一句话看懂：Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis 智能指数上得分 43，比上一代 Haiku 一年前提升 26 分；它首次在 Haiku 系列中加入 effort 设置与自适应思考，并引入 100k token 为界的分层定价。
事件核心：发生了什么
根据 Artificial Analysis 于 2026 年 10 月 7 日发布的评测文章，Anthropic 推出 Claude Haiku 5.5。它在 Artificial Analysis 智能指数上得分为 43，较上一次 Haiku 发布提升 26 分。该模型是 Haiku 系列中首个支持 effort 设置与自适应思考的版本，同时引入了分层定价。
价格方面，100k token 以内的输入/输出价格为每 100 万 token 0.10/0.50 美元，与 GPT-6 Luna 相同，约为上一代 Haiku 的十分之一；超过 100k 后价格升至 0.50/2.50 美元，上涨 5 倍。目前该站点尚未反映分层定价，暂定的成本数据未包含阶梯上涨部分。上下文窗口从 Claude 4.5 Haiku 的 200k 提升至 100 万 token，支持文本与图像输入、文本输出。
为什么重要
在小型模型赛道，Haiku 5.5 在最高 effort 下略高于 GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38），与 2.8T 参数开源权重模型 Kimi K3（44）接近，但落后 Claude Sonnet 5.5（最高 effort，56）13 分。这说明小模型的能力上限在被继续推高，但闭源中端模型仍留有层级差。
不过 token 效率是它的短板。Haiku 5.5（max）在智能指数每项任务上约消耗 162k 输出 token，约为 GPT-6 Luna（max，约 50k）的 3 倍。从 xhigh 提升到 max 只增加 2 分，却要付出约 1.8 倍 token。在相近智能水平上，它比 Luna 用得更“费”。同时，它在 Terminal-Bench 4.0 上从 Haiku 4.5 的 0% 升至 33%，与 GLM-5.3 Flash 持平，高于 Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）。在 AA-Briefcase 知识工作评测中，Haiku 5.5（max）达到 1578 Elo，领先 Kimi K3 和 GLM-5.3，与 Muse Spark 1.3（max）相当。事实知识偏低但幻觉率相对更低：AA-Omniscience 准确率 36%，低于 Gemini 3.8 Flash 的 55% 和 GPT-6 Luna 的 44%，但幻觉率 40%，低于后两者的 55% 和 77%。AutomationBench-AA 得分 35%，可能被低估，原因是发布前测试中安全拒答问题导致过度拒绝，Anthropic 正在修复，评测将重跑。
对用户/开发者/创作者的影响
对开发者而言，Haiku 5.5 的低价档位和 100 万 token 上下文适合长文档处理、批量调用和成本敏感型 AI 应用，但超过 100k 后价格跳升 5 倍，需要在提示设计上控制 token 规模。对内容创作者和知识工作者，它在 AA-Briefcase 上的表现接近前沿模型，意味着小模型已可承接部分真实工作任务，但事实准确率偏低，重要事实仍需人工核查。对企业采购，token 消耗偏高可能抵消单价优势，实际成本要等站点支持分层定价后再评估。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Anthropic 修复安全拒答后 AutomationBench-AA 重跑结果是否明显上升；二是站点何时支持分层定价，以及每任务成本的真实排名；三是 Haiku 5.5 与 GPT-6 Luna、Gemini 3.8 Flash 在开发者生态中的实际采用情况。以上评测结果仅适用于 Artificial Analysis 在原文日期的测试条件，不构成永久排名。
