Claude Haiku 5.5 上线：小模型 1M 上下文，价格降九成

​

核心要点

• 价格降到原来的约一成：10 万 tokens 以内的请求，输入 $0.10 / 输出 $0.50 每百万 tokens，缓存读取 $0.01。官方测算，即便算上新分词器多出的 token，这类请求的成本也比 Haiku 4.5 低约 90％
• 能力跨代提升：官方公布 GDPval-AA 知识工作 1620（Haiku 4.5 为 735）、OSWorld 2.1 电脑操作 72.4%（Haiku 4.5 为 15.7%）、Terminal-Bench 4.0 39.2%（Haiku 4.5 为 0%）
• 1M 上下文、128K 输出：Haiku 4.5 只有 200K 上下文和 64K 输出；同时成为第一款支持 effort 档位（low 到 max）的 Haiku
• 超过 10 万 tokens 单价翻 5 倍：输入 $0.50 / 输出 $2.50。长文档、长对话类负载要先算账
• API易 已上线：claude-haiku-5-5 与 claude-haiku-5-5-thinking，OpenAI 兼容与 Anthropic 原生双端点，两档分段计费与官网逐项一致

​

背景介绍

​

详细解析

​

核心特性

​

性能基准（厂商自报）

• 和同价位对手比：在官方列出的每一项上，Haiku 5.5 都高于 OpenAI 的小模型 GPT-6 Luna，Terminal-Bench 4.0 高出一倍多
• 和 Sonnet 5.5 比：电脑操作（OSWorld 72.4% 对 83.9%）约为 Sonnet 5.5 的八成半，知识工作 Elo 落后约 220 分；但 Agent 编程（Terminal-Bench 39.2% 对 70.6%）差距明显，这和官方「复杂编程交给 Sonnet / Opus」的定位一致
• 客户反馈：Box 称其得分比 Haiku 4.5 高 11 分、延迟约减半；Asana 称任务完成延迟降低 30％ 以上

​

独立评测（Artificial Analysis）

​

开发者须知：从 Haiku 4.5 迁移的破坏性变更

• 响应可能以 thinking 块开头：自适应思考默认开启，即使请求里没提思考也可能返回思考块。按 type 取文本块，不要直接读第一个块
• 思考 token 计入 max_tokens：沿用 Haiku 4.5 时设的小 max_tokens，可能刚思考完就被截断、一个字都没输出。适当调大或降低 effort
• 思考内容默认不返回：需要摘要时设置 thinking: {"type": "adaptive", "display": "summarized"}
• 强制工具调用可用：tool_choice 为 any 或指定工具时不报错（Sonnet 5.5 会报错），但这种情况下模型不思考、直接调工具
• 安全分类器：拒答时返回 stop_reason: "refusal"，且官方没有自动回退到其他模型，客户端要自己处理

​

技术规格

​

API易 实测结果

​

实际应用

​

推荐场景

1. 分类、抽取、路由：官方的首要定位。高频、短请求、10 万 tokens 以内，正好落在最便宜的那一档
2. 当大模型的子代理：在 Opus 5.5 / Sonnet 5.5 主导的编程或研究流程里，负责检索、汇总、取数这类小任务
3. 对话压缩与摘要：长对话压缩、会议纪要、工单摘要，速度快、单价低
4. 替换 Haiku 4.5：大多数 Haiku 4.5 负载同价位下能力明显更强、成本更低，但要先按下文核对迁移项

​

代码示例

​

Anthropic 原生格式

import anthropic

client = anthropic.Anthropic(
    api_key="sk-your-apiyi-key",
    base_url="https://api.apiyi.com"
)

message = client.messages.create(
    model="claude-haiku-5-5",
    max_tokens=4000,                   # 思考 token 也计入这里，别设太小
    output_config={"effort": "low"},   # 默认 medium；分类、抽取类任务用 low 就够
    messages=[
        {"role": "user", "content": "把这条工单归类为：账单 / 技术故障 / 账号 / 其他，只输出类别。\n\n工单：充值后余额没到账"}
    ]
)

for block in message.content:          # 按 type 取文本，不要直接读 content[0]
    if block.type == "text":
        print(block.text)

​

OpenAI 兼容格式

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-apiyi-key",
    base_url="https://api.apiyi.com/v1"
)

response = client.chat.completions.create(
    model="claude-haiku-5-5",
    # 不要传 temperature / top_p / top_k
    messages=[
        {"role": "user", "content": "从下面这段文字里抽取公司名、金额和日期，输出 JSON。"}
    ]
)

print(response.choices[0].message.content)

​

从 Haiku 4.5 迁移的六步核对

1. 改模型名：claude-haiku-4-5-20251001 → claude-haiku-5-5（没有日期后缀）
2. 重新计 token：新分词器同一段文本多约 30％ token，max_tokens 和成本估算都要重算
3. 替换思考配置：budget_tokens 改为自适应思考 + effort
4. 去掉采样参数与预填充：temperature / top_p / top_k 不传，messages 以 user 结尾
5. 按 type 取内容块：响应可能以思考块开头
6. 处理拒答：识别 stop_reason: "refusal"，必要时自行回退到其他模型

​

价格与可用性

​

定价信息

​

可用分组与端点

​

叠加网站充值活动

​

总结与建议

1. 正在用 Haiku 4.5 的用户：建议升级，但先按六步核对，尤其是采样参数、预填充和 budget_tokens 这三处会直接报 400
2. 用 Sonnet / Opus 跑窄任务的用户：把检索、汇总、分类这类子任务拆给 Haiku 5.5，主模型只负责决策，整体成本能降不少
3. 控制成本：effort 从 low / medium 起步；单次输入尽量控制在 10 万 tokens 以内，避开 5 倍单价的高档