Anthropic 发布 Claude Haiku 5.5，Artificial Analysis 智能指数得分 43

Anthropic 发布 Claude Haiku 5.5，Artificial Analysis 智能指数得分 43 · AIHOT

Artificial Analysis

· @

ArtificialAnlys

· X

·

2026-10-08 03:12

3 小时前

精选

AI 评分

74

AI 导读

Anthropic 发布 Claude Haiku 5.5，在 Artificial Analysis 智能指数得 43 分，较上一代 Haiku ä¸€å¹´å† æå‡ 26 分。

推荐理由

评测方给出 Haiku 5.5 在智能指数、token ç”¨é‡å’Œå¤šä¸ªåŸºå‡†ä¸Šçš„å ·ä½“æ•°æ®ï¼Œå¯ä¸ŽåŒæ¡£å°æ¨¡åž‹ç›´æŽ¥å¯¹æ¯”é€‰åž‹ã€‚

正文 · AI 翻译

Anthropic 发布了 Claude Haiku 5.5，在 Artificial Analysis Intelligence Index 上得分 43——在上一个 Haiku 版本发布一年后提升了 26 分

Haiku 5.5 æ˜¯é¦–ä¸ªå ·å¤‡ Anthropic 努力设置和自适应思考的 Haiku 模型，Anthropic è¿˜å¼•å ¥äº†åˆ†å±‚å®šä»·ã€‚

Haiku 5.5 æ¯”å ¶å‰ä»£æ›´ä¾¿å®œâ€”â€”å¯¹äºŽä¸è¶ è¿‡ 100k tokens 的提示，每 1M è¾“å ¥/输出 tokens 收费 $0.10/$0.50（与 GPT-6 Luna 相同，是上一个 Haiku 模型的 10%ï¼‰ã€‚ç„¶è€Œï¼Œè¶ è¿‡ 100k åŽï¼Œè¿™ä¸€ä»·æ ¼ä¼šä¸Šæ¶¨ 5 倍至 $0.50/$2.50ã€‚ç½‘ç«™å°šæœªåæ˜ åˆ†å±‚å®šä»·ï¼Œå› æ­¤ Haiku 5.5 çš„æš‚å®šæˆæœ¬æ•°æ®æœªåŒ å«è¿™ä¸€é˜¶æ¢¯ä¸Šæ¶¨æˆæœ¬ã€‚æˆ‘ä»¬æ­£åœ¨å¼€å‘æ”¯æŒï¼Œå¹¶å°†å¾ˆå¿«è·Ÿè¿› Cost per Task 覆盖。

å ³é”®è¦ç‚¹ï¼š

➤ é¢†å ˆçš„å°åž‹çº§æ¨¡åž‹æ€§èƒ½ï¼šåœ¨æœ€å¤§åŠªåŠ›ä¸‹ï¼ŒHaiku 5.5 ç•¥å¾®é¢†å ˆäºŽ GLM-5.3 Flash（42）、Gemini 3.8 Flash（41）和 GPT-6 Luna（38ï¼‰ç­‰æ¨¡åž‹ã€‚å ¶å¾—åˆ†ä¸Ž Kimi K3（44ï¼‰ç›¸å½“ï¼ŒåŽè€ æ˜¯ä¸€ä¸ª 2.8T 参数的开源权重模型，并落后 Claude Sonnet 5.5（max，56）13 分

➤ 相比 GPT-6 Luna 使用大量 tokens：Haiku 5.5（max）每个 Intelligence Index 任务使用约 162k 输出 tokens，约为 GPT-6 Luna（max，约 50k）的 3 倍。从 xhigh 提升到 max å¢žåŠ 2 分，但 tokens 约为 1.8 倍。在相近智能水平下，它也使用比 GPT-6 Luna 更多的 tokens：Haiku 5.5（high）得分 38，每任务约 55k tokens，而 Luna（max）得分 38，约 50k tokens，且在更低努力设置下差距扩大

➤ 在智能体知识工作方面能力很强：在 AA-Briefcase 上，这是我们针对现实知识工作任务的私有评估，Haiku 5.5（max）达到 1578 Eloï¼Œé¢†å ˆäºŽåŒ æ‹¬ Kimi K3 和 GLM-5.3 åœ¨å† çš„æ¨¡åž‹ï¼Œå¹¶ä¸Ž Muse Spark 1.3（max）相当

➤ 终端使用方面的改进：在 Terminal-Bench 4.0 上得分 33%，高于 Haiku 4.5 的 0%。这与 GLM-5.3 Flash æŒå¹³ï¼Œå¹¶é¢†å ˆ Gemini 3.8 Flash（20%）和 GPT-6 Luna（13%）

➤ 事实知识较低，但幻觉相对较少：正如较小级别模型所预期，Haiku 5.5 çš„äº‹å®žçŸ¥è¯†ä½ŽäºŽå ¶åŒç³»åˆ—æ¨¡åž‹ã€‚AA-Omniscience 准确率为 36%，而 Gemini 3.8 Flash 为 55%，GPT-6 Luna 为 44%ï¼Œä½†è¿™åœ¨ä¸€å®šç¨‹åº¦ä¸Šæ˜¯å› ä¸ºå®ƒæ›´æ„¿æ„æ‰¿è®¤è‡ªå·±ä¸çŸ¥é“â€”â€”å ¶å¹»è§‰çŽ‡ä¸º 40%，低于 55% 和 77%

➤ AutomationBench-AA 结果可能被低估：Haiku 5.5 得分 35%，而 GPT-6 Luna、Gemini 3.8 Flash 和 GLM-5.3 Flash 为 53–60%ã€‚åœ¨å‘å¸ƒå‰æµ‹è¯•ä¸­ï¼Œä¸€ä¸ªå®‰å ¨æ‹’ç»é—®é¢˜å¯¼è‡´æ¨¡åž‹è¿‡åº¦æ‹’ç»ã€‚Anthropic 正在解决这一问题——我们将在修复后重新运行此评估，并预计该分数会上升

å ¶ä»–æ¨¡åž‹ç»†èŠ‚ï¼š

➤ 上下文窗口：1 million tokens，高于 Claude 4.5 Haiku 的 200k

➤ 定价：每 1M è¾“å ¥/输出 tokens åœ¨ä¸è¶ è¿‡ 100k tokens 时为 $0.10/$0.50ï¼Œè¶ è¿‡åŽä¸º $0.50/$2.50。缓存读取 $0.01ï¼ˆè¶ è¿‡ 100k 为 $0.05），5 åˆ†é’Ÿç¼“å­˜å†™å ¥ $0.125ï¼ˆè¶ è¿‡ 100k 为 $0.625）

➤ å¤šæ¨¡æ€ï¼šæ–‡æœ¬å’Œå›¾åƒè¾“å ¥ï¼Œæ–‡æœ¬è¾“å‡º

来源： Artificial Analysis · x.com

Anthropic / Claude

评测基准

#

评测/基准

Anthropic