同志們，Anthropic 又來捲價格了。這次輪到 Claude 家族裡最便宜的 Haiku。
10月7日，Anthropic 正式發布 Claude Haiku 5.5 ，號稱自家迄今速度最快、能力最強、價格最低的小模型。
最誇張的是價格，每百萬輸入Token 最低只要 0.1美元，相比上代直接降價90%。
性能也沒落下。按照 Anthropic 公布的測試結果，Haiku 5.5 在計算機操作、知識工作、Agent 編程等多個基準上超過 OpenAI 的 GPT-6 Luna，部分成績甚至拉開了不小的差距。
而且，Haiku 5.5 還引入了可調節的推理強度，支持 100萬Token 上下文窗口和最高 12.8萬Token 輸出。
至此，Anthropic 在短短 15 天裡完成了 Claude 5.5 全家桶的更新：9 月 22 日 Opus 5.5 登場，9 月 28 日 Sonnet 5.5 發布，如今 Haiku 5.5 也正式加入。
這次，Anthropic 把重點放在了那些調用量巨大、對價格極其敏感的 AI 任務上。
多項成績超過 GPT-6 Luna，計算機操作成功率 72.4%
按照 Anthropic 公布的 Benchmark 成績，Haiku 5.5 相比上一代實現了大幅提升，在部分測試中還取得了比 GPT-6 Luna 更好的成績。
其中最顯眼的成績來自 OSWorld。這是一項衡量 AI Agent 操作真實計算機能力的測試，要求模型完成跨應用、多步驟的操作任務。
在 OSWorld 2.1 離線任務子集上，Haiku 5.5 取得 72.4% 的成功率，上一代 Haiku 4.5 只有 15.7%，GPT-6 Luna 則為 48.9%。
知識工作方面，Haiku 5.5 在 GDPval-AA v2.1 中取得 1620 分，超過 GPT-6 Luna的1437分。Agent 編程測試 Terminal-Bench 4.0 中，兩者成績分別為 39.2% 和 16.4%。
不過，這些數據還有一個重要細節。Haiku 5.5 的最高 Benchmark 成績，往往需要付出更多推理計算。
Haiku 5.5 首次在 Haiku 系列中引入可調節推理強度，開發者可以通過 effort 參數控制模型投入多少計算資源。
媒體 VentureBeat 注意到，在 Anthropic 公布的 Terminal-Bench 測試中， 39.2% 的成績對應最大推理強度。切換至中等推理強度後，成績降至約 20% ，而中等強度正是 Haiku 5.5 的默認設置。
第三方評測機構 Artificial Analysis 也觀察到了類似現象。在其 Intelligence Index 評測中，Haiku 5.5 最大推理強度獲得 43 分，中等推理強度為 34 分。同一評測下，平均每項任務成本分別約為 0.21 美元和 0.05 美元。
也就是說，模型可以通過增加推理預算換取更好的任務表現，但實際花費也可能明顯增加。
Artificial Analysis 在自己的 Terminal-Bench 4.0 測試中，測得最大推理強度 33% 、中等強度 15% 的成績。由於評測設置不同，這組數字與 Anthropic 官方結果存在差異。
這也是為什麼看待小模型性能時，需要同時考慮推理強度、任務完成率和實際成本。
在更複雜的 Agent 編程任務上，Sonnet 5.5 依然具有明顯優勢：Terminal-Bench 4.0 成績達到 70.6%。
Anthropic 也明確表示，Sonnet 和 Opus 仍然更適合複雜的 Agent 編程任務，Haiku 的優勢集中在高頻、範圍明確的工作中。
價格直接砍到一折，和 GPT-6 Luna 正面競爭
如果說性能提升讓 Haiku 5.5 有了競爭力，那麼價格可能才是此次發布最重要的看點。Anthropic 為新模型設計了兩檔 API 價格。
對於提示長度不超過 10 萬 Token 的請求，Haiku 5.5 的輸入、輸出單價都比上一代降低 90% 。超過這個門檻，價格仍比 Haiku 4.5 低 50%。
Anthropic 表示，上一代 Haiku 約 90% 的請求都處於 10 萬 Token 以內。結合不同請求長度和 Token 消耗變化，公司預計 Haiku 5.5 完成同類任務的平均成本下降約 75%。
這裡還有一個容易忽略的細節—— Haiku 5.5 換用了新的 Tokenizer 。根據官方開發者文檔，同一段文本在新模型中產生的 Token 數量，可能比 Haiku 4.5 多約 30% ，具體增幅取決於內容。因此，API 單價下降 90% ，並不代表每項任務的帳單都能減少 90% 。
另一個值得關注的對手是 GPT-6 Luna 。OpenAI 給出的 Luna 基礎定價同樣為每百萬輸入 Token 0.1 美元、輸出 0.5 美元，緩存讀取價格也與 Haiku 5.5 的低價檔一致。
不過，兩家公司的長上下文計費門檻存在明顯差異。
Haiku 5.5 在提示超過 10 萬 Token 後進入更高價格檔；GPT-6 Luna 則在輸入超過 27.2 萬 Token 後才觸發長上下文加價。這意味著，在 10 萬至 27.2 萬 Token 之間的請求中，Luna 的單位 Token 價格具有優勢。
至於最終完成一項任務哪款模型更省錢，還需要結合實際 Token 用量、推理預算和任務成功率判斷。
放到整個市場來看，Anthropic 也在向其他低價模型施加壓力。
