直接答案:请求里填 claude-haiku-5-5。官方定位是分类、抽取、路由这类高并发、对延迟敏感的任务。计费关键是 100K 阈值:一次请求的全部输入 token(含缓存读写)超过 100,000,整个请求都按高档计价。另外新分词器让同样文本的 token 数约多 30%,从 Haiku 4.5 迁移时要重新估算用量。
Claude Haiku 5.5 官方规格
| 项目 | 官方说明 | 使用前检查 |
|---|---|---|
| 官方 ID / 本站代号 | claude-haiku-5-5 | 不要写成 claude-haiku-5.5 |
| 发布日期 | 2026-10-07 | — |
| 上下文 / 最大输出 | 1M / 128K tokens | 长输入会触发高档计费 |
| 知识截止 | 2026-06 | — |
| 思考 | 自适应思考默认开启,默认 effort 为 medium;effort 为 high 及以下时可用 thinking: disabled 关闭 | 高频简单任务可评估关闭思考 |
官方定位原文是 “For high-volume, latency-sensitive tasks such as classification, extraction, and routing”。如果你的任务是批量分类、字段抽取或请求路由,可以把它作为首批试用对象;复杂多步推理任务应同时对比同系列更大的模型。
价格:100K 阈值怎么算
| 档位(按单次请求全部输入 token) | 官网输入 | 官网输出 | 官网缓存命中 | 本站参考 |
|---|---|---|---|---|
| 提示 ≤100,000 tokens | $0.10 | $0.50 | $0.01 | $0.01 / $0.05(0.1x) |
| 提示 >100,000 tokens | $0.50 | $2.50 | $0.05 | 以控制台为准 |
阈值按单次请求的全部输入 token 计算,缓存读取和缓存写入也计入。超过 100,000 时,不是只有超出部分加价,而是整个请求按高档计费。所以把多个短任务拼成一个超长请求,可能反而更贵。需要长上下文时,先估算是否会越过阈值。
本站价 = 官网价 × 站内倍率,最终扣费以控制台为准。高档请求、缓存在本站的实际计费以控制台展示为准。更多说明见价格与充值与倍率指南。
相对 Claude Haiku 4.5 改了什么
| 项目 | Haiku 4.5 | Haiku 5.5 |
|---|---|---|
| 上下文 | 200K | 1M |
| 最大输出 | 64K | 128K |
| 分词器 | 旧分词器 | 新分词器,同样文本 token 数约多 30% |
| 最小可缓存长度 | 4,096 tokens | 512 tokens |
| 参数 | 支持手动 budget_tokens、采样参数、assistant prefill | 这三类用法会报错 |
迁移 Claude Haiku 4.5 的工作流时,先检查三件事:请求里是否带 budget_tokens、temperature 等采样参数;是否用 assistant prefill 控制输出开头;按新分词器重新估算的 token 数是否会越过 100K 阈值。最小可缓存长度降到 512 tokens,较短的系统提示也可能用上缓存,但实际是否命中以 usage 为准。
Haiku 5.5 与同系列怎么选
- Claude Haiku 5.5:分类、抽取、路由等高并发、对延迟敏感的任务,提示尽量控制在 100K 以内。
- Claude Haiku 4.5:已稳定运行且依赖 prefill 或采样参数的流水线,迁移前先改参数。
- Claude Opus 5.5:需要多步推理、长周期 Agent 的任务。
- Claude Fable 5.2:Opus 5.5 评测不达标的高难度推理任务。
选型依据是同一批任务的验收结果和账单,不是模型名称或发布时间。
API 最小示例与验收
Base URL 使用 https://www.codex789.com/v1,Key 在控制台复制。下面的 Chat Completions 请求没有传采样参数:
from openai import OpenAI
client = OpenAI(
base_url="https://www.codex789.com/v1",
api_key="sk-codex789-your-api-key",
)
resp = client.chat.completions.create(
model="claude-haiku-5-5",
messages=[{"role": "user", "content": "用一句话说明你的模型 ID。"}],
)
print(resp.model, resp.usage)先确认模型列表返回 claude-haiku-5-5,再用接近真实长度的输入检查 usage 里的 token 数,判断是否落在 ≤100K 档。高并发场景还要观察限流(429)和重试对账单的影响。本页尚未完成认证调用实测。完整步骤见快速开始。
常见问题
Claude Haiku 5.5 的调用代号是什么?
请求里填 claude-haiku-5-5,是否可用以控制台为准。
100K 分档是怎么算的?
按单次请求的全部输入 token 计算,含缓存读写。≤100,000 时官网价 $0.10 / $0.50;超过后整个请求按 $0.50 / $2.50 计费。
本站价是多少?
本站倍率 0.1x,≤100K 档参考价为输入 $0.01、输出 $0.05 每百万 tokens;高档与缓存以控制台为准。
为什么同样的文本 token 变多了?
Haiku 5.5 使用新分词器,官方说明同样文本的 token 数约多 30%,迁移时需重新估算用量。
从 Haiku 4.5 迁移会报错吗?
如果请求里有手动 budget_tokens、采样参数或 assistant prefill,在 Haiku 5.5 上会报错,需要先删除这些用法。
官方来源与核对日期
资料核对:2026-11-12。规格、分档价格与迁移差异来自 Anthropic 官方文档;本站倍率另计。
核对日期:2026-11-12。官方来源:https://platform.claude.com/docs/en/models/haiku-5-5/overview。官网价与规格来自上方官方页面;本站价为官网价 × 站内倍率的参考值,实际可用模型、限额与最终扣费以控制台为准。本页未进行付费调用实测,不含本站性能或账单数据。