Claude Haiku 5.5实测解读：单价降九成、OSWorld从15.7%飙到72.4%，小模型的价格战打到肉了

Anthropic在10月7日放出了Claude 5.5家族的第三款模型Haiku 5.5。距离Opus 5.5发布只过去两周，距离上一代Haiku 4.5正好一年。这款定位”高吞吐、价格敏感”任务的小模型，把输入价格从每百万Token 1美元砍到0.10美元，输出从5美元砍到0.50美元，降幅90%。

跑同样的活，官方口径平均便宜75%。这组数字背后，是小模型市场竞争全面升级的信号。

一年涨26分，小模型的跨越式换代

第三方评测机构Artificial Analysis给Haiku 5.5打出了43分的智能指数，比一年前发布的Haiku 4.5高了26分。在同类小模型里，这个成绩排第一位：领先GLM-5.3 Flash（42分）、Gemini 3.8 Flash（41分）和GPT-6 Luna（38分），接近2.8万亿参数的开源模型Kimi K3（44分）。

具体成绩单更有说服力：

• OSWorld 2.1（电脑操作智能体测试）从上一代的15.7%跳到72.4%，是GPT-6 Luna（48.9%）的1.5倍
• Terminal-Bench 4.0（终端编程）从0%涨到39.2%，Luna只有16.4%
• AA-Briefcase知识工作评测拿到1578 Elo，超过Kimi K3和GLM-5.3，进入旗舰模型的置信区间
• 上下文窗口从20万Token扩到100万Token

Asana是内测客户之一，用它驱动自家的AI Teammates智能体。结果单轮推理延迟降低30%以上，每个智能体回合的推理速度最快提升2.5倍。Asana工程师Aaron Vinh的评价很朴素：体验明显更跟手。

一道10万Token的价格悬崖

便宜是真便宜，但价格表里有玄机。10万美元级以下的提示词享受0.10/0.50美元的输入输出价格；超过100K Token，价格直接涨5倍到0.50/2.50美元。

Anthropic的解释：上一代Haiku 4.5约90%的请求不超过100K Token，这个分界线覆盖了绝大多数场景。可你的RAG检索、长文档摘要一旦越线，成本曲线会陡然抬头。做长上下文应用的开发者，账单要重新算一遍。

另一处细节是Token消耗量。Artificial Analysis测出Haiku 5.5在max effort下每个任务消耗约16.2万输出Token，是GPT-6 Luna（约5万）的3倍。reasoning token烧得凶，实际成本会吃掉一部分单价优势。好在它是首款支持effort调节的Haiku，把档位从max降到high，分数回落到38分，Token用量也降到约5.5万，和Luna打平。

三种人该关注它

智能体开发者：主模型+子模型的编排模式今年已经普及。Opus 5.5或Sonnet 5.5负责复杂决策，把摘要、分类、数据库查询这类杂活甩给Haiku 5.5，整体成本能压下来一大截。Anthropic还同步把Sonnet 5.5的缓存读取价格从0.20美元砍到0.10美元，官方预计多数智能体工作负载再省20%。

高并发服务方：客服、浏览器自动化、实时分类这些场景要拼速度。Anthropic称没有比它更快的Anthropic模型，90%请求场景下输入输出均为前代的1/10。

选型观望者：GPT-6 Luna上个月刚把价格定在0.10/0.50美元，Haiku 5.5直接同价对位，并且在双方都有成绩的6项测试里全胜。竞争结果对用户是好事——小模型市场已经形成”同等价格，性能见高下”的格局。

小模型的价格底线还在下探

把镜头拉远看，10月这一轮降价是行业性的：谷歌把Gemini 4 Argon压到输入2美元、输出10美元；Mistral Large 4用675B参数（41B激活）抢大规模推理市场；Gemini Flash系列和Mistral Small的输入价已经落在0.10到0.25美元区间。

一年前花1美元买到的智能水平，今天花0.10美元就能拿到。推理成本每年以数量级速度下降，应用端的想象空间随之改变——那些因为成本算不过账而搁置的AI功能，现在可以重新评估了。

模型已在Claude Platform以claude-haiku-5-5上线，AWS、Google Cloud、Azure同步可用。Claude Max和Team订阅用户本周起还能拿到每月API额度：Max 5x配100美元，Max 20x配200美元，Team账户最高500美元。

对小模型来说，最便宜和最能打的头衔第一次归了同一家。这个格局能维持多久，看谷歌和OpenAI的下一步。