Haiku 5.5深度评测：Anthropic终于有了一款值得用的小模型

Anthropic的小模型困局终于被打破

长久以来，Anthropic在大模型领域一直表现强势——从早期的Sonnet 3.5奠定了工具调用（tool calls）的工程范式，到后来的Opus系列，再到最新的Opus 5.5和Sonnet 5.5。但它的产品线始终存在一个明显的短板：小模型。

上一代的Haiku 4.5刚发布时还算有些亮点，但很快就显得既贵又无用。这位YouTube创作者坦言，他甚至专门调整了自己所有的工具链、agent配置和Claude MD文件，明确告诉所有agent「不惜一切代价避开Haiku 4.5」。他的理由很直接：这个模型「几乎没用」，为了省钱，他宁可训练自己的Claude去调用Sol（OpenAI的模型），也不敢信任Haiku 4.5。

正是因为这段痛苦经历，他几周前公开吐槽：Anthropic没有一款值得用的小模型。而Haiku 5.5的发布，正是冲着这个「最大的缺失拼图」而来。

Haiku 5.5的定价才是真正的杀手锏

按照Anthropic官方的说法，Haiku 5.5是「我们发布过的最便宜、最快、能力最强的小模型」，专为高频、成本敏感的任务设计——摘要、压缩、数据库查询、分类请求等等。平均而言，它的运行成本比Haiku 4.5低约75%。

具体价格拆解很有意思：

• 缓存读取（cache reads）：1美分/百万token，是Haiku 4.5的十分之一
• 缓存写入：12.5美分/百万token
• 普通输入：10美分/百万token
• 输出：50美分/百万token（上一代是5美元/百万，便宜了约20倍）

但这里有个关键的「门槛」：以上价格仅适用于10万token以内的上下文。一旦超过10万token，价格不是翻倍而是直接涨5倍——输出从50美分飙到2.5美元/百万，输入从10美分涨到50美分。

创作者对此的解读很到位：这是Anthropic在刻意引导用户。超便宜的低价区间（<100K）让人很难再有理由去调用其他API（比如GPT的小模型），因为「随手扔给Haiku就行」；而对超长上下文的高价则是防止用户在Claude Code里无节制地消耗，避免拖垮自己的利润。

Anthropic员工Lydia也公开建议：如果想控制账单，可以手动把Haiku 5.5的auto-compact窗口设为100K，这样就始终在便宜区间内运行，且该设置是按模型保存的，只影响Haiku（包括其子agent）。

缓存读取（Cache Reads） 是大模型API定价中一个容易被忽视但极为关键的成本项。当同一段上下文（如系统提示、代码库前缀、长篇文档）被反复送入模型时，服务商可以将其在服务器端缓存，后续请求只需支付"缓存读取"费用，而非重新处理全部token的"普通输入"费用。在agentic工作流中，主agent的系统提示和工具定义往往数万token，每次子任务都要携带这段上下文，因此缓存读取的调用次数可以远超普通输入，轻松占到总账单的30%–50%。这也是为什么Sonnet 5.5的缓存读取降价会让创作者如此激动——对高频调用场景而言，这一个价格变动对实际花费的影响，甚至比正常输入/输出价格更大。

一个被忽略的重磅改动：Sonnet降价

创作者在视频中半路「破防」——他发现这次发布悄悄藏了一个大新闻：Sonnet 5.5的缓存读取价格直接腰斩，从20美分/百万降到10美分/百万。

这恰恰是他之前在Sonnet 5.5评测中猛烈吐槽的点。此前Sonnet的缓存读取价格居然和Opus一样，而缓存读取通常占账单的30%到50%，这意味着在agentic工作场景下，Sonnet和Opus的实际价差小得可怜，Sonnet因此远不如OpenAI的6.1 Sol有吸引力。

