Anthropic 今個星期（2026 年 10 月 8 日）發布了 Claude Haiku 5.5。呢代嘅升級幅度唔細：電腦操作能力、知識工作、多學科推理都有明顯進步，而按 Anthropic 公佈嘅數據，平均運行成本仲下降咗約 75%。同時佢加入咗自適應推理機制（Adaptive Thinking，即模型按任務自動決定投入幾多內部推理計算），並支援 100 萬 Token 上下文。過去 Haiku 主要用嚟做摘要、分類、資訊提取呢啲高頻任務，勝算是快同平；呢次更新後，佢可以處理嘅工作複雜咗唔止一截。
邊度真係進步
電腦操作係今次最大嘅亮點。喺 OSWorld 2.1 離線子集上，Haiku 5.5 取得 72.4%，上一代只有 15.7%，而 Sonnet 5.5 係 83.9%。OSWorld 測試嘅係模型透過電腦介面完成長鏈路任務嘅能力——點一次、輸入之後，頁面可能變，下一步要做乜要根据新狀態決定；操作失敗仲要判斷環境仲符合唔符合任務要求。呢種「狀態依賴」正正係語言模型最棘手嘅地方。
知識工作方面，GDPval-AA v2.1（涵蓋 44 類職業嘅實際工作任務）上，Haiku 5.5 得 1620 分，Haiku 4.5 只有 735 分，Sonnet 5.5 係 1840 分；另一項 AA-Briefcase v1.1 亦由 614 分升至 1578 分。多學科推理嘅 Humanity's Last Exam，唔接工具得 45.9%，接咗工具升到 57.4%，都明顯高過上一代。
編程：差距仲喺度
但換到編程，情況就唔同。FrontierCode 1.1 主測試，Haiku 5.5 得 46.4%，同 Sonnet 5.5 嘅 52.1% 差距並唔大；然而喺 Terminal-Bench 4.0（測試命令列環境下嘅複雜多步驟任務，涉及讀檔、執行指令、處理錯誤同根據測試反饋調整），Haiku 5.5 只有 39.2%，而 Sonnet 5.5 有 70.6%。Anthropic 本身喺發布材料都講明：Sonnet 5.5 同 Opus 5.5 仍然適合更複雜嘅編程代理（agent）任務，Haiku 5.5 主要面向範圍明確嘅子任務、摘要同上下文壓縮。
企業早期測試方面，Asana 喺 AI Teammates 相關測試中報告任務完成延遲降低超過 30%，單輪推理速度提升最多 2.5 倍；HubSpot 喺模擬 CRM 環境三次運行平均 92.8%；AlphaSense 喺 400 次文檔問答中，Haiku 5.5 得分 0.84，上一代 0.76。但呢啲數據來自不同企業、不同任務同評估標準，只反映特定業務場景，唔可當統一排名用。
自適應推理：邊個任務畀幾多計算
呢代係首個支援可調推理強度嘅 Haiku 模型。舊版 Haiku 4.5 用擴展思考時，開發者要先設一個固定嘅內部推理預算，無論任務簡單定複雜，推理空間都卡喺嗰個數字。Haiku 5.5 改由模型根據任務內容決定有冇必要用內部推理、投入幾多計算，開發者則透過 Effort 參數設定整體強度。提取文檔中嘅日期同比較多份合約嘅條款差異，所需計算天差地別，新機制就係為咗呢兩類任務而設。
價錢：便宜，但有細則
唔好被「降本 75%」一句話矇住——定價係分層。提示詞唔超過 10 萬 Token：每百萬輸入 0.10 美元、輸出 0.50 美元；超過 10 萬 Token 後，輸入跳到 0.50 美元、輸出 2.50 美元，都係 5 倍。快取（Prompt Caching）讀取亦同樣分層，短提示詞 0.01 美元、長嘅 0.05 美元，每百萬 Token。Anthropic 指 Haiku 4.5 約 90% 嘅請求落在 10 萬 Token 以內，所以呢部分客户會見到較大降幅。
仲有一個容易忽略嘅細節：Haiku 5.5 更新咗分詞器（tokenizer），同一篇文字，Token 數可能同上一代唔同，計費數量都要重新測量。長程代理（agent）任務嘅成本更係靠 Prompt Caching 同上下文壓縮（Compaction，將已完成操作整理成更短嘅任務狀態）拉低，唔單係睇單價。
遷移要留意
對用緊 Haiku 4.5 擴展思考嘅開發者，呢次唔止換個版本：舊嘅固定思考 Token 設定要重設；內部推理會占用輸出 Token 額度，若舊程式只按最終答案長度設輸出上限，正文可能會因為推理占用空間而無法完整生成；啟用自適應推理後，模型回應可能包含獨立嘅思考數據塊，解析邏輯要改；長時間代理同對話歷史之間嘅一致性，同部分採樣參數嘅新限制，亦要逐項檢查。
模姐驗嚇貨：呢代 Haiku 5.5 嘅賣點唔係「全面強」，而係「做對任務嘅同時，計價同計算都跟住任務走」——自適應推理就係將呢個邏輯寫入模型行為。但 75% 降本呢個數字，唔同企業嘅實際 Token 用量未必照搬。Terminal-Bench 39.2% 對 Sonnet 70.6% 嘅差距，亦提示：Haiku 唔係「平價 Sonnet」，佢係另一層級嘅工具，用錯場景就係白畀錢。對讀者講，選型之前先睇自己嘅任務屬唔屬於「範圍明確嘅子任務」，唔係盲目追「最勁」二字。
