Claude Haiku 5.5 發表：短提示低價、100K 門檻與小模型分工（2026）

2026 年 10 月 7 日，Anthropic 在官網發布了〈Introducing Claude Haiku 5.5〉。Claude Haiku 5.5 把短提示的 API 基礎費率壓低，讓頻繁的小工作更值得交給模型；但超過 100,000 tokens 的提示，會進入另一套價格。讀懂這次發布，要把每 token 的牌價、實際工作量與成果品質一起看。

先看公告真正承諾了什麼，再用定價、遷移文件與獨立測試核對，最後判斷：哪些工作可以多跑，哪些仍值得留給較大的模型。

Claude Haiku 5.5：便宜的重點，是頻繁而明確的小工作

原文把摘要、對話壓縮、分類、查詢與 coding subagent 放在中心：讓較大的模型負責整體規劃，小模型處理其中可單獨交付的工作。想像一份報告要查十個欄位；每次只把必要資料和一個問題交出去，往往比叫每個助手重讀整份專案更容易算帳。這是分工的用途示意，並非 AlphaLab 的模型實測。

Haiku 5.5 is especially good value when used for tasks with prompts up to 100,000 tokens

中文：Haiku 5.5 對提示不超過 100,000 tokens 的任務，尤其有價格優勢。

Anthropic，發布文章 Pricing 段落節錄

模型概覽確認標準 API 的 100 萬 token 上下文窗口、128K 最大輸出與模型 ID claude-haiku-5-5。能裝下很長的內容，不代表整個窗口都享有最低費率。128K 也是標準模式的輸出上限，不能當成可見答案的保證長度。

Claude Haiku 5.5 定價：100K 前後，輸出也換費率

下表依 2026 年 10 月 8 日查核的 Claude Platform 定價文件整理，單位均為美元／每百萬 tokens；這是原廠標準 API 價格，透過其他平台使用需核對那條路由的價目。門檻看的是提示長度，100,000 正好仍在低價級距。

項目	Haiku 5.5 ≤100K	Haiku 5.5 ＞100K	Haiku 4.5
一般輸入	0.10	0.50	1.00
輸出	0.50	2.50	5.00
快取讀取	0.01	0.05	0.10
5 分鐘快取寫入	0.125	0.625	1.25
1 小時快取寫入	0.20	1.00	2.00

超過門檻時，Haiku 5.5 的一般輸入、輸出與快取費率都提高五倍；相對 Haiku 4.5 的公開每 token 費率，這個長提示級距仍低 50%。因此，不能把「超過 100K」讀成「比舊模型更貴」，也不能把九成降價套到所有請求。

先用一個窄例子感受規模：假設每次有 10,000 個未快取輸入 tokens、1,000 個計費輸出 tokens，按低價級距計算是 0.0015 美元；10,000 次就是 15 美元。這只算這兩項 token 用量，若實際輸出含更多思考、重試或工具服務，應把那些工作另計。省錢的機會來自大量重複呼叫，驗收也要以完整任務為單位。

Tokenizer 改了：同一份文字，不一定還在同一級距

官方遷移文件指出，相同文字在新 tokenizer 下約會產生比 Haiku 4.5 多 30% 的 tokens，增幅依內容而異。原本接近門檻的文件，換模型後可能跨過 100K；先用新模型重新計數，比把舊用量乘新單價可靠。

Simon Willison 的當日測試提供了不同尺度的觀察：他的同一段長提示約增加到 1.25 倍 tokens。這是他的樣本，不與文件的近似值矛盾，也不能替所有繁中、程式碼或長對話訂一個固定換算率。

對你的工作而言，最該先找的是提示長度的分布：多少請求遠低於 100K，多少卡在附近，多少早已超過？平均值會把門檻附近的個案藏起來。固定規則、附件和歷史對話都應納入檢查；「這次只問一句話」未必代表整個送出的提示很短。

跑分與實測：小模型變強，仍有分工邊界

原文的評測表涵蓋知識工作、電腦操作、推理、程式與圖表理解。應把每一列當成特定任務與設定的結果，不能把它們合成「所有工作都勝出」。例如公司表中的 Terminal-Bench 4.0，Haiku 5.5 為 39.2%，Sonnet 5.5 為 70.6%；這支持繼續評估小模型的進步，也留下複雜多步程式工作的差距。

