Anthropic 发布 Claude Haiku 5.5：更快、更便宜的小模型
我们推出 Claude Haiku 5.5——有史以来最便宜、最快、也最强大的小模型。
Claiku 5.5 专为高并发、对成本敏感的任务设计，能稳定处理快速且重复性的工作负载，比如摘要、压缩、数据库查询和分类请求。在编码工作中，它可以作为 subagent 与 Opus 5.5 和 Sonnet 5.5 搭配使用。此外，它也是我们目前速度最快的模型，特别适合在线客服、浏览器操作等对速度要求高的任务。¹
Haiku 5.5 的价格比 Haiku 4.5 低得多，平均运行成本降低了约 75%。²
伴随本次发布，我们还提升了整个模型系列的价值：将 Claude Sonnet 5.5 的缓存读取价格减半，Sonnet 5.5 在大多数 agentic 工作上的成本因此降低约 20%；同时为 Claude Max 和 Team 订阅用户推出新的月度 API 额度，帮助大家基于 Claude Platform 构建新的 agent 和应用。
性能
以下是 Claude Haiku 5.5 在各项 benchmark 上的表现：
| Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5（供参考） | ||
|---|---|---|---|---|---|
| 知识工作GDPval-AA v2.1 | |||||
| 知识工作GDPval-AA v2.1 | 1620 | 735 | 1437 | 1840 | |
| 知识工作AA-Briefcase v1.1 | |||||
| 知识工作AA-Briefcase v1.1 | 1578 | 614 | 1336 | 1824 | |
| 计算机使用OSWorld 2.1 | |||||
| 计算机使用OSWorld 2.1 | 72.4%离线子集 | 15.7%离线子集 | 48.9%离线子集 | 83.9%离线子集 | |
| 多学科推理Humanity’s Last Exam | |||||
| 多学科推理Humanity’s Last Exam | 45.9%无工具 | 10.2%无工具 | — | 56.9%无工具 | |
| 57.4%使用工具 | 18.7%使用工具 | — | 64.5%使用工具 | ||
| Agentic 编码Terminal-Bench 4.0 | |||||
| Agentic 编码Terminal-Bench 4.0 | 39.2% | 0.0% | 16.4% | 70.6% | |
| Agentic 编码FrontierCode 1.1 (Main) | |||||
| Agentic 编码FrontierCode 1.1 (Main) | 46.4% | — | 42.4% | 52.1%Xhigh | |
| 视觉推理：制图能力 | |||||
| 视觉推理：制图能力 | 46.4%（无工具） | 6.4%（无工具） | 29.1%（无工具） | 61.6%（无工具） |
关于评估方法的具体细节，请参阅 Haiku 5.5 系统卡片。
Haiku 5.5 是我们首个提供可调节精力设置（effort setting）的 Haiku 级别模型。这意味着，与我们的其他模型一样，用户可以根据需求选择优化成本或优化智能表现。下图展示了 Haiku 5.5 在不同精力设置下于三项基准测试中的表现：
计算机使用：OSWorld知识工作：GDPval-AA多学科推理：Humanity’s Last Exam计算机使用：OSWorld知识工作：GDPval-AA多学科推理：Humanity’s Last Exam- Haiku 5.5
- Haiku 4.5
- Sonnet 5.5
- GPT-6 Luna
OSWorld 2.1 衡量智能体操作真实计算机以完成复杂长流程任务的能力。
- Haiku 5.5
- Haiku 4.5
- Sonnet 5.5
- GPT-6 Luna
Artificial Analysis 的 GDPval-AA v2.1 涵盖 44 个职业，评估智能体在真实世界专业工作场景中的表现。
- Haiku 5.5
- Haiku 4.5
- Sonnet 5.5
Humanity’s Last Exam（HLE）旨在测试专家级的学术知识与推理能力。
在早期测试中，客户反馈的结果与上述展示的性能提升和成本优化一致。以下是他们对该新模型的评价：
Asana HubSpot AlphaSense Box Rogo Cognition Asana HubSpot AlphaSense Box Rogo Cognition QuoteCompanyAsanaAuthorAaron Vinh, Staff Software EngineerQuote“Claude Haiku 5.5 让我们印象深刻，尤其是它的速度。我们用它测试了 AI Teammates（我们的 AI Agent 产品）的评估套件，涵盖 bug 分诊、项目初始化、以及在大型项目组合中查找高风险或逾期任务等场景。与目前使用的模型相比，任务完成延迟降低了 30% 以上，每次 Agent 轮次的推理速度提升了 2.5 倍。体验明显更流畅。”
CompanyHubSpotAuthorZe’ev Klapow, Distinguished Software EngineerQuote“在 HubSpot，我们使用模拟门户网站来评估新模型在 CRM 任务（如交易报告）上的表现。我们主要测试更小、更高效的模型。Claude Haiku 5.5 在该套件中取得了目前为止的最高分，三次运行的平均分为 92.8%。其中一项 CRM 审计任务要求模型识别过时但模糊的记录。在所有受测模型中，Haiku 5.5 完成任务的速度最快，且命中率最高，误报率最低。”
CompanyAlphaSenseAuthorDaniel Campos, Distinguished EngineerQuote“Ask in Document 是我们主要的算力消耗来源之一，生产环境每周约有 800 万次调用。它基于单个或多个文档回答非常具体的问题。我们运行了 400 条查询，Claude Haiku 5.5 相比 Haiku 4.5 有统计学上的显著改进：0.84 对 0.76。”
