Haiku 5.5降价75%,但长提示只便宜一半

Anthropic 上线 Claude Haiku 5.5，官方说它是"最便宜、最快、也最强的小模型"。

便宜九成，和便宜一半

定价表分两档，单位都是每百万 token。十万 token 以内的请求：输入 0.10 美元、输出 0.50 美元、缓存读 0.01 美元，三项都比上一代便宜九成。越过十万 token 之后，这三项按五倍计价，跟前一代比只便宜一半。

Anthropic 在博客里给了个分布：历史请求里大约 90% 的提示都在十万 token 以内。要是你的主力场景是整库代码补全、整份财报问答这类活，很可能正好落在那剩下的一成里，预算就得按"便宜一半"写，别拿 75% 去报账。

缓存命中率才是账单的变量

你的 agent 每一轮都在重发同一段系统提示和历史，这段走缓存读，价格是上一代的十分之一。服务没把它存下来复用，省下的就只剩输入端那九成。

具体差多少可以算一遍。一个 agent 服务每轮重发 2 万 token 的提示和历史，跑满 10 万轮就是 20 亿 token 的缓存读：按上一代 0.10 美元每百万算，这段要 200 美元；按这一代 0.01 美元算，20 美元。推理质量没变，这段的差价是 180 美元。

怎么量自己的命中率？把上一周的请求日志拉出来，看有多少 token 落在缓存读这一项上。这一项占比高的服务，这次降价拿到的是十倍；占比低的服务，拿到的是输入端那九成，重新灌上下文的钱还会一点点吃掉它。

同一天，Sonnet 5.5 的缓存读也从 0.20 美元降到 0.10 美元，官方估算这让大多数 agent 任务的整体成本降约 20%。已经在用 Sonnet 5.5 的团队，这条的变化比换不换 Haiku 更大。

跑分和边界

能力这边也不是白送。官方基准里，Haiku 5.5 在 OSWorld 2.1 离线子集拿到 72.4%，Haiku 4.5 只有 15.7%；Terminal-Bench 4.0 是 39.2%，上一代是 0.0%；Humanity's Last Exam 无工具 45.9%，上一代 10.2%。这也是 Haiku 级模型第一次带上 effort 档位，可以自己选省钱还是选聪明。

Asana 的工程师在官方博客里说，他们拿它跑 AI Teammates 的评估集，任务完成延迟降了三成以上，每个 agent turn 的推理速度最高快 2.5 倍。effort 档位按任务分级就行：分类、摘要、压缩这类跑低档，需要多步推理的再抬上去。

边界也一起说清楚。每天跑几万次短分类、提示又能命中缓存的活，这次降价省得最多；一次性的长文档分析就不一样，省下的会明显缩水。还有一类任务跟价格无关：官方写明 Haiku 5.5 的网络安全护栏比上一代更严，渗透测试这类请求会被直接挡住，再便宜也用不上。

我拿官方那张定价表按自己的调用量算了一遍，结论比标题上的 75% 悲观一点。你要是有兴趣，也可以照着自己最近一周的请求分布算算，看落在哪一档。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～