SSD Nodes Learn Hosting plans →
指南 Matt Connor作者: Matt Connor · 已更新 2026-11-07

Claude Haiku 5.5 價格、方案與實際用途

Claude Haiku 5.5 每百萬輸入 token $0.10、輸出 $0.50,但超過 100K token 的提示價格高 5 倍。比較 3 個實際工作與 Haiku 4.5 的成本。

Claude Haiku 5.5 的價格是多少?

Claude Haiku 5.5 的價格為每百萬個輸入 token $0.10,每百萬個輸出 token $0.50,適用於不超過 100,000 個 token 的提示。超過 100,000 個 token 的提示,輸入價格為 $0.50,輸出價格為 $2.50。對於短提示和中等長度的提示,這個模型的成本較低。長提示級距與新的 tokenizer 會壓縮節省的幅度,因此規劃預算前,請先測量自己的提示。

Claude Haiku 5.5 於 October 7, 2026 發布。其 model ID 為 claude-haiku-5-5。這是固定 ID,不含日期後綴,也沒有獨立的 alias。以下價格以每 MTok(1,000,000 個 token)計算,取自 Anthropic 的定價頁面,截至 October 2026。如果你不熟悉這個單位,一百萬個 Claude token 可以產生多少內容會將它換算成文字頁數。

圖表Claude API list prices, USD per million tokens (October 2026)
此圖表背後的資料
[
  {
    "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"
  }
]

快取命中(從 prompt cache 讀取)的價格,在分界線以下為每 MTok $0.01,在分界線以上為 $0.05。在分界線以下,寫入快取的價格為 5 分鐘快取 $0.125,或 1 小時快取 $0.20。Batch API(稍後完成的非同步請求)會將輸入與輸出價格降低 50%。對 Haiku 5.5 而言,這表示不超過 100,000 個 token 的提示,每 MTok 的輸入價格為 $0.05,輸出價格為 $0.25。

每一列的輸出成本都是輸入成本的 5 倍。回答越長,費用增加得比問題變長更快,而Claude 如何計算輸入與輸出 token 的費用會說明如何根據自己的使用量解讀這項差異。

為什麼 Haiku 5.5 會依提示長度計價?

Anthropic 的定價頁面寫道:「Claude 4.6 及後續模型(Claude Haiku 5.5 除外)與 Claude Mythos Preview 均以標準價格提供完整的 1M token context window。」同一節接著說明,Haiku 5.5「依提示長度計價:提示超過 100,000 tokens 的請求會支付較高價格。」在 4.6 及後續模型中,Haiku 5.5 是例外。

Haiku 5.5 具備 1M-token context window,且 synchronous API 最多支援 128K output tokens。你可以傳送 400,000-token prompt,但必須支付較高價格。超過門檻後,input 費用是門檻以下的 5 倍,output 費用也是 5 倍。定價表會依 prompt 長度選擇價格列,因此長 prompt 的所有 input 與 output 都會套用較高費率。

這對接近門檻的工作最重要。prompt 可能會逐漸變長,例如 chat history,或持續加入更多文件的 retrieval prompt,而程式碼不需任何變更就可能超過 100,000 tokens。該請求的費用也會因此跳升。

快取的 tokens 會計入 100,000-token 門檻嗎?

會。Anthropic 的定價頁面在「Long context pricing」下回答:「請求的 prompt 長度會計入所有 input tokens,包括 cache reads 與 cache writes。」頁面也補充:「每個請求會個別計價:超過門檻的請求即使部分 prompt 命中快取,仍須支付較高價格;先前的請求則維持其原本的計費價格。」

因此,快取會降低每個 token 的費用,但不會讓請求回到門檻以下。120,000-token prompt 即使其中 110,000 tokens 來自快取讀取,仍會套用超過 100K 的價格列。其 cache hits 費用為每 MTok $0.05,而不是 $0.01;output 費用則為每 MTok $2.50。context-windows 頁面對 context window 也有相同說明:prompt caching「會改變這些 tokens 的費用,但不會改變它們是否計入」。對於超過 100,000 tokens 的快取對話,只有超過門檻的請求會支付較高價格。先前的請求維持其原本較低的計費價格。

下方的實際範例都未使用快取。若要確認快取請求落在門檻的哪一側,請讀取每個 response 中的 usage object。它會分別回報 input_tokens、cache_read_input_tokens 與 cache_creation_input_tokens;三者合計就是決定價格的 prompt 長度。若要判斷快取是否值得使用,Claude prompt caching 的損益平衡點會逐步說明計算方式。

Haiku 5.5 真的比 Haiku 4.5 便宜 90% 嗎?

