企业部署AI时，并不是每个任务都需要最强模型。Anthropic 10月7日发布Claude Haiku 5.5，重点服务摘要、分类、数据库查询、实时客服和子智能体等高频任务；官方称其平均运行成本较Haiku 4.5下降约75%。

Haiku 5.5是Anthropic当前速度最快、价格最低的小型模型。它与Opus 5.5、Sonnet 5.5形成任务分层：大型模型负责复杂规划与判断，小模型处理数量大、范围清晰、对响应时间敏感的步骤，从而降低整条智能体工作流的平均成本。

短上下文请求的价格下降最明显

对于不超过10万token的提示，Haiku 5.5每百万输入token价格为0.10美元，输出为0.50美元，缓存读取为0.01美元；超过10万token后，输入和输出分别升至0.50美元与2.50美元。相比Haiku 4.5，短上下文价格降低90%，长上下文价格降低50%。

Anthropic综合请求长度、价格和新分词器带来的token消耗变化后，给出的平均运行成本降幅约为75%。这个数字不是所有任务统一打七五折：企业应根据实际上下文长度、输出规模、缓存命中率和重试次数重新计算。

Anthropic还把Sonnet 5.5的缓存读取价格从每百万token 0.20美元降至0.10美元，官方估算多数智能体任务成本可因此下降约20%。这进一步鼓励团队把稳定提示、长文档和共享上下文做缓存，而不是在每次调用中重复传输。

第一次为Haiku级模型提供可调推理强度

Haiku 5.5是首个支持可调effort设置的Haiku模型。开发者可以在成本、速度和推理质量之间选择不同档位：简单分类或字段提取使用较低强度，需要更多判断的摘要、浏览器操作或子任务则提高强度。

这种设置让“小模型”不再只有一种固定工作方式，但也增加了配置责任。过高的推理强度可能抵消价格优势，过低则可能增加错误、返工和重复调用。最合适的档位需要用企业自己的任务集和质量标准验证。

官方基准显示计算机操作进步明显

Anthropic披露的结果显示，Haiku 5.5在OSWorld 2.1离线子集上的计算机操作准确率为72.4%，Haiku 4.5为15.7%；在GDPval-AA v2.1知识工作评估中得分1620，高于上一代的735。在Terminal-Bench 4.0智能体编码评估中，Haiku 5.5为39.2%，仍明显低于Sonnet 5.5的70.6%。

这些数字来自Anthropic及其引用的评估设置，能够说明相对变化，但不能直接预测企业生产效果。客服系统更关心首响时间、解决率和升级人工比例，数据分类更关心召回率、误报率和一致性，编码子智能体则需要测试仓库权限、测试通过率和越界修改。

适合做子智能体，不代表适合接管复杂决策

Haiku 5.5可以与Opus或Sonnet组合：主模型制定计划，小模型并行搜索文件、提取指标、整理摘要或处理重复查询。Anthropic列举的早期测试覆盖CRM记录审核、企业文档问答、财务摘要和代码协作等场景。

更稳妥的架构是按任务风险分级。格式转换、检索和初步分类可以优先交给小模型；涉及合同结论、资金、生产变更或敏感客户沟通的任务，应交给更强模型或人工复核。模型便宜并不意味着错误成本也低。

安全策略与大模型并不完全相同

Anthropic表示，Haiku 5.5在对齐评估中比Haiku 4.5出现更少的不当行为，也更不愿配合滥用请求。其网络安全保护比Haiku 4.5更严格，但比近期的Sonnet等模型稍宽，允许更广泛的防御性任务，同时继续阻止渗透测试等更可能被攻击者使用的技术。

生物安全保护与Sonnet 5、Sonnet 5.5和Opus 5一致。Haiku 5.5现已在Claude Platform、AWS、Google Cloud和Microsoft Azure提供，开发者可使用claude-haiku-5-5调用。

编辑观察：企业AI降本的关键是任务路由

小模型真正的价值不只是单价低，而是让企业可以把不同复杂度的任务送到不同模型。先用小模型完成检索、压缩和分类，只在关键判断时调用大模型，往往比让旗舰模型处理所有步骤更经济。

实施时应记录每类任务的成功率、时延、token成本、人工返工和升级比例，持续调整路由。最终要优化的是“每个成功任务的总成本”，而不是单次调用价格。

配图为AIcent原创AI生成实景风格示意图，非官方新闻现场照片，不使用第三方新闻图片。

参考来源：Anthropic官方（2026年10月7日）。正文为基于官方消息的中文整理，编辑观察与事实披露分开呈现。