价格暴降90%，多项测试超GPT-6 Luna，Anthropic最便宜模型来了
同志们，Anthropic 又来卷价格了。这次轮到 Claude 家族里最便宜的 Haiku。
10月7日，Anthropic 正式发布 Claude Haiku 5.5 ，号称自家迄今速度最快、能力最强、价格最低的小模型。
最夸张的是价格，每百万输入Token 最低只要 0.1美元，相比上代直接降价90%。
性能也没落下。按照 Anthropic 公布的测试结果，Haiku 5.5 在计算机操作、知识工作、Agent 编程等多个基准上超过 OpenAI 的 GPT-6 Luna，部分成绩甚至拉开了不小的差距。
而且，Haiku 5.5 还引入了可调节的推理强度，支持 100万Token 上下文窗口和最高 12.8万Token 输出。
至此，Anthropic 在短短 15 天里完成了 Claude 5.5 全家桶的更新：9 月 22 日 Opus 5.5 登场，9 月 28 日 Sonnet 5.5 发布，如今 Haiku 5.5 也正式加入。
这次，Anthropic 把重点放在了那些调用量巨大、对价格极其敏感的 AI 任务上。
多项成绩超过 GPT-6 Luna，计算机操作成功率 72.4%
按照 Anthropic 公布的 Benchmark 成绩，Haiku 5.5 相比上一代实现了大幅提升，在部分测试中还取得了比 GPT-6 Luna 更好的成绩。
其中最显眼的成绩来自 OSWorld。这是一项衡量 AI Agent 操作真实计算机能力的测试，要求模型完成跨应用、多步骤的操作任务。
在 OSWorld 2.1 离线任务子集上，Haiku 5.5 取得 72.4% 的成功率，上一代 Haiku 4.5 只有 15.7%，GPT-6 Luna 则为 48.9%。
知识工作方面，Haiku 5.5 在 GDPval-AA v2.1 中取得 1620 分，超过 GPT-6 Luna的1437分。Agent 编程测试 Terminal-Bench 4.0 中，两者成绩分别为 39.2% 和 16.4%。
不过，这些数据还有一个重要细节。Haiku 5.5 的最高 Benchmark 成绩，往往需要付出更多推理计算。
Haiku 5.5 首次在 Haiku 系列中引入可调节推理强度，开发者可以通过 effort 参数控制模型投入多少计算资源。
媒体 VentureBeat 注意到，在 Anthropic 公布的 Terminal-Bench 测试中， 39.2% 的成绩对应最大推理强度。切换至中等推理强度后，成绩降至约 20% ，而中等强度正是 Haiku 5.5 的默认设置。
第三方评测机构 Artificial Analysis 也观察到了类似现象。在其 Intelligence Index 评测中，Haiku 5.5 最大推理强度获得 43 分，中等推理强度为 34 分。同一评测下，平均每项任务成本分别约为 0.21 美元和 0.05 美元。
也就是说，模型可以通过增加推理预算换取更好的任务表现，但实际花费也可能明显增加。
Artificial Analysis 在自己的 Terminal-Bench 4.0 测试中，测得最大推理强度 33% 、中等强度 15% 的成绩。由于评测设置不同，这组数字与 Anthropic 官方结果存在差异。
这也是为什么看待小模型性能时，需要同时考虑推理强度、任务完成率和实际成本。
在更复杂的 Agent 编程任务上，Sonnet 5.5 依然具有明显优势：Terminal-Bench 4.0 成绩达到 70.6%。
Anthropic 也明确表示，Sonnet 和 Opus 仍然更适合复杂的 Agent 编程任务，Haiku 的优势集中在高频、范围明确的工作中。
价格直接砍到一折，和 GPT-6 Luna 正面竞争
如果说性能提升让 Haiku 5.5 有了竞争力，那么价格可能才是此次发布最重要的看点。Anthropic 为新模型设计了两档 API 价格。
对于提示长度不超过 10 万 Token 的请求，Haiku 5.5 的输入、输出单价都比上一代降低 90% 。超过这个门槛，价格仍比 Haiku 4.5 低 50%。
Anthropic 表示，上一代 Haiku 约 90% 的请求都处于 10 万 Token 以内。结合不同请求长度和 Token 消耗变化，公司预计 Haiku 5.5 完成同类任务的平均成本下降约 75%。
这里还有一个容易忽略的细节—— Haiku 5.5 换用了新的 Tokenizer 。根据官方开发者文档，同一段文本在新模型中产生的 Token 数量，可能比 Haiku 4.5 多约 30% ，具体增幅取决于内容。因此，API 单价下降 90% ，并不代表每项任务的账单都能减少 90% 。
另一个值得关注的对手是 GPT-6 Luna 。OpenAI 给出的 Luna 基础定价同样为每百万输入 Token 0.1 美元、输出 0.5 美元，缓存读取价格也与 Haiku 5.5 的低价档一致。
不过，两家公司的长上下文计费门槛存在明显差异。
Haiku 5.5 在提示超过 10 万 Token 后进入更高价格档；GPT-6 Luna 则在输入超过 27.2 万 Token 后才触发长上下文加价。这意味着，在 10 万至 27.2 万 Token 之间的请求中，Luna 的单位 Token 价格具有优势。
至于最终完成一项任务哪款模型更省钱，还需要结合实际 Token 用量、推理预算和任务成功率判断。
