8.0
热点
AI SCORE
工具产品2026-10-08 02:49
Claude Haiku 5.5 基准跃升 72.4%，价格下调九成
The Decoder#Anthropic#Claude Haiku#价格战
Editor brief · 编辑速览
OSWorld 基准测试从 15.7% 升至 72.4%，token 价格最高降 90%，但新分词器增加了单任务 token 消耗。
Anthropic 发布了 Claude Haiku 5.5，这是该公司迄今为止最快、最便宜的小模型，专为数据查询和客户支持等高容量任务而构建。
Haiku 5.5 在基准测试中相比 Haiku 4.5 有大幅提升，token 价格最高降低 90%，在 Agent 编程等领域也超越了 OpenAI 的平价模型 GPT-6 Luna。
Haiku 5.5 现已在 AWS、Google Cloud 和 Azure 上线。Anthropic 还将 Sonnet 5.5 的缓存读取成本减半，并为订阅用户推出每月 API 额度。
Anthropic 发布了 Claude Haiku 5.5，这是该公司迄今为止最快、最便宜的小模型。基准测试结果显示其性能相比前代有大幅提升，同时 Anthropic 也在下调 Sonnet 5.5 的价格。
根据 Anthropic 的介绍，Haiku 5.5 专为高容量、成本敏感的任务设计，如摘要生成、数据库查询、分类和实时客户支持。平均来看，该模型的费用比 Haiku 4.5 低约 75%。对于不超过 10 万 token 的请求（Anthropic 表示这约占此前所有 Haiku 请求的 90%），价格降幅高达 90%。超过 10 万 token 的请求费用是前者的五倍。
Anthropic 指出，Haiku 5.5 使用了更新后的分词器，每个任务消耗的 token 略多于前代。Opus 4.x 系列中也出现过同样的情况，分词器变化单独就导致 token 使用量增加约 30%。因此实际节省的成本可能低于按 token 单价计算的结果。
Haiku 5.5 在知识基准测试 GDPval-AA v2.1 中得分为 1620，是前代 735 分的两倍多。在 Humanity's Last Exam 中，不使用工具得 45.9%，使用工具得 57.4%，而前代分别为 10.2% 和 18.7%。
最大幅的提升出现在计算机使用（computer use）方面，即模型自主操作计算机。由于计算机使用会消耗大量 token，像 Haiku 5.5 这样廉价快速的模型天然契合。在 OSWorld-2.1 上得 72.4%，前代仅为 15.7%。在 Agent 编程基准测试 Terminal-Bench 4.0 上，Haiku 5.5 达到 39.2%，而 Haiku 4.5 得分为零。
Anthropic 还列出了 OpenAI 平价模型 GPT-6 Luna 作为对比，Haiku 5.5 在所有测试类别中均领先。不过 Sonnet 5.5 的参考分数表明，Haiku 5.5 仍明显落后于 Anthropic 旗下更大的模型。
Haiku 5.5 是首个支持可调推理级别（adjustable reasoning levels）的 Haiku 级模型，让用户可以在成本和质量之间权衡。Anthropic 表示，该模型最适合范围明确的任务，如压缩、摘要或子 Agent 工作。对于复杂的 Agent 编程，Sonnet 5.5 和 Opus 5.5 仍是更好的选择。
网络安全保障比前代更严格，但比 Sonnet 5.5 允许更广泛的防御性任务范围，部分原因是该模型整体能力较弱。渗透测试仍然被阻止。有更广泛需求的组织可以申请 Anthropic 的生命科学和网络安全验证计划。
Haiku 5.5 现已在所有平台上线，包括 Amazon Web Services、Google Cloud 和 Microsoft Azure。
配合 Haiku 发布，Anthropic 将 Sonnet 5.5 的缓存读取成本降低 50%，从每百万 token 0.20 美元降至 0.10 美元。该公司表示，这应能使大多数 Agent 任务成本降低约 20%。此举无疑是对 OpenAI 新 GPT-6.1 系列的回应，表明 AI 价格战打得比以往任何时候都更激烈。
Anthropic 还将推出每月 API 额度。Max-5x 订阅者获得 100 美元，Max-20x 订阅者获得 200 美元，Team 订阅者每月最多获得 500 美元。用户可以用这些额度通过 API 试用各种工具、应用和 Agent。
该公司还在更新 Python 和 TypeScript SDK，添加计算机使用和浏览器使用的 Beta 支持。