降价后，Sonnet的缓存读取价格终于和GPT-6.1 Sol持平，整个产品线的逻辑一下子变得合理多了。他甚至直言，这可能才是本次发布中他最喜欢的部分。

性能表现：翻倍的进步与现实的局限

在创作者自制的benchmark套件中，Haiku 5.5在绝大多数项目上拿到了Haiku 4.5两倍以上的分数。几个值得注意的数据：

• Terminal Bench：从Haiku 4.5的0分一路提升到接近40%
• 代码能力：超过GPT-6 Luna（16.4%）的两倍以上
• Computer Use（计算机操作）：表现惊艳，比6 Luna高出约40%，这在OpenAI长期领先的领域是个意外

速度方面，Haiku 5.5在不同供应商处能跑到100到200 TPS，创作者自己用Claude Code测试时稳定在180 TPS左右。

但也有不同声音。开发者Prime反馈，当他把推理（reasoning）关闭、作为Luna的drop-in替代用于自动化任务时，Haiku 5.5的通过率更差、失败率更高、速度也更慢。创作者对此并不意外——OpenAI的模型被专门训练得擅长「无推理」模式，而Anthropic的模型恰恰相反。Opus和Sonnet 5.5干脆取消了无推理选项，Haiku虽保留了这个选项，但在这个模式下表现并不好。结论是：开着推理用Haiku很香，关掉推理不如用GPT的Jev或Luna。

文中多次提及的 推理模式（Reasoning） 指的是让模型在给出最终答案之前，先输出一段内部"思考链"（chain-of-thought），以此提升复杂任务的准确率。Anthropic的Opus和Sonnet 5.5已将推理设为默认且不可关闭；Haiku 5.5虽然保留了关闭选项，但显然是针对"开推理"场景优化的。相比之下，OpenAI的小模型（如Luna、Jev）被刻意训练在不输出推理链的"直接响应"模式下也能高效工作，适合延迟极敏感、成本极苛刻的分类、路由任务。这种训练哲学的差异，导致两家模型在相同价位上各有擅长的工作负载，直接影响到替换方案的选择。TPS（Tokens Per Second） 则是衡量模型推理速度的常用指标，代表每秒能生成的token数量；Haiku 5.5在部分供应商处可达180 TPS，意味着即便开启推理，延迟依然可控。

Haiku的真正价值：当子agent，而不是主力

创作者反复强调一个核心观点：Haiku 5.5最佳的使用方式不是在UI里手动选中它来写代码，而是让你的agent和应用去调用它。

他对「用便宜模型写代码」这件事提出了尖锐的反驳：编程本身并不是让LLM变贵的原因。一旦上下文进入模型并被缓存，生成正确的代码文件其实相当便宜。真正烧钱的是其他环节——收集上下文、验证结果是否正确、编写大量测试代码、因为前七次错了而重新生成第八次。

「那500个输出token一旦输入被缓存，根本不贵。我不理解为什么大家都在找一个笨模型去做写代码这部分。」

Anthropic的官方demo很好地印证了Haiku作为子agent的价值。他们让Opus 5.5单独完成一个「鸡蛋安全降落」的模拟任务，又让Opus 5.5搭配10个Haiku 5.5子agent完成同样任务：

• Opus单独：3.5分钟，25次尝试，花费47美分
• Opus + 10个Haiku：不到1分钟，86次尝试，仅花费14美分

对于那些「大多数答案都是错的、需要大量试错」的任务——比如在庞大代码库里找一个文件，Haiku凭借便宜和快速的优势可以并行尝试多次，又不会造成惊人的账单。创作者总结：当更多次尝试比更聪明的尝试更有价值时，Haiku 5.5会碾压对手。

