Anthropic 用一个月凑齐了 5.5 家族:9 月 22 日 Opus 5.5,9 月 28 日 Sonnet 5.5,10 月 7 日轮到最小的 Haiku。官方称之为「我们发布过的最便宜、最快、最强小模型」——输入价格压到每百万 token 0.1 美元,上代 Haiku 4.5 是 1 美元。
价格:九成降幅里藏着一道 10 万 token 分水岭
定价是两档:prompt 在 10 万 token 以内,输入 0.1 美元、输出 0.5 美元;超过 10 万,输入 0.5 美元、输出 2.5 美元。官方脚注很直白:10 万以内降 90%,以外降 50%——而上一代约 90% 的请求都落在 10 万以内,平均「约便宜 75%」。
两个细节值得抠。一是缓存读取低至每百万 0.01 美元,是 agent 负载的杠杆;二是换了新 tokenizer,同一任务消耗的 token 略有增加——第三方通讯刊 roo 发布当天按官方牌价重算,同样文本 10 万线以下实际降约 87%、线以上约 35%,「降九成」要把脚注一起读完才成立。
跑分:小模型的跳跃比大模型猛
官方跑分表里,Haiku 5.5 对上代是跨越式的:OSWorld 2.1 离线子集从 15.7% 到 72.4%(GPT-6 Luna 为 48.9%),Humanity's Last Exam 从 10.2% 到 45.9%,Terminal-Bench 4.0 从 0% 到 39.2%,FrontierCode 1.1 拿下 46.4%、压过 GPT-6 Luna 的 42.4%,知识工作 GDPval-AA v2.1 从 735 涨到 1620。
天花板也标得清楚:同表 Sonnet 5.5 对照列是 1840、Terminal-Bench 70.6%。Anthropic 自己承认复杂 agent 编码仍是 Sonnet/Opus 的地盘,Haiku 的主场是压缩、摘要、分类、子代理这类「以前跑不起」的窄任务。
用法高度一致:当 subagent 使
早期客户证言清一色把 Haiku 5.5 当子代理:Asana 称任务延迟降三成以上、单轮推理最快快 2.5 倍;HubSpot 在 CRM 评测拿到 92.8% 历史最佳;AlphaSense 文档问答每周 800 万次调用,质量分 0.76 升到 0.84;Cognition 把它塞进 Devin Fusion 当 sidekick,FrontierCode 守在 66.2。它也是首个支持 effort 分档的 Haiku,从 low 到 max 五档;第三方规格页与 Artificial Analysis 均标注 1M 上下文、128K 输出。
同场发布的另外三件事
Sonnet 5.5 缓存读取从 0.2 降到 0.1 美元,官方估算多数 agent 负载再省约 20%;Max/Team 订阅新增每月 API 额度(5x 档 100 美元、20x 档 200 美元、Team 池化 500 美元);Python/TypeScript SDK 开始 beta 支持电脑操作与浏览器使用——正是为 Haiku 的速度加价格组合准备的实时交互场景。
所以呢:单看「一毛钱输入」是降价新闻,连起来看是 agent 经济学——当子代理的边际成本跌一个数量级,「一个大模型带一群小模型干活」从架构审美变成财务常识。想迁移的团队,先把 10 万 token 分水岭和 tokenizer 换代的账算清楚。
参考:Anthropic 官方公告 · roo.beehiiv.com