claude Haiku 5.5 把这条线推得更远：它比上代便宜 90%，知识工作分数翻倍还多，同时保留了 Haiku 系列最快模型的定位。
它值得单独看的原因有两个。一个是它把「便宜到可以大量调用」这件事变成了可计算的工程前提，另一个是它第一次给 Haiku 级别模型配上了可调的推理强度档位，让同一个模型能在省钱和变聪明之间连续调节。Anthropic 官方页面在 10 月底做了价格与订阅政策的追加更新，这篇按最新口径整理。
跑分全景：哪几项领先，哪几项仍差着一截
Anthropic 在官方页给出了六个基准的横向对照，对照对象是自家上代 Haiku 4.5、OpenAI 的 GPT-6 Luna，以及作为参照的 Sonnet 5.5。
| 基准 | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 参考 |
|---|---|---|---|---|
| GDPval-AA v2.1（知识工作） | 1620 | 735 | 1437 | 1840 |
| AA-Briefcase v1.1（知识工作） | 1578 | 614 | 1336 | 1824 |
| OSWorld 2.1（计算机操作，离线子集） | 72.4% | 15.7% | 48.9% | 83.9% |
| Humanity’s Last Exam（无工具） | 45.9% | 10.2% | 无数据 | 56.9% |
| Terminal-Bench 4.0（智能体编码） | 39.2% | 0.0% | 16.4% | 70.6% |
| FrontierCode 1.1 Main | 46.4% | 无数据 | 42.4% | 52.1%（Xhigh） |
| Chartography（视觉推理，无工具） | 46.4% | 6.4% | 29.1% | 61.6% |
这张表的信息量集中在两处。第一处是 GDPval-AA，Haiku 5.5 的 1620 分比 GPT-6 Luna 高出 183 分，比自家上代 735 分高出 885 分。这个基准由 Artificial Analysis 构建，评测智能体在 44 个真实职业上的实际工作表现，是当下最贴近企业采购决策的分数之一。
第二处是 Terminal-Bench 4.0，Haiku 5.5 的 39.2% 距离 Sonnet 5.5 的 70.6% 差着 31.4 个百分点，GPT-6 Luna 只有 16.4%。Anthropic 自己把这条边界画得很清楚：复杂的多步智能体编码任务仍然该交给 Opus 5.5 和 Sonnet 5.5，Haiku 5.5 的战场是范围更窄的任务，像摘要、压缩、数据库查询、分类，以及作为子智能体去承担一段明确边界的工作。
OSWorld 那行值得单独留意。Haiku 5.5 的 72.4% 只比 Sonnet 5.5 的 83.9% 低 11.5 个百分点，差距远小于编码任务上的落差。在浏览器操作、界面点击这类需要大量试错的场景里，小模型的性价比优势更明显。
价格：便宜 90% 是怎么算出来的
官方给出的口径是整体运行成本平均比 Haiku 4.5 低约 75%，其中提示词长度不超过 10 万 Token 的请求便宜 90%，超过 10 万 Token 的便宜 50%。上一代 Haiku 4.5 有 90% 的请求落在前者区间，所以多数场景感受到的是接近 90% 的降幅。
| 每百万 Token | Haiku 5.5（≤100k / >100k） | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|
| 输入 | $0.10 / $0.50 | $1.00 | $2.00 |
| 输出 | $0.50 / $2.50 | $5.00 | $10.00 |
| 缓存读取 | $0.01 / $0.05 | $0.10 | $0.10 |
| 缓存写入 | $0.125 / $0.625 | $1.25 | $2.50 |
这里有个容易被忽略的细节。Anthropic 在脚注里说明，Haiku 5.5 换了新的分词器，与 Sonnet 5.5 和 Opus 5.5 保持一致，因此完成同一件任务会消耗略多的 Token。90% 这个降幅是把这部分 token 增量算进去之后的净值，单看单价会高估降幅。
