Claude Haiku 5.5

原文 ↗ Hacker News 讨论 ↗

Anthropic 发布 Claude Haiku 5.5 这一更快、更便宜的“小型”LLM，引发了广泛关注：它的能力显著提升——在许多基准上常常能与 OpenAI 的 GPT-6 Luna 一较高下甚至胜出——同时采用了激进的分层定价，在 100k tokens 以下非常便宜，但超过后价格陡增。评论者讨论 Haiku 在真实工作负载中的定位（智能体、摘要、分类、编程子任务）以及与 Luna 和中文开源模型相比的优劣，权衡速度、单任务成本和上下文限制。此次更新也引发了围绕厂商锁定、订阅与 API 计费，以及不断演变的安全限制的更广泛担忧，尤其是在网络安全和生物学用途方面。

模型能力与进展

  • 许多人认为 Haiku 5.5 相比 4.5 是一次巨大飞跃，其中一项基准测试显示其 “GDPval-AA” 分数超过了之前的两倍多。
  • 多项第三方和内部测试报告称：
    • 在许多任务上，其智能水平大致与 GPT-6 Luna 相当或更强，尤其是在编程、计算机使用和智能体工作流方面。
    • 吞吐量极快（报告约为 ~100+ tokens/sec），并且在数据分析、分类和基础编程方面表现出色。
  • 不过，一些从业者表示，在他们现有的 prompts 上，结果比 Haiku 4.5 更差（prompt 泄漏、准确率更低、更慢），这表明可能需要重新调整 prompt。

定价、token 与上下文截断

  • 新的分层定价：100k tokens 以下非常便宜，超过后贵 5 倍。Anthropic 声称此前约 90% 的 Haiku 4.5 请求都低于 100k。
  • 多位评论者认为，100k 对智能体和长时间编程会话来说是一个较低的截断；也有人表示，精心编排和子智能体很容易保持在这个范围内。
  • 分词效率不如 Luna；同样的文本可能会多消耗 1.5× 的 token，因此真实世界成本接近或高于 Luna。

用例与智能体模式

  • 常见提议用途包括：“Jev-like” 分类、摘要、日志分流、文档解析、RAG 辅助、以及在 Opus/Sonnet 编排器下运行的廉价子智能体。
  • 一些人用它（或计划用它）来做廉价的游戏反编译流水线、分析工作流，以及快速 CLI 辅助工具。
  • 共识是：它最适合范围明确、短生命周期的任务；复杂推理和高风险编程仍交给 Opus/Sonnet。

与竞争对手的比较

  • Haiku 5.5 被认为终于在价格上能与 Luna 竞争，并且能力上往往更强，但在某些基准上 Luna 可能仍以任务成本取胜。
  • 中文/开源模型（DeepSeek、GLM、MiMo、Qwen）经常被提及为更便宜或能力相当；一些团队正因成本原因积极迁移到开源/中文模型，尽管也有人因政策/意识形态原因避免使用它们。

订阅、API credits 与锁定担忧

  • Max/Team 订阅用户现在会获得大量每月 API credits，被视为：
    • 对尝试构建智能体和功能来说是个巨大利好。
    • 但也可能是把人们从受补贴的聊天使用，推向按量计费的 API 使用的一种方式。
  • 关于 Claude Agent SDK / claude -p 是否会从订阅额度转为 API 计费，外界存在困惑与担忧；Anthropic 文档在讨论过程中间改变了措辞，引发了对未来“rug pulls”的恐惧。

安全与限制

  • 网络安全和生物学方面的防护仍比许多人希望的更严格；渗透测试和偏攻击性的帮助大多被阻止。
  • 有人认为这些防护主要阻碍了合法研究人员，因为真正的恶意行为者已经能接触到危险工具。