按 token 計算,是。Haiku 4.5 的價格為每 MTok 輸入 $1.00、輸出 $5.00。Haiku 5.5 下方列出的價格為輸入 $0.10、輸出 $0.50。這代表單一 token 的價格降低了 90%。

按工作計算,不是。Haiku 5.5 使用 Claude 4.7 及後續模型採用的新 tokenizer。tokenizer 會將文字拆分成 token,而費用就是依 token 計算。Anthropic 對 Haiku 5.5 的說明指出:「相同的輸入文字在 Claude Haiku 5.5 產生的 token 數量,約比 Claude Haiku 4.5 多 30%。實際增幅取決於內容。」

相同文字需要更多 token,實際節省金額就會低於價格表顯示的幅度。你在 Haiku 4.5 測得的 token 數量,也不能直接用來估算 Haiku 5.5。遷移指南要求使用 model 設為 claude-haiku-5-5 的設定重新計算提示,而不是沿用舊的數量。

Haiku 4.5 與 Haiku 5.5 上 3 種實際工作的成本

以下 3 種工作在兩個模型上使用相同文字。Token 數量以 Haiku 4.5 為基準,Haiku 5.5 的數量增加 30%,這是根據 Anthropic 說明得出的約略數值。您的內容可能不同。範例未計入快取與 Batch API 折扣,也未計入 thinking tokens。成本以每 1,000 次呼叫計算。

圖表Assumed tokens per call for the same text
此圖表背後的資料
[
  {
    "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"
  }
]

分類。 短提示要求模型輸出一個標籤,例如支援工單類別。在 Haiku 4.5 上,該提示包含 1,000 個輸入 token,以及 10 個輸出 token。在 Haiku 5.5 上,相同文字約包含 1,300 個輸入 token,以及 13 個輸出 token。

RAG 回答。 RAG(retrieval-augmented generation,檢索增強生成)是將檢索出的文件貼入提示,然後要求模型回答相關問題。此提示在 Haiku 4.5 上包含 60,000 個 token,在 Haiku 5.5 上約包含 78,000 個 token。這仍低於 100,000-token 門檻。

長文件。 將完整的長篇合約或報告放入提示,要求模型摘要。在 Haiku 4.5 上,該提示包含 150,000 個 token,符合該模型的 200K context window。在 Haiku 5.5 上,約包含 195,000 個 token,因此會套用超過 100K 的價格。

圖表Cost per 1,000 calls, USD, same text on each model
此圖表背後的資料
[
  {
    "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"
  }
]

在 Haiku 4.5 上執行 1,000 次分類呼叫的成本為 $1.05,在 Haiku 5.5 上約為 $0.14。執行 1,000 次 RAG 回答的成本會從 $62.50 降至約 $8.13。執行 1,000 次長文件摘要的成本則僅從 $155.00 降至約 $100.75。

圖表Saving against Haiku 4.5, percent
此圖表背後的資料
[
  {
    "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 數量維持不變,前兩種工作可節省 90%。Token 數量增加 30% 後,約可節省 87%。長文件約可節省 35%,因為在 Haiku 5.5 上會套用超過 100K 的價格。即使沿用舊的 token 數量,也只能節省 50%,因為 150,000 個 token 本身就已超過門檻。

RAG 回答與長文件之間也存在一項風險。在 Haiku 4.5 上,80,000 個 token 的提示,在增加 30% 後於 Haiku 5.5 上約為 104,000 個 token。該提示在舊模型上遠低於門檻,但在新模型上已超過門檻。如果您的提示在 Haiku 4.5 上介於約 77,000 與 100,000 個 token 之間,請在切換模型前重新計算。

如何測量自己的提示詞?

使用 token 計數端點。此端點可免費使用,但每分鐘請求數上限取決於您的使用層級。它接受與一般 Messages 請求相同的主體,並回傳您指定模型的輸入 token 數量。這個數量是估計值,與計費數量可能有些微差異。

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."
    }]
  }'

回應是一個只有一個欄位的 JSON 物件:input_tokens。使用您目前呼叫的 Haiku 4.5 模型 ID,再次執行相同的請求。兩個 input_tokens 值的比例,就是 tokenizer 實際增加的幅度。請從日誌中選取 10 或 20 個實際提示詞進行測試,不要只使用一句測試句子,因為增加幅度取決於內容。

