作者： Matt Connor
Claude Haiku 5.5价格、套餐与使用场景
Claude Haiku 5.5 每百万输入 token 0.10 美元、输出 0.50 美元；提示词超过 10 万 token 后价格提高 5 倍。查看缓存、Batch API 及三个真实任务与 Haiku 4.5 的成本对比。
Claude Haiku 5.5 的价格是多少？
Claude Haiku 5.5 的价格为：每百万个输入 token $0.10，每百万个输出 token $0.50，适用于不超过 100,000 个 token 的提示词。超过 100,000 个 token 的提示词，输入价格为 $0.50，输出价格为 $2.50。对于短提示词和中等长度的提示词，该模型价格较低。长提示词价格档位和新的 tokenizer 都会减少节省的成本，因此在制定预算前，应先测量自己的提示词。
Claude Haiku 5.5 于 October 7, 2026 发布。其模型 ID 为 claude-haiku-5-5。这是一个固定 ID，不带日期后缀，也没有单独的别名。下方价格单位为 MTok（one million tokens，即 1000000 个 token），数据取自 Anthropic 的定价页面，时间截至 October 2026。如果您不熟悉这个单位，一个 million Claude tokens 可以生成多少文本会将其换算成文本页数。
此图表背后的数据
[
{
"label": "Haiku 5.5, prompt up to 100K",
"input_usd": "0.10",
"output_usd": "0.50",
"cache_hit_usd": "0.01",
"cache_write_5m_usd": "0.125",
"cache_write_1h_usd": "0.20",
"batch_input_usd": "0.05",
"batch_output_usd": "0.25"
},
{
"label": "Haiku 5.5, prompt over 100K",
"input_usd": "0.50",
"output_usd": "2.50",
"cache_hit_usd": "0.05",
"cache_write_5m_usd": "0.625",
"cache_write_1h_usd": "1.00",
"batch_input_usd": "0.25",
"batch_output_usd": "1.25"
},
{
"label": "Haiku 4.5",
"input_usd": "1.00",
"output_usd": "5.00",
"cache_hit_usd": "0.10",
"cache_write_5m_usd": "1.25",
"cache_write_1h_usd": "2.00",
"batch_input_usd": "0.50",
"batch_output_usd": "2.50"
},
{
"label": "Sonnet 5.5",
"input_usd": "2.00",
"output_usd": "10.00",
"cache_hit_usd": "0.10",
"cache_write_5m_usd": "2.50",
"cache_write_1h_usd": "4.00",
"batch_input_usd": "1.00",
"batch_output_usd": "5.00"
}
]缓存命中（从提示词缓存读取）的价格为：低于该分界线时每 MTok $0.01，高于该分界线时每 MTok $0.05。低于该分界线时，写入缓存的价格为：5-minute 缓存 $0.125，或 1-hour 缓存 $0.20。Batch API（稍后完成的异步请求）会将输入和输出价格降低 50%。对于 Haiku 5.5，这意味着不超过 100,000 个 token 的提示词，每 MTok 的输入价格为 $0.05，输出价格为 $0.25。
每一行中，输出价格都是输入价格的 5 倍。较长的回答会比较长的问题更快增加费用；Claude 如何计算输入和输出 token 的费用说明了如何根据自己的用量理解这两部分。
为什么 Haiku 5.5 按提示长度定价？
Anthropic 的定价页面写道：“Claude 4.6 及更高版本的模型（Claude Haiku 5.5 除外）和 Claude Mythos Preview 均按标准价格提供完整的 1M token 上下文窗口。”同一部分随后说明，Haiku 5.5“按提示长度定价：提示超过 100,000 tokens 的请求需要支付更高价格。”在 4.6 及更高版本的模型中，Haiku 5.5 是例外。
