摘要

2026 年 10 月 7 日，Anthropic 发布了 Claude Haiku 系列的最新成员 Claude Haiku 5.5（模型 ID 为 claude-haiku-5-5）。这次更新的关键词不是"更强"，而是"更便宜、更长、更可用"：上下文窗口从前代的 20 万 Token 一举扩展到 100 万 Token，最大输出提升到 12.8 万 Token，短档（≤100K 输入）价格低至每百万 Token 0.10 美元输入 / 0.50 美元输出 / 0.01 美元缓存读取。官方宣称，综合长短期价格与缓存优化，Haiku 5.5 平均比 Haiku 4.5 便宜约 75%。这也是 Haiku 系列首个支持 effort（推理投入）调节的模型。本文从定价结构、技术机制、基准测试与开发者实际体验四个层面，做一次尽量不带滤镜的评测。

事件背景

Haiku 一直是 Anthropic 产品线里"便宜、快、够用"的那一档——定位介于顶级的 Opus/Sonnet 与纯边缘场景之间。Haiku 4.5 的定价是每百万 Token 输入 1 美元、输出 5 美元，在同类小模型里不算特别便宜，主要卖点是"用较小的体积逼近中档模型的推理能力"。许多开发者对 Haiku 4.5 的矛盾心态是：便宜一点，但遇到长文档、多轮工具调用、代码仓库分析就开始力不从心——20 万上下文与较弱的工具使用能力是主要瓶颈。

Claude Haiku 5.5 的发布，等于给这一挡做了一次"重新定位"。Anthropic 在同一天还宣布 Sonnet 5.5 的缓存读取价格减半至 0.10 美元/百万 Token，并为 Max 与 Team 订阅用户提供月度 API 额度。把这几条放在一起看，产品策略很清楚：把 Haiku 从"省钱的备用档"推向"可以独立承担智能体主力的档位"，同时用一个极具攻击性的价格锚点去冲击整个小模型市场。

核心技术解析

技术架构

Claude Haiku 5.5 的升级可以拆成三条互相咬合的线索：上下文长度、分词器（tokenizer）与推理投入控制（effort）。

上下文从 20 万扩展到 100 万 Token，最大输出提升到 12.8 万 Token，这意味着它第一次能"一口气读完"中等规模的代码仓库、上百页的合同或一整本技术手册。但要注意，100 万上下文并未带来等比例的降价，反而引入了分层定价：输入长度 ≤100K 时享受低价档，超过 100K 后价格涨到 5 倍。

  graph TD
    A[Claude Haiku 5.5] --> B[上下文 100 万 Token]
    A --> C[新分词器: 同文本多约 30% Token]
    A --> D[首个支持 effort 的 Haiku]
    B --> E{按输入长度分层计价}
    E -->|输入 ≤ 100K| F[输入 0.10 / 输出 0.50 / 缓存读 0.01]
    E -->|输入 > 100K| G[输入 0.50 / 输出 2.50 / 缓存读 0.05]
    A --> H[Batch API 半价]
    C --> I[需重新核算实际账单]
    D --> J[在成本与推理深度之间手动取舍]

这里有一个容易被忽略的"暗坑"：新分词器使得同样的文本会多出约 30% 的 Token。也就是说，标称单价降了，但因为 Token 计数变多，真实账单的降幅会被打折。做成本测算时，一定要用新分词器重新统计，而不能直接拿旧的价格乘以旧的 Token 数。

关键创新点

1. 分层定价与缓存设计：短档（≤100K 输入）为输入 0.10、输出 0.50、缓存读 0.01（美元/百万 Token）；长档（>100K）为输入 0.50、输出 2.50、缓存读 0.05。Batch API 直接半价。缓存读取价低至 0.01 美元，对"固定系统提示 + 频繁追问"的智能体场景非常友好。

2. 首个带 effort 调节的 Haiku：与旗舰模型一样，Haiku 5.5 可以调节推理投入。低 effort 换速度和成本，高 effort 换准确率——这是把"成本/质量"这条曲线交给开发者自己画的信号。

3. 与产品线联动：Sonnet 5.5 的缓存读取同步减半，Max 5x / Max 20x 用户获得每月 100 / 200 美元 API 额度（Team 上限 500 美元）。这说明 Anthropic 在试图把"订阅 + API"两个消费入口打通。

