AWS 在 Amazon Bedrock 和 Claude Platform on AWS 上推出 Claude Haiku 5.5

今天，我们很高兴地宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 AWS 上的 Claude Platform 上推出。根据 Anthropic 的说法，Claude Haiku 5.5 是 Claude 5.5 系列中最快、最高效的模型，专为子代理以及高容量、对成本敏感的工作而构建。对于大多数任务，它的成本也比 Claude Haiku 4.5 低约 75 percent。

Amazon Bedrock 为你提供 Haiku 5.5 的能力，同时通过区域数据驻留将你的数据保留在 AWS 基础设施内。它可与团队已在使用的 AWS 控制项配合使用，包括用于访问控制的 AWS Identity and Access Management (IAM)、用于审计的 AWS CloudTrail、用于监控的 Amazon CloudWatch，以及 Amazon Bedrock Guardrails。使用量会显示在你的 AWS 账单上。

AWS 上的 Claude Platform 可让你通过 AWS Management Console 直接访问 Anthropic 的原生平台体验和能力。你可以使用与直接通过 Anthropic 工作时相同的 API、功能和控制台体验来构建、测试和部署，并与 AWS 账单和身份验证统一。

本文介绍 Claude Haiku 5.5 的改进、关于何时选择 Haiku 5.5 的实用指导，以及如何在 Amazon Bedrock 上开始使用。

Claude Haiku 5.5 有何不同

Claude Haiku 5.5 是 Anthropic 最强大的 Haiku 模型，覆盖编码、工具使用、计算机使用和代理式任务。它也是首个具备 effort controls 的 Haiku 模型，因此你可以针对每项任务在成本与智能之间进行调节，而不是为整个工作负载选择一种设置。

这些改进在大规模、快速且可重复的工作中尤为突出。对于编码任务，它可作为子代理来路由请求、审查代码并对长文档进行分类。对于知识工作，Haiku 5.5 可从中小型文档中提取关键信息，执行初步扫描，并针对知识库快速回答问题。对于交互式应用，它的响应速度足以让简单对话获得快速且有帮助的回答。它还可以按生产功能所需的规模和成本处理传统自然语言处理 (NLP) 任务，例如分类、摘要和文本生成。

Haiku 5.5 可处理代理式编码和多步骤工具使用，并支持高分辨率图像。Haiku 5.5 可以作为强大的计算机使用子代理，用于重复性的浏览器和桌面任务，其成本也能支撑规模化使用。在开发工作流程中，它非常适合快速迭代 UI 和 UX 变更，以及跨多个文件进行小型、具体的代码库变更。

将 Claude Haiku 5.5 与 Opus 5.5 搭配使用

Haiku 5.5 可与最近发布的 Claude Opus 5.5 搭配使用。二者结合后能形成强大的组合：Opus 5.5 负责规划并作出判断，Haiku 5.5 则快速且大规模地执行定义明确的任务。你可以在关键之处获得审慎推理，并在其他地方获得更低的成本和延迟。

1. Claude Opus 5.5 负责规划工作并作出判断。它会分解复杂问题、决定处理方法，并承担最困难的推理任务，例如发布调试、大型拉取请求的安全审查，以及最终形成完整报告的长篇分析。
2. Claude Haiku 5.5 承担了子代理的快速层。它处理快速、高容量的任务，例如路由请求、分类和总结、重写长文档，以及在许多文件中应用小而具体的更改。作为一个审查子代理，它可以快速检查操作顺序和高层方向，因此 Opus 5.5 可以把它的 token 用在最困难的推理上。由于它速度快且成本效益高，你可以并行运行多个 Haiku 子代理。

在 Amazon Bedrock 上开始使用 Claude Haiku 5.5

要试用 Haiku 5.5，请打开 Amazon Bedrock 控制台，选择 Test，然后选择 Playground，并选择 Haiku 5.5 作为模型。之后，你可以直接针对它运行提示。

图 1：在 Amazon Bedrock 控制台 Playground 中选择 Anthropic Claude 模型

在程序中，你可以通过 Anthropic SDK 使用 Anthropic Messages API 针对 bedrock-runtime 调用该模型。你也可以通过 AWS Command Line Interface (AWS CLI) 和 AWS SDK，在 bedrock-runtime 上使用 Invoke 和 Converse API。

