Anthropic 发布 Claude Haiku 5.5，定价对标 GPT-6 Luna

距离 Anthropic 推出 Haiku 4.5已经大约一年了。随着 Sonnet、Opus 和 Fable 接连升级到 5.5，它似乎有些被遗忘了，尤其是 OpenAI 推出 Luna 6、Astra 和 Sol 6 之际。

好了，它终于来了，而且是一次令人欣喜的更新。更多内容请见下方摘要。

2026/10/06-2026/10/7 的 AI 新闻。我们查看了 12 个 subreddit、544 个 Twitter 账号，没有查看其他 Discord。AINews 网站可搜索所有过往期刊。提醒一下，AINews 现在是 Latent Space 的一个栏目。你可以选择订阅或退订不同频率的邮件！

AI Twitter 摘要

头条：Anthropic 发布 Claude Haiku 5.5

发生了什么

Anthropic 发布了 Claude Haiku 5.5，这是近一年来首次更新 Haiku 系列。其定价与 OpenAI 的 GPT-6 Luna 看齐，Anthropic 还在同一天下调了 Sonnet 5.5 和订阅计划的价格。

发布前的信号。 @scaling01 在公告发布前发文称“Haiku 5.5 日快乐”。@kimmonismus 表示，该模型已出现在 Claude Code 更新中，并预测定价会“看齐 Luna”。随后，他在官方帖子发布前公布了价格（@kimmonismus），并在正式上线时予以确认（@kimmonismus）。
正式发布。 @claudeai 和 @AnthropicAI 称它是“我们迄今发布的最便宜、最快、能力最强的小型模型”，平均运行成本比 Haiku 4.5 低约 75%。
可用性和预期用途。它现已在 Claude Platform 和 Claude Code 中上线（@ClaudeDevs）。Anthropic 将其定位为与 Opus 5.5 或 Sonnet 5.5 搭配使用的子代理，适用于摘要、上下文压缩和数据库查询等高吞吐量、对成本敏感的工作。@mikeyk 将这种分工描述为：“Opus 负责深度思考，Haiku 负责高吞吐量工作。”
分级定价（@ClaudeDevs）：
提示长度输入 / 输出（每 1M 个 token）缓存读取（每 1M 个 token）低于 100K 个 token$0.10 / $0.50$0.01高于 100K 个 token$0.50 / $2.50$0.05
Sonnet 5.5 降价。缓存读取价格从每 1M 个 token $0.20 降至 $0.10，降幅为一半。Anthropic 表示，这使 Sonnet 5.5 在大多数长时间运行或代理式工作中的成本降低约 20%（@claudeai）。
订阅用户可获 API 额度。现在，Max 5x（$100）、Max 20x（$200）和 Team（最高 $500，可共享）方案均包含每月 Claude Platform API 额度。这些额度适用于任何模型，包括 Haiku 5.5，也可用于第三方运行框架（@ClaudeDevs）。
同日 SDK 更新。Python 和 TypeScript 版 Claude SDK 现已内置计算机操作和浏览器操作工具集。SDK 会运行操作循环，并将点击和按键操作发送给来自 browser_use、Browserbase、E2B 或 Daytona 的驱动程序，因此开发者不必再自行编写该循环（@ClaudeDevs，快速入门）。
首日合作伙伴上线情况：
- Cursor：@cursor_ai 声称，对于较短请求，其成本“比 Haiku 4.5 低 10 倍”，并发布了 CursorBench 对比结果（@cursor_ai）。
- VS Code 中的 GitHub Copilot：@code 表示，它“在许多编程任务中达到 Claude Sonnet 5 的水平，同时使用的 token 和步骤更少”。
- Devin：@cognition 报告称，Devin 在 FrontierCode 1.1 上取得 58.4% 的成绩，领先 Sonnet 5，而每项任务的成本约为其八分之一；并建议将其作为 Opus 5.5 在 Fusion 中的“副手”。
- Arena：已加入 Agent Arena、Code Arena WebDev、Text、Document 和 Vision，评分待公布（@arena）。
- OpenDocRouter：同日已加入（详情见下文）。

独立评测：Artificial Analysis

@ArtificialAnlys 发布了最详尽的第三方数据（各项评测细分、对比页面）。

智能指数：43，最高 effort 设置下的成绩，比上一代 Haiku 高 26 分。
- 略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）。
- 与 Kimi K3（44）相当，后者是一款拥有 2.8T 参数的开放权重模型。
- 最高 effort 设置下，比 Claude Sonnet 5.5（56）低 13 分。
新增控制选项。 这是首款支持 Anthropic effort 设置和自适应思考的 Haiku。
Token 用量是主要缺点。
- 最高 effort 设置下，每项指数任务约使用 162k 个输出 token，约为 GPT-6 Luna 最高 effort 设置下（约 50k）的 3 倍。
- 从 xhigh 提升到 max，成绩增加 2 分，但 token 用量约增至 1.8 倍。
- 即使成绩相同，它的输出仍更冗长：Haiku 5.5 在 high effort 设置下以约 55k 个 token 得到 38 分；Luna 在 max 设置下以约 50k 个 token 得到 38 分。在较低 effort 设置下，差距会扩大。
成本数据暂定。 Artificial Analysis 尚未纳入超过 100K 个 token 后价格上涨 5 倍的情况。每项任务的成本数据之后会公布。
AA-Briefcase（私有智能体知识工作评测）：1578 Elo。高于 Kimi K3 和 GLM-5.3，与最高设置下的 Muse Spark 1.3 相当。
Terminal-Bench 4.0：33%，高于 Haiku 4.5 的 0%。
- 与 GLM-5.3 Flash 持平。
- 高于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）。
知识与幻觉（AA-Omniscience）：
模型准确率幻觉率Haiku 5.536%40%Gemini 3.8 Flash55%55%GPT-6 Luna44%77%
Haiku 准确率较低，部分原因是它更愿意承认自己不知道。
AutomationBench-AA：35%，而 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 为 53–60%。发布前的安全漏洞导致模型过度拒答。Anthropic 正在修复，Artificial Analysis 将重新进行评测，并预计分数会提高。
规格：
- 上下文长度为 1M token，高于 Haiku 4.5 的 200k。
- 输入支持文本和图像，输出为文本。
- 5 分钟缓存写入费用为每 1M 个 token $0.125（超过 100K 后为 $0.625）。

