Claude Haiku 5.5 是 Anthropic 2026 年 10 月 7 日发布的小模型，也是 Claude 5.5 家族的最后一块拼图。它面向高吞吐、对成本敏感的工作——摘要、上下文压缩、数据库查询、分类——并作为 Anthropic 迄今最快的模型，适合实时客服与浏览器操作这类对延迟敏感的场景。它还可以作为便宜的子智能体，配合 Claude Opus 5.5 与 Claude Sonnet 5.5 使用。
头条是价格：提示不超过 100K 时每百万 token $0.10 / $0.50，平均比 Haiku 4.5 便宜约 75%——同时能力跃升，远超过去人们对”小号 Claude”的预期。
基准测试
厂商自报（Anthropic，2026 年 10 月 7 日）。Sonnet 5.5 作”参考”；GPT-6 Luna 数字为 Anthropic 自行测得。
| 基准 | 衡量内容 | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 |
|---|---|---|---|---|---|
| GDPval-AA v2.1 | 真实知识工作（Elo） | 1620 | 735 | 1437 | 1840 |
| AA-Briefcase v1.1 | 专业交付物（Elo） | 1578 | 614 | 1336 | 1824 |
| OSWorld 2.1（离线子集） | 电脑操作 | 72.4% | 15.7% | 48.9% | 83.9% |
| Humanity’s Last Exam | 推理（无工具 / 带工具） | 45.9% / 57.4% | 10.2% / 18.7% | — | 56.9% / 64.5% |
| Terminal-Bench 4.0 | 智能体终端编码 | 39.2% | 0.0% | 16.4% | 70.6% |
| FrontierCode 1.1（Main） | 可合并的智能体编码 | 46.4% | — | 42.4% | 52.1%（xhigh） |
| Chartography | 图表识别（无工具） | 46.4% | 6.4% | 29.1% | 61.6% |
在 Anthropic 公布的每一项上 Haiku 5.5 都胜过 GPT-6 Luna，但明显低于 Sonnet 5.5——Anthropic 也明确表示，复杂智能体编码仍应选 Sonnet 5.5 与 Opus 5.5。Haiku 5.5”最适合范围较窄的任务”。
客户结果与这个定位吻合：Asana 看到延迟降低 30% 以上，智能体每轮推理最多快 2.5 倍；HubSpot 的 CRM 套件中 Haiku 5.5 拿到小模型最佳的 92.8%；Box 测得比 Haiku 4.5 高 11 分、延迟约减半；Cognition 把它当作 Devin Fusion 的”副手”，在降低成本与延迟的同时保持 66.2 的 FrontierCode 分数。
定价
| 每百万 token 价格 | Haiku 5.5（提示 ≤100K） | Haiku 5.5（>100K） | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|---|
| 输入 | $0.10 | $0.50 | $1.00 | $2.00 |
| 输出 | $0.50 | $2.50 | $5.00 | $10.00 |
| 缓存读取 | $0.01 | $0.05 | $0.10 | $0.10 |
| 缓存写入 | $0.125 | $0.625 | $1.25 | $2.50 |
Anthropic 说，不超过 100K token 的提示约占上一代 Haiku 请求的 90%，这正是 Haiku 5.5”特别划算”的地方。发布的同时，它还把 Sonnet 5.5 的缓存读取价格减半到每百万 $0.10，并为 Claude Max 与 Team 订阅者推出了每月 API 额度。
规格
| 规格 | 数值 |
|---|---|
| API 模型 ID | claude-haiku-5-5 |
| 上下文窗口 | 1M tokens |
| 最大输出 | 128K tokens |
| 思考 | 自适应；可调 effort（默认 Medium）——Haiku 首次支持 |
| 可靠知识截止 | 2026 年 6 月 |
| 模态 | 文本、图像输入，文本输出 |
| 平台 | Claude 平台、Amazon Web Services、Google Cloud、Microsoft Azure |
安全与防护
- 对齐。 在几乎所有对齐评估上相比 Haiku 4.5 都有大幅提升，错位行为明显减少，配合滥用的意愿更低。
