Claude Haiku 5.5 发布：同价位表现超越 GPT-6 Luna
距离 Anthropic 发布 Haiku 4.5 已经一年左右。随着 Sonnet、Opus 和 Fable 迭代至 5.5 版本，Haiku 系列似乎被大家遗忘了，尤其是在 OpenAI 同步推出了 Luna 6、Astra 和 Sol 6 之后。
现在它来了，这是一次令人欣喜的更新。详见下文摘要。
Artificial Analysis@ArtificialAnlysAnthropic 发布了 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 上得分 43 分——相比一年前最后一次 Haiku 更新，提升了 26 分 Haiku 5.5 是首个支持 Anthropic 努力程度设置（effort settings）和自适应思维（adaptive thinking）的 Haiku 模型，同时 Anthropic 引入了分级……
下午 7:12 · 2026 年 10 月 7 日 · 15.2 万浏览92 条回复 · 111 次转发 · 1.67K 点赞
2026 年 10 月 6 日至 10 月 7 日的 AI 新闻。我们检查了 12 个 Reddit 子版块、544 个 Twitter 账号，没有新增 Discord 渠道。你可以访问 AINews 网站 检索所有往期内容。提醒一下，AINews 现已成为 Latent Space 的一个栏目。你可以选择订阅或退订电子邮件频率！
AI Twitter 回顾
头条：Anthropic 发布 Claude Haiku 5.5
发生了什么
Anthropic 发布了 Claude Haiku 5.5，这是该系列近一年来的首次更新。其定价与 OpenAI 的 GPT-6 Luna 持平，且 Anthropic 在同一天下调了 Sonnet 5.5 及订阅计划的价格。
发布前的信号。@scaling01 在官宣前就发了“Haiku 5.5 发布日快乐”。@kimmonismus 发现该模型已出现在 Claude Code 的一次更新中，并预测定价会“与 Luna 持平”。他随后在官方公告之前就公布了价格（@kimmonismus），并在上线时予以确认（@kimmonismus）。
官方发布。@claudeai 和 @AnthropicAI 称其为“我们发布过的最便宜、最快、能力最强的小模型”，运行成本平均比 Haiku 4.5 低约 75%。
可用性与定位。模型已在 Claude Platform 和 Claude Code 上线（@ClaudeDevs）。Anthropic 将其定位为配合 Opus 5.5 或 Sonnet 5.5 使用的子代理，适合摘要、压缩、数据库查询等大批量、成本敏感的任务。@mikeyk 把这种分工概括为“Opus 负责深度思考，Haiku 负责跑量”。
阶梯定价（@ClaudeDevs）：
Prompt 长度输入 / 输出（每 1M tokens）缓存读取（每 1M）10 万 tokens 以内$0.10 / $0.50$0.01超过 10 万 tokens$0.50 / $2.50$0.05
Sonnet 5.5 降价。缓存读取价格从每 1M tokens $0.20 减半至 $0.10。Anthropic 表示，这使 Sonnet 5.5 在大多数长时间运行或 agent 类任务上的成本降低约 20%（@claudeai）。
订阅用户 API 额度。Claude Platform 现为 Max 5x（$100）、Max 20x（$200）和 Team（最高 $500，团队共享）提供每月 API 额度。额度适用于所有模型（包括 Haiku 5.5），也可在第三方工具中使用（@ClaudeDevs）。
SDK 同日更新。Python 和 TypeScript 的 Claude SDK 现已内置 Computer-use 和 browser-use 工具包。SDK 负责运行动作循环，并向来自 browser_use、Browserbase、E2B 或 Daytona 的驱动程序发送点击和按键指令，开发者无需再手动编写该循环（@ClaudeDevs，快速入门）。
合作生态首日落地：
Cursor：据 @cursor_ai 称，在较短的请求任务中，其性能提升幅度比 Haiku 4.5 高出 10 倍，并发布了 CursorBench 对比数据（@cursor_ai）。