Willison 另用「騎腳踏車的鵜鶘 SVG」比較不同 effort。他記錄 low 約 7 秒，max 約 5 分 9 秒；這是一位作者在這個創作題與跑次的觀察。它提醒我們，費率低不會自動消除等待，調高 effort 也會改變產出與工作量。這些秒數不能當作一般客服或 coding 任務的延遲保證。

他的文章把新模型描述為不能關閉推理；現行 官方 Haiku 5.5 提示指南則列出：low、medium、high 可關閉 thinking，xhigh 與 max 不可。採用前應依自己的 API 配置核對；這個差異正好說明，單次測試與完整功能契約要分開。Adaptive thinking 預設開啟，effort 預設為 medium。

Sonnet 快取降價，是另一張帳

10 月 7 日的 官方更新紀錄確認 Sonnet 5.5 的快取讀取由每百萬 tokens 0.20 美元降至 0.10 美元。它降低的是命中快取那部分的成本，沒有把輸出和一般輸入同時打五折。

若你的流程重複使用相同前綴，快取讀取占比可能很大；若常改前綴、很少命中，節省便不同。原文提出的 Sonnet Agent 工作約省兩成，是公司對其工作負載的估計，不是每位使用者的固定折扣。比較兩個模型時，應保留快取讀、寫、一般輸入和輸出的分項帳單。

同一份公告還宣布，當週將向 Max／Team 訂閱者推出每月 API credit，並為 Python／TypeScript SDK 加入電腦與瀏覽器操作 beta 支援。這些是各自的產品更新；可用的帳號額度與 SDK 功能，不應被混算成 Haiku 每 token 的降幅。原文亦報告對齊評測改善及相較 Haiku 4.5 更嚴格的資安防護；這些仍是官方測量與部署政策，並不替你的工具權限或資料路徑完成驗收。

AlphaLab 的判讀：便宜，應該換來什麼？

一、先讓小工作有明確交付

模型分工的價值，取決於邊界是否清楚。擷取欄位時要求來源位置，分類時保留不確定類別，摘要時要求能對回原文；這些成果更容易驗。若每次分工都丟出整份資料，或主模型仍須重做全部工作，低牌價很可能被重複閱讀吃掉。

二、以合格成果算成本

一個便宜的錯誤答案，可能使你再跑模型、再查資料、再請人修正。比較時把所有嘗試費用加總，再除以通過同一驗收的成果數；另外記錄完成時間與需要人工處理的比例。這會讓「可以多試幾次」變成可衡量的選擇，而不是自動把更高並行當成進步。

三、長窗口是一種選項

對需要整體脈絡的工作，長提示可能有必要；對可局部解決的查找，先挑出必要材料則更值得試。不要為了守住門檻盲目截斷：少掉關鍵上下文所造成的漏答，也要算在成果品質裡。目標是找到資訊足夠、費用合理的提示，而非追一個最小 token 數。

四、把能力成長轉成可撤回的選擇

我同意原文的方向：更便宜而有能力的小模型，讓摘要、分類與窄範圍子任務更有試驗空間。我存疑的是直接從公司跑分或單題創作，跳到「可以全面替代大模型」。先替一種已有答案的小工作建立對照，保持能切回原流程，才能知道這次進步是否落到你的使用情境。

現在值得做的第一件事

挑一類高頻工作，保留一批你有權使用、已能判對錯的樣本。凍結成功條件，讓 Haiku 5.5 與現有模型處理相同素材，記錄提示長度、effort、計費輸出、快取、重試、完成時間與失敗原因；把門檻附近的長提示另外列出。先比較 medium，再視需要調整，別一次換模型、提示與驗收。

一般使用者可以先觀察自己哪些工作需要長篇脈絡、哪些只需短而固定的交付；開發者則應保存模型版本與路由收據。真正值得追蹤的下一個訊號，是不同團隊在固定設定下的窄任務成績，以及它們對每個合格成果算出的總成本。Claude Haiku 5.5 的意義，會落在這些能重複驗的工作裡。