Multi-agent（多智能体）架构 是指由一个"主agent"（orchestrator）负责规划和决策，并在执行具体子任务时动态调用一个或多个"子agent"的系统设计模式。主agent通常使用能力更强、成本更高的模型（如Opus），而子agent负责执行并发、重复或低复杂度的工作（如搜索文件、读取文档、调用API、运行测试），因此可以用更廉价、更快的小模型承担。这种分工使得整体任务耗时和费用大幅下降——官方demo中，Opus单独完成任务花费47美分，而Opus调度10个Haiku子agent仅花14美分，且完成速度快了3倍以上。Haiku 5.5的价值正在于此：它不需要在每一步都"最聪明"，只需要足够快、足够便宜，从而让主agent可以"广撒网"式地并行探索多条路径。

前端设计与真实demo的惊喜

社区成员做的几个demo让创作者印象深刻。社区的Arsh用Haiku编程生成的视频效果「贵得离谱地好」——仅花60美分API成本、20分钟内完成。创作者认为Anthropic模型在设计方面天生「有品味」，很可能是因为训练数据里有大量优质设计素材。

配合Design Skill技能后，Haiku的前端设计能力远超Grok 4.7。但关掉Design Skill后，就立刻退回到「经典LLM设计」的平庸水准，说明这个技能对Claude模型的加成极大。

不过在创作者的招牌测试「fish slop」小游戏里，Haiku 5.5暴露了短板：没有鼠标移动、没有声音、拐角逻辑有问题、第二波外星人攻击的时机不对。他的评价很精准：「它的下限没有Astra那么低，但它的上限只有Astra的十分之一。」 这次构建约花费1美元。

该不该用Haiku？该不该放弃Sonnet？

从artificial analysis的成本-智能图表看，加入完整数据后，Haiku 5.5几乎和GPT-6 Luna并驾齐驱。创作者的几个判断值得玩味：

• 如果纯粹按「每美元智能」优化，最优组合是GPT-6 Luna、GPT-6.1 Sol和Opus 5.5，加上被低估的开源模型Mimo V26 Pro
• 但如果你想在单一供应商体系内（比如只用Anthropic的API或Claude Code订阅），Opus + Haiku的组合已经非常合理，几乎可以完全跳过Sonnet
• Sonnet的真正价值不在于「填补Haiku和Opus之间的空档」，而在于它是一个「不同家族的视角」——就像请教一位在别家公司工作的朋友。创作者特别推崇用GPT-6.1 Sol做代码审计，让Opus写代码、Sol审查，PR上线速度大幅提升

你可能没注意到，Opus 5 low到Haiku 5.5 max的价差其实并不大（20美分 vs 55美分）。而且创作者亲身踩坑：当Haiku卡住自己、无法完成任务却烧掉大量token时，反而比直接用Opus更贵。他在用Haiku审计1500个PR时就遇到了GitHub速率限制，Haiku把自己困死了，而换成Opus后，模型反而「聪明地」想办法绕过了限制、合理分批调度子agent。

订阅用户的隐藏福利

本次发布还有一个对开发者友好的改动：订阅Claude 20X计划（200美元/月）的用户，每月额外获得200美元的API credit；5X用户获得100美元。这意味着你可以用这笔额度去vibe code一个内置Haiku或Sonnet的应用再分享给朋友。

创作者透露自己曾多次与Anthropic沟通这类集成设计，并对他们「真的在倾听」表示赞赏——本来可能变成一个糟糕决策的事情，最终变成了真正酷的功能。此外，Anthropic还更新了Python和TypeScript SDK，加入了对computer use和browser use的支持。

总结

回到创作者最初那句吐槽——「Anthropic没有一款值得用的小模型」。现在他的措辞变成了：「Anthropic现在有了一款有时候值得用的小模型。」

这是一个克制但真诚的评价。Haiku 5.5不会是你手动选来写代码或做前端的主力，但作为agent可以调用的工具——去收集数据、读文档、做分类、并行试错——它是一个极具性价比的补充。配合Sonnet降价，整个Anthropic 5.5产品线的定价逻辑终于理顺了。创作者最后放话：如果他是OpenAI，现在会「非常害怕」，并祈祷下一代Astra的训练能有突破。