十月七日，Anthropic 发布 Claude Haiku 5.5（模型 ID claude-haiku-5-5），官方口号是「我们有史以来最便宜、最快、能力最强的小模型」。HN 六百多分的热度说明这不是例行升级——小模型的价格与能力曲线，这次被压到了一个新拐点。
定价：直接腰斩再腰斩
先看数字。十万 token 以内的请求：输入每百万 0.10 美元、输出每百万 0.50 美元；超过十万 token 的提示走高档：输入 0.50、输出 2.50 美元。对比前代 Haiku 4.5（输入 1.00、输出 5.00），低档输入价是其一成、输出价是其一成；对比 Sonnet 5.5（输入 2.00、输出 10.00），差距达到二十倍。
缓存价格同样激进：低档缓存读取每百万 0.01 美元、缓存写入 0.125 美元，分别是 Haiku 4.5 的十分之一。对智能体工作流这种「系统提示词反复复用」的场景，缓存成本的塌缩比 token 单价更有体感。官方口径是平均运行成本比前代低约七成五，九成历史请求落在低档位。
配套动作是 Sonnet 5.5 缓存读取价从 0.20 降到 0.10 美元每百万，官方估计多数智能体任务总成本约降两成。两件事叠加，Anthropic 这次实际上重新划定了自家的成本梯度。
基准：小模型的「越级打击」
能力侧的跃升幅度比价格更罕见：
- 计算机使用：OSWorld 2.1（离线子集）拿到 72.4%，前代只有 15.7%，GPT-6 Luna 是 48.9%；
- 知识工作：GDPval-AA v2.1 得 1620，接近前代的两倍出头，反超 GPT-6 Luna 的 1437；
- 智能体编码：FrontierCode 1.1 得 46.4%，同样压过 Luna 的 42.4%；Terminal-Bench 4.0 为 39.2%（前代为 0）；
- 多学科推理：Humanity’s Last Exam 无工具 45.9%、带工具 57.4%，前代分别只有 10.2% 和 18.7%。
一句话总结：在轻量到中等任务上，Haiku 5.5 已经把 GPT-6 Luna 打成了对照基准；但天花板依然清晰——Sonnet 5.5 在同一组基准上全面领先（OSWorld 83.9%、Terminal-Bench 70.6%）。它取代不了主力模型，它重新定义的是「打下手」的成本。
三个值得注意的功能点
effort 档位下放。这是首个支持五档 effort（Low/Medium/High/Xhigh/Max）的 Haiku 级模型。对小模型来说这个功能的价值比旗舰更明显：批量摘要、分类这类任务调低档，单位成本与延迟进一步下探；偶尔需要深度推理的步骤临时调高，不必切换模型。
子代理定位被写进官方叙事。公告明确给出搭配建议：在编码工作里让 Haiku 5.5 担任 Opus 5.5 或 Sonnet 5.5 的子代理，承担压缩、摘要、检索、分类这类高频轻任务。Cognition 在 Devin Fusion 里实测它作 sidekick，与 Opus 5.5 作 lead 搭配时 FrontierCode 得到 66.2——主强辅弱的组合拳有了官方数据背书。
速度与实测反馈。按官方标准速度口径，这是 Anthropic 迄今最快的模型（Fast Mode 下的 Opus 除外）。客户数据：Asana 报告任务完成延迟降三成以上、每轮智能体推理最快提速 2.5 倍；Box 报告延迟约为前代一半。
高吞吐架构里的落位：哪些环节值得迁
把定价与基准放在一起看，Haiku 5.5 的甜区非常清晰。智能体工作流里真正高频的环节往往不是「主推理」，而是外围的重复劳动：会话压缩（compaction）、工具结果摘要、检索文档的初筛与重排、用户意图分类、表单与结构化抽取。这些环节单次不重要，累计却常常吃掉流水线一半以上的 token——而且它们对模型深度的要求远低于主任务。
以一个典型的编码智能体为例：主循环用 Sonnet 5.5 或 Opus 5.5，把上下文压缩、变更摘要、子任务结果汇总迁到 Haiku 5.5，再叠加 Sonnet 5.5 刚降价的缓存读取，整条链路的成本结构会出现一次阶梯式下移。官方给出的搭配数据也支持这个方向：Cognition 在 Devin Fusion 里让 Haiku 5.5 作 sidekick、Opus 5.5 作 lead，FrontierCode 拿到 66.2；HubSpot 的 CRM 任务套件测出 92.8% 的得分，命中率最高、误报率最低——客服与 CRM 自动化这类「每条消息都要过一遍模型」的场景，是低延迟小模型的天然主场。
另一类容易被忽视的受益者是浏览器与计算机使用自动化。OSWorld 2.1 上 72.4% 对前代 15.7% 的跃升意味着，网页操作、表单填写、截图理解这类代理任务的可行性边界大幅外扩，而这类任务恰恰是「步数多、单步浅」的吞吐型负载，用旗舰模型跑一遍的成本足够用 Haiku 5.5 跑十遍。预算敏感的监控型定时任务也因此第一次具备了全量覆盖的经济可行性。
迁移与选型建议
两个迁移注意点：其一，换了分词器，同样任务 token 消耗略增，历史成本模型需要重标定；其二，双档计价对长上下文场景不友好——超过十万 token 输入价直接五倍跳档，RAG 长文档处理要算清落在哪一档。SDK 侧，Python 与 TypeScript 的新版同步补上了计算机使用与浏览器使用（beta）。
选型上给三条实操判断：第一，如果你在跑多智能体编排，把压缩、摘要、初筛路由迁到 Haiku 5.5，配合刚降价的 Sonnet 5.5 缓存，整条流水线的成本结构值得重算一遍；第二，如果现状是「Haiku 4.5 勉强能用」，这次值得直接升级，基准提升是代差级而价格更低；第三，模型现已在 AWS、Google Cloud、Azure 与 Claude Platform 全渠道可用，多云团队的切换摩擦很小。
结语
小模型市场的竞争逻辑正在从「够用的便宜货」转向「便宜的主力工人」。Haiku 5.5 把「每百万输出 0.50 美元」和「OSWorld 72.4%」放进同一份规格表，等于宣布：高吞吐场景下，为智能体里的每一环单独匹配模型，已经从优化技巧变成了必做功课。