Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
[AINews] Claude Haiku 5.5 — better than GPT-6 Luna at the same pricing
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 层级约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。
汇总了 Haiku 5.5 的第三方评测、分层定价与同日 SDK 更新，可据此判断小模型在智能体工作流中的成本位置。
距离 Anthropic 发布 Haiku 4.5已经过去大约一年了，随着 Sonnet、Opus 和 Fable 一路迭代到 5.5，它似乎有点被遗忘了，尤其是在 OpenAI 推出 Luna 6 以及 Astra 和 Sol 6 之后。
嗯，它来了，而且是一次令人欣喜的更新。更多内容见下方摘要。
Artificial Analysis@ArtificialAnlys
下午 7:12 · 2026 年 10 月 7 日 · 15.2 万次浏览
2026/10/06-2026/10/7 的 AI 新闻。我们检查了 12 个 subreddit、544 个 Twitter 账号，没有更多 Discord。 AINews 的网站让你可以搜索所有过往期号。提醒一下，AINews 现在是 Latent Space 的一个栏目。你可以选择订阅/退订邮件频率！
头条新闻：Anthropic 发布 Claude Haiku 5.5
Anthropic 发布了 Claude Haiku 5.5，这是其大约一年来首次更新 Haiku 层级。其定价与 OpenAI 的 GPT-6 Luna 相当，Anthropic 同日还下调了 Sonnet 5.5 及其订阅计划的价格。
发布前信号。 @scaling01 在公告前发帖称“Haiku 5.5 日快乐”。 @kimmonismus 表示该模型已经出现在一次 Claude Code 更新中，并预测了“Luna 定价”。随后他在官方帖子之前发布了定价（@kimmonismus），并在上线时予以确认（@kimmonismus）。
正式发布。 @claudeai 和 @AnthropicAI 称其为“我们发布过的最便宜、最快、能力最强的小型模型”，平均运行成本比 Haiku 4.5 低约 75%。
可用性与预期用途。 它已在 Claude Platform 和 Claude Code 中上线（@ClaudeDevs）。Anthropic 将其定位为与 Opus 5.5 或 Sonnet 5.5 搭配的子代理，用于高并发、对成本敏感的工作，如摘要、压缩和数据库查询。 @mikeyk 将这种分工描述为“Opus 做繁重的思考，Haiku 做高并发的工作”。
分级定价（@ClaudeDevs）：
提示长度每 100 万 token 的输入/输出每 100 万 token 的缓存读取低于 10 万 token$0.10 / $0.50$0.01超过 10 万 token$0.50 / $2.50$0.05
Sonnet 5.5 降价。 缓存读取从每 100 万 token $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代理型工作中便宜约 20%（@claudeai）。
面向订阅者的 API 额度。 每月 Claude Platform API 额度现在随 Max 5x（$100）、Max 20x（$200）和 Team（最高 $500，共享）提供。它们适用于任何模型，包括 Haiku 5.5，也适用于第三方工具（@ClaudeDevs）。
同日 SDK 更新。计算机使用和浏览器使用工具集现已内置到 Python 和 TypeScript 版 Claude SDK 中。SDK 负责运行操作循环，并将点击和按键发送给来自 browser_use、Browserbase、E2B 或 Daytona 的驱动程序，因此开发者无需再自行编写该循环（@ClaudeDevs，快速入门）。
首日合作伙伴上线：
Cursor：@cursor_ai 声称在较短请求上“比 Haiku 4.5 少 10 倍”，并发布了 CursorBench 对比（@cursor_ai）。
VS Code 中的 GitHub Copilot：@code 报告称它“在许多编码任务上匹配 Claude Sonnet 5，同时使用更少的 token 和步骤。”
Devin：@cognition 报告在 FrontierCode 1.1 上达到 58.4%，领先 Sonnet 5，且每任务成本约为其八分之一，并推荐将其作为 Fusion 中 Opus 5.5 主导下的“助手”。
Arena：已加入 Agent Arena、Code Arena WebDev、Text、Document 和 Vision，分数待定（@arena）。
OpenDocRouter：同日加入（详情见下文）。
@ArtificialAnlys 发布了最详细的第三方数据（逐项评估细分，对比页面）。
智能指数：43（最大努力），较上一代 Haiku 提升 26 分。
略领先于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）。
与 Kimi K3（44）相当，后者是一个 2.8T 参数的开源权重模型。
在最大努力下落后 Claude Sonnet 5.5（56）13 分。
新控制项。这是首个具备 Anthropic 努力设置和自适应思考的 Haiku。
Token 用量是主要注意事项。
在最大努力下，每个 Index 任务约使用 162k 输出 token，约为 GPT-6 Luna 最大努力（约 50k）的 3 倍。
从 xhigh 提升到 max 增加 2 分，但 token 用量约为 1.8 倍。
在相同分数下它仍然更啰嗦：Haiku 5.5 在高努力下得分 38，使用约 55k token，而 Luna 在最大努力下得分 38，使用约 50k。在较低努力设置下差距更大。
成本数据为暂定。Artificial Analysis 尚未对超过 100K token 后 5 倍价格阶梯进行建模。每任务成本数据将随后发布。
