Anthropic 推出 Haiku 5.5：迄今速度最快、價格最親民的 Claude 模型

前言

Anthropic 的 Claude Haiku 5.5 是一款小型模型，專為重視速度、規模和成本的任務而設計。它於週三發布，定位於文件摘要、資料庫查詢等大量處理工作，以及即時客戶支援和瀏覽器操作等時間敏感型應用。最受矚目的變化是價格：提示詞最多 100,000 tokens 時，開發者每百萬個輸入 tokens 支付 $0.10，每百萬個輸出 tokens 支付 $0.50，遠低於 Haiku 4.5。同時，公布的基準測試結果顯示，Haiku 5.5 能有效處理部分電腦操作和命令列任務。本文將檢視其價格、預期用途、公布的評測結果、限制和可用情況。關鍵考量不只是模型是否快速或便宜，而是它是否足夠可靠，能勝任交付給它的工作。

懶人包

Haiku 5.5 的 token 價格低於 Haiku 4.5，適用於重複性高、處理量大或講求速度的任務。它在 OSWorld 2.1 得分 72.4%，在 Terminal-Bench 4.0 得分 39.2%，兩項測試的成績均高於文中引用的 OpenAI GPT-6 Luna 結果。它在 GDPval-AA v2.1 的得分為 1620。然而，一次實際測試中的簡單邏輯題，模型雖然迅速作答，答案卻錯了，凸顯基準測試表現出色並不代表每次互動都能答對。使用者應確認重要輸出，不要把快速回應當成準確的證明。Anthropic 也為 Haiku 推出可調整的 effort 設定，並調降 Sonnet 5.5 的快取讀取價格。

正文

Anthropic 於週三發布 Claude Haiku 5.5，並稱它是自家推出過最便宜、最快且能力最強的小型模型。這款模型適用於需要以低成本處理大量請求的工作負載，也適合重視短回應時間的應用。範例包括文件摘要、資料庫查詢、處理客戶支援對話，以及代替使用者操作網頁瀏覽器。這些用途的共同重點在於實際效益：高效率完成明確的任務，通常還要能處理大量工作，而非產出特別有創意或開放式的內容。

提示詞最多 100,000 tokens 時，透過 API 使用此模型的開發者，每百萬個輸入 tokens 支付 $0.10，每百萬個輸出 tokens 支付 $0.50。Tokens 是模型處理和生成的細小文字片段，也是服務供應商計算許多 API 費用時採用的單位。這項標示價格與 OpenAI 在 September 22 推出競爭的小型模型 GPT-6 Luna 時設定的價格相同。相較之下，Haiku 4.5 每百萬個輸入 tokens 收費 $1，每百萬個輸出 tokens 收費 $5。因此，對於這些長度的提示詞，新價格降低了 90%。

超過 100,000 tokens 的提示詞也可享有 50% 的降價。Anthropic 估計平均可節省約 75%；這項估算考量了舊模型約 90% 的請求低於 100,000-token 門檻，以及 Haiku 5.5 會將文字切分成略多的 tokens。因此，平均節省幅度是根據服務供應商對請求模式的說明所作的估算，並非宣稱每一筆個別請求都會便宜 75%。實際費用取決於提示詞長度、生成的輸出內容，以及適用的價格級距。

模型目標工作負載有助於說明其為何著重成本與速度。客戶支援對話和長篇電子郵件摘要，都是重複性高、相對簡單的任務；當使用量龐大時，每次請求價格較低便格外重要。若模型能在明確的工作流程中快速行動，資料庫查詢和瀏覽器操作也能從中受益。這些特性讓 Haiku 5.5 有望成為大型產品或服務中的一個元件。但光憑這些特性，不能證明它適合所有任務，也不能保證它可以在無人監督下運作。

基準測試結果能更具體地呈現它的能力。在測試 AI 是否能透過多步驟、長流程操作真實電腦的 OSWorld 2.1 中，Haiku 5.5 的成功率為 72.4%。來源將此結果與 OpenAI GPT Luna 的 48.9% 相比。OSWorld 採用部分計分百分比，因此這項分數反映模型在受評任務中的整體表現，而不保證模型能成功完成每一項電腦操作任務。儘管如此，結果仍顯示 Haiku 5.5 能有效處理部分涉及介面和一連串操作的工作流程。

