Claude Haiku 5.5把输入价压到0.10美元，长提示词会贵五倍

Anthropic的Claude Platform模型页显示，Claude Haiku 5.5于2026年10月7日发布，现已在Claude API提供服务：提示词不超过10万Token时，每百万输入Token收费0.10美元、输出Token收费0.50美元；超过门槛后，整次请求的输入和输出费率分别升至0.50美元和2.50美元，都是低价档的五倍。模型提供100万Token上下文窗口，常规请求的最大输出为12.8万Token。

对文章分类、摘要和评论路由而言，低价档降低了单次处理的标价；对携带长资料的子智能体而言，上下文窗口变大并不等于全程享有低价。Digital Applied的新旧版本价格对照列出，Haiku 4.5每百万输入、输出Token分别收费1美元和5美元。因此，新版低价档的单位标价是旧版的十分之一，高价档则是旧版的一半；五倍差距比较的是Haiku 5.5自身的两个价档。

低价档的账本还包括缓存与批处理

普通输入费率只是内容工作流的一项成本。Haiku 5.5的缓存读取在低价档为每百万Token 0.01美元，在高价档为0.05美元；写入五分钟缓存分别为0.125美元和0.625美元，写入一小时缓存分别为0.20美元和1美元。缓存读取适用于此前存入、此次复用的提示词，首次写入则按对应的写入费率计费。复用次数越多，写入成本越容易分摊，但缓存命中不会改变该次请求所属的价档。

异步批处理对输入和输出Token各打五折。按每百万Token计算，低价档的批处理输入为0.05美元、输出为0.25美元；高价档分别为0.25美元和1.25美元。它适合无需立即返回结果的成批摘要或分类，不能用其费率估算需要实时响应的评论路由。缓存、批处理和普通调用在账本中也应分开：缓存的读写费用取决于实际使用方式，不能把所有输入一律按普通输入或缓存读取计算。

以没有缓存、额外工具费用和其他价格调整的条件请求为例，输入5万Token、输出2000 Token，普通处理费用为0.006美元：输入占0.005美元，输出占0.001美元。相同请求若走批处理，费用为0.003美元。若输入改为20万Token、输出仍为2000 Token，整次请求进入高价档，普通处理费用为0.105美元，批处理为0.0525美元。这是按公布费率计算的示例，不是实际产品账单；两次请求的输入量和所属价档都发生了变化，不能把费用差额全部归因于费率。

越过门槛，整次请求按高价档收费

分档看的是单次请求的完整提示词长度，普通输入、缓存读取和缓存写入的Token都计入门槛。超过10万Token后，高价费率作用于该次请求的全部相关Token，并非只作用于超出的部分；已完成的较短请求不会被追溯改价。输出Token决定账单金额，却不是判断提示词是否越线的依据。

一个条件示例能说明缓存带来的边界问题：假设请求读取9.5万Token的缓存前缀，再加入6000 Token的新问题，提示词合计10.1万Token。即使大部分内容来自缓存，该次缓存读取也适用高价档，输出亦按高价档计费。若把同一批彼此独立的短文分别提交，各次请求只携带必要规则，价档则分别由各次提示词的长度决定。能否拆开处理，仍取决于任务是否需要跨文档信息。

持续携带对话历史的评论审核助手更容易遇到这条分界线。每轮新增的评论、工具返回内容和历史回答都会进入后续请求的输入；固定规则前缀即使已经缓存，也占据提示词长度。长窗口允许模型接收更多资料，但对接近门槛的工作流，影响预算的关键是每轮实际送入的内容，而不是资料库的总规模。

新版分词器可能让旧提示词跨线

从Haiku 4.5迁移时，旧版Token计数不能直接沿用。Haiku 5.5迁移指南指出，同一段输入文本在新版上平均会计出约多30%的Token，具体增幅随内容而变。按这一概数作条件推算，旧版计为8万Token的提示词在新版可能约为10.4万Token：文字没有增加，请求却从低价档进入高价档。

这也改变了“便宜十分之一”在实际账单中的含义。仅看上述条件提示词的普通输入，旧版8万Token按每百万1美元计算为0.08美元；新版若计为10.4万Token，按高价档每百万0.50美元计算为0.052美元。新版在这个示例中仍较便宜，但节省幅度不是比较两张单价表得到的九成。实际金额还会受到输出长度、缓存用量和同一任务所需请求次数的影响。

多轮子智能体还可能遇到分词器以外的Token增长：新版会把较早轮次的思考内容保留在上下文中，后续请求因此可能携带更多输入。对内容处理系统，固定的分类规则、稿件正文、评论历史与工具结果各占多少Token，决定了哪类请求会靠近门槛。约30%只是重新估算的参照，不能机械地套用到每一段中文、图片或混合输入。

分类、摘要与子智能体的成本边界

Haiku 5.5适合边界清楚、调用频繁的任务：给文章打类别标签、从限定长度的稿件提取摘要、把评论送往不同处理路径，或让子智能体从一小组材料中抽取指定事实。这些任务通常能限定每次携带的资料和预期输出，使请求落在低价档。若摘要或标签需要核对整套长篇资料，输入长度就可能改变原先的成本判断。

批处理与缓存解决的是不同问题。可以延后交付的大批量稿件适合按批处理费率估算；反复使用的分类规则可能受益于缓存读取价。两者都不能保证请求留在低价档，因为判定门槛时仍要计算完整提示词。对于不断追加对话的子智能体，即使单轮新增内容很少，反复带入的历史也可能让后期请求比初期请求昂贵。

价格也无法单独决定模型是否适合一项内容任务。分类边界模糊时，需要看错误标签会带来什么后果；摘要要求保留细节时，需要看较短输入是否遗漏关键信息；评论路由若要求即时返回，批处理折扣便不适用。长提示词的费用虽是低价档的五倍，复杂任务仍可能需要完整上下文。比较成本时，应把完成同一任务所需的请求数、输入长度和输出量放在一起，而非只比较输入单价。

可用平台与旧版请求的迁移限制

Claude API使用的模型ID是claude-haiku-5-5；模型也列于Amazon Bedrock、Google Cloud、Microsoft Foundry和Claude Platform on AWS。前述美元费率针对Claude API，合作云平台的区域报价可能不同。常规最大输出为12.8万Token；Message Batches API另有测试版输出上限，不能将批处理额度当作普通请求的默认额度。

迁移旧请求时，除了更换模型ID，还要处理采样参数。Haiku 5.5建议省略temperature、top_p和top_k：temperature若传入只能为1，top_p若传入只能为0.99；其他取值、任何top_k取值，或同时传入temperature与top_p，都会返回400错误。旧版以assistant消息作为结尾、让模型续写的预填方式也会遭到拒绝；用于固定分类输出格式的预填逻辑需要改写。

思考配置同样发生变化。旧请求若使用带budget_tokens的enabled思考方式，会返回400错误；新版采用自适应思考，由output_config.effort控制强度，默认强度为medium。思考内容可能先于答案文本出现，按返回内容块的位置直接读取“第一块答案”的程序会读错；思考Token也计入max_tokens，设得过小可能让生成在答案出现前停止。

对已有内容产品，最直接的预算变化会落在接近10万Token的请求上：新版计数可能使固定前缀跨线，而缓存命中仍计入分档长度。上线后，即使文章正文和分类规则没有改动，这些请求也可能按高价档出现在账单中。

相关阅读：

• 提示词注入不能只靠过滤：防线要延伸到工具调用
• Claude Sonnet 5.5快30%以上：迁移却有五处破坏性变化
• Kajabi还是Teachable：月销667美元后，低价档反而更贵