Claude新模型发布！跑分暴击GPT-6 Luna，价格比梁文谷还便宜，OpenAI只能送重置卡挽尊

单论跑分，直接超越两大前“斩杀线”DeepSeek V4.1Flash和GLM-5.3-Flash，成为新的小模型守门员。 一看官方跑分，好嘛，这就是冲着GPT-6 Luna来的，逐项赢过Luna。 由于鹈鹕骑自行车测试已经基本饱和了，最新干到战场的是奔跑斑马测试。 Haiku 5.5甚至价格也完全对标GPT-6 Luna。 上代Haiku 4.5还是刚好一年前出的，价格是5.5的10倍。 不过Haiku5.5的价格还有条件，提示词在10万token以内的请求（占Haiku 4.5请求量的90%），输入输出价格直接砍90%；超过10万token的部分，只砍50%。 这样一来，除了缓存命中的输入这一项，Haiku 5.5的价格也比DeepSeek-V4.1 Flash便宜了。 至此Opus 5.5管复杂推理、Sonnet 5.5管通用执行、Haiku 5.5管跑量和速度，群贤毕至，只差Fable了。 只能说隔壁OpenAI要是不努把力，Claude也没必要把Fable 5.5这管大牙膏挤出来。 仿佛回到了英特尔和AMD比拼CPU的日子。 换了tokenizer，耗费token更多 Haiku 5.5是第一个支持effort调节的Haiku模型，继承了系列从low到max的五档配置。 上一代Haiku 4.5在计算机操作和编码方面基本交白卷，这一代直接进化。 看OSWorld 2.1（测agent操作真实电脑完成多步任务）：Low档42.0%准确率、单次成本$0.07；Max档72.4%、$0.61。Haiku 4.5只有Max档15.7%、$1.45， 也就是说，5.5的Low档比4.5的Max档准，还便宜一半。 GDPval-AA v2.1（测44个职业的真实专业工作）也是类似曲线：Low档Elo 1125、$0.01；Max档1620、$0.87。4.5的Max档只有735、$0.24。 不过Haiku 5.5换了tokenizer（和Sonnet 5.5、Opus 5.5同款），同样任务会多耗费token，所以实际省的钱比标价折扣少亿点点。 特别是代码、表格、 非英语内容 的膨胀可能更高。 在AA测评中，Haiku 5.5虽然API价格便宜了，但“完成任务的平均成本”并没有到达理想区间。 替不了Sonnet 很多人对Haiku5.5的期待是能在部分任务替代Sonnet 5.5，进一步压低成本。 但这次并没有出现奇迹，小杯还是小杯。 Terminal-Bench 4.0上Haiku 5.5拿39.2%，Sonnet 5.5拿70.6%。复杂多步编码、跨文件重构、长周期自主规划方面差距非常清楚。 Anthropic自己也建议了，复杂agent编码优先用Sonnet 5.5或Opus 5.5。 Haiku 5.5的价值在执行层。任务已经拆好、验收标准明确、可以并行跑的任务。 比如Cognition的Devin用Opus 5.5做主模型、Haiku 5.5做子智能体，FrontierCode组合跑到了66.2%，比两个模型各自单跑都高。 如果你以前的业务用Haiku 4.5，这次不是换个模型名就能上线的。 budget tokens手动思考配置直接报错，必须改成自适应思考加effort参数。 temperature、top p、top k全部锁定默认值，依赖采样参数做创意控制或多样化生成的应用要改逻辑。 assistant消息预填充被取消了，以前靠预填充强制JSON开头的写法得换工具调用或结构化输出接口。 计算机操作工具版本也更新了，从computer 20250124换成computer toolset 20260801，接口格式和返回结构可能都不同。 另外自适应思考默认开启，响应第一个内容块可能是思考块而不是正文，解析逻辑要按type字段过滤。 五处变动，每一处都可能让请求直接报错或返回非预期结构。 Anthropic提供了迁移指南，建议切之前对着过一遍。 顺带两条福利 Sonnet 5.5的缓存读取从$0.20/M降到$0.10/M，Anthropic称大多数agent任务因此成本降约20%。 Max和Team订阅用户本周起可以领取API额度，Max 5x每月$100，Max 20x每月$200，Team最多$500/月在团队内共享。 这些额度可以用来实验调API建工具、应用、agent，所有模型通用。 神马？你说A社把我的买Coding Plan钱还给我，让我还可以在API上再用一次？ 那么OpenAI在干嘛呢？OpenAI又送了一张重置卡。 参考链接： [1] https://www.anthropic.com/claude-haiku-5-5 [2] https://x.com/AI Screening/status/2107906044915749274?s=20 版权所有，未经授权不得以任何形式转载及使用，违者必究。 梦晨 扫码分享至朋友圈 相关阅读 Fable 5自带反蒸馏机制！检测到就降智，误触率高到离谱 Claude刚刚发布的新模型Fable 5，很多人可能压根就用不上！ 两个AI关小黑屋：Llama3.1把Claude Opus聊自闭了 Claude能经受住心理阴暗面的诱惑吗？ Claude LLaMA Claude 4.8炸场！部分能力超过Mythos，支持数百子智能体并行 可以长时间执行任务，人类不用经常回来检查它的工作 Claude团队：用400万条对话分析AI对经济的长期影响 网友：终于不需要全靠猜测了 半价干翻Fable 5？Opus 5实测炸场，网友：差点从椅子上摔下来 模型变强，Claude Code系统提示词都精简了 Claude版Manus只用10天搓出，代码全AI写的！网友：小扎140亿并购像冤大头 还需要人类来规划、设计、让AI反复尝试 热门文章 openJiuwen X-Router自演进模型路由技术首发，昇腾亲和，Agent越跑越省，实测减少50+%Token消耗 丘成桐新论文致谢了GPT和Claude arXiv最严新规！每人每月最多提交2篇，拒稿不退额度 DeepSeek扩招！弹性计算团队大量HC，尤其需要资深工程师 OpenAI安全团队持续地震！负责人离职，三名员工因泄密被开 加入我们 寻求报道 商务合作 追踪人工智能新趋势，报道科技行业新突破