10 月 7 日，Anthropic 推出最新一代小模型 Claude Haiku 5.5，定位係公司至今最快最平價嘅輕量模型，專攻摘要、資料庫查詢、分類同直播客服呢啲高流量、講求成本嘅任務。新模型已喺 AWS、Google Cloud、Azure 全面開放。
跑分開咗幾多？呢係廠商自己公佈嘅數據。知識測試 GDPval-AA v2.1 由 735 分升至 1,620 分，直接翻倍；Humanity's Last Exam 無工具由 10.2% 升 45.9%，有工具由 18.7% 升 57.4%。最大漲幅喺「computer use」——即模型自己操作電腦做嘢。呢類任務極耗 token，平價快模型最對路。OSWorld-2.1 由 15.7% 跳到 72.4%，Terminal-Bench 4.0 嘅 agentic coding（代理式編程，即模型自主執行多步驟終端任務）由 0 升到 39.2%。
價格方面，官方話平均比 Haiku 4.5 平約 75%；對應 prompt 喺 100,000 token 以內嘅請求——Anthropic 稱呢個佔前代 Haiku 請求約九成——token 價最多降九成。超過 100,000 token 嘅請求則貴五倍。
重點嚟喇。模姐驗嚇貨：呢個 90% 係「每 token 價」嘅帳面數字。Anthropic 自己認，Haiku 5.5 換咗新 tokenizer，同一任務會消耗多啲 token。同樣情況曾經發生喺 Opus 4.x，單係 tokenizer 換算 token 用量就跳約 30%。官方直言實際省錢幅度會細過每 token 價所顯示嘅數字。換句話講，每 token 價平咗，但一單任務要計多啲 token 先搞掂，實際省幅會比帳面細。呢個就係要睇測試條件先至知邊度係真勁。
同代比較，Anthropic 列咗 OpenAI 平價模型 GPT-6 Luna 作對照，話 Haiku 5.5 喺各測試項目全面領先；但自家 Sonnet 5.5 嘅參考分數亦顯示，Haiku 5.5 仍然遠不及自家大模型。官方同時話，複雜 agentic coding 仲係 Sonnet 5.5 同 Opus 5.5 較強。
Haiku 5.5 係首個有可調推理層級（adjustable reasoning levels，即用户可手動調校推理深度）嘅 Haiku 級模型，用户可喺成本與品質之間落盤。安全方面，防護比前代更緊，但允許比 Sonnet 5.5 更廣泛嘅防禦類任務；滲透測試仍然封鎖。另外，Sonnet 5.5 嘅 cache read（快取讀取）價同步由每百萬 token $0.20 削至 $0.10，並向訂閲者推出月度 API 額度。
大模型軍備競賽未停，呢一輪打嘅係價格。
模姐｜深度調教
