刚刚，Anthropic 发布了 Claude Haiku 5.5，官方称这是他们迄今为止最便宜、最快、能力也最强的小模型。
Haiku 5.5 的平均运行成本，比上一代的 Haiku 4.5 低了约 75%。
而在便宜了这么多的同时，它在编码、computer use 和知识工作上的分数，又都比 Haiku 4.5 高出了一大截。
Anthropic 这次还一并宣布了另外两件事，一是 Sonnet 5.5 的缓存读取价格减半，二是 Claude Max 和 Team 订阅用户每个月会多出一笔 API 额度。
跑分
先来看官方给出的成绩单。
表里除了上一代的 Haiku 4.5，还拉来了 GPT-6 Luna 进行鞭打，最右边的 Sonnet 5.5 则仅供参考。
提升最大的是 computer use。在 OSWorld 2.1（离线子集）上，Haiku 5.5 拿到了 72.4%，而 Haiku 4.5 只有 15.7%，GPT-6 Luna 则是 48.9%。
Agentic coding 方面，Haiku 4.5 在 Terminal-Bench 4.0 上是直接交了白卷的，0.0%……而 Haiku 5.5 做到了 39.2%，GPT-6 Luna 为 16.4%。
Humanity's Last Exam 上，Haiku 5.5 不带工具时是 45.9%，带工具则有 57.4%，而上一代分别只有 10.2% 和 18.7%。
知识工作的 GDPval-AA v2.1 和 AA-Briefcase v1.1 两项，Haiku 5.5 分别拿了 1620 分和 1578 分，都是 Haiku 4.5（735 和 614）的两倍还多。
视觉推理的 Chartography 上，也从 6.4% 涨到了 46.4%。
当然，它和 Sonnet 5.5 之间还是有差距的。Terminal-Bench 4.0 上 Sonnet 5.5 是 70.6%，比 Haiku 5.5 高了三十多个点，复杂的 Agent 编码任务还是该交给 Sonnet 5.5 和 Opus 5.5。
Haiku 5.5 适合的是范围更窄一些的活，比如上下文压缩、摘要和 subagent，这些任务放在以前用 Claude 来跑，成本根本划不来。
可调 effort
Haiku 5.5 是第一个带 effort 设置的 Haiku 模型，一共有 Low、Med、High、Xhigh、Max 五档。
和 Claude 的其他模型一样，每个任务是要省钱还是要智能，都可以自己来定了。
官方放出了三张各档位的「分数 / 成本」曲线图。
OSWorld 上，Haiku 5.5 开到 Max 档之后是 72.4%，已经比 Sonnet 5.5 最低的那两档都要高了，而单次任务的花费还要更少一些。
GDPval-AA 上就没有这么好看了。在便宜的那几档里，GPT-6 Luna 花同样的钱拿到的分数还要略高一点，Haiku 5.5 是靠着 Xhigh 和 Max 两档才把分数给拉上去的。
Humanity's Last Exam 上，从 Xhigh 再往上加到 Max，分数就涨不太动了。
价格
Haiku 5.5 的定价按 prompt 长度分成了两档，以 10 万 token 为界。
每百万 token | 10 万以内 | 超过 10 万 | Haiku 4.5 |
|---|---|---|---|
输入 | $0.10 | $0.50 | $1.00 |
输出 | $0.50 | $2.50 | $5.00 |
缓存读取 | $0.01 | $0.05 | $0.10 |
缓存写入 | $0.125 | $0.625 | $1.25 |
算下来，10 万 token 以内的请求便宜了 90%，超过 10 万 token 的便宜了 50%。
而在 Haiku 4.5 上，大约有 90% 的请求都落在 10 万 token 以内。
那为什么平均下来只有 75% 呢？
官方在脚注里解释，这个平均数还把 token 用量的变化也算了进去。Haiku 5.5 换上了和 Sonnet 5.5、Opus 5.5 类似的新 tokenizer，干同样一件事会多用掉一些 token。
再和 Sonnet 5.5 比一下，后者的输入是 $2.00、输出是 $10.00。
10 万 token 以内的 Haiku 5.5，输入和输出的价格都只有它的二十分之一。
使用场景
Haiku 5.5 同时也是 Claude 目前最快的模型。不过脚注里也注明了，这是按各个模型的标准速度来比的，Opus 开了 Fast Mode 之后还是要更快。
官方给它安排的活，主要有这么几类。
• 摘要、上下文压缩、数据库查询、分类这种量大且重复的任务
• 编码时给 Opus 5.5 和 Sonnet 5.5 当 subagent
• 实时客服、浏览器操作这类对速度敏感的场景
几家提前拿到模型的公司也给出了各自的数据。
Asana 拿自家 Agent 产品 AI Teammates 的评测集跑了一遍，和他们现在在用的模型相比，任务完成的延迟降了 30% 以上，单轮推理速度最高是原来的 2.5 倍。
HubSpot 用模拟的 CRM 环境来测模型，Haiku 5.5 三次平均拿到了 92.8%，是这套评测上出现过的最高分。
AlphaSense 的文档问答功能，每周在生产环境里要调用约 800 万次。他们跑了 400 条查询，Haiku 5.5 得分 0.84，Haiku 4.5 是 0.76。
Box 的早期测试里，Haiku 5.5 比 Haiku 4.5 高了 11 分，延迟则只有一半左右。
Cognition 则把它加进了 Devin Fusion 的 sidekick 阵容。有 Haiku 5.5 当副手，Fusion 的 FrontierCode 得分还能保持在 66.2，成本和延迟也都降了下来。
现在在 Devin CLI 里就可以用上这个组合，由 Opus 5.5 来主导。
Rogo 的 Alex Wang 表示：
“更大的模型在做 deck 的时候，一个 Haiku 5.5 subagent 就钻进 10-K 里，把 deck 要用的分部营收那一行给找出来。它足够准，我们敢把这活交给它；也足够快、足够便宜，可以大量地跑。
安全
对齐评测上，Haiku 5.5 相比 Haiku 4.5 几乎是全面改进，失当行为少了很多，配合滥用的意愿也更低了。
防护措施方面，它在网络安全上比 Haiku 4.5 管得更严，但比近期的其他模型要松一些。
和 Sonnet 5.5 相比，它放行的防御类任务要更多一些，而渗透测试等更可能被攻击者用到的技术，仍然会被拦下。
生物方面的防护，则与 Sonnet 5、Sonnet 5.5 和 Opus 5 保持一致。
Sonnet 降价与 API 额度
Sonnet 5.5 的缓存读取价格，从每百万 token $0.20 降到了 $0.10。
缓存读取在 Agent 任务的 token 消耗里占了很大一块，所以降价之后，Sonnet 5.5 跑大多数 Agent 任务的成本会下降约 20%。
订阅用户专属的是，所有 Max 和 Team 订阅本周起每月会多一笔 API 额度，可以在 Claude Platform 上使用。
Max 5x 每月有 $100，Max 20x 每月 $200，Team 则是最高 $500，由团队成员共用。
这笔额度所有模型都能用，Anthropic 希望大家拿它来试着做些调用 API 的工具、应用和 Agent。
就是特么的不知道会不会封号，我刚封一个……
现在可用
Haiku 5.5 现在已经在所有平台上线，包括 AWS、Google Cloud 和 Microsoft Azure。
Claude Platform 上的模型 ID 是 claude-haiku-5-5。
◇ ◆ ◇
官方公告：https://www.anthropic.com/claude-haiku-5-5
官方推文：https://x.com/claudeai/status/2107894039626277339