接著,將您測得的數量填入上方的價格表。針對 Haiku 5.5 計算每個提示詞,並確認其落在 100,000 的哪一側。這項檢查會決定您需支付哪一列的費用。

思考 token 會計入輸出

Haiku 5.5 是第一個支援 effort level 的 Haiku 模型。它支援全部五個等級:low、medium、high、xhigh 和 max。預設值是 medium,Claude API 與 Claude Code 都相同。Adaptive thinking 預設為啟用,因此模型可自行決定是否在回答前進行思考。

思考 token 會按照輸出 token 計費,並計入 max_tokens。在價格表的每一列中,輸出都是成本較高的一側。分類請求若先思考 300 個 token,再輸出 10 個 token 的標籤,會按照 310 個輸出 token 計費。上述範例未計入思考,因此實際啟用思考後的費用會更高。

對於短小且格式固定的工作,可以關閉思考。此設定適用於 high effort 或更低的等級,而預設的 medium 低於此等級。全部五個 effort level 都支援預設的 adaptive thinking,但在 xhigh 或 max 設定為停用 thinking 的請求會回傳 400 錯誤。在這些等級中,請省略 thinking 欄位,或傳送 {"type": "adaptive"}。關閉思考後,對話進行期間也無法變更 effort:若每則訊息的 effort 設定與目前生效的等級不同,會回傳 400 錯誤。

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."
    }]
  }'

回應中的 usage 物件會顯示 input_tokens 和 output_tokens。關閉思考後,output_tokens 應接近可見回答的長度。若要調整 effort,請參閱Claude effort level 之間的差異,其中說明每個等級會增加多少成本。

更換模型 ID 時哪些設定會失效?

成本規劃只有在請求仍能成功時才有用。Haiku 5.5 遷移指南列出了一些變更;這些變更會讓原本可在 Haiku 4.5 上成功的請求回傳 400 錯誤:

  • 搭配 budget_tokens 的手動 thinking。
  • temperature、top_p 或 top_k。Anthropic 表示這些設定可能回傳錯誤,應予省略。
  • assistant 訊息預填內容(替模型開始回覆)。

該指南也列出其他會影響規劃的變更。Haiku 5.5 不支援 Priority Tier,因此 Haiku 4.5 的 Priority Tier 承諾不會沿用。安全分類器可能回傳 stop_reason: "refusal",且沒有伺服器端 fallback,因此程式碼必須自行處理該停止原因。回應預設會省略 thinking 文字。若要查看摘要,請將 thinking.display 設為 "summarized"。

Claude Haiku 5.5 可在哪些平台使用?

模型頁面列出 6 個平台:Claude API、Amazon Bedrock、Claude Models on Google Cloud (Google managed)、Claude Models on Google Cloud (Anthropic managed)、Microsoft Foundry,以及 Claude Platform on AWS。Bedrock 使用 ID anthropic.claude-haiku-5-5。其餘 5 個平台使用 claude-haiku-5-5。在 Anthropic 經營的平台上,停用日期不會早於 October 7, 2027。Bedrock 與 Claude Models on Google Cloud (Google managed) 會自行設定生命週期日期。

模型文件未列出 Claude.ai 方案中的 Haiku 5.5。Anthropic 確實針對 Claude.ai 以及 Claude iOS 和 Android 應用程式發布了 Haiku 5.5 的 system prompt,並將其描述為「適合快速提問的最快速模型」。若要確認您的方案是否提供此模型,請在應用程式中開啟模型選擇器,或查看 support.claude.com 上的模型文章。方案價格與本頁的 API 價格是不同主題。兩者在一處有所交集:部分付費方案,例如 Max 和 Team,包含每月 Claude API 額度,可用於支付上述定價的 Claude API 呼叫。

Haiku 5.5 適合哪些工作?

Anthropic 的模型總覽將 Haiku 5.5 描述為「適用於分類、擷取與路由等大量且對延遲敏感的工作」,並列為目前速度最快的模型。Haiku 5.5 的模型頁面也將 subagent 工作列入其中。Anthropic 的發布公告列出摘要與壓縮等快速、重複性工作;壓縮是縮短長對話,使其再次符合限制。公告也表示,Haiku 5.5「適合作為 coding 工作的 subagent,搭配 Opus 5.5 與 Sonnet 5.5 使用」。

這類工作的共同特徵是任務範圍小,但會反覆執行多次。由 router 判斷要由哪個較大型模型處理請求,就是適合的用途。對每張 support ticket 加上標籤的 classifier 也一樣。如果這些呼叫是由自有伺服器上的 script 執行,控制 VPS 上的 AI agent 成本說明如何為迴圈設定固定的支出上限。

Sonnet 5.5 何時更值得購買?

