性能超越 GPT-6 Luna，定价持平

Anthropic 将 Haiku 5.5 定位为高并发、成本敏感场景下的首选小模型，尤其适合与 Opus 5.5 或 Sonnet 5.5 搭配使用。官方描述这种分工为「Opus 负责深度推理，Haiku 承担高吞吐量任务」，典型应用场景包括文本摘要、上下文压缩和数据库查询。模型已在 Claude 平台及 Claude Code 上线，并于发布当天获得 Cursor、GitHub Copilot（VS Code）和 Devin 等主流开发工具的集成支持。

在定价结构上，Haiku 5.5 采用分层计费：10 万 token 以下的请求，输入和输出分别为每百万 token 0.10 美元和 0.50 美元；超过 10 万 token 后价格提升至 0.50 美元和 2.50 美元。Cursor 官方表示，在较短请求场景下成本可降低至 Haiku 4.5 的十分之一。Devin 的测试数据显示，Haiku 5.5 在 FrontierCode 1.1 基准上得分 58.4%，优于 Sonnet 5，而每任务成本仅约为后者的八分之一。

第三方评测机构 Artificial Analysis 发布了迄今最详尽的独立测评数据。Haiku 5.5 在最高努力等级下的智能指数为 43 分，高于 GPT-6 Luna（38 分）、Gemini 3.8 Flash（41 分）和 GLM-5.3 Flash（42 分），与参数量达 2.8 万亿的开源模型 Kimi K3（44 分）相当。在 Terminal-Bench 4.0 上，Haiku 5.5 得分 33%，而上一代 Haiku 4.5 得分为 0%，同时领先 GPT-6 Luna 的 13% 和 Gemini 3.8 Flash 的 20%。

值得注意的是，Haiku 5.5 在最高努力等级下的 token 消耗量约为 GPT-6 Luna 的三倍，每项指数任务平均输出约 16.2 万 token。在幻觉率方面，Haiku 5.5 为 40%，低于 GPT-6 Luna 的 77% 和 Gemini 3.8 Flash 的 55%，但知识准确率（36%）也相对较低，部分原因在于模型更倾向于回答「不知道」而非给出错误答案。此外，AutomationBench-AA 得分为 35%，低于竞品的 53%–60%，Anthropic 表示这与发布前的一个安全过滤误判问题有关，正在修复中。

在工具链层面，Anthropic 同步更新了 Python 和 TypeScript SDK，将计算机操作与浏览器操作工具集直接内置其中，开发者无需再自行编写动作循环逻辑，SDK 会自动处理点击、键盘输入等操作并对接 browser_use、Browserbase、E2B 或 Daytona 等驱动。与此同时，Sonnet 5.5 的缓存读取价格从每百万 token 0.20 美元降至 0.10 美元，Anthropic 表示这将使大多数长时运行或智能体任务的成本降低约 20%，进一步巩固其在智能体开发生态中的竞争优势。

要点

• Haiku 5.5 智能指数达 43 分，较上一代提升 26 分，在同等定价下超越 GPT-6 Luna 的 38 分，成为当前性价比最高的小模型之一。
• 分层计费结构使短请求场景成本大幅下降，10 万 token 以下输入仅需每百万 token 0.10 美元，适合高并发智能体子任务。
• 首次引入努力等级与自适应思考机制，上下文窗口扩展至 100 万 token，显著提升了模型在复杂任务中的灵活性。
• AutomationBench 得分偏低与安全过滤误判有关，修复后评分预计将上升，当前数据不宜作为最终参考。
• SDK 内置计算机操作与浏览器操作工具集，降低了智能体应用的开发门槛，有助于加速 Haiku 5.5 在生产环境中的落地。