Terminal-Bench 4.0 評估 AI 代理自行輸入命令完成專業任務的表現，衡量首次嘗試便正確完成任務的比例。Haiku 5.5 得分 39.2%，OpenAI 的 Luna 為 16.4%，Haiku 4.5 則為 0%。Anthropic 的 Claude Sonnet 5.5 在相同的程式設計測試中得分 70.6%。這項比較顯示 Haiku 5.5 優於文中引用的小型模型結果，但也看得出它與 Sonnet 5.5 的分數仍有顯著差距。特定基準測試的分數，只能反映模型在該測試條件下的表現，不應視為衡量程式設計能力的普遍標準。

在評估 44 種職業實際專業工作的 GDPval-AA v2.1 中，Haiku 5.5 得分 1620。此評估採用 Elo 評分系統，這是一種借用自西洋棋的對戰評分方法。公布的數據中，Luna 得分為 1437，Haiku 4.5 得分為 735。這提供了另一種比較模型的參考，但綜合評分無法涵蓋每種職業、組織或實際需求。整體而言，這些基準測試結果顯示 Haiku 5.5 是一款在特定電腦操作、命令列和專業工作評測中表現亮眼的小型模型，而不是在所有情境中都全面勝出的模型。

一次實際測試說明了這項區別為何重要。模型收到一道簡單的邏輯題，幾乎立刻就作答，但答案錯了。這項觀察僅來自一次互動，不能取代系統性評估。不過，這仍提醒我們，速度和基準測試分數並不能排除出錯的可能。對於影響重大的任務，使用者應檢查輸出、以具代表性的範例測試模型，並在依賴其答案或操作前建立適當的人工審核機制。

Haiku 5.5 是首款具備可調整 effort 設定的 Haiku 模型。使用者可以選擇模型投入的 effort 程度，在成本和更聰明的答案之間取捨。這為開發者提供另一種方法，能依不同任務類型管理效能與支出。簡單且重複的請求，可能不需要像複雜任務那樣投入相同程度的 effort。與任何可調整設定一樣，合適的平衡取決於實際應用：團隊需要評估增加 effort 是否能改善結果，並足以抵銷相應成本和回應時間影響。

Anthropic 也將 Sonnet 5.5 的快取讀取價格減半，調降至每百萬 tokens $0.10。快取讀取適用於模型已處理過的文字，因此當應用程式重複使用上下文時，折扣價格便格外相關。這項價格調整與 Haiku 5.5 的 token 費率不同，使用 Sonnet 5.5 處理重複文字工作流程的開發者可能會受到影響。這些公告合計降低了 Claude 系列不只一款模型的 API 成本。

此次發布為 Claude 5.5 系列模型的推出畫下句點。Haiku 5.5 在 Opus 5.5 於 September 22 發布後 15 days 推出，也是在 Sonnet 5.5 於 September 28 推出後 9 days 發布。它是 Anthropic 承諾推出的三款 Claude 5.5 模型中的最後一款。Opus 5.5 是執行長 Dario Amodei 發表文章呼籲業界放慢 AI 能力提升步調後，Anthropic 推出的首款模型。這個發布時序顯示 Haiku 5.5 是更大規模產品推出計畫的一環，而這款模型的定位則特別著重價格實惠和快速執行。

Haiku 5.5 目前可透過 Claude 網站、Amazon Web Services、Google Cloud 和 Microsoft Azure 使用，模型名稱為 claude-haiku-5-5。Anthropic 本週也將為部分訂閱者推出每月 API 點數：Max 5x 方案使用者可獲得 $100，Max 20x 可獲得 $200，Team 方案則可由使用者共享，最高 $500。這些點數與模型標示的 token 價格分開計算。對於考慮採用此模型的開發者和組織，決策將取決於 API 成本、模型與預定任務的契合度，以及管理錯誤結果所需的防護措施。

重點摘要表