缓存读取这一栏对做智能体的团队更有意义。Haiku 5.5 的缓存读取价是每百万 Token 0.01 美元，比 Sonnet 5.5 的 0.10 美元还低一个数量级。多轮对话与长上下文场景里缓存读取往往是大头，这个定价直接决定了「用小模型反复调用同一份资料」这类模式是否成立。
与官方价格策略配套的还有订阅侧变化。Anthropic 同期把 Sonnet 5.5 的缓存读取价从每百万 Token 0.20 美元砍到 0.10 美元，官方说法是这能让 Sonnet 5.5 在大多数智能体任务上便宜约 20%。Max、Ultra 和 Team 订阅用户还新增了每月 API 额度，Max 用户每月 100 美元，Ultra 用户 200 美元，Team 用户最多 500 美元且可在成员间共享，可用于平台上的任意模型。
可调推理强度：Haiku 第一次有了 effort 档位
Haiku 5.5 是 Anthropic 首个提供可调推理强度的 Haiku 级模型，档位从 Low 到 Max。官方给出三组成本与准确率的权衡曲线，分别对应 OSWorld 2.1 的离线子集、GDPval-AA v2.1，以及无工具状态下的 Humanity’s Last Exam。
这条能力的实用价值在于，同一个模型可以在一条流水线的不同环节用不同档位。分类、路由、抽取这类判定用 Low 档压成本，需要推理的环节提到 High 或 Xhigh，不必为整个应用统一买单。在客户端做实时客服的场景里，档位还能按负载动态切换。
Anthropic 同步把 computer use 与 browser use 的测试版支持加进了 Claude 的 Python 与 TypeScript SDK，官方明确点出 Haiku 5.5 适合这两类任务，理由是速度、能力与价格的组合。
客户实测：便宜和快在真实工作流里的兑现程度
官方页面列出了六家客户的早期测试反馈，数字比跑分更有参考价值。
| 客户 | 实测场景 | 关键数据 |
|---|---|---|
| Asana | AI Teammates 智能体：bug 分流、项目搭建、投资组合检索 | 任务完成延迟降低超过 30%，单轮推理最快 2.5 倍 |
| HubSpot | 模拟门户上的 CRM 任务评测 | 三次运行平均 92.8%，为该套件历史最高分，且误报率最低 |
| AlphaSense | Ask in Document 文档问答，每周约 800 万次生产调用 | 400 次查询对比 Haiku 4.5 为 0.84 对 0.76，统计显著提升 |
| Box | Box AI 大规模企业内容分析 | 比 Haiku 4.5 高 11 分，延迟约为一半 |
| Rogo | 子智能体读取 10-K 抓取分部营收 | 准确度达标，可放心用于大规模重复调用 |
| Cognition | Devin Fusion 里的 sidekick 辅助位 | FrontierCode 分数 66.2 属第一梯队，同时压低成本与延迟 |
HubSpot 那条 92.8% 值得留意。这类任务的特点是 CRM 记录陈旧且含糊，判断空间大，模型最容易在这里乱猜或过度触发。官方描述是 Haiku 5.5 既是最快完成的，又拿到了最高的命中率和最低的误报率，速度与准确率没有互相牺牲。
Box 和 Rogo 的用法指向同一类模式：让一个更大的模型搭出主体框架，再派多个 Haiku 子智能体去读具体材料取具体数字。Rogo 的例子是让 Haiku 5.5 进 10-K 文档把演示文稿需要的分部营收行抓出来。这个模式成立的前提就是单次调用足够便宜、足够快，Haiku 5.5 的定价刚好把它变成了可行方案。
安全侧的变化
与 Haiku 4.5 相比，Haiku 5.5 在几乎所有对齐评估上都有改进，失配行为出现频率下降，模型配合滥用请求的意愿也更低。官方系统卡记录了完整评估流程。
防护策略与能力等级匹配。它的网络安全防护比 Haiku 4.5 更严格，同时比其他近期模型略宽松，允许的防御性任务范围比 Sonnet 5.5 的防护更宽，但仍然拦截渗透测试等更可能被盗用者使用的技术。生物安全防护与 Sonnet 5、Sonnet 5.5、Opus 5 保持一致，允许研究性质的生物问题，同时限制可能被判定为造成危害的请求。涉及更广泛生物与安全活动的组织，可以走 Anthropic 的生命科学与网络安全验证计划申请通道。
选型建议：什么任务该换成 Haiku 5.5
