Claude Haiku 5.5: What’s New and How to Use It for Fast, Cheap AI Workflows
TL;DR · AI 摘要
Claude Haiku 5.5: What’s New and How to Use It for Fast, Cheap AI Workflows - KDnuggets publ: 19-Oct, 2026 - Blog Top Po...
核心要点
- 主题聚焦:Claude Haiku 5.5: What’s New and How to Use It f
- 来源:KDnuggets,建议结合原文判断细节。
- AI 分析暂不可用,本条为保底评分与摘要。
Claude Haiku 5.5:新特性与如何用于快速、低成本的AI工作流 - KDnuggets
publ: 2026年10月19日
- 博客热门文章
- 主题 人工智能 职业建议 计算机视觉 数据工程 数据科学 语言模型 机器学习 MLOps 自然语言处理 编程 Python SQL
- 数据集
- 活动
- 资源 快速参考指南 推荐 技术简报
- 广告
订阅电子报
#header end
/ad_wrapper
Claude Haiku 5.5:新特性与如何用于快速、低成本的AI工作流
Claude Haiku 5.5将价格降低了90%,新增自适应推理功能和100万token上下文窗口。了解Haiku 4.5的改进之处,并使用新API在Python中构建分类、提取和子代理工作流。
作者:
Shittu Olumide,技术内容专家 2026年10月19日 | 人工智能
<div class="addthis_native_toolbox"></div>
Anthropic于2026年10月7日发布Claude Haiku 5.5,称其为最便宜、最快、功能最强的小型模型。该API模型ID为claude-haiku-5-5,最多10万个token的提示费用为每百万输入token 0.10美元,每百万输出token 0.50美元。本文将介绍自Haiku 4.5以来的改进内容,如何使用Python通过该模型构建快速、低成本的AI工作流(分类、提取和子代理),以及何时应选择更大的Claude模型。
Haiku 5.5
Anthropic将Haiku 5.5定位为适用于高吞吐量且对成本敏感的任务(如摘要生成、数据压缩、数据库查询和分类),并作为Opus 5.5和Sonnet 5.5的子代理使用。该模型可在Claude平台、Amazon Web Services、Google Cloud和Microsoft Azure上使用。其安全性评估记录在系统卡片中。Anthropic的弃用页面显示最早停用日期为2027年10月7日。
与Haiku 4.5相比的新特性
| 特性 | Haiku 4.5 | Haiku 5.5 | |------|-----------|-----------| | 上下文窗口 | 200K tokens | 1M tokens | | 最大输出 | 64K tokens | 128K tokens | | 推理控制 | 手动设置推理预算 | 新增自适应推理(首次在Haiku中引入) | | 每百万token价格(最多100K提示) | $1.00 / $5.00 | $0.10 / $0.50 | | 超过100K提示的价格 | $0.50 / $2.50 | | 最小可缓存提示 | 4,096 tokens | 512 tokens | | GDPval-AA(知识工作) | 735 | 1620 | | OSWorld 2.1,离线子集(计算机使用) | 15.7% | 72.4% | | Humanity's Last Exam(无工具) | 10.2% | 45.9% | | Terminal-Bench 4.0(代理编程) | 0.0% | 39.2% |
表格中的基准数据为Anthropic自有结果,发布页面显示Sonnet 5.5在所有四个基准测试中均优于Haiku 5.5(例如在Terminal-Bench 4.0中达到70.6%)。实际价格降幅也小于列表价格显示的幅度。Haiku 5.5使用了更新的分词器,因此相同文本的token数量约为原来的130%。Anthropic称在考虑分词器和10%超过100K token请求的调整后,平均节省约75%。
三个变更可能破坏现有的 Haiku 4.5 代码。新特性页面将其列为破坏性变更:发送 temperature、top_p 或 top_k 参数会返回错误,以助理预填充内容结尾的消息会返回错误,以及使用 budget_tokens 的手动思考会返回错误。另外还有两个行为变更需要关注。自适应思考功能默认开启,因此响应可能以思考块开头,且思考令牌会计入 max_tokens 限制。安全分类器也可能拒绝请求,因此代码必须处理 stop_reason:"refusal" 的情况。在安全方面,Anthropic 表示 Haiku 5.5 的网络安全防护措施比 Haiku 4.5 更严格,并会阻止渗透测试。
使用 Haiku 5.5 实现快速、低成本的工作流程
你需要 Python 3.10 或更高版本、来自 Claude 控制台的 API 密钥,以及最新版 Anthropic SDK,因为下面的代码使用了更新的 output_config 参数。
pip install -U anthropic
export ANTHROPIC_API_KEY="your-key-here"第一条命令安装或升级官方 Python SDK。第二条命令在当前 shell 会话中存储密钥,SDK 会自动读取 ANTHROPIC_API_KEY 环境变量。在 Windows PowerShell 中,请使用 $env:ANTHROPIC_API_KEY="your-key-here"。
