Claude Haiku 5.5

Claude Haiku 5.5 于 2026 年 10 月 7 日正式发布，面向摘要、分类、上下文压缩、客服和范围明确的编码子任务。它支持文本与图像输入、文本输出，以及自适应思考；参数规模和架构细节尚未公开。

低价优势取决于提示词长度

Claude Platform 的标准价格以 10 万输入 token 为分界：不超过该阈值时，每百万输入/输出 token 分别为 0.10/0.50 美元；超过阈值时为 0.50/2.50 美元。两档缓存读取价分别为 0.01/0.05 美元，5 分钟缓存写入为 0.125/0.625 美元，1 小时缓存写入为 0.20/1.00 美元。批量 API 的输入与输出价格减半。与 Haiku 4.5 的 1/5 美元标准输入/输出单价相比，短提示词单价下降 90%，长提示词下降 50%；这不是实际任务总成本的固定降幅，新 tokenizer 也会改变 token 用量。

长上下文与可调思考扩大了适用范围

上下文窗口为 100 万 token，常规最大输出为 12.8 万 token，Batch API 在指定 beta 头下可输出至 30 万 token。知识截止时间为 2026 年 6 月。默认思考强度为 medium，可调至 low、high、xhigh 或 max；这些档位属于同一个模型。官方 API 标识为 claude-haiku-5-5，已在 Claude Platform、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上线。

官方评测提升明显，但复杂编码仍有差距

系统卡表 8.1.A 报告 max 自适应思考配置的 HLE 无工具 45.9%、有工具 57.4%，FrontierCode 1.1 Main 为 46.4%；除另有说明外成绩取五次试验平均。官方发布表的 Terminal-Bench 4.0 为 39.2%，Sonnet 5.5 为 70.6%，相差 31.4 个百分点。官方自己仍将复杂多步编码推荐给 Sonnet 或 Opus。独立评测及其与厂商数据的差异见下文。

适合高频窄任务，复杂代理工作优先考虑更大模型

在摘要、路由、分类、上下文压缩和明确的子代理任务中，低输入价格有直接价值；复杂编码可考虑 Sonnet 5.5 或 Opus 5.5。长提示词需按高价档估算成本，不能用起步价估算所有 100 万 token 请求。

来源：Anthropic 发布公告、官方规格与定价、官方系统卡（核实日期：2026-10-07）。

编辑评论

低价窗口在 10 万 token 以内

Haiku 5.5 最有说服力的变化是短提示词价格：不超过 10 万输入 token 时，每百万输入/输出 token 为 0.10/0.50 美元，是 Haiku 4.5 的十分之一；超过阈值就变成 0.50/2.50 美元。缓存读取也从 0.01 升至 0.05 美元。因此它适合大量短摘要、分类和压缩调用，但不能把起步价套到所有 100 万 token 请求上。

思考强度也会改变账单。系统卡报告 GDPval-AA v2.1 在 max 下为 1620 Elo，medium 下为 1277；medium 使用约十分之一的输出 token。这个取舍比“平均便宜 75%”更有选型价值：固定预算下，先判断任务是否真的需要 max。这里的 Elo 不等于准确率，也不与旧版本不同锚点的 Elo 直接比较。

复杂编码仍应优先考虑 Sonnet

官方 Terminal-Bench 4.0 数据中，Haiku 5.5 为 39.2%，Sonnet 5.5 为 70.6%，差距为 31.4 个百分点。这支持把 Haiku 用于边界清楚的修改、摘要和子代理任务，而不是仅凭低 token 单价让它承担长链路编码。

这个比较也有配置差异：Haiku 每题运行 10 次，禁止联网，安全拦截后不使用回退模型；Sonnet 每题运行 5 次，部分安全拦截请求使用回退模型。差距不能全归因于模型本体，但官方证据仍不足以支持“Haiku 已替代 Sonnet/Opus”的判断。FrontierCode 1.1 Main 的 46.4% 是 max 档成绩，不能当成默认 medium 的表现。

OSWorld 的 72.4% 不是完整任务成功率

Haiku 5.5 在 OSWorld 2.1 的 82 题离线子集上得到 72.4% 部分得分，全部检查点通过的严格成功率为 37.1%。两者相差 35.3 个百分点，说明完成部分步骤与把任务收尾仍是两件事。不能将 72.4% 写成所有桌面任务的成功率，也不能与 108 题完整题集的成绩直接混排。

测试使用 max 思考、1080p 截图、最多 500 步，每题五次独立尝试。对表单填写和重复录入，这些结果有参考价值；对要求一次完整交付的自动化，37.1% 的严格指标更接近关注点。这是对官方评测的编辑判断，不是本站实测。

以上观点为 AI 辅助编辑判断，依据官方发布公告与系统卡，不是本站实测。

独立测试支持能力提升，但同分表现未必更省

Artificial Analysis 在 2026 年 10 月 7 日公布的原始测试中，Haiku 5.5 的 max 档 Intelligence Index 为 43，GPT-6 Luna 的 max 档为 38，Sonnet 5.5 的 max 档为 56。Haiku 的能力上限高于 Luna，但仍比 Sonnet 低 13 分。把 Haiku 调到 high 时，它和 Luna max 都是 38 分，每个指数任务却分别使用约 5.5 万和 5 万输出 token；max 档的 Haiku 则约为 16.2 万。相同短提示词输入/输出单价下，更高的分数上限不能直接推导出更低的任务成本。

独立 Terminal-Bench 4.0 为 33%，而 Anthropic 发布表为 39.2%，相差 6.2 个百分点。这是两套评测结果，不能混成一个成绩。AA 还说明，其临时成本估算尚未计入超过 10 万输入 token 后的五倍价格阶梯，所以图上的成本也不能直接套用于长上下文任务。

这些结果更支持分工：Haiku 承担摘要、压缩、分类和边界清楚的子任务，Sonnet 或 Opus 负责复杂多步编码；如果只需达到 Luna 已能达到的质量，选择依据应是完成任务的总 token 用量和延迟，而非最高档排名。来源：Artificial Analysis 独立测评（2026-10-07）；核对日期：2026-10-10。