先决条件

你必须具备以下先决条件：

1. 拥有 Amazon Bedrock 访问权限的有效 AWS 账户。
2. 已安装并配置 AWS Command Line Interface (AWS CLI)。
3. Python 3.10+。
4. 已安装 Boto3：pip install boto3。
5. 已安装 Anthropic SDK：pip install anthropic。
6. 已安装用于 Amazon Bedrock 身份验证的 Amazon Bedrock Token Generator：pip install aws_bedrock_token_generator。
7. AWS Identity and Access Management (IAM) 权限：bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream。

下面是一个使用 AWS SDK for Python (Boto3) 和 InvokeModel API 的快速示例：

import boto3
import json

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.invoke_model(
    modelId="global.anthropic.claude-haiku-5-5",
    contentType="application/json",
    accept="application/json",
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 4096,
        "messages": [
            {
                "role": "user",
                "content": "Can you explain the features of Amazon Bedrock?"
            }
        ]
    })
)

result = json.loads(response["body"].read())
# Haiku 5.5 may return a thinking block before the text block,
# so select the text block rather than a fixed index.
print(next(b["text"] for b in result["content"] if b["type"] == "text"))

你也可以使用 Amazon Bedrock Converse API，获得统一的多模型体验：

import boto3

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.converse(
    modelId="global.anthropic.claude-haiku-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "text": "Can you explain the features of Amazon Bedrock?"
                }
            ]
        }
    ],
    inferenceConfig={
        "maxTokens": 4096
    }
)

if 'output' in response:
    blocks = response['output']['message']['content']
    print('\n'.join(b.get('text', '') for b in blocks if 'text' in b))

你也可以通过 anthropic SDK 软件包使用 Anthropic Messages API，获得更简化的体验：

from anthropic import Anthropic
from aws_bedrock_token_generator import provide_token

token = provide_token(region="us-east-1")

client = Anthropic(
    base_url="https://bedrock-runtime.us-east-1.amazonaws.com/anthropic",
    api_key=token,
)

# Invoke Claude Haiku 5.5
response = client.messages.create(
    model="global.anthropic.claude-haiku-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}],
)
print(response)

你可以浏览 Getting Started notebook 以获取更多示例。你可以通过 Amazon CloudWatch 和 AWS Cost Explorer 监控使用量、性能和成本，以便随着需求增长扩展你的应用程序。

可用性

Claude Haiku 5.5 现已在 Amazon Bedrock 上通过 US Geo CRIS (us.)、EU Geo CRIS (eu.)、AU Geo CRIS (au.)、JP Geo CRIS (jp.) 和 Global CRIS (global.) 推理配置文件在 bedrock-runtime 上提供。在 AWS GovCloud (US) 中，它可在 bedrock-runtime 和 bedrock-mantle 端点上使用。

有关受支持 AWS 区域的完整列表，请参阅 Amazon Bedrock 文档。有关定价信息，请参阅 Amazon Bedrock 定价。它也可通过北美的 Claude Platform on AWS 使用

在 Amazon Bedrock 控制台、Claude Platform on AWS 中试用 Claude Haiku 5.5，或在 GitHub 上探索 Getting Started notebooks。

关于作者

Aamna Najmi

Aamna 是一名生成式 AI 高级专家解决方案架构师，专注于 Anthropic 模型，以及在 Amazon Bedrock 上大规模将生成式 AI 系统投入运营并进行治理。她帮助 ISV 解决挑战、拥抱创新，并利用 Amazon Bedrock 创造新的商业机会。

Dani Mitchell

Dani 是 AWS 的生成式 AI 高级专家解决方案架构师，负责 Anthropic 在 Amazon Bedrock 上的上市工作。他帮助全球企业使用 Amazon Bedrock 上 Anthropic 的模型和功能设计和部署生成式 AI 解决方案，以构建可扩展、可投入生产的应用程序。

Alfredo Castillo

Alfredo 是 AWS 的生成式 AI 高级专家解决方案架构师，专注于 Anthropic 模型在 Amazon Bedrock 上的上市推广。他与金融服务客户合作，在分布式系统中设计和扩展生成式 AI 解决方案，并将生成式 AI 实验转化为生产工作负载。工作之外，他热爱家庭和耐力运动。

Sofian Hamiti

Sofian 是一位技术领导者，拥有超过 12 年构建 AI 解决方案以及领导高绩效团队以最大化客户成果的经验。他热衷于赋能多元化人才，推动全球影响力并实现他们的职业抱负。