发生了什么
Anthropic 于 2026 年 10 月 7 日发布轻量级模型 Claude Haiku 5.5（模型 id claude-haiku-5-5），并称其为迄今最快、最便宜、能力最强的小模型。该模型面向高频、成本敏感的调用场景，官方点名的用例包括摘要、上下文压缩、数据库查询与分类请求，也可作为 Opus 5.5、Sonnet 5.5 的编码子智能体。它提供 100 万 token 上下文与最高 128K 输出，是 Haiku 系列首个带「推理强度」（effort）调节的模型，用户可在成本与智能之间自行取舍。模型已上架 Claude 平台，并同步在亚马逊云科技、谷歌云与微软 Azure 提供。
- 定价：10 万 token 以内每百万输入 0.10 美元、输出 0.50 美元；超过 10 万 token 升至 0.50 / 2.50 美元。对比 Haiku 4.5（1 / 5 美元），官方称平均运行成本降约 75%，10 万 token 以内便宜约 90%。
- 速度：官方称标准速度下为迄今最快模型，适合实时客服、浏览器操作等对延迟敏感的任务。
- 基准（官方自报）：OSWorld 2.1 离线子集 72.4%、Terminal-Bench 4.0 39.2%、附带工具的 Humanity's Last Exam 57.4%；同批 Sonnet 5.5 的 Terminal-Bench 4.0 为 70.6%。
- 同日调整：Sonnet 5.5 缓存读取价自每百万 0.20 美元降至 0.10 美元，官方称使其多数智能体任务成本降约 20%。
- 订阅权益：Max 5x 每月 100 美元、Max 20x 每月 200 美元 API 额度，Team 最高 500 美元共享。
为什么重要
这次发布把竞争焦点从「旗舰能力」推向「单位任务成本」。Anthropic 把缓存读取降价、可调推理强度与月度 API 额度打包在同一批发布，指向的是智能体与子智能体规模化落地时的成本模型：当模型被反复调用、且大量请求集中在小提示词区间，每百万 token 的单价比拼会让位于「完成一次任务的总开销」与端到端延迟。官方引用 Asana 的早期测试称，任务完成延迟下降逾 30%、每轮智能体推理最高快 2.5 倍，说明轻量模型正在被放进真实工作流，而非停留在演示层面。对预算受限、又需要把模型嵌入既有系统的企业而言，小模型的可调控性比旗舰模型的绝对能力更具采购意义。
不确定之处
其一，上述基准均为官方自报，尚未见独立复现，OSWorld 与 Terminal-Bench 的口径差异需第三方核实。其二，Haiku 5.5 的网络安全护栏比 Haiku 4.5 更严格、但比近期其他模型更宽松，生物护栏与 Sonnet 5 / 5.5、Opus 5 一致，实际可及的任务边界仍取决于申请与验证流程。其三，可调推理强度对成本—精度曲线的影响官方仅有图表、未给机制说明，生产环境的路由规则与阈值仍需企业用自身标注数据调校。