
Claude Haiku 5.5 发布开云kaiyun,小模子大逆袭! 单论跑分,平直卓著两大前"斩杀线" DeepSeek V4.1Flash 和 GLM-5.3-Flash,成为新的小模子守门员。 一看官方跑分,好嘛,这便是冲着 GPT-6 Luna 来的,逐项

Claude Haiku 5.5 发布开云kaiyun,小模子大逆袭!
单论跑分,平直卓著两大前"斩杀线" DeepSeek V4.1Flash 和 GLM-5.3-Flash,成为新的小模子守门员。

一看官方跑分,好嘛,这便是冲着 GPT-6 Luna 来的,逐项赢过 Luna。

由于鹈鹕骑自行车测试还是基本满盈了,最新赶到战场的是奔走斑马测试。
Haiku 5.5 以致价钱也透顶对标 GPT-6 Luna。
上代 Haiku 4.5 如故刚好一年前出的,价钱是 5.5 的 10 倍。

不外 Haiku5.5 的价钱还有条目,辅导词在 10 万 token 以内的央求(占 Haiku 4.5 央求量的 90%),输入输出价钱平直砍 90%;高出 10 万 token 的部分,只砍 50%。
而况这么一来,除了缓存射中的输入这一项,Haiku 5.5 在不超出 100k 辅导词时的价钱也比 DeepSeek-V4.1 Flash 的谷时价钱低廉了。
为了测试野神思使用才气,咱们让 Haiku 5.5 把 GPT-6 和 DeepSeek 的价钱填到 Haiku 发布页表格的背面。

它莫得平直剪辑 html 元素,而是到放手台用剧本注入内容。

至此 Opus 5.5 管复杂推理、Sonnet 5.5 管通用实施、Haiku 5.5 管跑量和速率,群贤毕至,只差 Fable 了。
只可说近邻 OpenAI 如果不努把力,Claude 都没必要把 Fable 5.5 这管大牙膏挤出来。
仿佛回到了英特尔和 AMD 比拼 CPU 的日子。
换了 tokenizer,消耗 token 更多
Haiku 5.5 是第一个扶直 effort 调遣的 Haiku 模子,收受了系列从 low 到 max 的五档确立。
上一代 Haiku 4.5 在野神思操作和编码方面基本交白卷,这一代平直进化。
看 OSWorld 2.1(测 agent 操作真确电脑完成多步任务):Low 档 42.0% 准确率、单次本钱 $0.07;Max 档 72.4%、$0.61。Haiku 4.5 独一 Max 档 15.7%、$1.45,
也便是说,5.5 的 Low 档比 4.5 的 Max 档准,还低廉一半。

GDPval-AA v2.1(测 44 个办事的真确专科使命)亦然访佛弧线:Low 档 Elo 1125、$0.01;Max 档 1620、$0.87。4.5 的 Max 档独一 735、$0.24。

不外 Haiku 5.5 换了 tokenizer(和 Sonnet 5.5、Opus 5.5 同款),相似任务会多消耗 token,是以实质省的钱比标价扣头少亿点点。
罕见是代码、表格、非英语内容的推广可能更高。
在 AA 测评中,Haiku 5.5 固然 API 价钱低廉了,但"完成任务的平均本钱"并莫得到达梦想区间。

替不了 Sonnet
许多东谈主对 Haiku5.5 的期待是能在部分任务替代 Sonnet 5.5,进一步压低本钱。
但此次并莫得出现古迹,小杯如故小杯。
Terminal-Bench 4.0 上 Haiku 5.5 拿 39.2%,Sonnet 5.5 拿 70.6%。复杂多步编码、跨文献重构、长周期自主见解方面差距十分了了。
Anthropic 我方也冷落了,复杂 agent 编码优先用 Sonnet 5.5 或 Opus 5.5。
Haiku 5.5 的价值在实施层。任务还是拆好、验收尺度明确、不错并行跑的任务。
比如 Cognition 的 Devin 用 Opus 5.5 作念主模子、Haiku 5.5 作念子智能体,FrontierCode 组合跑到了 66.2%,比两个模子各自单跑都高。

如果你畴前的业务用 Haiku 4.5,此次不是换个模子名就能上线的。
budget_tokens 手动念念考确立平直报错,必须改成自合适念念考加 effort 参数。
temperature、top_p、top_k 一都锁定默许值,依赖采样参数作念创意放手或各样化生成的垄断要改逻辑。
assistant 音讯预填充被取消了,畴前靠预填充强制 JSON 开始的写法得换器具调用或结构化输出接口。
野神思操作器具版块也更新了,从 computer_20250124 换成 computer_toolset_20260801,接口作为和复返结构可能都不同。
另外自合适念念考默许开启,反应第一个内容块可能是念念考块而不是正文,认知逻辑要按 type 字段过滤。
五处变动,每一处都可能让央求平直报错或复返非预期结构。
Anthropic 提供了移动指南,冷落切之前对着过一遍。
顺带两条福利
Sonnet 5.5 的缓存读取从 $0.20/M 降到 $0.10/M,Anthropic 称大巨额 agent 任务因此本钱降约 20%。

Max 和 Team 订阅用户本周起不错领取 API 额度,Max 5x 每月 $100,Max 20x 每月 $200,Team 最多 $500/ 月在团队内分享。
这些额度不错用来实际调 API 建器具、垄断、agent,通盘模子通用。
神马?你说 A 社把我的买 Coding Plan 钱还给我,让我还不错在 API 上再用一次?

那么 OpenAI 在干嘛呢?OpenAI 又送了一张重置卡。

参考谈论:
[ 1 ] https://www.anthropic.com/claude-haiku-5-5
[ 2 ] https://x.com/AI_Screening/status/2107906044915749274?s=20
一键三连「点赞」「转发」「堤防心」
接待在指摘区留住你的想法!
— 完 —
� � 点亮星标 � �
科技前沿弘扬逐日见开云kaiyun