Haiku 5.5 提供 1M token 上下文窗口，并在同步 API 中最多生成 128K output tokens。您可以发送包含 400,000 tokens 的提示，但需要按更高价格档位付费。超过阈值后，输入价格是阈值以下的 5 倍，输出价格也同样是 5 倍。定价表根据提示长度选择价格档位，因此长提示的全部输入和输出都会按更高费率计费。
对于接近阈值的任务，这一点最为重要。聊天记录或不断加入更多文档的检索提示会逐渐变长，可能在不修改代码的情况下超过 100,000 tokens。此时，该请求的成本会突然增加。
缓存 token 是否计入 100,000-token 阈值？
是。Anthropic 的定价页面在“长上下文定价”部分对此作了说明：“请求的提示长度会计算所有输入 token，包括缓存读取和缓存写入。”页面还补充道：“每个请求单独计价：超过阈值的请求即使部分提示命中缓存，也需要支付更高价格；之前的请求仍保留其实际计费时采用的价格。”
因此，缓存会降低每个 token 的费用，但不会让请求低于阈值。一个包含 120,000 tokens 的提示，即使其中 110,000 tokens 来自缓存读取，仍会按超过 100K 的价格档位计费。其缓存命中部分的费用为每 MTok $0.05，而不是 $0.01；输出费用为每 MTok $2.50。上下文窗口页面对上下文窗口也有相同说明：提示缓存“会改变这些 token 的费用，但不会改变它们是否计入长度”。对于超过 100,000 tokens 的缓存对话，只有超过阈值的请求按更高价格计费。之前的请求仍保留其实际计费时采用的较低价格。
下面的示例均未使用缓存。要判断缓存请求落在阈值哪一侧，请读取每个响应中的 usage 对象。该对象分别报告 input_tokens、cache_read_input_tokens 和 cache_creation_input_tokens，三者之和就是决定价格的提示长度。要判断缓存是否值得使用，请参阅Claude 提示缓存的盈亏平衡点，其中介绍了具体计算过程。
Haiku 5.5 真的比 Haiku 4.5 便宜 90% 吗？
按 token 计算，是的。Haiku 4.5 的价格为输入每 MTok $1.00，输出每 MTok $5.00。下方价格表显示，Haiku 5.5 的输入价格为 $0.10，输出价格为 $0.50。单个 token 的价格降低了 90%。
按任务计算，不是。Haiku 5.5 使用了 Claude 4.7 及更高版本模型采用的新 tokenizer。tokenizer 负责将文本拆分为 token，而计费单位就是 token。Anthropic 关于 Haiku 5.5 的说明指出：“相同的输入文本在 Claude Haiku 5.5 上生成的 token 数量，比在 Claude Haiku 4.5 上约多 30%。具体增幅取决于内容。”
相同文本需要更多 token，实际节省的费用就会低于价格表显示的幅度。在 Haiku 4.5 上测得的 token 数量，也不能直接用于估算 Haiku 5.5 的费用。迁移指南要求将 model 设置为 claude-haiku-5-5 后重新统计提示词，而不是沿用旧的 token 数量。
Haiku 4.5 和 Haiku 5.5 上三个实际任务的成本
下面三个任务在两个模型上使用相同的文本。Token 数量以 Haiku 4.5 的统计结果为基准，Haiku 5.5 的数量增加 30%，这是 Anthropic 说明中的近似值。您的内容可能不同。示例未计入缓存和 Batch API 折扣，也未计入思考 token。成本按 1,000 次调用计算。
此图表背后的数据
[
{
"label": "Classification",
"input_tokens_haiku_4_5": "1,000",
"input_tokens_haiku_5_5": "1,300",
"output_tokens_haiku_4_5": "10",
"output_tokens_haiku_5_5": "13"
},
{
"label": "RAG answer",
"input_tokens_haiku_4_5": "60,000",
"input_tokens_haiku_5_5": "78,000",
"output_tokens_haiku_4_5": "500",
"output_tokens_haiku_5_5": "650"
},
{
"label": "Long document",
