Claude Haiku 5.5 发布：小模型能力提升，定价对标 GPT-6 Luna
Claude Haiku 5.5 发布：小模型能力提升，定价对标 GPT-6 Luna
Anthropic 发布了 Claude Haiku 5.5，这是 Haiku 系列约一年以来的首次更新。官方称其为目前最便宜、最快、能力最强的 Haiku 小模型，并将其定价设计为与 OpenAI 的 GPT-6 Luna 竞争。
这次发布不仅包括新模型本身，还伴随 Sonnet 5.5 的部分降价、Claude 订阅用户 API 额度调整，以及 Claude SDK 中计算机使用与浏览器使用工具链的更新。
核心变化
1. Haiku 5.5 正式上线
Anthropic 表示，Haiku 5.5 相比 Haiku 4.5 平均运行成本降低约 75%。该模型已在 Claude Platform 和 Claude Code 中可用。
官方对它的定位并不是替代 Opus 或 Sonnet，而是作为高吞吐、成本敏感任务的“副手”模型，用于摘要、压缩、数据库查询等场景。典型组合是：由 Opus 5.5 或 Sonnet 5.5 负责复杂推理，Haiku 5.5 负责大量重复或轻量任务。
2. 分层定价
Haiku 5.5 采用按提示长度分层的价格：
| 提示长度 | 输入价格 / 100 万 tokens | 输出价格 / 100 万 tokens | 缓存读取 / 100 万 tokens |
|---|---|---|---|
| 低于 100K tokens | 0.10 美元 | 0.50 美元 | 0.01 美元 |
| 高于 100K tokens | 0.50 美元 | 2.50 美元 | 0.05 美元 |
此外，5 分钟缓存写入价格为每 100 万 tokens 0.125 美元；超过 100K tokens 后为 0.625 美元。
3. Sonnet 5.5 缓存读取降价
Anthropic 同日下调了 Sonnet 5.5 的缓存读取价格：从每 100 万 tokens 0.20 美元降至 0.10 美元。
官方称，这会让 Sonnet 5.5 在多数长时间运行或智能体任务中降低约 20% 成本。
4. 订阅用户获得 API 额度
Claude Platform API 额度开始包含在部分订阅计划中：
- Max 5x：每月 100 美元 API 额度
- Max 20x：每月 200 美元 API 额度
- Team：最高 500 美元共享额度
这些额度可用于任意模型，包括 Haiku 5.5，也可在第三方工具链中使用。
第三方评测结果
Artificial Analysis 发布了较完整的独立评测数据。
Intelligence Index：43 分
在最高努力档位下，Haiku 5.5 的 Artificial Analysis Intelligence Index 得分为 43，比上一代 Haiku 提高 26 分。
对比结果包括：
- 略高于 GLM-5.3 Flash：42
- 略高于 Gemini 3.8 Flash：41
- 高于 GPT-6 Luna：38
- 接近 Kimi K3：44
- 低于 Claude Sonnet 5.5 最高努力档：56
Haiku 5.5 也是首个支持 Anthropic effort settings 与 adaptive thinking 的 Haiku 模型。
主要限制：token 消耗较高
评测指出，Haiku 5.5 的主要问题在于高努力档下输出 token 消耗明显偏高。
- 最高努力档下，每个 Index 任务约使用 162K 输出 tokens
- GPT-6 Luna 最高努力档约为 50K 输出 tokens
- 从 xhigh 提升到 max，得分只增加 2 分，但 token 消耗约增加 1.8 倍
- 在相同 38 分水平下，Haiku 5.5 high effort 使用约 55K tokens，GPT-6 Luna max 使用约 50K tokens
Artificial Analysis 同时说明，其成本计算尚未纳入超过 100K tokens 后 5 倍价格阶梯，因此单任务成本数据仍待更新。
其他评测指标
AA-Briefcase
在 Artificial Analysis 的私有智能体知识工作评测 AA-Briefcase 中，Haiku 5.5 得到 1578 Elo。
该成绩高于 Kimi K3 和 GLM-5.3，并与 Muse Spark 1.3 最高努力档接近。
Terminal-Bench 4.0
Haiku 5.5 在 Terminal-Bench 4.0 中得分 33%，而 Haiku 4.5 为 0%。
对比结果：
- 与 GLM-5.3 Flash 持平
- 高于 Gemini 3.8 Flash：20%
- 高于 GPT-6 Luna：13%
需要注意的是，Anthropic 自身报告的 TerminalBench 数据为 39%，与该独立评测的 33% 不同。
知识与幻觉表现
在 AA-Omniscience 中，评测给出如下结果：
| 模型 | 准确率 | 幻觉率 |
|---|---|---|
| Haiku 5.5 | 36% | 40% |
| Gemini 3.8 Flash | 55% | 55% |
| GPT-6 Luna | 44% | 77% |
评测认为，Haiku 5.5 准确率较低的一部分原因，是它更愿意回答“不知道”，而不是生成错误内容。
AutomationBench-AA
在 AutomationBench-AA 中，Haiku 5.5 得分为 35%，低于 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 的 53%–60%。
评测提到，预发布版本存在一个安全相关 bug，导致模型过度拒答。Anthropic 正在修复，Artificial Analysis 计划重新运行评测，并预计分数会上升。
模型规格
Haiku 5.5 的主要规格包括：
- 1M tokens 上下文窗口，高于 Haiku 4.5 的 200K
- 支持文本和图像输入
- 输出为文本
- 支持 effort settings 和 adaptive thinking
另有报道称，其最大输出约为 12K tokens。
SDK 与生态支持
Anthropic 同日更新 Claude SDK，将计算机使用和浏览器使用工具集内置到 Python 与 TypeScript SDK 中。
新 SDK 可以运行 action loop，并把点击、键盘输入等操作发送到 browser_use、Browserbase、E2B 或 Daytona 等驱动。这样开发者不再需要自行编写这部分循环逻辑。
首日已有多个合作方接入或公布测试结果：
- Cursor：称短请求成本比 Haiku 4.5 低 10 倍，并发布了 CursorBench 对比
- GitHub Copilot in VS Code：称其在许多编码任务上接近 Claude Sonnet 5，同时使用更少 tokens 和步骤
- Devin：报告其在 FrontierCode 1.1 中取得 58.4%，在每任务成本约为 Sonnet 5 八分之一的情况下领先 Sonnet 5，并建议将其作为 Opus 5.5 主模型下的“副手”
- Arena：已加入 Agent Arena、Code Arena WebDev、Text、Document 和 Vision，分数待公布
文档解析与其他观察
在 ParseBench 文档解析测试中，有独立观察认为：
- Haiku 5.5 整体接近 GPT-6 Luna
- 表格解析略好
- 图表理解较弱
- 每 1,000 页成本约 1.2 美元
- 对表格和阅读顺序的性价比较好
- 在图表、语义格式和边界框方面较弱
此外，一些非系统性测试认为 Haiku 5.5 相比 Haiku 4.5 有明显提升，但这些结果更偏向轶事，不应视为严格基准。
小结
Claude Haiku 5.5 的重点在于：以小模型价格提供更接近中高端模型的能力，尤其适合摘要、批处理、轻量编码辅助、数据库查询和智能体中的高频子任务。
第三方评测显示，它在 Intelligence Index、Terminal-Bench 等指标上相比上一代 Haiku 有显著进步，并在部分项目上超过 GPT-6 Luna。不过，高努力档下 token 消耗偏高、长上下文触发更高价格、自动化任务评测受安全 bug 影响等问题，仍需要在实际使用中进一步验证。