Haiku 5.5 输入 $0.10/百万 token：过 10 万 token 后每行乘 5

Anthropic 在 2026 年 10 月 7 日发布 Claude Haiku 5.5，称它是”我们发布过的最便宜、最快、能力最强的 小模型”。输入从 $1.00 降到 $0.10 每百万 token，输出从 $5.00 降到 $0.50——标价上是 90% 的降幅。原厂 自己的句子更谨慎：“平均而言，现在运行它便宜大约 75%。”

差别在定价表里，不在标题里。Haiku 5.5 是当前 Claude 系列里唯一按 prompt 长度计价的模型：prompt 不 超过 100,000 token 时 $0.10 进 / $0.50 出；越过这条线，每一行都按五倍计费。对分类、抽取、subagent 这些 Haiku 被卖给的负载，问题是你有多少请求已经越线。

五行价格全部乘 5

取自 Haiku 5.5 规格表与定价页，单位均为每百万 token：

两档都另享 Batch 五折；仅限美国推理的 1.1 倍加价同样作用在高价那一列。同一次发布还把 Sonnet 5.5 的缓存读取价从 $0.20 砍到 $0.10——Anthropic 说这让 Sonnet 5.5 在多数 agentic 任务上便宜约 20%。原厂说： 不超过 100,000 token 的 prompt “占我们上一个 Haiku 模型请求量的约 90%“。那说的是 Haiku 4.5 的流量， 而 4.5 的窗口是 200,000 token——不是对你的保证。

缓存命中不能把你留在门槛之下

定价页写明 Claude 4.6 及之后的模型”（Claude Haiku 5.5 除外）……在标准价格下包含完整的 1M token 上下文 窗口”。Haiku 5.5 是被点名的例外：

“一次请求的 prompt 长度计入它全部输入 token，包括缓存读取与缓存写入。每个请求单独计价：越过门槛的 请求按更高价格计费，即使它的 prompt 有一部分是缓存命中；更早的请求保持它们当时被计费的价格。”

别处让长上下文 agent 循环负担得起的办法——缓存一大块稳定内容、每轮都发——并不能把 Haiku 5.5 请求拉回 门槛以下：缓存的 token 一样被计数，每一轮单独计价，上下文长起来的会话在后续每一轮都付高价那一列， 包括只读缓存的轮。

同一段文字现在算更多 token

Haiku 5.5 用的是随 Claude Opus 4.7 引入的 tokenizer。原厂原话：“同样的输入文本在 Claude Haiku 5.5 上产生 约多 30% 的 token……具体增幅取决于内容。“90% 之所以变成 75%，正是因为降价是拿一个已经变大的 token 计数去量的。Simon Willison 在自家 prompt 上量到约 1.25 倍，方向一致、数字略大。

文档里还有两条推论。窗口名义上更大、实际更小：“在当前 tokenizer 下 1M token 约等于 55.5 万词”，而”此前 的模型在 1M token 里装得下约 75 万词”。为 Haiku 4.5 调好的 max_tokens 上限”可能截断等效输出”，因为 thinking token 现在计入其中。图片同理：5.5 走高分辨率档，Anthropic 举的例子是 2,000 × 1,500 像素的图比在 4.5 上多花约 2.5 倍 visual token。

迁移不是换个 model ID

Anthropic 的更新说明毫不含糊：“为 Claude Haiku 4.5 写的代码可能在 Claude Haiku 5.5 上失效。“手动 extended thinking（budget_tokens）、temperature、top_p、top_k、assistant prefill “各自可能返回 400 错误”， 旧的 computer_20250124 也一样：Claude API 与 Google Cloud 上换成 computer_toolset_20260801，Bedrock 上 换成 computer_20251124。改动 system、tools 或更早轮次之后再回送 thinking blocks 也可能 400；thinking blocks “只在产生它的账号、或与之关联的账号里有效”——如果你用另一个 key 回放存下的对话，这条最要紧。 Bedrock 上，这个模型没有 structured outputs。