#### 第一步:分类与提取
这是 Haiku 设计的两大核心任务:对短输入生成短而结构化的答案,并重复执行数千次。代码使用 JSON 输出格式,可将回复限制为你提供的模式。它还包含共享的价格表和一个成本计算辅助工具,后续两个脚本会复用该工具。
# haiku_tasks.py
"""快速、低成本的 Claude Haiku 5.5 调用:使用 JSON 输出进行分类和提取。"""
import json
import anthropic
MODEL = "claude-haiku-5-5"
client = anthropic.Anthropic() # 从环境变量中读取 ANTHROPIC_API_KEY
# 每百万 tokens 的价格(输入、输出),适用于最多 100K tokens 的提示
PRICES = {
"claude-haiku-5-5": (0.10, 0.50),
"claude-sonnet-5-5": (2.00, 10.00),
"claude-opus-5-5": (4.00, 20.00),
}
CATEGORY_SCHEMA = {
"type": "object",
"properties": {"category": {"type": "string", "enum": ["billing", "shipping", "technical", "other"]}},
"required": ["category"],
"additionalProperties": False,
}
INVOICE_SCHEMA = {
"type": "object",
"properties": {
"vendor": {"type": "string"},
"invoice_number": {"type": "string"},
"total": {"type": "number"},
"currency": {"type": "string"},
"due_date": {"type": "string", "description": "ISO 日期格式,YYYY-MM-DD"},
},
"required": ["vendor", "invoice_number", "total", "currency", "due_date"],
"additionalProperties": False,
}
def cost_usd(model, usage):
price_in, price_out = PRICES[model]
return (usage.input_tokens * price_in + usage.output_tokens * price_out) / 1_000_000
def ask_json(schema, instruction, text, model=MODEL, effort="low"):
"""一个要求回复必须符合 `schema` 的 JSON 格式的请求。返回 (数据, 用法)。"""
reply = client.messages.create(
model=model,
max_tokens=1000, # 思考 tokens 会计入此限制,因此预留空间
system=instruction,
messages=[{"role": "user", "content": text}],
output_config={"effort": effort, "format": {"type": "json_schema", "schema": schema}},
)
if reply.stop_reason in ("refusal", "max_tokens"):
raise RuntimeError(f"无可用答案,停止原因: {reply.stop_reason}")
# 回复可能以思考块开头,因此按类型选择文本块
answer = "".join(block.text for block in reply.content if block.type == "text")
return json.loads(answer), reply.usage
def classify(text, model=MODEL):
data, usage = ask_json(CATEGORY_SCHEMA, "对客户消息进行分类。", text, model)
return data["category"], usage
def extract_invoice(text, model=MODEL):
data, usage = ask_json(INVOICE_SCHEMA, "从文本中提取发票字段。", text, model)
return data, usage
if __name__ == "__main__":
for message in ["I was charged twice this month.", "My parcel never arrived.", "The app crashes on login."]:
category, usage = classify(message)
print(f"{category:<10} {usage.input_tokens} in / {usage.output_tokens} out <- {message}")
invoice = "Acme Cloud Ltd, invoice AC-2291. Total due: 1,240.50 USD by 15 November 2026."