把上面的数据摊开，Haiku 5.5 的适用边界相当清晰。它适合三类任务：高频重复的判定与抽取工作，实时性要求高的交互场景，以及作为主模型旁边的子智能体承担边界明确的一段流程。它不适合复杂的多步智能体编码，也不适合需要长链条专业推理的开放式研究。
价格上，Agent 场景的账要算缓存读取，输入输出只是其中一项。同样一份长文档反复问二十次，缓存命中之后的成本与首轮输入不在一个量级，把 Haiku 5.5 的缓存读取价压到每百万 Token 0.01 美元正是为这类设计留出的空间。这方面可以对照AKV 缓存工程开源把智能体成本压到 27.7%的实测思路。
横向参照也有价值。同价位带的竞品里，Kimi K3.1 Pro 的 Terminal-Bench 4.0 拿到 65.7%，Nanbeige4.3-33B 开源版本拿到 80.9%，这些中文开源模型在编码维度上明显压过 Haiku 5.5 的 39.2%，代价是价格与部署形态不同。而 GPT-6.1 Terra 把 API 价压到每百万输入 1 美元、终端基准 50.3 分，属于同一轮价格战的另一条线。想要看旗舰端的真实水位，可以看Claude Opus 5.5 通过率仅 45.6% 的基准饱和图景与GPT-6.1 Terra 的价格与跑分拆解。
常见问题
Claude Haiku 5.5 多少钱？
输入每百万 Token 0.10 美元，输出 0.50 美元，提示词不超过 10 万 Token 时适用，超过则分别涨到 0.50 与 2.50 美元。缓存读取为 0.01 美元，缓存写入 0.125 美元。相比 Haiku 4.5，短提示词请求便宜 90%，长提示词请求便宜 50%，官方口径的整体运行成本降幅约 75%。
Claude Haiku 5.5 和 Sonnet 5.5 该怎么选？
按任务复杂度分。Haiku 5.5 适合摘要、压缩、分类、数据库查询、浏览器与界面操作这类窄任务，Terminal-Bench 4.0 上 39.2% 对 70.6% 的差距说明复杂编码不在它的能力范围内。Sonnet 5.5 用于多步智能体编码和需要专业推理的任务，缓存读取降价后它在智能体场景的总成本也已接近可接受区间。
Haiku 5.5 的 effort 档位怎么用？
档位从 Low 到 Max，可按任务动态选择。分类、路由、抽取这类判定用 Low 压成本，需要推理的环节提到 High 或 Xhigh，同一条流水线里不同环节可以用不同档位。官方给出 OSWorld、GDPval-AA、HLE 三组成本与准确率曲线供参照，实时客服等场景还可以按负载动态切换档位。
小结
Haiku 5.5 的意义在于把「小模型只是弱一点的大模型」这个假设彻底打破。它在知识工作基准上超过 GPT-6 Luna，在计算机操作上逼近 Sonnet 5.5，同时把成本压到输入每百万 Token 一毛钱的量级。对正在搭智能体系统的团队来说，这个价位意味着可以把主模型和子智能体的分工重新算一遍。需要更完整的模型选型视野，可以参考Kimi K3.1 Pro 的终端基准与幻觉率分析，以及Nanbeige4.3-33B 的开源基准对照。
相关阅读
- Claude Opus 5.5 通过率仅 45.6%：AI 榜单 105 个基准已饱和
- GPT-6.1 Terra 发布：50.3 分终端基准，API 砍到 1 美元
- AKV 缓存工程开源：智能体成本降 27.7%，分数升 1.7 分
- Kimi K3.1 Pro 发布：Terminal-Bench 4.0 拿 65.7%
延伸阅读
- Claude 自主发现新型酶 ART：950 个智能体跑 21 小时1 月前
- Grok 4.6 发布：追平 GPT-5.6 Sol 的分数，Fable 5 级性能两折价3 月前
- Anthropic 内部系统被访问：AI 智能体 12 小时破第三方漏洞5 天前
- 阶跃星辰发布 Step5Preview：单任务成本仅 Claude Opus5 的 1/8，10月开源1 月前
继续读
同一批更新里这几篇值得一看：
- Anthropic 造药：Claude 接手 6 家药企研发与 1 人药企2026-10-30
- Claude Code v2.1.311 免批准变量：6 种权限模式与拦截差异2026-10-30
- Claude 挖出 62 个 Chrome 漏洞：5 条攻击链与 53 分钟 root2026-10-29
想快速查定义？对应的词条在这里：
- Claude Sonnet词条 · AI 自学笔记
- Claude词条 · AI 自学笔记