Claude Haiku 5.5 价格砍到 1/10：你的 AI 账单该重新分工了

你的 AI 账单，八成花在了不需要大模型的活上

你大概率遇到过这种场景：月底看一眼 API 账单，数字比上个月翻了一倍。点开明细你会发现，钱没花在写方案、改代码这些「大活」上，而是被成千上万次小调用吃掉了——给客服消息分类、给文章打标签、从一堆简历里抽字段、把两小时的会议记录压成五条要点。这些活单个都不值钱，架不住量大。

更难受的是，你之前没得选。小模型便宜，但笨得没法放心用；大模型聪明，可你不敢让它去干一天几万次的粗活。于是你只能一边心疼账单，一边继续用旗舰模型干杂活，像开着一辆跑车天天送外卖。

10 月 7 日，Anthropic 把 Claude Haiku 5.5 放了出来。这件事有了一个明确的解法：把杂活的单价打下来，打到你可以放心把量大的活全部交给它。

这次降价降在哪：短提示场景直接砍到 1/10

先说结论：Haiku 5.5 是目前最快、也最便宜的小模型，短提示场景的价格较前代最多降了九成，平均降幅也在七成半左右。

为什么要单独强调「短提示」？因为你实际跑起来的调用，绝大多数都是短提示。分类、打标、抽取、摘要、路由判断，这些任务的提示词加上下文通常只有几百到一两千 token，真正的大上下文长任务只占少数。约九成的实际用量落在短提示区间，而这部分正是这次降价砸中的位置。

给你一个直观的对比，同一百万 token 的调用，价格差了一个量级：

模型                输入价 / 1M tokens    输出价 / 1M tokens
Claude Haiku 5.5    $0.10                 $0.50
GPT-6.1 Sol         $2.50                 $10.00

一个是给你干杂活的，一个是给你干硬活的。以前你被迫用右边那个干左边的活，现在不用了。

0.1 美元能买多少活：给你算一笔账

按输入价 $0.10 / 1M tokens 算，1 美元能处理约一千万 token 的输入量。什么概念？一个中型电商店铺全部商品的标题加详情页、一个季度全部客服对话记录、一家内容公司一个月产出文章的全量标签化——这些量级的活，现在都是「几美元解决」的水平。

再把输出价放进来算：$0.50 / 1M tokens，意味着让它产出内容同样不贵。你之前因为「怕烧钱」砍掉的那些自动化想法——自动给每条用户评论归类、每天把竞品页面扫一遍做摘要——现在可以重新捡起来了。

这笔账的核心不是「便宜了多少」，而是它把一大批原本不划算的自动化，变成了划算的。

effort 控制：连「思考预算」都变成了旋钮

Haiku 5.5 支持 effort 控制。简单说，你可以指定它「想多深」：给消息分类这种活，把 effort 调到最低，它几乎不思考直接给答案，速度更快、成本更低；碰到需要判断的，再把档位调高。

这件事的信号意义大于省钱本身：小模型第一次把「智能档位」做成了可调参数。以前模型是固定档位的灯泡，现在是可以调光的。你要学会的不再只是「选哪个模型」，还有「同一个模型，每个调用该给多少思考预算」。

实践建议：所有新接入的调用，先从低 effort 跑起来，抽样看质量，不够再加档。反向操作（从高档往下砍）通常砍不动，因为没人愿意为省几分钱去冒质量风险。

顺带提醒一个容易忽略的细节：effort 档位是按调用设的，不是按模型设的。同一条流水线里，分类调用用低档、复核调用用高档，完全可以共存。这意味着你可以用同一个模型搭出「快慢分明」的流水线，而不是养两套模型环境，运维成本也跟着降了一半。

电脑操作跑出 72.4%：小模型不再只会聊天

这次更新里最容易被忽略、但对你最有用的数字：在 OSWorld 相关的电脑操作测试中，Haiku 5.5 的成绩达到 72.4%，接近人类基准。

这意味着它不只是「又快又便宜的文本处理器」，还能直接操作电脑：批量整理文件、往系统里填表、按固定流程走一遍后台操作。以前这类活要么写脚本、要么雇人，现在可以交给一个单价 0.1 美元的模型去跑。

当然，你要清楚边界：72.4% 意味着每十步可能错两三步。所以正确的用法不是让它无人值守地跑关键流程，而是让它跑、你抽查——用低廉的单价换人力，用抽查兜住错误率。

什么活该交给它，什么活千万别给

直接给你一张分工表，照着抄就行：

任务类型               建议交给谁          理由
消息分类/打标/路由      Haiku 5.5          量大、单价敏感、判断简单
摘要/压缩/字段抽取      Haiku 5.5          短提示高频，降价红利最大
电脑操作/固定流程       Haiku 5.5          computer use 达 72.4%
Agent 子任务执行        Haiku 5.5          主控分发下来的高频小活
长文写作/复杂方案       旗舰模型           需要深度推理和长上下文
多步 Agent 编排的主控   Opus/Sonnet 5.5    主控要稳，子任务再分发

一句话总结这个表的逻辑：主控用贵的，干军用便宜的。主控负责拆解、分发、复核，子任务的海量执行交给 Haiku 5.5。整套编排的成本结构立刻就变了。

和 GPT-6 Luna、DeepSeek 放在一起怎么选

同一时间窗口里，免费用户拿到的是 GPT-6 Luna。免费用当然好，但如果你看第三方综合智能排名，Haiku 5.5 的位置在 GPT-6 Luna 之前——而 Luna 前面还隔着一个 DeepSeek V4.1flash。

免费和便宜是两回事。GPT-6 Luna 的价值在于「零成本试用和轻量使用」，Haiku 5.5 的价值在于「可以大规模铺进生产流程的确定性」。你要搭建的是业务系统，不是个人玩具，选型的标准应该是单位成本下的稳定性，而不是「免费」这个字。

我的判断很直接：个人随手问问题，用免费的；跑业务流水线，用 Haiku 5.5 这一档。

常见误区：降价不等于所有活都该降级

你可能会想：既然小模型这么便宜又这么强，是不是可以把所有调用都换成它？先别。降级有两个典型翻车现场。

第一个是长上下文任务。这次降价砸中的是短提示区间，你拿它去读一份两百页的标书，体验未必比旗舰模型好——这不是单价问题，是能力半径问题。

第二个是「错一步全错」的链式任务。分类错了顶多分错一封邮件，但一个十步的自动化流程里，第一步的抽取错误会被逐步放大。链式任务的入口环节，要么用旗舰模型，要么在 Haiku 5.5 后面加一道校验。

给你一个简单的判断方法：看任务出错的代价。出错代价是「重跑一次」的，放心降级；出错代价是「污染下游」的，谨慎降级。这条原则比任何跑分都实用。

你现在就能做的三件事

第一，把系统里所有「量大、判断简单」的调用拉一张清单，逐个迁到 Haiku 5.5。迁移本身几乎零成本——提示词不用改，改个模型名就行。

第二，每个调用都设上 effort 档位，默认从低档起跑，抽样不过关再升档。把「思考预算」当成和温度参数一样的常规旋钮来管。

第三，留一个旗舰模型做主控和抽查。让贵的模型负责拆任务、验结果，让便宜的模型负责干活，这条结构比任何单个模型的选择都重要。

小模型这一轮竞争的胜负手，已经不是「谁能做」，而是「谁能又快、又便宜、又稳定地做对」。价格砍到 1/10 之后，还在用旗舰模型干杂活的团队，等于每个月在给对手送弹药。你的账单，今天就该重新分一次工。