fields, usage = extract_invoice(invoice)
print(fields, f"(${cost_usd(MODEL, usage):.6f})")PRICES 列出了三个模型(来自 Anthropic 的发布页面和定价页面)每百万 tokens 的输入和输出价格,而 cost_usd 函数将响应的 token 数量转换为美元。两个 schema 描述了你期望的输出格式:CATEGORY_SCHEMA 将类别限制为四个允许的值,INVOICE_SCHEMA 列出了五个字段。
ask_json 是核心功能。它会根据 output_config.format 中的模式发送一次请求,并将 effort 设置为低,这样模型在处理简单任务时花费的思考时间较少。Anthropic 的 JSON 输出保证生成的 JSON 有效且符合模式。需要注意的是缺失的部分:没有温度参数,因为 Haiku 5.5 会拒绝该参数。尽管答案很小,max_tokens 仍设置为 1000,因为思考消耗的 token 会计入该限制。随后会进行两次检查:如果停止原因为拒绝或达到 max_tokens 限制,会引发错误而非对半成品回复保持沉默。然后文本会按块类型读取,因为回复可能以思考块开头,并被解析为 JSON。
我特意选择使用 JSON 输出而非强制工具调用。Haiku 5.5 接受强制工具调用,但 Opus 5.5 会以 400 错误拒绝,因此 JSON 输出是第 3 步三模型对比的可移植选择。需要注意的是:Haiku 5.5 在 Amazon Bedrock 上不支持 JSON 输出,因此在 Bedrock 上需要在提示中描述格式,并自行验证结果。运行以下代码:
python haiku_tasks.py__main__ 代码块会对三条消息进行分类,并从一张发票中提取字段,打印所使用的 token 数量和提取成本。预期每条消息对应一个类别,发票提取结果包含五个字段的字典。
#### 步骤 2:子代理
子代理架构会拆分工作流程。大模型决定执行方案并撰写最终答案,而多个 Haiku 工作节点并行处理狭窄且重复的任务。这是 Anthropic 为 Haiku 设计的模式,Cognition 报告称在 Devin Fusion 中使用 Haiku 5.5 作为 Opus 5.5 的辅助模型。
# subagents.py
"""主模型将具体任务委托给并行的Haiku 5.5工作者,然后生成最终答案。"""
import asyncio
import anthropic
from haiku_tasks import MODEL as WORKER, cost_usd
LEAD = "claude-sonnet-5-5"
client = anthropic.AsyncAnthropic()
def text_of(reply):
return "".join(block.text for block in reply.content if block.type == "text")
async def summarize(name, document, limit):
async with limit: # 限制同时运行的工作者数量
reply = await client.messages.create(
model=WORKER,
max_tokens=1500,
system="用两句话总结文档。保留人名、日期和金额的准确性。",
messages=[{"role": "user", "content": document}],
output_config={"effort": "low"},
)
return name, text_of(reply), cost_usd(WORKER, reply.usage)
async def answer(documents, question):
limit = asyncio.Semaphore(8)
notes = await asyncio.gather(*(summarize(n, d, limit) for n, d in documents.items()))
worker_cost = sum(cost for _, _, cost in notes)
brief = "\n".join(f"[{name}] {summary}" for name, summary, _ in notes)
reply = await client.messages.create(
model=LEAD,
max_tokens=2000,
system="你是主分析员。仅使用工作者笔记来回答问题。",
messages=[{"role": "user", "content": f"问题: {question}\n\n工作者笔记:\n{brief}"}],
output_config={"effort": "medium"},
)
return text_of(reply), worker_cost, cost_usd(LEAD, reply.usage)
if __name__ == "__main__":
documents = {
"contract-a": "Northwind于2026年3月3日以每年48,000美元的价格续签了支持合同。",
"contract-b": "Contoso于2026年5月9日签署了一项为期12个月的许可协议。费用为15,500美元,按季度计费。",
"contract-c": "Fabrikam的协议将于2026年6月30日到期,只有在任一方发出通知的情况下才会续签。",
}
text, worker_cost, lead_cost = asyncio.run(answer(documents, "哪些协议需要在2026年7月前采取行动?"))
