Haiku 5.5 单价降九成，官方平均只报七成五

10 月 7 日，Anthropic 发布了 Haiku 5.5，同时把 Sonnet 5.5 的缓存读取价从每百万 token 0.20 美元砍到 0.10 美元。中文媒体大多只留下发布稿里的那句「平均运行成本降低约 75%」。

这 75% 是真的，它同时也是一个混合数。混合的方式，公告的脚注里写了。

顺带说清一件事，Sonnet 5.5 是 9 月底发的，这次动的是它的价，模型本身没换。

75% 是怎么算出来的

Haiku 5.5 的定价分两档。10 万 token 以内的请求，输入从每百万 1.00 美元降到 0.10 美元，输出从 5.00 降到 0.50，都是打一折。超过 10 万 token，价格跳到 0.50 和 2.50，只有对折。

Anthropic 说，Haiku 4.5 时代大约九成请求落在 10 万以内。把 90% 和 50% 按这个比例加权，得到的就是官方嘴里那个 75%。

10 万这条线还有更硬的后果。Sonnet 5.5 的 100 万 token 上下文窗口是全程一个价，Haiku 5.5 不是。一旦越过 10 万，输入、输出、缓存读取每一行都跳到高价那档。

10 万对智能体来说不算高。跑一轮带工具调用的智能体，对话历史涨得很快，几轮下来就过去了。Hacker News 上有人直接说，这个门槛低得离谱，还只对 Haiku 生效。

单价降了，token 涨了

另一层来自分词器。Haiku 5.5 换了新分词器，同一段文本会切出更多 token。迁移文档给的数字是，同样内容大约比 Haiku 4.5 多三成。Simon Willison 在一个长提示上实测到约 1.25 倍，管这叫一次隐蔽的涨价。

把两件事叠起来，单价降九成就只是个单价数字。你按单价乘调用量去估省下的钱，会高估。

有人在 Hacker News 上拿真实任务验过。他跑一个分类任务，同样一批活，Haiku 5.5 吃掉 1189 万输入 token 和 24 万输出 token，批处理花 0.21 美元，同步调 0.42 美元。换成 OpenAI 的 GPT-6 Luna，输入降到 790 万，输出 17.8 万，批处理 0.16 美元，同步 0.31 美元。两家在这个档位上的标价一模一样，都是 0.10 和 0.50。Luna 便宜了大约 26%，原因是它读同样的东西用的 token 更少。

这一档的标价已经叠在一起了。Haiku 5.5 在 10 万以内的报数和 GPT-6 Luna 完全相同，Mistral 前两天发的 Small 4 报 0.15 和 0.60，只高一点。单价拉平之后，比的就不是标价。

两家的换档线差得更远。Luna 到 27.2 万 token 才换，换完是 0.20 和 0.75。Haiku 5.5 在 10 万就跳，换完是 0.50 和 2.50。短提示两边差不多，长提示 Haiku 5.5 会贵出一截。前面那个分类任务里，Luna 读得更少、线又更高，两头都占，最后便宜 26% 就不奇怪了。

缓存读取价砍半

同一份公告里，Sonnet 5.5 的缓存读取价被砍掉一半，这条排在「Further updates」那一节，容易被当成附赠。

缓存读取在智能体场景里分量很重。模型每转一轮工具调用，或者每接一句新话，都要把前面那一大段上下文重新读一遍，读的就是缓存。任务跑得越久，这部分在账单里的占比越高。

Anthropic 自己的估算，靠这一刀，多数智能体任务便宜约两成。这个幅度比换一个型号更直接，因为不用改代码，也不用重新验证输出质量。

那张图里，两条 Sonnet 5.5 的曲线一条按 0.10 的缓存价，一条按 0.20。蓝的那条整条往左挪，同样的分数花的钱更少。

effort 调高一档，省下的钱就回去了

便宜不一定落到账上。同一周，Artificial Analysis 放了一组 effort 档位的实测。Haiku 5.5 是第一个能调 effort 的 Haiku 型号，档位从 low 到 max。

默认的 medium 档跑完它的 Intelligence Index 要 56.36 美元，输出 5400 万 token。拉到 max 档，分数从 34.5 涨到 43.4，成本涨到 330.25 美元，输出 4.4 亿 token，首 token 要等 415 秒。多拿 9 分，代价是接近六倍的价钱。