性能评测

官方公布的基准数据呈现出"小模型不再弱"的态势（部分对比对象包括同期的 Luna 与 Haiku 4.5）：

可以看到一个有趣的分裂：在 OSWorld（电脑操作）、Terminal-Bench（终端任务）、FrontierCode 这类"动手型"任务上，Haiku 5.5 相对上一代是断层式提升（Terminal-Bench 从 0% 到 39.2%，OSWorld 从 15.7% 到 72.4%），说明它的工具使用与智能体能力是被重点补强的；但在 AutomationBench-AA 上仍落后于 Luna（35.4% vs 53.2%），提示它在某些端到端自动化流程上仍有短板。

行业影响

对市场的影响

Haiku 5.5 的价格是最具冲击力的部分。短档 0.10/0.50 美元的价格，配合 0.01 美元的缓存读取，几乎是把"小模型白菜价"这条线又往下压了一截。对正在做大规模文本处理、客服分流、代码补全、批量数据标注的团队来说，成本模型会被直接改写。官方"平均便宜约 75%“的说法里，短档可省到约 90%，但长档（>100K）只有约 50%——所以这句话要按场景拆开看。

对开发者的意义

三个可直接落地的判断：

• 重新做成本测算：新分词器让 Token 数增加约 30%，要按真实分词结果评估，而不是按旧账单外推。
• 慎用超长上下文：把输入压到 100K 以内是"最划算"的运营纪律；一旦越过阈值，价格跳到 5 倍，长文档任务要做分段或摘要预处理。
• 缓存优先：0.01 美元的缓存读让"固定提示词 + 多变问题"这种结构收益极大，智能体框架的系统提示、工具定义、知识库都该走缓存。

商业化前景

把 Haiku 做成"能独立跑智能体的低价档”，意味着 Anthropic 想同时吃下"廉价批处理"和"轻量智能体"两个市场。配合订阅用户赠送 API 额度的做法，它也在尝试把个人开发者从"偶尔试用"转化为"长期调用"。

实际体验

使用场景演示

一个典型场景是"读代码仓库 + 回答提问"。过去用 Haiku 4.5，20 万上下文装不下中等仓库，需要人工切片；现在 100 万上下文可以一次装入更大范围的代码，但若拆成多次低长度调用并利用缓存，成本反而更低。另一个场景是"长文档问答"：如果文档在 80K 以内，短档价格下几乎可以放心调用；一旦超过 100K，就要权衡是否值得付出 5 倍价格。

差旅报销单、合同比对、日志分析这类"信息密度中等、调用量大"的任务，是 Haiku 5.5 最舒服的领域——够用、够快、足够便宜。

优势与不足

优势：

• 短档价格极具竞争力，缓存读取 0.01 美元对智能体场景加成明显。
• 100 万上下文 + 12.8 万最大输出，长任务处理能力大幅跃升。
• 智能体类基准（OSWorld、Terminal-Bench）断层级提升。
• 首次支持 effort 调节，成本/质量可手动权衡。

不足：

• 新分词器让同样文本多约 30% Token，实际降幅需重新核算。
• 分层定价有"悬崖"：跨过 100K 后价格跳 5 倍，长上下文性价比存疑。
• 在 AutomationBench-AA 等端到端自动化基准上仍落后同期竞品。
• 官方"平均便宜约 75%“依赖场景加权，长文档场景只有约 50%。

总结与展望

Claude Haiku 5.5 不是一次"参数堆叠"式发布，而是一次定位重写：把 Haiku 从小模型的"廉价代名词"推向"可独立跑智能体的低价主力”。真正的亮点有两个——一是短档价格与缓存定价把大规模调用成本压到了新低，二是智能体类基准的断层提升证明小模型也能"动手做事"。而需要警惕的也有两个——新分词器带来的隐性 Token 上涨，以及 100K 分层定价的"价格悬崖"。

对开发者来说，接下来最实际的动作是：用新分词器重跑成本测算，把系统提示与知识库尽量放进缓存，并把长输入任务设计成"能塞进 100K 就塞进 100K"。如果 Haiku 5.5 的价格锚点被竞品跟进，2026 年下半年的小模型市场大概率会进入一轮更激烈的价格与能力双卷。届时受益的，是那些真正在用 API 大规模跑业务的团队。

参考来源：

• Anthropic 官方发布：Claude Haiku 5.5
• 36氪：Claude Haiku 5.5 发布，价格与上下文大幅升级
• Claude Haiku 5.5 Pricing and Benchmarks（madrobot.blog）
• Anthropic Haiku 5.5 Review（beri.net）