"input_tokens_haiku_4_5": "150,000",
"input_tokens_haiku_5_5": "195,000",
"output_tokens_haiku_4_5": "1,000",
"output_tokens_haiku_5_5": "1,300"
}
]分类。 一个简短的提示词要求模型输出一个标签，例如支持工单类别。在 Haiku 4.5 上，它包含 1,000 个输入 token 和 10 个输出 token。在 Haiku 5.5 上，相同文本约包含 1,300 个输入 token 和 13 个输出 token。
RAG 问答。 RAG（检索增强生成）是指将检索到的文档粘贴到提示词中，并要求模型回答相关问题。该提示词在 Haiku 4.5 上包含 60,000 个 token，在 Haiku 5.5 上约包含 78,000 个 token，仍低于 100,000 token 的界限。
长文档。 将完整的长合同或报告提交给模型，并要求生成摘要。在 Haiku 4.5 上，它包含 150,000 个 token，符合该模型的 200K 上下文窗口。在 Haiku 5.5 上，它约包含 195,000 个 token，因此需要按超过 100K 的价格计费。
此图表背后的数据
[
{
"label": "Classification",
"haiku_4_5_usd": "1.05",
"haiku_5_5_usd": "0.14"
},
{
"label": "RAG answer",
"haiku_4_5_usd": "62.50",
"haiku_5_5_usd": "8.13"
},
{
"label": "Long document",
"haiku_4_5_usd": "155.00",
"haiku_5_5_usd": "100.75"
}
]1,000 次分类调用在 Haiku 4.5 上的成本为 $1.05，在 Haiku 5.5 上约为 $0.14。1,000 次 RAG 问答的成本从 $62.50 降至约 $8.13。1,000 次长文档摘要的成本仅从 $155.00 降至约 $100.75。
此图表背后的数据
[
{
"label": "Classification",
"saving_same_tokens_pct": 90,
"saving_new_tokenizer_pct": 87
},
{
"label": "RAG answer",
"saving_same_tokens_pct": 90,
"saving_new_tokenizer_pct": 87
},
{
"label": "Long document",
"saving_same_tokens_pct": 50,
"saving_new_tokenizer_pct": 35
}
]如果 token 数量保持不变，前两个任务的成本将节省 90%。Token 数量增加 30% 后，节省比例约为 87%。长文档仅节省约 35%，因为它在 Haiku 5.5 上需要按超过 100K 的价格计费。即使 token 数量保持原值，节省比例也只有 50%，因为 150,000 个 token 本身就超过了该界限。
RAG 问答和长文档之间还存在一个风险。Haiku 4.5 上的 80,000 个 token，在 token 数量增加 30% 后，在 Haiku 5.5 上约为 104,000 个 token。该提示词在旧模型上远低于界限，在新模型上却超过了界限。如果您的提示词在 Haiku 4.5 上约为 77,000 至 100,000 个 token，请在切换模型前重新统计。
如何测量自己的提示词？
使用 token 计数端点。该端点可免费使用，但每分钟请求数限制取决于您的使用层级。它接受与普通 Messages 请求相同的请求体，并返回您指定模型的输入 token 数量。该数量是估算值，与计费数量可能存在少量差异。
curl https://api.anthropic.com/v1/messages/count_tokens \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "content-type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-haiku-5-5",
"system": "You are a support ticket classifier",
"messages": [{
"role": "user",
"content": "My invoice shows the wrong billing address."