CompanyBoxAuthorYashodha Bhavnani, VP of AI ProductsQuote“我们的客户利用 Box AI 处理大量企业内容。广泛使用带来了对效率和成本管控的需求，以及为特定任务寻找最佳模型的诉求。在早期测试中，Claude Haiku 5.5 的得分比 Haiku 4.5 高 11 分，而延迟仅约为其一半。我们计划将其用于大规模运行的分析工作，包括成本报告、财务摘要和每周例行审查。”
公司：Rogo 作者：Alex Wang，Applied AI 引言：“短文本和高吞吐量任务正是 Claude Haiku 5.5 适合我们的地方，例如快速查找、子 Agent 和摘要。当大型模型构建演示文稿时，Haiku 5.5 子 Agent 可以深入 10-K 文件，提取演示文稿所需的分部收入数据。它的准确性足以让我们放心使用，而且速度够快、成本够低，可以高频运行。”
公司：Cognition 作者：Walden Yan，联合创始人兼 CPO“Claude Haiku 5.5 作为 Devin Fusion 中的副手模型，表现出色。搭载 Haiku 5.5 后，Fusion 在 FrontierCode 上拿下了 66.2 的顶级分数，同时降低了成本和延迟。你现在就可以在 Devin CLI 中搭配 Opus 5.5 作为主模型来体验。”
定价
下表展示了 Claude Haiku 5.5 与我们其他模型的定价对比。当任务提示词在 100,000 tokens 以内时，Haiku 5.5 的性价比尤为突出——这类请求约占此前 Haiku 模型总请求量的 90%。
| 每百万 tokens 价格 | Haiku 5.5 提示词 ≤100k / >100k | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|
| 缓存读取 | $0.01 / $0.05 | $0.10 | $0.10 |
| 缓存写入 | $0.125 / $0.625 | $1.25 | $2.50 |
| 输入 tokens | $0.10 / $0.50 | $1.00 | $2.00 |
| 输出 tokens | $0.50 / $2.50 | $5.00 | $10.00 |
安全性
对齐。与 Haiku 4.5 相比，Claude Haiku 5.5 在我们几乎所有的对齐评估中都有显著提升。尤其值得一提的是，模型出现不良行为的情形大幅减少，配合滥用的意愿也更低。模型的 system card 详细介绍了我们的评估流程和结果。
安全防护。与其能力相匹配，Haiku 5.5 在网络安全方面的防护比 Haiku 4.5 更严格，但比我们近期其他模型略宽松一些。在网络安全领域，它允许的任务范围比 Sonnet 5.5 的防护标准更广，但仍会阻止渗透测试等更可能被攻击者利用的技术手段。
Haiku 5.5 在生物安全层面的防护措施与 Sonnet 5、Sonnet 5.5 及 Opus 5 保持一致。我们允许处理学术研究性质的生物学问题，但会限制我们认为可能导致危害的请求。从事更广泛生物学和网络活动的机构，可以申请加入我们的生命科学验证计划和网络验证计划。
可用性
Claude Haiku 5.5 现已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。在 Claude 平台上，开发者可以使用 claude-haiku-5-5 开始开发。
请查阅我们的迁移指南了解详情。
更多更新
除了 Claude Haiku 5.5 的新定价，我们还在进一步提升模型和产品的价值。
首先，从今天起，我们降低了 Claude Sonnet 5.5 的缓存读取价格。缓存读取费用降低 50%：从每百万 token $0.20 降至 $0.10。由于缓存读取占模型 token 消耗量的很大比例，这一调整使 Sonnet 5.5 在大多数 agentic 任务上的成本降低了约 20%。
例如，这次降价对 Sonnet 5.5 在 Terminal-Bench 4.0 基准测试中“性能相对成本”表现的影响如下：
- Haiku 5.5
- Haiku 4.5
- Sonnet 5.5（$0.10 缓存读取）
- Sonnet 5.5（$0.20 缓存读取）
Terminal-Bench 4.0 用于衡量模型在命令行界面中完成复杂多步骤专业任务的能力。
这张图表揭示了 Haiku 5.5 与我们更大模型之间的重要差异。对于 Terminal-Bench 4.0 所衡量的复杂 agentic 编码任务，Sonnet 5.5 和 Opus 5.5 仍是更佳选择。相比之下，Haiku 5.5 最适合那些范围更窄的任务——在过去版本的 Claude 中，这类任务可能因成本过高而难以实施，例如上下文压缩、摘要生成或 subagent 工作。
其次，本周我们将面向所有 Max 和 Team 订阅用户推出每月 API 额度，供其在 Claude Platform 上使用。Max 5x 用户每月可获 100 美元额度，Max 20x 用户每月可获 200 美元，Team 订阅用户则可共享最高 500 美元额度。这些额度旨在让用户能够尝试开发调用我们 API 的工具、应用和 Agent。它们可适用于我们任意模型。详情可参见我们的帮助中心文章。
面向开发者，我们还将更新 Claude Python 和 TypeScript SDK，以在 Beta 版本中支持 computer use 和 browser use。鉴于 Haiku 5.5 在速度、能力和价格上的综合优势，它尤其适合这类任务。更多内容可查阅我们的 Claude Platform 文档。
脚注
1 在各模型的标准速度下，Claude Haiku 5.5 是我们迄今最快的模型，但在 Fast Mode 下，其运行速度不及 Opus 系列模型。
2 对于 100,000 tokens 以内的请求，Claude Haiku 5.5 的价格比 Claude Haiku 4.5 低 90%；对于超过 100,000 tokens 的请求，则低 50%。在 Haiku 4.5 上，90% 的请求属于前者。此计算还考虑了 Haiku 4.5 与 Haiku 5.5 在完成相同工作量时所用 token 数量的差异：Haiku 5.5 采用了更新的 tokenizer（与 Sonnet 5.5 和 Opus 5.5 类似），这意味着它每任务消耗的 token 略多。