VentureBeat 列出的同期 API 價格顯示，Google Gemini 3.5 Flash-Lite 每百萬輸入 Token 價格為 0.3 美元、輸出 2.5 美元；Gemini 3.8 Flash 分別為 0.75 美元和 3.75 美元。
當然，不同模型的能力定位、緩存策略和任務表現各不相同，這些數字首先反映的是 API 價格競爭。
小模型價格戰，正在進一步升級。
一週 800 萬次調用，企業開始讓小模型給大模型打工
Haiku 5.5 到底適合幹什麼？
Anthropic 給出的場景包括文檔摘要、信息分類、數據庫查詢、上下文壓縮，以及在複雜 Agent 工作流中擔任 Subagent。
這背後有一個很現實的問題：如今的 Agent 越來越複雜，一項任務往往需要多次調用模型。如果每個步驟都交給大模型處理，成本會快速累積。
金融 AI 公司 Rogo 提供了一個例子。在它的工作流中，一個能力更強的大模型負責製作財務演示文稿。處理其中某張幻燈片時，Haiku 5.5 Subagent 進入企業 10-K 年報，找到需要的業務收入數據，再把結果交給主模型。
對這種任務，模型需要快速、準確地完成信息查找和提取。Rogo 認為，Haiku 5.5 在準確率、速度和價格之間達到了適合大量重複調用的平衡。
企業內容管理平台 Box 也給出了早期測試結果。相比 Haiku 4.5，Haiku 5.5 的內部評測成績提高 11 分，延遲下降約 50%。
Box 表示，這讓新模型適合成本報告、財務摘要、週期性審查等需要規模化運行的分析工作。不過，Box 沒有公開完整的評測標準。
Asana 的測試則覆蓋 Bug 分類、項目建立、大型項目組合搜索等 Agent 任務。根據其披露的結果，相比當前使用的模型，Haiku 5.5 讓任務完成延遲降低超過 30% ，單輪 Agent 推理速度最高提升 2.5 倍。
另一個更能體現成本價值的例子來自 AlphaSense。這家公司的Ask in Document 功能每週需要處理約 800 萬次調用，主要回答針對一份或幾份文檔的具體問題。
在 400 個測試查詢中，Haiku 5.5 的內部評測得分達到 0.84，而 Haiku 4.5 為 0.76。
如果一款模型每週要被調用數百萬次，哪怕每次只節省很少的錢，長期累積下來的成本變化也可能相當可觀。
這些數據來自 Anthropic 披露的早期客戶反饋，具體工作負載、對照模型及評價標準並不完全一致，還需要更多獨立測試。
Sonnet 跟著降價，Claude 5.5 全家桶開始拼成本
除了 Haiku 5.5，Anthropic 還同步調整了 Sonnet 5.5 的定價。從 10 月 7 日起，Sonnet 5.5 的緩存讀取費用降低 50%，從每百萬 Token 0.2 美元降至 0.1 美元。
Anthropic 預計，這項調整可以讓多數 Agent 工作負載的成本再降低約 20%，實際降幅取決於應用重複使用緩存上下文的程度。
對於需要反覆讀取長對話歷史、工具說明和任務上下文的 Agent 來說，緩存成本會直接影響系統的長期運行開銷。
Anthropic 同時為 Claude Max 和 Team 訂閱用戶推出每月 API 額度：Max 5x 用戶 100 美元，Max 20x 用戶 200 美元，Team 用戶共享最高 500 美元。
這些額度可用於 Claude 平台上的模型調用，鼓勵更多訂閱用戶嘗試構建自己的 Agent 和應用。
開發者方面，Haiku 5.5 已通過 Anthropic API、Amazon Bedrock、Google Cloud 和 Microsoft Azure 等平台提供服務，API 模型 ID 為 claude-haiku-5-5。
Anthropic 也更新了 Python 和 TypeScript SDK ，新增處於 Beta 階段的瀏覽器操作與計算機操作支持。
至此，Claude 5.5 系列的產品分工已經相當清楚。
Opus 5.5 負責高難度、複雜推理任務，Sonnet 5.5 覆蓋日常複雜工作與編程， Haiku 5.5 則主攻調用量大、成本敏感、要求快速響應的任務。
從 9 月 22 日到 10 月 7 日，Anthropic 用了 15 天完成這一輪產品更新，三個型號都在強調性能和成本效率。
Haiku 5.5 的發布，也讓一個趨勢更加明顯。隨著 Agent 逐漸從演示走向實際應用，開發者必須考慮整套系統的調用成本。一次任務裡哪些步驟需要更強的模型、哪些可以交給小模型，以及不同模型之間如何分配工作，都會影響最終的商業可行性。
對 Anthropic 來說，Haiku 5.5 最有吸引力的地方，或許就在這裡：它讓更多原本因調用成本過高而難以規模化的任務，開始具備經濟上的可行性。
小模型的競爭，已經開始深入 Agent 系統的每一個執行環節。
參考資料
https://www.anthropic.com/claude-haiku-5-5
https://venturebeat.com/technology/anthropic-launches-claude-haiku-5-5-with-90-api-price-reduction-matching-gpt-6-luna
https://x.com/claudeai/status/2107894042235166750
本文來自微信公眾號 “機器之心”（ID：almosthuman2014），編輯：勺嘴鷸