- 网络安全。 防护比 Haiku 4.5 更严，但略宽松于 Anthropic 其他近期模型；允许的防御任务范围比 Sonnet 5.5 更广，但仍会拦截渗透测试等偏攻击的技术。
- 生物。 与 Sonnet 5、Sonnet 5.5、Opus 5 相同的防护。从事更广泛生物与网络工作的机构可申请 Life Sciences Verification Program 与 Cyber Verification Program。
Haiku 5.5 与其他模型对比
- 对比 Claude Haiku 4.5： 输入价格约十分之一，上下文更大，支持 effort 控制，且每项基准都是跨越式提升。对多数负载来说迁移很直接。
- 对比 Claude Sonnet 5.5： 输入价格只有五分之一，但智能体编码得分约为一半——范围明确的高吞吐工作用 Haiku，较难的任务用 Sonnet。
- 对比 GPT-6 Luna： Luna 定价同为 $0.10 / $0.50，而 Anthropic 自己的对比在它跑过的每一项上都偏向 Haiku 5.5。
局限
- 上下文价格断崖。 超过 100K token 价格贵 5 倍，长文档流水线会失去大部分节省。
- 范围偏窄。 它面向聚焦任务；不要在开放式智能体编码上用它替代 Sonnet 或 Opus。
- 自报数字。 GPT-6 Luna 的分数来自 Anthropic 的评测环境，而非 OpenAI 的。
更大的背景请见 2026 LLM 指南。
适用场景
- 大批量分类、抽取、路由、摘要与数据库查询
- 在 Opus 5.5 或 Sonnet 5.5 之下做编码任务的快速子智能体
- 对延迟敏感的实时客服与浏览器操作智能体
- 规模化的文档问答（AlphaSense 在 400 条查询上为 0.84，Haiku 4.5 为 0.76）
优缺点
优势
- 平均比 Haiku 4.5 便宜约 75%——提示 ≤100K 时 $0.10 / $0.50 每百万 token
- 首个支持 effort 调节的 Haiku 级模型，可以按请求在成本与智能之间取舍
- 相比 Haiku 4.5 能力大幅跃升——Terminal-Bench 4.0 达 39.2%（此前 0.0%），OSWorld 2.1 离线集 72.4%（此前 15.7%），GDPval-AA 1620（此前 735）
- Anthropic 迄今最快的模型；客户反馈延迟降低 30% 以上，智能体每轮推理最多快 2.5 倍（Asana）
局限
- 不适合复杂的智能体编码——Terminal-Bench 4.0 为 39.2%，Sonnet 5.5 为 70.6%；Anthropic 建议这类任务用 Sonnet 或 Opus
- 提示超过 100K token 时价格贵 5 倍（$0.50 / $2.50），长上下文场景会削弱成本优势
- 网络安全防护会拦截渗透测试等偏攻击的技术，不过比 Sonnet 5.5 的防护允许更多防御任务
- 仅有厂商自报基准；与 GPT-6 Luna 的对比来自 Anthropic 自己的评测环境
常见问题
Claude Haiku 5.5 什么时候发布的？
2026 年 10 月 7 日，继 Opus 5.5（9 月 22 日）与 Sonnet 5.5（9 月 28 日）之后补齐 Claude 5.5 家族。
Claude Haiku 5.5 多少钱？
提示不超过 100K token 时，每百万输入 token $0.10、输出 token $0.50（超过 100K 为 $0.50 / $2.50），Haiku 4.5 为 $1 / $5。缓存读取每百万 $0.01，缓存写入 $0.125。Anthropic 称平均节省约 75%。
相比 Haiku 4.5 有什么新变化？
Haiku 5.5 是首个带 effort 调节（默认 Medium）的 Haiku，具备 1M token 上下文与最长 128K 输出，智能体分数大幅提升——Terminal-Bench 4.0 为 39.2% 对 0.0%，OSWorld 2.1 离线集 72.4% 对 15.7%，Humanity's Last Exam（无工具）45.9% 对 10.2%。
该用 Haiku 5.5 还是 Sonnet 5.5？
范围明确、高吞吐、对延迟敏感的工作（分类、抽取、路由、子智能体）用 Haiku 5.5；复杂的智能体编码用 Sonnet 5.5 或 Opus 5.5——Terminal-Bench 4.0 上 Sonnet 5.5 为 70.6%，Haiku 为 39.2%。
Haiku 5.5 的 Claude API 模型 ID 是什么？
`claude-haiku-5-5`，可在 Claude 平台、Amazon Web Services、Google Cloud 与 Microsoft Azure 使用。