}]
}'响应是一个包含单个字段 `input_tokens 的小型 JSON 对象。使用您当前调用的 Haiku 4.5 模型 ID，再次发送完全相同的请求。两个 input_tokens` 值的比值就是 tokenizer 增长的实际比例。请从日志中选取 10 或 20 条真实提示词进行测试，不要只使用一条测试句子，因为增长幅度取决于内容。
然后将您自己的计数结果填入上方的价格表。使用 Haiku 5.5 对每条提示词进行计数，并确认其落在 100,000 的哪一侧。这个检查结果决定您需要支付哪一行的价格。
思考 token 按输出计费
Haiku 5.5 是首个支持工作量级别的 Haiku 模型。它支持全部 5 个级别：low、medium、high、xhigh 和 max。默认级别为 medium，Claude API 和 Claude Code 均如此。自适应思考默认开启，因此模型可以在回答前自行决定是否进行思考。
思考 token 按输出 token 计费，并计入 max_tokens。在价格表的每一行中，输出都是费用较高的一项。一次分类调用如果先思考 300 个 token，再输出一个 10-token 标签，就会按 310 个输出 token 计费。上面的示例未计入思考，因此启用思考后的实际费用会更高。
对于短小且格式固定的任务，可以关闭思考。该设置适用于 high 工作量级别或更低级别，默认的 medium 低于此级别。在 xhigh 和 max 级别下，API 会返回 400 错误。
curl https://api.anthropic.com/v1/messages \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "content-type: application/json" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "claude-haiku-5-5",
"max_tokens": 50,
"thinking": {"type": "disabled"},
"messages": [{
"role": "user",
"content": "Classify this ticket as billing, bug or other: My invoice shows the wrong billing address."
}]
}'响应中的 usage 对象会显示 input_tokens 和 output_tokens。关闭思考后，output_tokens 应接近可见回答的长度。如果要调整工作量级别，请参阅Claude 工作量级别之间的差异，了解每个级别的费用。
替换模型 ID 后，哪些配置会失效？
只有请求仍能成功，成本方案才有意义。Haiku 5.5 迁移指南列出了以下变更：对于 Haiku 4.5 可正常处理的请求，这些变更会导致请求返回 400 错误：
- 使用
budget_tokens手动启用思考。 - 使用非默认的
temperature、top_p或top_k。 - 预填 assistant 消息（为模型预先开始回复）。
指南还列出了其他会影响规划的变更。Haiku 5.5 不支持 Priority Tier，因此 Haiku 4.5 上的 Priority Tier 承诺不会继承。安全分类器可能返回 stop_reason: "refusal"，且服务器端没有回退机制，因此代码必须自行处理该停止原因。默认情况下，响应中不包含思考文本。如果要查看其摘要，请将 thinking.display 设置为 "summarized"。
我可以在哪里使用 Claude Haiku 5.5？
模型页面列出了 5 个平台：Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry 和 AWS 上的 Claude Platform。Bedrock 使用标识符 anthropic.claude-haiku-5-5。其他 4 个平台使用 claude-haiku-5-5。在 Anthropic 运营的平台上，退役时间不会早于 2027 年 10 月 7 日。Bedrock 和 Google Cloud 自行设定生命周期日期。
模型文档没有列出支持 Haiku 5.5 的 claude.ai 方案。Anthropic 确实为 claude.ai 以及 Claude iOS 和 Android 应用发布了 Haiku 5.5 的系统提示词，并将其描述为“用于快速回答问题的最快模型”。要确认您的方案是否提供该模型，请打开应用中的模型选择器，或查看 support.claude.com 上的模型文章。方案价格与本页面上的 API 价格是两个独立主题。
Haiku 5.5 擅长什么？
