Claude Haiku 5.5 價格詳解：10 月 7 日釋出，100k 提示詞前後差 5 倍怎麼控成本
Claude Haiku 5.5 在 2026 年 10 月 7 日釋出，模型 ID 為 claude-haiku-5-5。它的價格按提示詞長度分兩檔：提示詞不超過 100k token 時，輸入 $0.10、輸出 $0.50（每百萬 token）；超過 100k 時，輸入 $0.50、輸出 $2.50。官方稱平均執行成本比 Haiku 4.5 低約 75%。下面把分檔、tokenizer 變化和估算方法拆開說。
以下價格均來自 Anthropic 官方釋出頁，截至 2026 年 10 月，實際計費以官方定價頁和賬單為準。
Haiku 5.5 的價格到底怎麼算？
| 專案（每百萬 token） | 提示詞 ≤ 100k | 提示詞 > 100k | Haiku 4.5 |
|---|---|---|---|
| 輸入 | $0.10 | $0.50 | $1.00 |
| 輸出 | $0.50 | $2.50 | $5.00 |
| 快取讀取 | $0.01 | $0.05 | $0.10 |
| 快取寫入 | $0.125 | $0.625 | $1.25 |
官方腳註給出的對比是：100k 以內的請求大約便宜 90%，超過 100k 的請求大約便宜 50%，兩者混合後就是“平均約 75%”這個數字。所以你的實際節省取決於請求長度分佈，不是固定的 75%。
要注意的是，超過 100k 後單價是 5 倍。官方頁面只說“按提示詞長度分檔”，整次請求是否按高檔計價、邊界如何取整，請以官方定價文件為準，估算時按保守方向算。
新 tokenizer 會讓賬單多出多少？
官方說明 Haiku 5.5 使用更新後的 tokenizer，與 Sonnet 5.5、Opus 5.5 類似，同一任務會比 Haiku 4.5 用掉略多的 token。官方沒有給固定比例，所以不要拿舊模型的 token 數直接乘新單價。
可以自己測，步驟如下：
- 取 20 到 50 條有代表性的真實請求（系統提示、工具定義、典型上下文），不要只用短句。
- 對同一批請求，分別用
claude-haiku-4-5和claude-haiku-5-5呼叫 Anthropic 的 token 計數介面（具體端點與引數見官方文件），記錄輸入 token 數。 - 算出兩者比值，按請求長度分成“100k 以內”和“超過 100k”兩組。
- 用比值修正你的月度預算：新 token 數 × 對應檔位單價。
Claude Code 2.1.293 的更新日誌寫明它成為 API 上預設的 Haiku，1M 上下文，並列出了同樣的分檔價格（見 Claude Code 更新日誌）。2.1.296 還修復了 Haiku 5.5 這類只支援自適應思考的模型在部分閘道器後 token 計數失敗的問題，如果你經過自建閘道器統計用量，建議升級後再核對。
怎麼把提示詞壓在 100k 以內？
分檔意味著“多塞一點上下文”可能讓整次請求的單價變成 5 倍。示例（假設數字，僅作演示）：
- 50k 輸入 + 1k 輸出：約 $0.005 + $0.0005 = $0.0055
- 120k 輸入 + 1k 輸出：約 $0.06 + $0.0025 = $0.0625
後者約是前者的 11 倍，輸入只多了 2.4 倍。可以照做的幾條：
- 檢索類任務限制召回條數，先摘要再拼接，而不是整篇塞入。
- 對長對話設定壓縮閾值，在接近 100k 之前做一次摘要。Haiku 5.5 本身就適合做這件事。
- 把穩定不變的系統提示放進快取。快取讀取只有 $0.01/百萬（100k 以內），寫入是 $0.125，複用越多越划算，標記方法見 Claude prompt caching 怎麼用才省錢。
- 在日誌裡記錄每次請求的輸入 token，按 100k 畫一條告警線。
它適合做什麼，不適合做什麼？
它是 Haiku 系列，價格低，適合高吞吐、對成本敏感的場景。比較合理的用途是摘要、上下文壓縮、分類，以及多代理流程裡的子代理。它是第一個支援可調 effort 的 Haiku，可以按任務難度調節思考投入；Python 和 TypeScript SDK 中的 computer use、browser use 支援目前處於 beta，生產使用前先小範圍驗證。
複雜重構、長鏈路規劃這類任務，仍建議和更大的模型對比實測後再決定，不要只看單價。需要對比更大模型的價格和配置時，可以參考 Claude Sonnet 5.5 上手。
上線後怎麼觀察延遲和可用性？
新模型剛釋出的幾周，延遲和報錯率容易波動。可以：
- 在 cdnping 的 Anthropic API 狀態頁 檢視從 Cloudflare 邊緣每 5 分鐘做一次的入口探測，注意它測的是官方 API 入口，不代表某個模型的推理延遲。
- 自己在業務裡記錄首 token 時間和總耗時，拆法見 AI API 延遲拆解。
- 在 官網動態 訂閱官方價格頁和更新日誌的變化，價格調整時能第一時間看到，方法見 大模型 API 價格變了怎麼第一時間知道。
- 對照 Anthropic 9 至 10 月連發三款新模型 裡的觀察思路，把新舊模型放在同一時間視窗比較。
小結：上線前的檢查表
- 用真實請求測新舊 tokenizer 的 token 比值。
- 給輸入 token 設 100k 告警，必要時在 100k 前做壓縮。
- 穩定字首走快取，核對賬單裡的快取讀寫。
- computer use、browser use 按 beta 對待。
- 以官方定價頁為準，定期複核。