AA-Briefcase（私有智能体知识工作评估）：1578 Elo。这领先于 Kimi K3 和 GLM-5.3，与最大努力下的 Muse Spark 1.3 相当。
Terminal-Bench 4.0：33%，较 Haiku 4.5 的 0% 有所提升。
与 GLM-5.3 Flash 持平。
领先于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）。
知识与幻觉对比（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是它更愿意表示自己不知道。
AutomationBench-AA：35%，而 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 为 53–60%。一个发布前的安全漏洞导致模型过度拒绝。Anthropic 正在修复，Artificial Analysis 将重新运行该评估，并预计分数会上升。
规格：
100 万 token 上下文，较 Haiku 4.5 的 200k 有所提升。
文本和图像输入，文本输出。
5 分钟缓存写入每 100 万 token 收费 $0.125（超过 100K 为 $0.625）。
@ShayneRedford 总结了 Anthropic 报告的提升：
OSWorld（计算机使用）：15% → 72%。
TerminalBench：0% → 39%。这与 Artificial Analysis 在 Terminal-Bench 4.0 上独立测得的 33% 不同。
知识工作和推理方面提升 10–50%。
在大多数这些方面都胜过 Luna。
100 万上下文，最大输出 token 约 12k。
@alexalbert__（Anthropic）强调 Haiku 4.5 于 2025 年 10 月 15 日发布，因此这一对比跨度不到一年。
@TheRundownAI 报道称它在“各种基准测试中”都击败了 GPT-6 Luna。
文档解析（独立测试，基于 ParseBench）：
@LoganMarkewich：整体接近 Luna，表格上略好，图表理解上较差。
@jerryjliu0：每 1,000 页约 1.2 美元。就这个价格而言，擅长表格和阅读顺序；在图表、语义格式和边界框方面较弱。
轶事：
@simonw 写了定价笔记，并跑了他的“自行车上的鹈鹕”测试。他说它比 Haiku 4.5“好太多了”，而后者价格贵 10 倍（对比）。
@AI_Screening 称 Haiku 5.5 在一个 Three.js 斑马模拟中“碾压”了 Luna（单次提示，非系统性测试）。
看多
@kimmonismus：“比 GPT-6-Luna 好得多，更接近 Sonnet 5.5……便宜又聪明。”
@theo 喜欢这种分层定价：10 万 token 以下只收五分之一的价格，“让人非常清楚这个模型是干什么用的”。他还觉得看到一个 Anthropic 模型“在成本/智能图表上如此靠左”很引人注目（@theo），并在直播中报道了这次发布（@theo）。
@draecomino：“Haiku 在最大努力下表现得像前沿模型。”
@kipperrii 认为小型、廉价的模型现在更重要，因为它们能完成“大量有用的事情”。
@scaling01（“便宜得要命”）以及后来（@scaling01）：“5.5 模型看起来不错。”
@NotTomBrown（“小而强大”）和 @edwinarbus，两人都来自 Anthropic 一方，发布了庆祝性的内容。
竞争框架
这次发布被广泛解读为针对 OpenAI 的 GPT-6 Luna：“rip gpt 6 luna”（@dejavucoder），“是时候烹饪 Luna 了”（@scaling01）。
@kimmonismus 将 Sonnet 缓存读取降价解读为 Anthropic 在向 OpenAI 施压。关于 API 额度，他补充道：“OpenAI：轮到你了”（@kimmonismus）。
@teortaxesTex 称 Anthropic 现在拥有“所有实验室中最深的产品阵容”（Haiku/Sonnet/Opus/Fable 加上 Mythos），对比 OpenAI 的 Luna/Sol/Astra。他仍然认为 Anthropic“对产品不那么上心”，他将其解读为它在整个 2026 年一直有很大余裕的迹象。
ThursdAI 的 @altryne 质疑中间层：“当 Opus 还很贵的时候，Sonnet 是有意义的。”该节目计划报道 Haiku 5.5（@thursdai_pod）。
注意事项（主要来自数据，而非大声批评者）
头条价格可能夸大了实际节省。
大量 token 使用（在最大努力下约为 Luna 的 3 倍）抵消了部分每 token 折扣。
超过 10 万 token 的提示要多付 5 倍，这对长上下文智能体循环很重要。
这两种效应很可能解释了为什么 Cursor 的“短请求便宜 10 倍”与 Anthropic 的“平均便宜 75%”存在差异。
事实回忆弱于 Gemini 3.8 Flash 和 Luna。
过度拒绝的 bug目前压低了自动化得分。
尚未基准测试：Arena 分数待定，独立的每任务成本数据有待分层定价支持。
自 2025 年 10 月以来，Haiku 4.5 一直是 Anthropic 的小型模型。此后，OpenAI 的 GPT-6 Luna、Gemini 3.8 Flash、GLM-5.3 Flash 和 DeepSeek V4.1 Flash 在低成本端展开竞争。
Haiku 5.5 的标价与 Luna 完全一致。它增加了 effort 控制和 1M 上下文。
它被明确地定位为多模型 agent 框架中的廉价工作单元：Claude Code 子代理、Devin Fusion、Copilot 子代理，以及压缩或摘要步骤。
Anthropic 将其与 Sonnet 缓存读取削减和订阅 API 额度搭配，这是对 agent 经济性的一次协同推进。这一推进正值关于 token 账单的更广泛争论之际（见下方 @theo）。
OpenAI 的 722 份数学手稿：规模、效率与影响
来源：Latent Space · latent.space