claude-haiku-5-5Claude Haiku 5.5 适合大量、需要及时响应的分类、提取与分流任务,也可在智能体流程中承担范围清楚的子任务。
比较同一模型在不同供应商的价格与服务表现。
| 供应商 | 折扣 | 档位 | 输入/M | 输出/M | 缓存读取/M | 缓存写入 (5m)/M | 缓存写入 (1h)/M | ||
|---|---|---|---|---|---|---|---|---|---|
Anthropic Anthropic 官方 | 省10% | standard输入 ≤ 100K tokens | $0.09 | $0.45 | $0.009 | $0.1125 | $0.18 | ||
long_context输入 > 100K tokens | $0.45 | $2.25 | $0.045 | $0.5625 | $0.9 | ||||
CCMax 使用自用 vibe coding,纯血 ccmax号池 | 省70% | standard输入 ≤ 100K tokens | $0.03 | $0.15 | $0.003 | $0.0375 | $0.06 | ||
long_context输入 > 100K tokens | $0.15 | $0.75 | $0.015 | $0.1875 | $0.3 | ||||
CCMax-ZL CCmax微注-可蒸 | 省70% | standard输入 ≤ 100K tokens | $0.03 | $0.15 | $0.003 | $0.0375 | $0.06 | ||
long_context输入 > 100K tokens | $0.15 | $0.75 | $0.015 | $0.1875 | $0.3 | ||||
AmazonBedrock AWS 官方 | 省40% | standard输入 ≤ 100K tokens | $0.06 | $0.3 | $0.006 | $0.075 | $0.12 | ||
long_context输入 > 100K tokens | $0.3 | $1.5 | $0.03 | $0.375 | $0.6 |
左右滑动表格,查看完整价格与性能。
标准化评测得分。百分比越高越好,并展示排名百分位。
指标来源:Artificial Analysis 2026-09-30·Claude Haiku 5.5
当前基准快照不包含此模型。
缺失的模型或测量值不代表零分。
基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。
Claude Haiku 5.5 面向高频、对响应时间敏感的工作,例如从用户反馈中提取问题,从消息里识别意图,将资料归入指定类别,或为更复杂的流程先做信息筛选。它也适合作为智能体里的分工助手,独立完成边界清楚、结果容易检查的一步。
‘分析评论’可以拆成提取产品问题、判断影响程度和保留原文证据。‘整理资料’可以拆成识别文档类型、提取日期与主题,再交给后续环节。把输入、输出和判断规则写清楚,能让Haiku更稳定地完成重复工作,也方便程序发现异常结果。
模型支持文本与图片输入,可处理文字材料,也可结合截图中的信息完成提取与分类。图片任务应说明关注区域,避免让模糊小字或不完整画面成为判断的唯一依据。结构化输出需要在应用端继续校验,尤其是枚举、日期和必填字段。
先由Haiku筛出相关材料,再由其他步骤完成深入分析,是一种适合大量输入的组织方式。它支持自适应思考,可用effort调整投入。子任务应保留来源和必要上下文,遇到歧义时返回待处理状态,而不是为了完成流程猜测结论。上线前用实际样本检查分类边界、漏提信息和异常输入,能更快发现规则缺口。
“从每条评论中提取产品问题、影响程度和原文证据。问题只允许填写连接失败、发热、续航、外观、其他。没有明确问题时返回空数组;一条评论可以包含多个问题。影响程度分为无法使用、影响体验、轻微。不要把正面评价改写成投诉。”
先给几条容易混淆的例子,再检查真实评论中的遗漏与误判。
给出单一目标、允许使用的材料和固定返回格式,例如只筛选与某次故障有关的日志片段,并保留出处。
Haiku 5.5使用较新的分词方式,同样文本的Token计数可能增加。评估时应重新测量真实请求,保留足够输入与输出空间。
/v1/messages| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。
所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。
在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。
| 参数 | 类型 | 默认值 / 范围 | 说明信息 |
|---|---|---|---|
temperature | number | = 10 ~ 2 | 采样温度;越低越稳定 |
top_p | number | = 10 ~ 1 | 核采样累计概率 |
max_tokens | integer | >= 1 | 响应中最大 token 数 |
frequency_penalty | number | = 0-2 ~ 2 | 惩罚高频 token 的重复出现 |
presence_penalty | number | = 0-2 ~ 2 | 鼓励引入新话题 |
stop | array | — | 最多 4 个停止生成的字符串 |
seed | integer | — | 尽量保证可复现的采样种子 |
n | integer | = 1>= 1 | 生成的候选条数 |
stream | boolean | = false | 通过 SSE 流式返回 token |
response_format | object | — | 强制输出 JSON 对象或符合 Schema 的结果 |
tools | array | — | 模型可调用的工具 / 函数声明 |
tool_choice | string | autononerequired | 工具选择策略或具体工具名 |
logprobs | boolean | = false | 返回每个 token 的对数概率 |
top_logprobs | integer | 0 ~ 20 | 每个 token 返回的 top 概率数量 |
logit_bias | object | — | 按 token 的 logit 偏置映射 |
user | string | — | 用于风险审计的终端用户标识 |
| 供应商 | RPM | TPM | RPD |
|---|---|---|---|
| CCMax-ZL | 无限制 | 无限制 | 无限制 |
| AmazonBedrock | 无限制 | 无限制 | 无限制 |
| AmazonBedrock-ZL | 无限制 | 无限制 | 无限制 |
| Anthropic | 无限制 | 无限制 | 无限制 |
| CCMax | 无限制 | 无限制 | 无限制 |
无限制
Claude Haiku 5.5 适合大量、需要及时响应的分类、提取与分流任务,也可在智能体流程中承担范围清楚的子任务。
创建具有 claude-haiku-5-5 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。
费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。
模型目录配置的上下文窗口为 1000000 tokens。具体请求限制请查看所选接口。
模型目录配置的最大输出为 128000 tokens。请求设置可能指定更低的上限。
请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。
