Anthropic 于 2026 年 10 月 7 日发布了 Claude Haiku 5.5,输入价格为每百万 token 0.10 美元,比 Claude Sonnet 5.5 的 2.00 美元便宜 20 倍。代价是:在最接近编程智能体实际工作的 Terminal-Bench 4.0 上,Haiku 得分 39.2%,Sonnet 得分 70.6%。
本文把数字并排摆出来,说明每个数字的来源,并给出调用两个模型的方法,方便你在自己的代码仓库里测试。所有内容均于 2026 年 10 月 27 日对照 Anthropic 发布页核实。
写代码该选 Haiku 5.5 还是 Sonnet 5.5?
如果是在终端里运行命令、读取报错、反复迭代直到测试通过的智能体,选 Sonnet 5.5。它在 Terminal-Bench 4.0 上领先 31 个百分点。如果是小而重复、量大的任务,比如摘要、分类、压缩上下文或充当子智能体,Haiku 5.5 只需 5% 的价格就能完成。
Anthropic 自己也表示,Haiku 5.5 适合高并发、范围明确的任务,而像 Terminal-Bench 4.0 衡量的复杂智能体编程,仍然应该选 Sonnet 5.5 或 Opus 5.5。
基准测试怎么说?
下表整理自 Anthropic 发布的官方对比表。这些是厂商自己的数字,不是第三方测试结果。
| 基准测试 | Haiku 5.5 | Sonnet 5.5 | Haiku 4.5 |
|---|---|---|---|
| Terminal-Bench 4.0 | 39.2% | 70.6% | 0.0% |
| FrontierCode 1.1 (Main) | 46.4% | 52.1%(Xhigh 强度) | 未公布 |
| OSWorld 2.1(离线子集) | 72.4% | 83.9% | 15.7% |
| GDPval-AA v2.1 (Elo) | 1620 | 1840 | 735 |
| Humanity's Last Exam(无工具) | 45.9% | 56.9% | 10.2% |
| Humanity's Last Exam(有工具) | 57.4% | 64.5% | 18.7% |
来源:Claude Haiku 5.5 发布页(Anthropic,2026 年 10 月 7 日),2026 年 10 月 27 日查阅。
有两点值得注意。第一,Sonnet 5.5 每一行都领先,但差距大小很不一样:FrontierCode 上差 5.7 个百分点,Terminal-Bench 上差 31.4 个百分点。如果你的工作更像前者,Haiku 能接近;更像后者,就追不上。第二,Anthropic 在 FrontierCode 上测 Sonnet 用的是 Xhigh 强度。VentureBeat 报道称,Haiku 在中等强度下的 Terminal-Bench 得分降到约 20%,最高强度下是 39%,所以表中的数字默认使用了高强度和更多 token。
两者的价格是多少?
在每次提示不超过 10 万 token 的档位,Haiku 5.5 每个 token 便宜 20 倍。超过后它的价格上调,差距缩小到 4 倍。这是依据 Anthropic 的价格表,表中 Sonnet 5.5 只列了一个价格。
| 项目 | Haiku 5.5 | Sonnet 5.5 |
|---|---|---|
| API ID | claude-haiku-5-5 | claude-sonnet-5-5 |
| 输入(每 100 万 token) | 10 万以内 0.10 美元,超过 0.50 美元 | 2.00 美元 |
| 输出(每 100 万 token) | 10 万以内 0.50 美元,超过 2.50 美元 | 10.00 美元 |
| 缓存写入 | 10 万以内 0.125 美元,超过 0.625 美元 | 2.50 美元 |
| 缓存读取 | 10 万以内 0.01 美元,超过 0.05 美元 | 0.10 美元 |
| 强度控制 | Low、Med、High、Xhigh、Max | 支持 |
来源:Claude Haiku 5.5 发布页(Anthropic,2026 年 10 月 7 日)和 VentureBeat(2026 年 10 月 7 日),2026 年 10 月 27 日查阅。Sonnet 5.5 的缓存读取价格随这次发布从 0.20 美元降到了 0.10 美元。
我们根据这些价格自己算了一笔:一次提示输入 5 万 token、输出 5 千 token,Haiku 约 0.0075 美元,Sonnet 约 0.15 美元。但每 token 的价格不等于每个任务的成本。如果 Haiku 需要试两三次才能做到 Sonnet 一次做对的事,差距就会缩小;如果它始终做不对,差距就没有意义。VentureBeat 在把它与基础价格表相同的 GPT-6 Luna 比较时也提出了同样的提醒。
什么时候选 Claude Haiku 5.5?
- 工作量大且范围窄:总结文件、给 issue 分类、提取字段、查询数据库。
- 作为子智能体,在负责规划和决策的大模型之下读代码、压缩上下文。
- 提示能控制在 10 万 token 以内,低价就在这个区间。Anthropic 称约 90% 的 Haiku 4.5 请求落在这个范围。
- 延迟比最后一点质量更重要,比如实时客服。
什么时候选 Claude Sonnet 5.5?
- 智能体主要在终端里工作:跑测试、读报错、修复、再跑。在 Terminal-Bench 4.0 上领先 31 个百分点。
- 任务是长周期、开放式的工程工作,一句简短指令说不清楚。
- 一次失败的代价高于省下的 token,比如会搞坏构建的重构。
- 你的提示很大,超过 10 万 token,Haiku 就不再便宜 20 倍了。
如何在你自己的代码上测试两者?
基准测试告诉你趋势,你的仓库告诉你答案。用同一个请求分别运行两个模型,比较结果和成本。
通过 Anthropic API 调用 Claude Haiku 5.5:
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "claude-haiku-5-5",
"max_tokens": 4096,
"messages": [
{"role": "user", "content": "找出这个函数里的 bug,并写出会失败的测试:..."}
]
}'测试 Sonnet 5.5 时,只需把 model 字段改成 claude-sonnet-5-5。要在你自己的仓库里作为终端智能体测试,分别运行:
claude --model claude-haiku-5-5
claude --model claude-sonnet-5-5给两者同一个多步骤任务(比如“让测试 X 通过”),比较各自用了几轮、账单上花了多少。决定选择的是这个数字,而不是表里的数字。
总结:该选哪个?
| 如果你的场景是…… | 选择 |
|---|---|
| 终端智能体,测试与修复循环 | Claude Sonnet 5.5 |
| 负责读取、总结、压缩的子智能体 | Claude Haiku 5.5 |
| 大批量分类或提取 | Claude Haiku 5.5 |
| 大型重构,出错代价高 | Claude Sonnet 5.5 |
| 提示超过 10 万 token | Claude Sonnet 5.5 |
两者都按 token 计费,编程智能体每多试一次,账单就涨一次,即使是 0.10 美元的 Haiku 也一样。如果你不想再为此头疼,Verboo Code 提供无限 token。
