这股"囤旧盒子跑AI"的风，先把结论放在前面：它的前提已经塌了。Anthropic在美西时间10月7日上线Claude Haiku 5.5，输入每百万token只要0.1美元、输出0.5美元，直接降到上一代Haiku 4.5的十分之一。 按这个定价，一次任务输入加输出各一百万token合计不到一美元，想靠API用量花回一台几千元旧盒子，得调用到多数个人用户几年都用不完的量。真正要避的不是算力，而是这张价目表上的3个坑——每一个都藏着多花的钱。36氪
囤盒子的风气并非空穴来风：一边是M4版Mac mini入门款彻底下架、仅剩版本下单后最少要等25天。 另一边，"给小白的本地模型避坑指南"这类笔记在小红书早就流传。 而按吨囤货的大哥其实是OpenAI：据报道，它过去数月购入数万台Mac mini和Mac Studio，全部用于强化学习训练。 但训练用的机器和推理用的机器是两本账，个人用户抄作业之前，先把价目表读三遍。微博小红书微博
坑一：一毛钱只保10万token以内，过线价格翻5倍
0.1美元的标价只覆盖单次请求10万token以内；一旦越过这条线，输入变成0.5美元、输出2.5美元，缓存读取也从每百万token 0.01美元涨到0.05美元，整体翻5倍。 开发者宝玉xp专门提醒，这个5倍的价格断层"在价格页面被很好地隐藏了起来"。 Anthropic自己的解释是，大约90%的Haiku 4.5请求都在10万token以下，所以对多数人相当于直接打一折；但这笔折扣另有一个前提——新分词器会让同一段文字多用大约25%的token，因此整体平均节省约75%，而不是90%。 定预算前，先拿有代表性的任务重新实测token数，别用旧预算乘以新标价外推成本。36氪微博
坑二：Haiku的定位是干杂活，五档模式别一律开满
Anthropic给Haiku 5.5安排的角色很明确：文档摘要、信息分类、数据库查询、给大模型当子智能体、实时客服、浏览器操作，复杂的编码工作还是交给Sonnet和Opus。 它也是首款支持可调档位的Haiku：默认Medium，Low、Medium、High、xhigh、Max共五档。独立开发者Simon Willison实测同一个画图任务，Low档7秒花掉不到0.1美分，Max档跑了5分9秒、花3.3美分，档位间成本差出30多倍。36氪
小模型仍是小模型：事实性测试AA-Omniscience的准确率只有36%，而Gemini 3.8 Flash和GPT-6 Luna分别是55%和44%。 "便宜"的正确用法是把任务分重活轻活：量大简单的外包给小模型，事实性要求高的往上路由，否则返工费比省下的Token钱更贵。36氪
坑三：省钱利器在缓存和积分，堆Agent不免费
这轮发布里最实在的降价其实在缓存：Sonnet 5.5的缓存读取从每百万token 0.2美元砍到0.1美元，正好一半，由于缓存读取在智能体工作中占比很大，Anthropic估算大多数智能体任务成本能降约20%。 订阅用户另外多了一项月度API积分：Max 5x档每月100美元、Max 20x档200美元、Team最多500美元团队共享，相当于订阅费全额返成API额度，只在当月有效、不滚存。36氪
反过来，"多堆Agent"不是免费杠杆。OpenAgents联合哥伦比亚大学等机构在10月发布的多智能体协作基准AgentWorld里，四种模型驱动的团队在主任务集上的成功率只有52%、45%、36%和20%。 发消息更多的模型成功率反而垫底：GPT-5 Mini平均每项任务发44条消息、成功率36%，Gemini 3 Flash平均只发11条、成功率52%。人数不等于把握，协调开销和错误传播都会记在账单上。36氪
旧盒子到底囤不囤
如果场景是数据不能出设备、需要长时间离线运行、或有专属的持续算力需求，本地部署依然成立。但如果理由只是"省API钱"，这个理由已经站不住：OpenAI的GPT-6 Luna早就凭0.1美元守着低价档，这次Anthropic把价格直接拉平、性能还略占上风。 国产小模型也没有退场，Qwen3.7 Flash在3.2万token以内的输入价只要0.03美元。小模型价格战才刚刚开始，API这一侧大概率还会继续变便宜——囤回来的旧盒子，回本的机会反而越来越小。别跟风囤盒子，先把坑避开，再决定要不要那台机器。36氪