print(text)
print(f"工作者: ${worker_cost:.6f} 主模型: ${lead_cost:.6f}")summarize是一个工作者函数。它以低努力程度向Haiku请求两句话的摘要,并返回文档名称、摘要和成本。信号量限制了同时运行的工作者数量,从而确保您在速率限制范围内。answer函数通过asyncio.gather同时启动所有工作者,汇总工作者成本,然后仅将简要摘要发送给主模型(此处使用Sonnet 5.5的默认努力程度)。主模型永远不会读取完整文档,这就是成本节约的来源。该函数返回答案及两个成本数据,这样您可以清楚看到资金去向。
#### 第三步:比较成本和延迟
已发布的数据只能提供有限参考,因此此脚本将在您的账户上使用所有三个模型执行相同的分类任务,并测量准确性、延迟和成本。
# compare_models.py
"""使用三个模型执行相同的分类任务,比较准确率、延迟和成本。"""
import statistics
import time
from haiku_tasks import classify, cost_usd
MODELS = ["claude-haiku-5-5", "claude-sonnet-5-5", "claude-opus-5-5"]
TICKETS = [
("I was charged twice for my last order.", "billing"),
("Please send me a copy of my invoice.", "billing"),
("Where is my package? It was due on Monday.", "shipping"),
("My order was delivered to the wrong building.", "shipping"),
("The app crashes every time I open settings.", "technical"),
("I cannot log in even after resetting my password.", "technical"),
("Can you tell me about your company history?", "other"),
("My card was declined but the money left my account.", "billing"),
]
def run(model):
seconds, cost, hits, output_tokens = [], 0.0, 0, 0
for text, label in TICKETS:
start = time.perf_counter()
category, usage = classify(text, model)
seconds.append(time.perf_counter() - start)
hits += category == label
cost += cost_usd(model, usage)
output_tokens += usage.output_tokens
n = len(TICKETS)
return hits / n, statistics.median(seconds), cost / n * 1000, output_tokens / n
if __name__ == "__main__":
print(f"{'model':<20}{'accuracy':>9}{'median s':>10}{'$/1k calls':>12}{'out tok':>9}")
for model in MODELS:
try:
accuracy, median_s, per_thousand, out_tokens = run(model)
except Exception as error: # 例如模型或平台拒绝请求的情况
print(f"{model:<20} failed: {error}")
continue
print(f"{model:<20}{accuracy:>9.0%}{median_s:>10.2f}{per_thousand:>12.3f}{out_tokens:>9.0f}")run 函数会将八条测试消息依次通过 classify 函数进行分类,使用选定的模型并记录时间、成本、正确性及输出 token 数量。per_thousand 将平均成本转换为每千次请求的美元成本。主程序依次运行 Haiku、Sonnet 和 Opus 模型并输出一行结果。如果模型或平台拒绝请求,脚本会打印错误信息并继续执行后续操作。八条消息仅用于初步测试,实际使用前应替换为自身业务的真实数据样本。
python compare_models.py在等待你自己的测试结果时,可以参考官方标价进行对比。假设一个分类请求包含 300 个输入 token 和 30 个输出 token,忽略思考 token 的成本。按照公布的单价计算,成本如下:
模型
每百万 token 输入/输出费用
每千次请求成本
\$0.045
Sonnet 5.5
\$2.00 / \$10.00
\$0.90
Opus 5.5
\$4.00 / \$20.00
\$1.80
