Anthropic 在十月七日把 Claude Haiku 5.5 正式放了出来。这件事乍看只是例行发个小模型，细看才发现它动的是定价逻辑，不是参数。它是 Haiku 家族里第一支带动态推理能力的模型，能按任务轻重自己调节思考强度，价格却几乎压到了上一代的地板。
先说钱，这是最狠的一刀。请求在十万 token 以内时，输入每百万 token 收零点一美元，输出收零点五美元。一旦越过十万 token 这道线，价格直接翻五倍，变成零点五和二点五。Anthropic 的说法是，上一代 Haiku 4.5 里有大约九成请求都落在这道线以内，所以多数业务实际便宜了约九成；把不同区间摊平来算，平均运行成本降了七成五。同一天他们还把 Sonnet 5.5 的缓存读取价从零点二砍到零点一每百万 token，等于给大多数智能体任务再省两成。
但便宜九成这话得拆开听。Haiku 5.5 换了一套新的分词器，同样一段文字会比老版多切出大约三成 token。你以为单价降了，账面上 token 数先涨了一截。再加上思考过程也按输出计费，有人实测单任务成本只比四代低四分之一左右，远不是九成。所以那个数字是理想工况，不是你的真实账单。预算的时候，先把你真实的提示长度放进公式里算一遍，别直接信宣传页。
能力上它确实升了一档。知识测试拿到一千六百二十分，另一项商业基准是一千五百七十八；图形界面离线测试百分之七十二点四，而上一代只有百分之十五点七；代码基准在最高档下是百分之三十九点二。它支持看图、读文档，上下文拉到一百万 token，最大输出十二点八万。值得注意的是，它的英文定价和对手的 Luna 一模一样，都是零点一和零点五，两家在低价入口上已经贴脸肉搏。
把 Haiku 5.5 和自家更贵的档位放一起看更直观。中端档输入两美元、输出十美元，Haiku 便宜了约九成五；对比旗舰档则便宜约九成八。换句话说，Anthropic 把最便宜的那一档压到了和对手同价，再用更贵的档位赚利润。这种打法明显是冲着调用量去的，而不是只卖旗舰。
最实用的变化是它终于能当合格的子智能体了。你可以让旗舰档或中端档干重活，把几十次廉价的摘要、分类、路由甩给 Haiku 5.5。一个贵模型带一群便宜模型，这成了真能落地的省线写法。举个具体场景：一套客服系统，先用 Haiku 5.5 做意图识别和工单分类，只有真正复杂的个案才升级到更贵的模型，整体调用成本能压下一个数量级。这也是 Anthropic 在冲刺上市时给开发者的明确信号，他们要抢的是企业级调用量。
但别把它当万能替身。复杂推理它依旧不如自家旗舰，长提示一旦越线，价格立刻回到大模型区间。它适合的是高并发、对延迟敏感、能容忍偶尔出错的活儿，客服初筛、内容打标、批量抽取这类最合适。另外它把努力程度做成可调参数，从最低到最高，这意味着同一个模型既能做便宜的查表，也能啃硬一点的步骤，但最高档的思考消耗同样计费，烧钱速度会随档位肉眼可见地上升。
还有一个角度值得说。这一刀砍价不是孤例，而是小模型集体下探的信号。当最便宜的档位已经能胜任摘要、分类、初筛，很多公司过去硬上旗舰的做法就站不住了。真正的省法不是选最便宜的模型，而是把任务分层：能甩给小模型的绝不麻烦旗舰。换个说法， Haiku 5.5 的价值不在它多强，而在它让分层这件事第一次在账面上成立。对刚起步的团队，这比追逐参数更有现实意义。
举个能算清账的例子。假设你每天有一万次客服初筛，每次提示两千 token、回答三百 token。按旧档算，一个月大概三十五美元；按新档算，同样量级降到四到五美元。可一旦你的提示因为上下文变长突破十万 token，单价直接翻五倍，月账可能反而跳到六十美元以上。所以真正决定成本的不是模型名字，而是你有多少请求稳稳压在阈值线下。把长上下文拆短、把缓存用足，比纠结选哪个档位管用得多。
把镜头拉远一点看，这件事的真正意义不在降价本身，而在小模型正悄悄变成整个智能体系统的默认执行层。过去我们习惯把最重要的活交给最大的模型，觉得那样才稳妥。现在便宜档位的能力已经够用，分层调用从省钱技巧变成了工程常识。对做产品的团队来说，这意味着架构思路要调头：先假设大多数步骤都能用小模型解决，只在卡住的时候才升级。谁先把这个习惯刻进流程，谁就能在同样预算下多跑十倍的任务量。
跟你有啥关系：如果你手上有大量重复、便宜、要快的 AI 调用，Haiku 5.5 基本是目前最划算的执行层。上线前先拿你真实的提示长度测一遍账，重点盯那三成多切的 token 和越过阈值后的五倍价。便宜是真的，别被平均数字糊住眼睛。