其他基准测试成绩（多为厂商提供或转述）

@ShayneRedford 总结了 Anthropic 报告的成绩提升：
- OSWorld（计算机使用）：15% → 72%。
- TerminalBench：0% → 39%。这与 Artificial Analysis 在 Terminal-Bench 4.0 上独立测得的 33% 不同。
- 知识工作和推理能力提升 10–50%。
- 在上述大多数项目中胜过 Luna。
- 上下文长度为 1M，最大输出 token 约为 12k。
@alexalbert__（Anthropic）强调，Haiku 4.5 于 2025 年 10 月 15 日发布，因此对比跨度不到一年。
@TheRundownAI 报告称，它“在多项基准测试中”胜过 GPT-6 Luna。
文档解析（ParseBench 独立评测）：
- @LoganMarkewich：总体上与 Luna 接近，表格处理略好，图表理解较弱。
- @jerryliu0：每 1,000 页约 $1.2。以这个价格而言，表格处理和阅读顺序表现不错；图表、语义格式和边界框处理较弱。
轶闻：
- @simonw 撰写了定价说明，并进行了他的“骑自行车的鹈鹕”测试。他表示，这比 Haiku 4.5“好太多了”，而后者的价格贵 10 倍（对比）。
- @AI_Screening 表示，在一次 Three.js 斑马模拟中，Haiku 5.5“碾压”了 Luna（单次提示，并非系统性测试）。

观点与反应

看好

@kimmonismus：“比 GPT-6-Luna 好得多，接近 Sonnet 5.5……便宜又聪明。”
@theo 喜欢分层定价：对 100K 个 token 以下的请求收取五分之一的价格，“让人非常清楚这个模型适合做什么”。他还表示，看到 Anthropic 的模型“在成本/智能图表上远远偏左”令人印象深刻（@theo），并在直播中介绍了这次发布（@theo）。
@draecomino：“Haiku 在最大努力模式下的表现就像前沿模型。”
@kipperrii 认为，如今小型廉价模型能完成“大量有用的事情”，因此变得更加重要。
@scaling01（“便宜得离谱”）随后又表示（@scaling01）：“5.5 系列模型表现不错。”
@NotTomBrown（“小而强大”）和来自 Anthropic 的 @edwinarbus 都发布了庆祝动态。

竞争格局

这次发布普遍被视为瞄准 OpenAI 的 GPT-6 Luna：“GPT-6 Luna 完了”（@dejavucoder），“该碾压 Luna 了”（@scaling01）。
@kimmonismus 将 Sonnet 缓存读取价格下调解读为 Anthropic 向 OpenAI 施压。谈到 API 额度时，他补充道：“OpenAI，该你了”（@kimmonismus）。
@teortaxesTex 表示，Anthropic 现在“拥有所有实验室中最全面的产品阵容”（Haiku/Sonnet/Opus/Fable 加上 Mythos），而 OpenAI 则有 Luna/Sol/Astra。他仍认为 Anthropic“对产品没那么上心”，并将此视为它在 2026 年一直拥有很大余裕的表现。
ThursdAI 的 @altryne 对中间档定位提出质疑：“Opus 价格昂贵时，Sonnet 才说得通。”节目计划介绍 Haiku 5.5（@thursdai_pod）。

注意事项（主要来自数据，而非直言不讳的批评者）

宣传中的价格可能夸大了实际节省幅度。
- 高 token 用量（最大努力模式下约为 Luna 的 3 倍）抵消了部分单 token 折扣。
- 超过 100K token 的提示需支付 5 倍费用，这对长上下文智能体循环很重要。
- 这两种影响可能解释了为何 Cursor 所说的“短请求便宜 10 倍”与 Anthropic 所说的“平均便宜 75%”有所不同。
事实回忆能力弱于 Gemini 3.8 Flash 和 Luna。
过度拒绝的 bug目前拉低了自动化评分。
尚无基准测试：Arena 评分仍待公布，独立的单任务成本数据则有待分层定价支持。

背景

Haiku 4.5 自 2025 年 10 月以来一直是 Anthropic 的小型模型。此后，OpenAI 的 GPT-6 Luna、Gemini 3.8 Flash、GLM-5.3 Flash 和 DeepSeek V4.1 Flash 一直在低成本市场展开竞争。
Haiku 5.5 的标价与 Luna 完全相同。它新增了努力程度控制和 1M 上下文。
它被明确定位为多模型智能体框架中的廉价工作模型：Claude Code 子智能体、Devin Fusion、Copilot 子智能体，以及压缩或摘要步骤。
Anthropic 同时下调了 Sonnet 的缓存读取价格，并提供订阅制 API 额度，协同推动智能体经济性。这一举措正值关于 token 账单的更广泛讨论之际（见下文 @theo）。

其他新闻

OpenAI 的 722 篇数学手稿：规模、效率与影响