Claude Haiku 5.5 价格详解：10 月 7 日发布，100k 提示词前后差 5 倍怎么控成本
Claude Haiku 5.5 在 2026 年 10 月 7 日发布，模型 ID 为 claude-haiku-5-5。它的价格按提示词长度分两档：提示词不超过 100k token 时，输入 $0.10、输出 $0.50（每百万 token）；超过 100k 时，输入 $0.50、输出 $2.50。官方称平均运行成本比 Haiku 4.5 低约 75%。下面把分档、tokenizer 变化和估算方法拆开说。
以下价格均来自 Anthropic 官方发布页，截至 2026 年 10 月，实际计费以官方定价页和账单为准。
Haiku 5.5 的价格到底怎么算？
| 项目（每百万 token） | 提示词 ≤ 100k | 提示词 > 100k | Haiku 4.5 |
|---|---|---|---|
| 输入 | $0.10 | $0.50 | $1.00 |
| 输出 | $0.50 | $2.50 | $5.00 |
| 缓存读取 | $0.01 | $0.05 | $0.10 |
| 缓存写入 | $0.125 | $0.625 | $1.25 |
官方脚注给出的对比是：100k 以内的请求大约便宜 90%，超过 100k 的请求大约便宜 50%，两者混合后就是“平均约 75%”这个数字。所以你的实际节省取决于请求长度分布，不是固定的 75%。
要注意的是，超过 100k 后单价是 5 倍。官方页面只说“按提示词长度分档”，整次请求是否按高档计价、边界如何取整，请以官方定价文档为准，估算时按保守方向算。
新 tokenizer 会让账单多出多少？
官方说明 Haiku 5.5 使用更新后的 tokenizer，与 Sonnet 5.5、Opus 5.5 类似，同一任务会比 Haiku 4.5 用掉略多的 token。官方没有给固定比例，所以不要拿旧模型的 token 数直接乘新单价。
可以自己测，步骤如下：
- 取 20 到 50 条有代表性的真实请求（系统提示、工具定义、典型上下文），不要只用短句。
- 对同一批请求，分别用
claude-haiku-4-5和claude-haiku-5-5调用 Anthropic 的 token 计数接口（具体端点与参数见官方文档），记录输入 token 数。 - 算出两者比值，按请求长度分成“100k 以内”和“超过 100k”两组。
- 用比值修正你的月度预算：新 token 数 × 对应档位单价。
Claude Code 2.1.293 的更新日志写明它成为 API 上默认的 Haiku，1M 上下文，并列出了同样的分档价格（见 Claude Code 更新日志）。2.1.296 还修复了 Haiku 5.5 这类只支持自适应思考的模型在部分网关后 token 计数失败的问题，如果你经过自建网关统计用量，建议升级后再核对。
怎么把提示词压在 100k 以内？
分档意味着“多塞一点上下文”可能让整次请求的单价变成 5 倍。示例（假设数字，仅作演示）：
- 50k 输入 + 1k 输出：约 $0.005 + $0.0005 = $0.0055
- 120k 输入 + 1k 输出：约 $0.06 + $0.0025 = $0.0625
后者约是前者的 11 倍，输入只多了 2.4 倍。可以照做的几条：
- 检索类任务限制召回条数，先摘要再拼接，而不是整篇塞入。
- 对长对话设置压缩阈值，在接近 100k 之前做一次摘要。Haiku 5.5 本身就适合做这件事。
- 把稳定不变的系统提示放进缓存。缓存读取只有 $0.01/百万（100k 以内），写入是 $0.125，复用越多越划算，标记方法见 Claude prompt caching 怎么用才省钱。
- 在日志里记录每次请求的输入 token，按 100k 画一条告警线。
它适合做什么，不适合做什么？
它是 Haiku 系列，价格低，适合高吞吐、对成本敏感的场景。比较合理的用途是摘要、上下文压缩、分类，以及多代理流程里的子代理。它是第一个支持可调 effort 的 Haiku，可以按任务难度调节思考投入；Python 和 TypeScript SDK 中的 computer use、browser use 支持目前处于 beta，生产使用前先小范围验证。
复杂重构、长链路规划这类任务，仍建议和更大的模型对比实测后再决定，不要只看单价。需要对比更大模型的价格和配置时，可以参考 Claude Sonnet 5.5 上手。
上线后怎么观察延迟和可用性？
新模型刚发布的几周，延迟和报错率容易波动。可以：
- 在 cdnping 的 Anthropic API 状态页 查看从 Cloudflare 边缘每 5 分钟做一次的入口探测，注意它测的是官方 API 入口，不代表某个模型的推理延迟。
- 自己在业务里记录首 token 时间和总耗时，拆法见 AI API 延迟拆解。
- 在 官网动态 订阅官方价格页和更新日志的变化，价格调整时能第一时间看到，方法见 大模型 API 价格变了怎么第一时间知道。
- 对照 Anthropic 9 至 10 月连发三款新模型 里的观察思路，把新旧模型放在同一时间窗口比较。
小结：上线前的检查表
- 用真实请求测新旧 tokenizer 的 token 比值。
- 给输入 token 设 100k 告警，必要时在 100k 前做压缩。
- 稳定前缀走缓存，核对账单里的缓存读写。
- computer use、browser use 按 beta 对待。
- 以官方定价页为准，定期复核。
