Artificial Analysis · 2026/10/7 08:00:00
Anthropic 发布 Claude Haiku 5.5：首推自适应思考与分级定价，小模型性能逼近开源 Kimi K3
Anthropic 正式推出 Claude Haiku 5.5，这是首个支持努力程度设置（effort settings）和自适应思考功能的 Haiku 系列模型。该模型在保持极低输入成本（$0.10/百万 token）的同时，其最大努力模式下的智能指数得分超越 Gemini 3.8 Flash 和 GPT-6 Luna，接近 2.8T 参数的开源模型 Kimi K3。然而，新模型引入了基于上下文长度的阶梯式定价机制，且在高强度推理任务中消耗的输出 token 数量约为竞品的三倍。
报道全文原始报道全文
Haiku 5.5 是首款支持 Anthropic 努力程度设置（effort settings）和自适应思考（adaptive thinking）的 Haiku 模型，同时 Anthropic 引入了分层定价策略。
Haiku 5.5 比其前代产品更便宜——对于不超过 10 万 token 的提示词，每百万输入/输出 token 的费用为 0.50（与 GPT-6 Luna 持平，仅为上一代 Haiku 模型的 10%）。然而，当上下文超过 10 万 token 时，价格将上涨 5 倍至 2.50。目前网站尚未体现分层定价，因此 Haiku 5.5 的临时成本数据未包含超额部分的阶梯费用。我们正在完善相关支持，并将很快跟进“每任务成本”（Cost per Task）的相关覆盖内容。
关键要点：
➤ 小尺寸模型中的性能领先者： 在最大努力程度（max effort）下，Haiku 5.5 的表现略优于 GLM-5.3 Flash (42)、Gemini 3.8 Flash (41) 和 GPT-6 Luna (38) 等模型。其得分与拥有 2.8T 参数的开放权重模型 Kimi K3 (44) 相当，但落后于 Claude Sonnet 5.5 (max, 56) 13 分
➤ 相比 GPT-6 Luna 更高的 Token 消耗： Haiku 5.5 (max) 在每个智能指数（Intelligence Index）任务中约使用 16.2 万输出 token，约为 GPT-6 Luna (max, ~5 万) 的 3 倍。从 xhigh 提升至 max 仅增加 2 分，但 Token 消耗量增加了约 1.8 倍。在相近的智能水平下，它也使用了更多的 Token：Haiku 5.5 (high) 得分为 38，每任务约使用 5.5 万 Token；而 Luna (max) 同样得分为 38，每任务仅使用约 5 万 Token，且在较低的努力程度设置下这一差距进一步扩大
➤ 在代理式知识工作方面能力出色： 在 AA-Briefcase（我们针对现实知识工作任务进行的私有评估）中，Haiku 5.5 (max) 达到 1578 Elo，领先于包括 Kimi K3 和 GLM-5.3 在内的多个模型，并与 Muse Spark 1.3 (max) 表现相当
➤ 终端使用能力的提升： 在 Terminal-Bench 4.0 上，其得分为 33%，较 Haiku 4.5 的 0% 有显著提升。这一成绩与 GLM-5.3 Flash 持平，并领先于 Gemini 3.8 Flash (20%) 和 GPT-6 Luna (13%)
➤ 事实性知识较弱，但幻觉率相对较低： 作为较小尺寸的模型，Haiku 5.5 的事实性知识低于其同系列其他模型，这符合预期。AA-Omniscience 准确率为 36%，低于 Gemini 3.8 Flash 的 55% 和 GPT-6 Luna 的 44%，但这部分归因于它更愿意承认自己不知道答案——其幻觉率为 40%，低于后两者的 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 的得分在 53–60% 之间。在预发布测试期间，一个安全拒绝问题导致模型过度拒绝响应。Anthropic 正在着手解决此问题——我们将在修复后重新运行该评估，预计分数会有所提升
其他模型细节：
➤ 上下文窗口： 100 万 tokens，相比 Claude 4.5 Haiku 的 20 万 tokens 有所增加
➤ 定价： 输入/输出每百万 tokens 分别为 0.50（适用于前 10 万 tokens），超过部分为 2.50。缓存读取费用为 0.05），5 分钟缓存写入费用为 0.625）
➤ 多模态能力： 支持文本和图像输入，输出为文本
Claude Haiku 5.5 (max) 在每个 Intelligence Index 任务中消耗约 16.2 万输出 tokens，高于 Opus 5.5 (max)，约为 GPT-6 Luna (max) 的 3 倍。在不同 effort 设置下，Haiku 5.5 需要比 GPT-6 Luna 更多的输出 tokens 才能达到相似的 Intelligence Index 分数
Claude Haiku 5.5 (max) 在 AA-Briefcase（我们私有的前沿知识工作评估基准）上达到 1578 Elo 分，处于 GPT-6 Astra (max) 和 Claude Fable 5.1 (high) 的置信区间内
Artificial Analysis Intelligence Index 中针对 Claude Haiku 5.5 在不同 effort 设置下的各项单独评估详细分解