Sonnet 5.5 每 MTok 的輸入價格為 $2.00,輸出價格為 $10.00。在 1M context window 內,價格維持單一費率。低於 100,000 tokens 時,價格是 Haiku 5.5 的 20 倍。超過 100,000 tokens 時,價格是 4 倍。兩個模型都使用較新的 tokenizer,因此相同文字在兩者中計算出的 token 數相同,可以直接比較。

當任務的難度高到 Haiku 5.5 經常失敗時,請選擇 Sonnet 5.5。Anthropic 的發佈頁面指出:「對於 Terminal-Bench 4.0 所測量的複雜 agentic coding tasks,Sonnet 5.5 和 Opus 5.5 仍是更好的選擇」,並表示 Haiku 5.5「最適合範圍較窄的任務」。必須重試或人工檢查的低價請求,實際上並不便宜。effort 文件也建議,將 Haiku 5.5 在 xhigh 或 max 的設定,與 Sonnet 5.5 比較成本、速度及效能。thinking tokens 會按輸出計費,因此在高 effort 設定下,每項工作的實際成本取決於模型思考的 token 數量。請在自己的任務上進行測量。

較長的 prompt 也會縮小差距。超過 100,000 tokens 時,Haiku 5.5 每個 token 只便宜 4 倍。如果工作需要仔細閱讀長文件,Sonnet 5.5 可能是該項工作的較佳選擇。如需完整並列比較各模型系列,請參閱 該使用哪個 Claude 模型:Opus、Sonnet 或 Haiku。如果也要比較其他供應商的價格,請查看各供應商的定價頁面以取得目前的小型模型費率,並參閱 Claude 與 ChatGPT API 定價,了解如何公平比較兩者。

FAQ

Claude Haiku 5.5 每百萬 token 的費用是多少?

對於不超過 100,000 個 token 的 prompt,Haiku 5.5 每百萬個輸入 token 的費用為 $0.10,每百萬個輸出 token 的費用為 $0.50。對於超過 100,000 個 token 的 prompt,輸入費用為 $0.50,輸出費用為 $2.50。低於分界的 cache hit 費用為 $0.01,高於分界則為 $0.05。Batch API 對輸入和輸出都提供 50% 折扣。

Claude Haiku 5.5 是否比 Haiku 4.5 便宜 90%?

在 100,000 token 分界以下,每個 token 的價格低 90%。相同文字在 Haiku 5.5 上約會計為多 30% 的 token,因為它使用較新的 tokenizer,因此實際工作成本的節省幅度較小。超過 100,000 token 的 prompt 節省幅度會小得多。請使用兩個模型的免費 token-counting endpoint 計算自己的 prompt,並比較兩個 input_tokens 值。

Haiku 5.5 的 prompt 超過 100,000 token 時會怎樣?

請求仍會執行,因為 context window 為 1M token。系統會按照較高的價格列計費:輸入價格和輸出價格都是較短 prompt 的 5 倍。Cache read 和 cache write 都會計入 100,000 token,因此 cache hit 不會讓長 prompt 維持較低價格。Haiku 4.5 上接近分界的 prompt,可能會在 Haiku 5.5 上超過分界,因為較新的 tokenizer 會為相同文字計算出更多 token。

我可以在 Claude Haiku 5.5 上關閉 thinking 來節省費用嗎?

可以,在 high effort 或更低的等級上都可以。請在請求中傳送 "thinking": {"type": "disabled"}。Haiku 5.5 的預設 effort 是 medium,因此不需其他變更即可使用。在 xhigh 或 max effort 下,停用 thinking 的請求會回傳 400 錯誤,因此在這些等級中請維持預設的 adaptive thinking。思考 token 會按照輸出 token 計費,因此關閉 thinking 可降低短小且格式固定工作的成本。

我應該使用 Claude Haiku 5.5 還是 Sonnet 5.5?

分類、擷取、路由和 subagent 工作等需要大量重複執行的狹窄任務,請使用 Haiku 5.5。複雜的 agentic coding 請使用 Sonnet 5.5。若 Haiku 5.5 的失敗頻率高到重試成本超過價格差異,也應使用 Sonnet 5.5。在 100,000 token 以下,Sonnet 5.5 每個 token 的費用是 Haiku 5.5 的 20 倍;超過該分界則是 4 倍。

這篇文章對您有幫助嗎?