每千次请求成本计算公式为:(300 × 输入单价 + 30 × 输出单价) ÷ 1,000,000 × 1,000。这是基于标价的数学计算,而非实际测量结果。由于三个模型使用相同的 tokenizer 家族,token 数量具有可比性。在速度方面,Anthropic 宣称 Haiku 5.5 是标准速度下最快的模型,但 Opus 模型在 Fast Mode 下速度更快。实际客户反馈显示性能差距显著:Asana 报告其任务延迟比当前使用的模型低 30% 以上,Box 测量显示 Haiku 4.5 的延迟约为其一半。
何时选择 Haiku,何时不选择
在任务狭窄、数据量大或有人等待时,选择 Haiku 5.5 进行分类、路由、提取、摘要、压缩和子代理工作。AlphaSense 报告称,Haiku 5.5 在文档问答任务上优于 Haiku 4.5 —— 0.84 对比 0.76,这项任务每周需要处理约 800 万次调用。对于复杂的代理编码任务,Anthropic 建议继续使用 Sonnet 5.5 或 Opus 5.5,因为更大的模型在这些场景中表现更优。上述基准测试中已能明显看出性能差距。一个实用原则是:在所有高吞吐量环节优先使用 Haiku,用真实数据样本进行测试,仅在结果不达标时才升级到更大模型。
总结
Haiku 5.5 的生命周期也比前代更长。Anthropic 标注其最早退役时间为 2027 年 10 月 7 日,而 Haiku 4.5 的最早退役日期是 2026 年 10 月 15 日(尽管目前仍标记为活跃状态,Anthropic 承诺在模型退役前会提前通知)。SDK 还新增了对计算机端和浏览器端的 Beta 版支持,Anthropic 表示这些场景适合快速、低成本模型。我的判断是:随着 Anthropic 客户数据的验证,越来越多的代理工作将转向由大型规划器协调的并行小模型。这只是一个预期,而非承诺。
简要回顾:Haiku 5.5 将大部分提示的列表价格降低了 90%,新增了自适应推理能力、1M 上下文窗口,并在 Anthropic 的基准测试中实现了显著提升。迁移使用时需调整采样参数和预填充设置,按类型读取内容块,并为更多 token 预留预算。建议用于分类、提取和子代理任务,在自有数据上与 Sonnet 和 Opus 对比性能,仅在结果不达标时才升级。
Shittu Olumide 是一位软件工程师和技术作家,热衷于利用前沿技术创作引人入胜的叙事,擅长细节把控和复杂概念的简化表达。你也可以在 Twitter 上关注 Shittu。
更多相关内容
- 低成本本地代理编程:Claude Code + Ollama + Gemma4
- 低成本启动自由职业数据科学业务
- 5 本低成本书籍掌握机器学习
- 使用 Claude 4 自动化 GitHub 工作流
- 快速求职:热门 AI 工具帮你找到理想工作
- 忙碌所有者的决策指南:快速行动 vs. 慢速行动(赞助)
<hr class="grey-line"><br> <div><h3>我们推荐的 5 门免费课程</h3><br> </div>
Mailchimp for WordPress v4.14.1 - https://wordpress.org/plugins/mailchimp-for-wp/
/ Mailchimp for WordPress 插件
你可以从此处开始编辑。
如果评论已关闭。
<= 上一篇
#content end
<script type="text/javascript">kda_sid_write(kda_sid_n);</script>
最新文章
- Claude Haiku 5.5:新特性及如何用于快速、低成本 AI 工作流
- LangChain vs. LlamaIndex vs. 从零构建:我的建议
- 信任 AI 生成代码前必须运行的 7 项检查
- 代理 RAG 与朴素 RAG:何时让检索系统自主思考
- 2026 年掌握世界模型的 5 个最佳资源
- Abacus AI 诚实评测:关键批评、事实与用户需知
热门文章
- 2026 年值得了解的 10 个 Hugging Face 模型
- AI 软件克隆的兴起:为何 REA 和 ArtCraft 正走红
- 2026 年掌握代理 AI 系统的路线图
- 7 个开源 AI 工具可替代付费订阅
- 5 个有趣的 LLM 推理工程项目
- ChatGPT 与 Claude 与 Gemini 在数据科学工作中的对比:我的发现
- 使用 Scikit-LLM 进行少样本文本分类
- 使用 Python 构建你的第一个 MCP 服务器(无状态规格版)
- 2026 年可使用的 5 个免费大语言模型 API 提供商
- 10 个免费 AI 工具,可替代数据科学家使用的昂贵软件
#content_wrapper end
© 2026
Guiding Tech Media
|
关于
联系我们
广告合作
隐私政策
服务条款
2026年10月19日由Olumide Shittu发布
blank
不,谢谢!
/.main_wrapper
<script defer type="text/javascript" src="https://s7.addthis.com/js/300/addthis_widget.js#pubid=gpsaddthis"></script>
noptimize
/noptimize