Anthropic 发布了 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 上得分 43——在上一个 Haiku 版本发布一年后提升了 26 分

Haiku 5.5 是首个具备 Anthropic 的 effort 设置和自适应思考的 Haiku 模型，Anthropic 还引入了分层定价。

Haiku 5.5 比其前代更便宜——对于不超过 100k token 的提示词，每 1M 输入/输出 token 收费 $0.10/$0.50（与 GPT-6 Luna 相同，是上一个 Haiku 模型的 10%）。然而，超过 100k 后，这一价格会上涨 5 倍至 $0.50/$2.50。网站尚未反映分层定价，因此 Haiku 5.5 的临时成本数据不包含这一阶梯上涨成本。我们正在开发支持，并将很快跟进 Cost per Task 的覆盖。

关键要点：

➤ 领先的小型级模型性能：在最大 effort 下，Haiku 5.5 略微领先于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）等模型。其得分与 Kimi K3（44）相当，后者是一个 2.8T 参数的开源权重模型，并落后 Claude Sonnet 5.5（max，56）13 分

➤ 相比 GPT-6 Luna 使用大量 token：Haiku 5.5（max）在每个 Intelligence Index 任务上使用约 162k 输出 token，约为 GPT-6 Luna（max，约 50k）的 3 倍。从 xhigh 提升到 max 会增加 2 分，但 token 用量约为 1.8 倍。在相近智能水平下，它也使用比 GPT-6 Luna 更多的 token：Haiku 5.5（high）得分为 38，每任务约 55k token，而 Luna（max）为 38，约 50k token，且在更低 effort 设置下差距扩大

➤ 在智能体知识工作方面能力很强：在 AA-Briefcase（我们针对现实知识工作任务的私有评估）上，Haiku 5.5（max）达到 1578 Elo，领先于包括 Kimi K3 和 GLM-5.3 在内的模型，并与 Muse Spark 1.3（max）相当

➤ 终端使用方面的改进：在 Terminal-Bench 4.0 上得分为 33%，高于 Haiku 4.5 的 0%。这与 GLM-5.3 Flash 持平，并领先于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）

➤ 事实知识较低，但幻觉相对较少：正如较小级别模型所预期，Haiku 5.5 的事实知识低于其同系列模型。AA-Omniscience 准确率为 36%，而 Gemini 3.8 Flash 为 55%，GPT-6 Luna 为 44%，但这在一定程度上是因为它更愿意承认自己不知道——其幻觉率为 40%，低于 55% 和 77%

➤ AutomationBench-AA 结果可能被低估：Haiku 5.5 得分为 35%，而 GPT-6 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 为 53–60%。在发布前测试中，一个安全拒答问题导致模型过度拒答。Anthropic 正在努力解决这一问题——我们将在修复后重新运行此评估，并预计该得分会上升

其他模型细节：

➤ 上下文窗口：100 万 token，高于 Claude 4.5 Haiku 的 200k

➤ 定价：每 1M 输入/输出 token 在不超过 100k token 时为 $0.10/$0.50，超过后为 $0.50/$2.50。缓存读取 $0.01（超过 100k 为 $0.05），5 分钟缓存写入 $0.125（超过 100k 为 $0.625）

➤ 多模态：文本和图像输入，文本输出