Anthropic 的模型概览将 Haiku 5.5 描述为“适用于分类、提取和路由等高吞吐、低延迟任务”，并将其列为当前速度最快的模型。发布页面列出的快速、重复性工作包括摘要和压缩（缩短较长的对话，使其重新适合上下文窗口）。该页面还表示，Haiku 5.5“适合作为编码任务中的子代理，与 Opus 5.5 和 Sonnet 5.5 配合使用”。
其适用模式是：任务范围较窄，但需要反复运行。用于决定由哪个更大型模型处理请求的路由器非常适合使用它。为每个支持工单添加标签的分类器也同样适合。如果这些调用由您自己的服务器上的脚本发起，控制 VPS 上的 AI 代理成本介绍了如何为循环设置硬性支出上限。
Sonnet 5.5 什么时候更值得购买？
Sonnet 5.5 的输入价格为 $2.00，输出价格为 $10.00（每 MTok），在其 1M 上下文窗口内统一采用这一费率。低于 100,000 个 token 时，价格是 Haiku 5.5 的 20 倍。超过 100,000 个 token 后，价格是其 4 倍。两种模型都使用较新的 tokenizer，因此相同文本在两者中计算出的 token 数相同，可以直接比较。
当任务足够复杂、Haiku 5.5 经常失败时，应选择 Sonnet 5.5。Anthropic 的发布页面称：“对于 Terminal-Bench 4.0 所衡量的复杂代理式编码任务，Sonnet 5.5 和 Opus 5.5 仍然是更好的选择”，并表示 Haiku 5.5“更适合范围较窄的任务”。一次便宜但必须重试或人工检查的调用，并不便宜。effort 文档还建议，将 Haiku 5.5 在 xhigh 或 max 下的成本和速度，与 Sonnet 5.5 进行性能、成本和速度方面的比较。思考 token 按输出计费，因此在高 effort 下，每项任务的实际成本取决于模型思考的 token 数量。请在自己的任务上进行测量。
较长的提示词也会缩小差距。超过 100,000 个 token 后，Haiku 5.5 每个 token 只便宜 4 倍。如果任务需要仔细阅读长文档，Sonnet 5.5 可能对该项任务更划算。如需完整对比各模型系列，请阅读如何选择 Claude 模型：Opus、Sonnet 还是 Haiku。如果还要比较其他供应商的价格，请查看其定价页面，确认当前的小型模型费率；另请参阅Claude 与 ChatGPT API 定价，了解如何公平比较两者。
FAQ
Claude Haiku 5.5 每百万 token 的费用是多少？
对于不超过 100,000 tokens 的提示，Haiku 5.5 的输入费用为每百万 input tokens $0.10，输出费用为每百万 output tokens $0.50。对于超过 100,000 tokens 的提示，输入费用为 $0.50，输出费用为 $2.50。阈值以下的缓存命中费用为 $0.01，阈值以上为 $0.05。Batch API 对输入和输出均提供 50% 折扣。
Claude Haiku 5.5 是否比 Haiku 4.5 便宜 90%？
在 100,000-token 阈值以下，每个 token 的价格低 90%。但 Haiku 5.5 使用更新的 tokenizer，同一段文本生成的 token 数量约多 30%，因此实际任务的节省幅度会更小。超过 100,000 tokens 的提示节省幅度更低。请使用两个模型的免费 token 计数 endpoint 统计您自己的提示，并比较两个 input_tokens 值。
Haiku 5.5 的提示超过 100,000 tokens 后会发生什么？
请求仍会执行，因为上下文窗口为 1M tokens。系统会按更高价格档位计费：输入价格和输出价格都是较短提示对应价格的 5 倍。缓存读取和缓存写入都会计入 100,000 tokens，因此命中缓存不会让长提示继续适用较低价格。Haiku 4.5 上接近阈值的提示，可能会在 Haiku 5.5 上超过阈值，因为更新的 tokenizer 会为相同文本统计出更多 token。
我能否关闭 Claude Haiku 5.5 的思考功能以节省费用？
可以，设置为 high effort 或更低即可。在请求中发送 "thinking": {"type": "disabled"}。Haiku 5.5 的默认 effort 为 medium，因此无需其他修改即可使用此设置。设置为 xhigh 或 max effort 时，API 会返回 400 错误。思考 token 按 output tokens 计费，因此关闭思考功能可以降低短文本、固定格式任务的成本。
我应该使用 Claude Haiku 5.5 还是 Sonnet 5.5？
对于分类、提取、路由和子代理等需要大量重复执行的窄任务，请使用 Haiku 5.5。对于复杂的 agentic 编码任务，请使用 Sonnet 5.5。如果 Haiku 5.5 的失败频率较高，重试成本超过两者的价格差，也应使用 Sonnet 5.5。低于 100,000 tokens 时，Sonnet 5.5 的每 token 价格是 Haiku 5.5 的 20 倍；高于该阈值时，是 4 倍。