这些数字还没算上 10 万 token 那档跳价，长任务会比表里更贵。省下的 75% 能不能变成账单上的 75%，取决于你有没有顺手把 effort 往上调。

小模型翻了一代，也还是小模型

价格之外，Haiku 这次确实换了一代。Anthropic 官方基准表里，Haiku 4.5 在 Terminal-Bench 4.0 上是 0.0%，Haiku 5.5 是 39.2%。计算机操作的 OSWorld 2.1 从 15.7% 升到 72.4%，图表面试 Chartography 从 6.4% 升到 46.4%。

没那么显眼的几行也在动。知识工作的 GDPval-AA v2.1，Haiku 4.5 是 735 分，Haiku 5.5 是 1620，Sonnet 5.5 是 1840。AA-Briefcase v1.1 从 614 升到 1578。跨学科推理的 Humanity's Last Exam 从 10.2% 升到 45.9%，同一栏里 GPT-6 Luna 空着，没测。

同一张表也把边界画清楚了。Sonnet 5.5 在 Terminal-Bench 上是 70.6%，OSWorld 上是 83.9%，每一行都比 Haiku 5.5 高。Anthropic 自己在正文里写，复杂的智能体编程还得靠 Sonnet 5.5 和 Opus 5.5，Haiku 5.5 适合的是压缩上下文、做摘要、跑子智能体这类活。

这个定位有客户案例托着。Asana 说他们把它放进一个 agent 产品里测，完成任务用的时间短了超过三成，每一轮推理最多快 2.5 倍。Rogo 拿它当子智能体，从一份 10-K 年报里抽一条营收数据，同时让更大的模型去搭演示材料。Cognition 的 Devin Fusion 用 Opus 5.5 打头、Haiku 5.5 打下手，报出来的 FrontierCode 分数是 66.2。Hacker News 上还有人看到它在跑的时候，自己把一段复杂的界面活交回给 Opus，评价是它至少知道自己在哪儿不行。

型号本身的参数再补两句。100 万 token 的上下文窗口，最大输出 12.8 万 token，批处理再打五折。AWS、Google Cloud、Azure 和 Anthropic 自己的平台上都能拿到，模型标识是 claude-haiku-5-5。

便宜的那个，防护反而更松

公告里有一段讲防护，中文转述基本略过了。

Haiku 5.5 在对齐评测上比 Haiku 4.5 好，这个方向正常。反常的是网络安全那部分。Anthropic 的说法是，Haiku 5.5 的网络防护比 Haiku 4.5 更严，但比同一批其他模型松一些。尺度上它允许比 Sonnet 5.5 更宽的防御性任务，渗透测试这类更像攻击者手法的动作仍然挡着。

生物领域反过来，Haiku 5.5 和 Sonnet 5、Sonnet 5.5、Opus 5 共用一套。研究型问题可以答，被判定可能造成伤害的请求仍然限制。想要更宽的权限，得去申请它的生命科学认证和网络认证项目。

一个便宜的小模型拿到比旗舰更松的防护尺度，这件事本身值得记一笔。做安全的人如果按「模型越小越保守」的直觉估风险，方向会估反。

公告里另外两条

一是 API 额度。Max 5x 每月 100 美元，Max 20x 每月 200 美元，Team 用户合起来最多 500 美元，可以花在任何型号上。二是 Python 和 TypeScript 的 SDK 加了 computer use 和 browser use 的测试版支持。

这两条和前面的价格放在一起，方向不难看出。缓存读取便宜了，便宜的 Haiku 又刚好适合当子智能体，SDK 把浏览器和电脑操作接上，再送一笔额度让你去试。Anthropic 想要的是一套「一个贵的编排者带一群便宜的执行者」的用法，这套用法越顺，你越不容易换走。

还有一层是合同。团队版和企业版的客户通常没法在型号之间随便换，选择权在 Anthropic 手上。Haiku 5.5 补的正是这一档客户缺了很久的便宜型号。

可以做的几件事

如果你只是拿 Haiku 跑一批短的分类或摘要，这次降价是实打实的，按新价重算一遍，多半能省下七成以上。

如果你在跑带工具调用的长链智能体，先去量两件事，你的提示实际有多长，缓存命中了多少。前者决定你会不会撞上 10 万那条线，后者决定 Sonnet 5.5 那一刀对你有没有意义。

官方这次报的分数和降幅都是自家评估，目前还没有第三方复现。