Anthropic 于 10 月 7 日发布 Claude Haiku 5.5，面向短小、频繁的任务；这类任务可能占据代理系统大量调用量。Claude API 的公开费率起价为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元，是 Haiku 4.5 费率的十分之一。不过，Anthropic 表示，同一段文本在新模型上约需多 30% 的 token，超过 100,000 token 的 prompt 则进入更高价格档。使用 Haiku 4.5 的团队应在估算账单或迁移生产流量前重新计算自己的请求。

此次发布也改变了 Messages API 的使用方式。手动设置的 thinking 预算在 Haiku 5.5 上无效，adaptive thinking 默认开启，而且第一个响应块可能是 thinking 而不是文本。对于反复调用小模型来分类、提取、路由或总结内容的服务来说，这些都是明确的兼容性检查项。

重大变化

  • 变化内容： Anthropic 将全新的百万 token 上下文窗口和 adaptive thinking 带入价格最低的 Claude 档位。Haiku 5.5 降低了短 prompt 的费率，同时改变了文本计数方式和响应可能的开头形式。
  • 重要性： 团队现在可以考虑以更低的公开费率，在更多频繁且范围明确的代理步骤中使用 Claude。实际收益取决于 prompt 长度分布、输出和 thinking token、缓存使用情况，以及新模型能否达到该步骤的质量目标。
  • 需要关注： Haiku 4.5 集成需要经过测量后再迁移。重新计数后，接近 100,000 token 门槛的请求可能进入更高档位；假设第一个内容块必定是文本的代码，也可能错误处理原本成功的回复。

价格取决于 prompt 长度

在 Claude API 中，Haiku 5.5 对不超过 100,000 token 的 prompt 收费为每百万输入 token 0.10 美元、每百万输出 token 0.50 美元。超过该门槛后，对应费率为 0.50 美元和 2.50 美元。Haiku 4.5 在其 200,000-token 上下文窗口内的标价为 1 美元和 5 美元。Haiku 5.5 的上下文窗口为百万 token，最大输出为 128,000 token；Haiku 4.5 则分别为 200,000 和 64,000。Anthropic 列出 Claude API、Amazon Bedrock、AWS 上的 Claude Platform、Google Cloud 和 Microsoft Foundry 等可用渠道。Amazon Bedrock 的模型 ID 是 anthropic.claude-haiku-5-5；Claude API 使用 claude-haiku-5-5。Anthropic 的模型页面列出了各平台当前的 ID、限制和费率。

Anthropic 表示，Haiku 5.5 的平均运行成本比 Haiku 4.5 低约 75% 平均而言。其脚注综合了几项因素：不超过 100,000 token 的 prompt 标价低 90%；超过门槛后低 50%；Anthropic 观察到 Haiku 4.5 的请求中有 90% 属于较短类别；新 tokenizer 对同一任务会计算出更多 token。这一计算反映的是 Anthropic 自身的请求组合，并不意味着每个请求都能享受统一折扣。同一输入文本增加约 30% token 也是供应商的估算，实际变化取决于内容。Anthropic 的发布公告 同时说明了这一说法及其计算方法。

对于未使用缓存的 Claude API 请求，取 Haiku 5.5 的输入和输出 token 数，分别乘以该请求对应的 prompt 长度价格档费率，再除以一百万。举例来说，按短 prompt 费率计算，80,000 个输入 token 和 10,000 个输出 token 的费用是 0.013 美元；若输入为 120,000、输出为 10,000，按长 prompt 费率计算则为 0.085 美元。这些是价格计算示例，不是实际观察到的任务或预测。缓存读取和写入各有费率，批处理的输入和输出则标有 50% 折扣。因此，实用的估算方法是先按 prompt 长度和缓存行为对真实调用分组，再汇总费用。 Haiku 5.5 模型页面 列出了这些类别。

使用 Message token 计数端点重新计算已保存的代表性 prompt，并指定 claude-haiku-5-5。旧模型的 token 总数无法判断某个 prompt 在 5.5 上会落入哪个档位。若要进行实际抽样，应连同任务结果记录响应中的 usage、输出长度、缓存字段、effort 和实际费用。样本应涵盖短请求、最长的重复对话，以及接近 100,000 token 的情况。BIG CHANGE 已审阅相关文档，但没有运行 Haiku 5.5，也没有测量生产工作负载。

迁移时需要重新检查的设置

Anthropic 的 Haiku 5.5 迁移指南 为从 Haiku 4.5 迁移的客户端提供了相当具体的检查清单：

  1. 更改平台对应的模型 ID，并重新计算 prompts。claude-haiku-5-5是固定的 Claude API ID，没有日期后缀或单独别名。检查 max_tokens，因为 thinking 会占用该上限，而且相同文本可能需要更多 token。
  2. 将 thinking: {"type":"enabled","budget_tokens":N}替换为 adaptive thinking，或让 thinking保持未设置。通过 output_config.effort调整深度；文档中的默认值为 medium。较低的 max_tokens可能会让响应在 thinking 块之后、任何文本出现之前就结束。
  3. 按 type读取内容块，而不是按位置读取。将 thinking 块与工具结果一起原样传回。测试会通过另一个账户重放内容块，或更改先前消息、系统指令或工具的对话存储系统。
  4. 移除自定义的 temperature、top_p和 top_k设置。将最后一条 assistant 预填改为 user 回合；对于受限格式，采用 Anthropic 文档说明的结构化输出或工具方案。在客户端处理值为 stop_reason的 refusal。
  5. 如果集成在 Claude API 或 Google Cloud 上使用 computer use，请将旧的 computer_20250124工具替换为 computer_toolset_20260801，并按指南更新工具循环。使用 Haiku 4.5 Priority Tier 容量的组织还需要单独规划：指南称 Haiku 5.5 不提供 Priority Tier。

这些变化没有规定所有任务都使用同一个 effort 设置。进行比较时，应固定应用任务和验收标准，再记录各候选设置下的回答质量、拒绝、截断、延迟和计费 token。Anthropic 报告称，Haiku 5.5 在多项基准测试中优于 4.5，包括其 Terminal-Bench 4.0 表格中的 39.2% 对 0.0%。这些是在 Anthropic 自身评估条件下报告的结果，并非读者代理系统的实测值。Anthropic 还表示，在该基准上，Sonnet 5.5 和 Opus 5.5 更适合复杂的代理式编程。Haiku 4.5 用户近期需要判断的是：纳入 API 变化和新的 token 数之后，小模型能否满足每个范围较窄步骤的要求。

来源与延伸阅读