Anthropic 发布了 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 上得分为 43 分——比上一次 Haiku 发布一年后提升了 26 分
Haiku 5.5 是首个具备 Anthropic effort 设置和自适应思考（adaptive thinking）的 Haiku 模型，Anthropic 还引入了分级定价。
Haiku 5.5 比其前代更便宜——对于不超过 100k tokens 的提示词，其价格为每 1M 输入/输出 tokens 0.10/0.50 美元（与 GPT-6 Luna 相同，为上一代 Haiku 模型的 10%）。然而，超过 100k 后该定价上升 5 倍至 0.50/2.50 美元。网站尚未反映分级定价，因此 Haiku 5.5 的临时成本数据未包含这一阶梯上涨成本。我们正在开发支持，并将很快跟进 Cost per Task 的报道。
要点：
➤ 领先的小型模型性能：在最大 effort 下，Haiku 5.5 略微领先于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38）等模型。其得分与 Kimi K3（44，一个 2.8T 参数的开源权重模型）相当，落后于 Claude Sonnet 5.5（max，56）13 分
➤ 相比 GPT-6 Luna 的沉重 token 使用：Haiku 5.5（max）在每项 Intelligence Index 任务上使用约 162k 输出 tokens，约为 GPT-6 Luna（max，约 50k）的 3 倍。从 xhigh 到 max 增加 2 分但 token 用量约为 1.8 倍。在相近智能水平下，它也比 GPT-6 Luna 使用更多 tokens：Haiku 5.5（high）以每任务约 55k tokens 得 38 分，而 Luna（max）以约 50k tokens 得 38 分，且在更低 effort 设置下差距进一步扩大
➤ 在智能体知识工作方面能力突出：在 AA-Briefcase（我们面向真实知识工作任务的私有评测）上，Haiku 5.5（max）达到 1578 Elo，领先于 Kimi K3 和 GLM-5.3 等模型，与 Muse Spark 1.3（max）相当
➤ 终端使用方面的改进：在 Terminal-Bench 4.0 上得分为 33%，高于 Haiku 4.5 的 0%。这与 GLM-5.3 Flash 持平，领先于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）
➤ 事实知识较低，但幻觉相对较少：正如对更小型模型的预期，Haiku 5.5 的事实知识低于其同系列模型。AA-Omniscience 准确率为 36%，而 Gemini 3.8 Flash 为 55%，GPT-6 Luna 为 44%，但这部分源于它更愿意承认自己不知道——其幻觉率更低，为 40%，而另外两者分别为 55% 和 77%
➤ AutomationBench-AA 结果可能被低估：Haiku 5.5 得分为 35%，而 GPT-6 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 为 53–60%。在发布前测试期间，一个安全拒绝问题导致该模型过度拒绝。Anthropic 正在解决这一问题——我们将在修复后重新运行此评测，并预计该得分会上升
其他模型细节：
➤ 上下文窗口：1 百万 tokens，高于 Claude 4.5 Haiku 的 200k
➤ 定价：不超过 100k tokens 时每 1M 输入/输出 tokens 0.10/0.50 美元，超过部分为 0.50/2.50 美元。缓存读取 0.01 美元（超过 100k 为 0.05 美元），5 分钟缓存写入 0.125 美元（超过 100k 为 0.625 美元）
➤ 多模态：文本和图像输入，文本输出