VS Code 中的 GitHub Copilot：据 @code 报告，它在许多编码任务上表现与 Claude Sonnet 5 持平，但消耗的 token 和步骤更少。
Devin：据 @cognition 报告，其在 FrontierCode 1.1 上的得分为 58.4%，领先 Sonnet 5，且单任务成本约为其八分之一，并推荐将其作为 Opus 5.5 主模型在 Fusion 模式下的“助手”。
Arena：已加入 Agent Arena、Code Arena WebDev、Text、Document 和 Vision 板块，具体分数待定（@arena）。
OpenDocRouter：同日新增支持（详见下文）。
独立评估：Artificial Analysis
@ArtificialAnlys 发布了最详尽的第三方数据（各项评测细分，对比页面）。
智能指数：43，在最大 effort 设置下得分，较上一代 Haiku 提升 26 分。
略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）。
与拥有 2.8 万亿参数的开源权重模型 Kimi K3（44）相当。
落后于最大 effort 设置下的 Claude Sonnet 5.5（56），相差 13 分。
新增控制功能。这是首个支持 Anthropic effort 设置和自适应思考（adaptive thinking）的 Haiku 模型。
Token 消耗是主要注意事项。
在最大推理力度下，每个 Index 任务消耗约 162k 输出 token，大约是 GPT-6 Luna 最大力度（约 50k）的 3 倍。
从 xhigh 提升至 max，分数增加 2 分，但 token 消耗量约为前者的 1.8 倍。
在同等分数下，表述更冗长：Haiku 5.5 在 high 力度下以约 55k token 获得 38 分，而 Luna 在 max 力度下以约 50k token 获得同样分数。在较低力度设置下，这一差距会进一步扩大。
成本数据为暂定值。 Artificial Analysis 尚未建模 100K token 以上 5 倍价格阶跃的任务成本，后续将更新。
AA-Briefcase（私有智能体知识工作评测）：1578 Elo。领先 Kimi K3 和 GLM-5.3，与最大力度下的 Muse Spark 1.3 相当。
Terminal-Bench 4.0：33%，相比 Haiku 4.5 的 0% 有所提升。
与 GLM-5.3 Flash 持平。
领先 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）。
知识准确性与幻觉率（AA-Omniscience）：
模型准确率幻觉率Haiku 5.536%40%Gemini 3.8 Flash55%55%GPT-6 Luna44%77%
Haiku 准确率较低的部分原因在于，它更倾向于承认“不知道”。
AutomationBench-AA：35%，相比之下 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 在 53–60% 之间。预发布版本中的安全漏洞导致模型过度拒绝请求。Anthropic 正在修复，Artificial Analysis 将重新运行评测，预计分数将有所上升。
规格参数：
1M token 上下文，相比 Haiku 4.5 的 200k 有所扩展。
文本和图像输入，文本输出。
5 分钟缓存写入费用为每 1M token $0.125（超过 100K 时为 $0.625）。
其他基准测试声明（多为厂商或二手来源）
@ShayneRedford 总结了 Anthropic 报告的进步幅度：
OSWorld（计算机操作）：15% → 72%。
TerminalBench：0% → 39%。这与 Artificial Analysis 在 Terminal-Bench 4.0 上的独立 33% 存在差异。
知识工作和推理能力有 10–50% 的提升。
在这些指标上大多领先于 Luna。
1M 上下文，最大输出 token 约 12k。
@alexalbert__（Anthropic）强调，Haiku 4.5 发布于 2025 年 10 月 15 日，因此两代产品的对比时间跨度不到一年。
