梦晨 发自 凹非寺 量子位 | 公众号 QbitAI Claude Haiku 5.5发布，小模型大逆袭！ 单论跑分，直接超越两大前“斩杀线”DeepSeek V4.1Flash和GLM-5.3-Flash，成为新的小模型守门员。 飞书文档 - 图片 一看官方跑分，好嘛，这就是冲着GPT-6 Luna来的，逐项赢过Luna。 飞书文档 - 图片 由于鹈鹕骑自行车测试已经基本饱和了，最新干到战场的是奔跑斑马测试。 视频 1 画面截图 Haiku 5.5甚至价格也完全对标GPT-6 Luna。 上代Haiku 4.5还是刚好一年前出的，价格是5.5的10倍。 不过Haiku5.5的价格还有条件，提示词在10万token以内的请求（占Haiku 4.5请求量的90%），输入输出价格直接砍90%；超过10万token的部分，只砍50%。 这样一来，除了缓存命中的输入这一项，Haiku 5.5的价格也比DeepSeek-V4.1 Flash便宜了。 飞书文档 - 图片 至此Opus 5.5管复杂推理、Sonnet 5.5管通用执行、Haiku 5.5管跑量和速度，群贤毕至，只差Fable了。 只能说隔壁OpenAI要是不努把力，Claude也没必要把Fable 5.5这管大牙膏挤出来。 仿佛回到了英特尔和AMD比拼CPU的日子。 换了tokenizer，耗费token更多 Haiku 5.5是第一个支持effort调节的Haiku模型，继承了系列从low到max的五档配置。 上一代Haiku 4.5在计算机操作和编码方面基本交白卷，这一代直接进化。 看OSWorld 2.1（测agent操作真实电脑完成多步任务）：Low档42.0%准确率、单次成本$0.07；Max档72.4%、$0.61。Haiku 4.5只有Max档15.7%、$1.45， 也就是说，5.5的Low档比4.5的Max档准，还便宜一半。 飞书文档 - 图片 GDPval-AA v2.1（测44个职业的真实专业工作）也是类似曲线：Low档Elo 1125、$0.01；Max档1620、$0.87。4.5的Max档只有735、$0.24。 飞书文档 - 图片 不过Haiku 5.5换了tokenizer（和Sonnet 5.5、Opus 5.5同款），同样任务会多耗费token，所以实际省的钱比标价折扣少亿点点。 特别是代码、表格、 非英语内容 的膨胀可能更高。 在AA测评中，Haiku 5.5虽然API价格便宜了，但“完成任务的平均成本”并没有到达理想区间。 飞书文档 - 图片 替不了Sonnet 很多人对Haiku5.5的期待是能在部分任务替代Sonnet 5.5，进一步压低成本。 但这次并没有出现奇迹，小杯还是小杯。 Terminal-Bench 4.0上Haiku 5.5拿39.2%，Sonnet 5.5拿70.6%。复杂多步编码、跨文件重构、长周期自主规划方面差距非常清楚。 Anthropic自己也建议了，复杂agent编码优先用Sonnet 5.5或Opus 5.5。 Haiku 5.5的价值在执行层。任务已经拆好、验收标准明确、可以并行跑的任务。 比如Cognition的Devin用Opus 5.5做主模型、Haiku 5.5做子智能体，FrontierCode组合跑到了66.2%，比两个模型各自单跑都高。 飞书文档 - 图片 如果你以前的业务用Haiku 4.5，这次不是换个模型名就能上线的。 budget_tokens手动思考配置直接报错，必须改成自适应思考加effort参数。 temperature、top_p、top_k全部锁定默认值，依赖采样参数做创意控制或多样化生成的应用要改逻辑。 assistant消息预填充被取消了，以前靠预填充强制JSON开头的写法得换工具调用或结构化输出接口。 计算机操作工具版本也更新了，从computer_20250124换成computer_toolset_20260801，接口格式和返回结构可能都不同。 另外自适应思考默认开启，响应第一个内容块可能是思考块而不是正文，解析逻辑要按type字段过滤。 五处变动，每一处都可能让请求直接报错或返回非预期结构。 Anthropic提供了迁移指南，建议切之前对着过一遍。 顺带两条福利 Sonnet 5.5的缓存读取从$0.20/M降到$0.10/M，Anthropic称大多数agent任务因此成本降约20%。 飞书文档 - 图片 Max和Team订阅用户本周起可以领取API额度，Max 5x每月$100，Max 20x每月$200，Team最多$500/月在团队内共享。 这些额度可以用来实验调API建工具、应用、agent，所有模型通用。 神马？你说A社把我的买Coding P
