Claude Haiku 5.5 发布

Haiku 5.5的定价在规格表上看似简单——10万token以内的提示，每百万输入token收费$0.10，每百万输出token收费$0.50 ^[2]——但这一统一费率在一道硬性门槛处戛然而止。一旦超过10万token，价格便跃升五倍，达到每百万token $0.50输入/$2.50输出 ^[2]。该模型扩展后的100万token上下文窗口 ^[3]意味着现在技术上可以输入比该门槛长十倍的提示，这使得在处理长文档、聊天记录或多文件代码库时，很容易意外越过这一阈值。社区讨论中引用的独立测试发现，实际影响极为严苛：仅比10万token多出一点的提示，其成本可能比刚好低于该阈值的提示高出约五倍，尽管实际文本仅增长了几个百分点。一种技术性反驳认为，这一陡坡并非随意设定——它可能反映了真实的推理经济学，即当请求超出模型高效的KV缓存窗口后，预填充（prefill）和解码（decode）成本的扩展方式不同，而较小的模型可能比大型模型更受这种扩展的影响。无论如何，这一陡坡将提示长度的预算管理变成了一项成本控制纪律，而在Haiku 4.5更平缓但更高价的结构下，这一点远没有那么重要。

Anthropic的宣传重点是，Haiku 5.5在10万token以内的提示上与GPT-6 Luna的每token价格持平 ^[2]，但每token价格相同并不等于每任务价格相同。Artificial Analysis发现，在最大努力程度下执行等效的Intelligence Index任务时，Haiku 5.5消耗的输出token大约是GPT-6 Luna的三倍（约16.2万token对比5万token），在一次比较中，这转化为Haiku 5.5每任务成本$0.21，而Luna为$0.07 ^[5]。这种差距在实验室之外也显现出来：一位独立开发者的相同体素动画渲染任务，据报道在Haiku 5.5上的成本是Luna的十倍以上，尽管标价完全相同，这一结果引发了一场怀疑的社区讨论，尽管批评者质疑具体方法而非直接反驳成本平价的说法。来自多个方向的结论趋于一致——官方基准、独立成本测试和社区反馈：模型的冗长度和努力程度设置对实际支出的影响，远超每token费率表所显示的，而Anthropic自身提出的‘每token便宜90%’（10万token以内）与‘平均便宜75%’（所有请求的综合）这两个说法，已经暗示了这两个数字描述的是不同事物 ^[3]。

Haiku 5.5背后的基准测试故事，更多关乎特定技能而非通用知识：操作工具和环境。在代理式编码基准测试Terminal-Bench 4.0中，Haiku 5.5得分为39.2%，而Haiku 4.5为0.0%，GPT-6 Luna为16.4% ^[1]。在OSWorld 2.1计算机操作基准测试中，Haiku 5.5达到72.4%，而此前Haiku和Luna的基线得分在15.7%至48.9%之间 ^[3]。GDPval-AA v2.1知识基准测试也呈现类似趋势，显示了巨大的代际飞跃——Haiku 5.5得分为1,620，Haiku 4.5为735，且高于Luna的1,437 ^[3]。Artificial Analysis将这一模式总结为‘高度胜任的代理式知识工作’，但‘事实知识相对较少’且‘幻觉相对较低’ ^[5]——这是小型模型的经典权衡，即模型被设计为在沙盒任务中可靠执行，而非回忆广泛事实。值得注意的是：几乎所有这些数据都是Anthropic自行报告的数字，在各媒体间被重复引用，而非独立复现。

10月7日，Anthropic对Haiku 5.5的调整并非唯一的价格变动。它还将其Claude Sonnet 5.5的缓存读取价格从每百万token $0.20下调至$0.10，Anthropic预计这将使大多数代理式工作的成本降低约20% ^[4]。The Decoder将这一捆绑式降价解读为‘几乎可以肯定是对OpenAI更新的GPT-6.1系列的回应’，而非独立的改进 ^[3]，这重新定义了整个Haiku 5.5发布的意义：它不仅是一款新小型模型，更是Anthropic为同时捍卫其小型和中端模型产品线地位而采取的两步定价策略中的一步。结合Haiku 5.5在10万token以内与GPT-6 Luna的价格匹配，这一模式表明，Anthropic与OpenAI之间的小型模型价格战正在加剧而非平息，双方的降价正在触发相邻产品层级的反向降价，而非局限于单一模型。