@TheRundownAI 称其在“多项基准测试”上超越 GPT-6 Luna。
文档解析（独立测试，基于 ParseBench）：
@LoganMarkewich：整体接近 Luna，表格处理略好，图表理解略差。
@jerryjliu0：约每千页 1.2 美元。就这个价格而言，表格和阅读顺序识别不错；图表、语义格式和边界框方面偏弱。
用户反馈：
@simonw 写了定价点评，并跑了他的“鹈鹕骑自行车”测试。他表示比贵 10 倍的 Haiku 4.5“强太多了”（对比）。
@AI_Screening 说 Haiku 5.5 在一个 Three.js 斑马模拟任务上“完胜” Luna（单次测试，非系统性评测）。
观点与反响
看好
@kimmonismus：“比 GPT-6-Luna 好很多，接近 Sonnet 5.5……又便宜又聪明。”
@theo 很欣赏这种分层定价：10 万 token 以下只收五分之一的价格，“让人一眼就明白这模型是给谁用的”。他还惊讶地看到 Anthropic 的模型“在成本/智能图上首次落在最左侧”（@theo），并在直播中聊了这次发布（@theo）。
@draecomino：“Haiku 开到最大算力，表现堪比前沿模型。”
@kipperrii 认为小而便宜的模型现在能干“一大堆有用的活”，因此变得更重要了。
@scaling01（“便宜到爆”），随后又发帖（@scaling01）：“5.5 系列看起来相当不错。”
@NotTomBrown（称其“小身材大能量”）和来自 Anthropic 的 @edwinarbus 纷纷发文庆祝。
竞争视角
此次发布被广泛解读为针对 OpenAI 的 GPT-6 Luna：有用户（@dejavucoder）吐槽“干掉 GPT-6 Luna”，还有人（@scaling01）表示“该烹饪 Luna 了”。
@kimmonismus 认为 Sonnet 缓存读取成本的降低意味着 Anthropic 正在向 OpenAI 施压。在提及 API 额度时，他补充道：“OpenAI，轮到你了”（@kimmonismus）。
@teortaxesTex 指出，相较于 OpenAI 的 Luna/Sol/Astra，Anthropic 现在拥有“最深厚的产品阵容”（Haiku/Sonnet/Opus/Fable 加上 Mythos）。不过他认为 Anthropic “对产品的关注度较低”，这反映了其在 2026 年前拥有很大的战略缓冲空间。
ThursdAI 的 @altryne 对中间层级的定位提出质疑：“当 Opus 价格高昂时，Sonnet 的存在才合理。”该节目计划介绍 Haiku 5.5（@thursdai_pod）。
注意事项（主要基于数据，而非尖锐批评）
主打价格可能夸大了实际节省幅度。
高 Token 消耗（在最大力度下约为 Luna 的 3 倍）抵消了部分按 Token 计费的折扣优势。
超过 100K tokens 的提示词需支付 5 倍费用，这对长上下文代理循环影响显著。
这两个因素很可能解释了为何 Cursor 宣称“短请求便宜 10 倍”与 Anthropic 宣称“平均便宜 75%”存在差异。
事实召回能力弱于 Gemini 3.8 Flash 和 Luna。
过度拒绝缺陷目前拉低了自动化评分。
基准测试尚缺：Arena 评分待定，且由于分级定价支持尚未完善，独立的单任务成本数据也需等待。
背景
自 2025 年 10 月起，Haiku 4.5 一直是 Anthropic 的小模型。在此期间，OpenAI 的 GPT-6 Luna、Gemini 3.8 Flash、GLM-5.3 Flash 以及 DeepSeek V4.1 Flash 都在低成本领域展开竞争。
Haiku 5.5 的标价与 Luna 完全一致，并新增了 effort 控制功能和 1M 上下文支持。
该模型被明确定位为多模型 Agent 框架中廉价的执行单元，适用于 Claude Code 子 Agent、Devin Fusion、Copilot 子 Agent 以及压缩或摘要处理步骤。
Anthropic 同时推出了 Sonnet 缓存读取降价和订阅 API 积分，协同推进 Agent 经济学优化。此举正值业内对 Token 账单展开广泛讨论之际（参见下方 @theo 的言论）。
其他新闻
OpenAI 722 份数学手稿：规模、效率与后续影响