Haiku 4.5 有一个日期，和两个状态标签

弃用表把 claude-haiku-4-5-20251001 列为 Active，退役承诺是”不早于 2026 年 10 月 15 日”——距 5.5 发布八天。Haiku 5.5 自己的承诺到 2027 年 10 月 7 日。同一页写明 Anthropic 对公开发布的模型提供”至少 60 天 的退役前通知”，所以今天宣布的关停会在 12 月生效。

Haiku 4.5 的概览页开头写的是 Legacy 并让你迁移，弃用表却把同一个模型叫 Active——按 Anthropic 自己给的 生命周期定义，这是两个状态。

同一件事在 OpenAI 的价目表上

OpenAI 的定价页把 gpt-6-luna 列为短上下文 $0.10 / $0.50，长上下文那一列 $0.20 / $0.75。门槛之下两者每 token 同价，而 Haiku 5.5 报出更高基准分（Terminal-Bench 4.0：39.2% 对 16.4%；OSWorld 2.1：72.4% 对 48.9%）。 越过门槛后 Haiku 5.5 是 Luna 长上下文输入价的 2.5 倍、输出的 3.3 倍。Willison 把 Luna 的台阶写在 272,000 token；OpenAI 在同一张表里为相邻的模型印着这个门槛。

我们按公开价格算的账：一个 120,000 token 的 prompt 配 2,000 token 输出，在 Haiku 5.5 上是 $0.065；同样 的请求在 60,000 token 上是 $0.007——prompt 翻倍，账单变成 9.3 倍。同一段文字在 Haiku 4.5 上（按它的 tokenizer 约 92,000 token，平价 $1 / $5）约 $0.102。5.5 在那里仍然更便宜，便宜 36%，而不是 90%。

我们没能核实的

• 90% 与 75% 都是 Anthropic 的数字。 90% 是上一个 Haiku 的流量分布；75% 是没有公布加权方式的平均。 两句我们都在公告页读到，但 75% 后面那条脚注被我们的抓取工具截断。
• 1.25 倍是一个人自己的 prompt 上的测量。 Anthropic 公布的是”约多 30%“并说明增幅取决于内容。我们没有 自己数 token。
• OpenAI 的定价页对我们返回 HTTP 403，Luna 那两行是经检索抓取通道到达的；Luna 的 272,000 token 门槛是 Willison 的说法，不是我们从 OpenAI 读到的数字。
• 我们没有跑任何测试：没有 API 调用、没有成本测量、没有复现那些 400 错误。
• 价格一律是 Claude Platform 的。 Bedrock 与 Google Cloud “自行设定退役时间表”。

如果你是掏钱的那个

1. 用你将被计费的那个 tokenizer 去数 prompt。 一段在 4.5 计数下装得下的文字，在 5.5 的计数下大约大 30%，而门槛是按新计数画的。
2. 默认 agent 会话会越线，然后决定你要哪种修法。 上下文会累积、缓存读取也计数。可选项是压缩、缩小 稳定块，或者换一个 1M 平价计价的模型——而不是更用力地缓存。
3. 重算成本估算，别复用旧的。 Anthropic 的迁移清单就是这么写的：重新检视 max_tokens 上限与成本估算。
4. 把悬崖读成”折扣变小”，不是”涨价”。 在 $0.50 / $2.50 这一档，Haiku 5.5 仍然低于 4.5 的 $1 / $5。被检验 的是那个 90%，不是它比上一代贵不贵。
5. 如果你还在 Haiku 4.5 上，把 10 月 15 日当规划日期，不是关停日期。 那句承诺是”不早于”，而真正会把宣布 变成截止日期的是那 60 天通知规则。

同一个形状也出现在云市场上：Kimi K3 上架 Amazon Bedrock，一个模型按路由 与缓存条件落在四个费率上。