放到整个市场来看，Anthropic 也在向其他低价模型施加压力。
VentureBeat 列出的同期 API 价格显示，Google Gemini 3.5 Flash-Lite 每百万输入 Token 价格为 0.3 美元、输出 2.5 美元；Gemini 3.8 Flash 分别为 0.75 美元和 3.75 美元。
当然，不同模型的能力定位、缓存策略和任务表现各不相同，这些数字首先反映的是 API 价格竞争。
小模型价格战，正在进一步升级。
一周 800 万次调用，企业开始让小模型给大模型打工
Haiku 5.5 到底适合干什么？
Anthropic 给出的场景包括文档摘要、信息分类、数据库查询、上下文压缩，以及在复杂 Agent 工作流中担任 Subagent。
这背后有一个很现实的问题：如今的 Agent 越来越复杂，一项任务往往需要多次调用模型。如果每个步骤都交给大模型处理，成本会快速累积。
金融 AI 公司 Rogo 提供了一个例子。在它的工作流中，一个能力更强的大模型负责制作财务演示文稿。处理其中某张幻灯片时，Haiku 5.5 Subagent 进入企业 10-K 年报，找到需要的业务收入数据，再把结果交给主模型。
对这种任务，模型需要快速、准确地完成信息查找和提取。Rogo 认为，Haiku 5.5 在准确率、速度和价格之间达到了适合大量重复调用的平衡。
企业内容管理平台 Box 也给出了早期测试结果。相比 Haiku 4.5，Haiku 5.5 的内部评测成绩提高 11 分，延迟下降约 50%。
Box 表示，这让新模型适合成本报告、财务摘要、周期性审查等需要规模化运行的分析工作。不过，Box 没有公开完整的评测标准。
Asana 的测试则覆盖 Bug 分类、项目建立、大型项目组合搜索等 Agent 任务。根据其披露的结果，相比当前使用的模型，Haiku 5.5 让任务完成延迟降低超过 30% ，单轮 Agent 推理速度最高提升 2.5 倍。
另一个更能体现成本价值的例子来自 AlphaSense。这家公司的Ask in Document 功能每周需要处理约 800 万次调用，主要回答针对一份或几份文档的具体问题。
在 400 个测试查询中，Haiku 5.5 的内部评测得分达到 0.84，而 Haiku 4.5 为 0.76。
如果一款模型每周要被调用数百万次，哪怕每次只节省很少的钱，长期累积下来的成本变化也可能相当可观。
这些数据来自 Anthropic 披露的早期客户反馈，具体工作负载、对照模型及评价标准并不完全一致，还需要更多独立测试。
Sonnet 跟着降价，Claude 5.5 全家桶开始拼成本
除了 Haiku 5.5，Anthropic 还同步调整了 Sonnet 5.5 的定价。从 10 月 7 日起，Sonnet 5.5 的缓存读取费用降低 50%，从每百万 Token 0.2 美元降至 0.1 美元。
Anthropic 预计，这项调整可以让多数 Agent 工作负载的成本再降低约 20%，实际降幅取决于应用重复使用缓存上下文的程度。
对于需要反复读取长对话历史、工具说明和任务上下文的 Agent 来说，缓存成本会直接影响系统的长期运行开销。
Anthropic 同时为 Claude Max 和 Team 订阅用户推出每月 API 额度：Max 5x 用户 100 美元，Max 20x 用户 200 美元，Team 用户共享最高 500 美元。
这些额度可用于 Claude 平台上的模型调用，鼓励更多订阅用户尝试构建自己的 Agent 和应用。
开发者方面，Haiku 5.5 已通过 Anthropic API、Amazon Bedrock、Google Cloud 和 Microsoft Azure 等平台提供服务，API 模型 ID 为 claude-haiku-5-5。
Anthropic 也更新了 Python 和 TypeScript SDK ，新增处于 Beta 阶段的浏览器操作与计算机操作支持。
至此，Claude 5.5 系列的产品分工已经相当清楚。
Opus 5.5 负责高难度、复杂推理任务，Sonnet 5.5 覆盖日常复杂工作与编程， Haiku 5.5 则主攻调用量大、成本敏感、要求快速响应的任务。
从 9 月 22 日到 10 月 7 日，Anthropic 用了 15 天完成这一轮产品更新，三个型号都在强调性能和成本效率。
Haiku 5.5 的发布，也让一个趋势更加明显。随着 Agent 逐渐从演示走向实际应用，开发者必须考虑整套系统的调用成本。一次任务里哪些步骤需要更强的模型、哪些可以交给小模型，以及不同模型之间如何分配工作，都会影响最终的商业可行性。
对 Anthropic 来说，Haiku 5.5 最有吸引力的地方，或许就在这里：它让更多原本因调用成本过高而难以规模化的任务，开始具备经济上的可行性。
小模型的竞争，已经开始深入 Agent 系统的每一个执行环节。
参考资料
https://www.anthropic.com/claude-haiku-5-5
https://venturebeat.com/technology/anthropic-launches-claude-haiku-5-5-with-90-api-price-reduction-matching-gpt-6-luna
https://x.com/claudeai/status/2107894042235166750
本文来自微信公众号 “机器之心”（ID：almosthuman2014），编辑：勺嘴鹬 ，36氪经授权发布。
