Claude新模型釋出！跑分暴擊GPT-6 Luna，價格比梁文谷還便宜，OpenAI只能送重置卡挽尊
https://www.qbitai.com/2026/10/501832.html📌 Claude Haiku 5.5 開賣：跑分叫板 GPT-6 Luna，定價也直接看齊
TL;DR：Haiku 5.5 用更低成本換來遠高於前代的 agent 表現，定價規則正面對標 GPT-6 Luna。
這次 Anthropic 沒有把主角戲留給 Opus 或 Sonnet，反而先端出小模型 Haiku 5.5。更特別的是，官方跑分選的對照組不是上一代自己，而是 GPT-6 Luna，逐項比較的意味相當明顯。
🤔 小模型賽道的新守門員
量子位報導指出，Claude Haiku 5.5 在跑分上直接超越了此前被視為小模型「斬殺線」的 DeepSeek V4.1 Flash 與 GLM-5.3-Flash。報導還提到，由於過去常用的鵜鶘騎腳踏車測試已經飽和，業界開始轉用「奔跑斑馬測試」做橫向比較，顯示小模型之間的跑分競爭已經相當白熱化。
🧩 effort 分檔機制首次下放到 Haiku
Haiku 5.5 是系列中第一個支援 effort 調節的 Haiku 模型，延續了 Claude 家族從 low 到 max 的五檔配置，使用者可以依任務難度在速度與品質之間取捨。相比之下，上一代 Haiku 4.5 在計算機操作（computer use）與編碼類任務上表現非常薄弱，這一代則被形容為「直接進化」。
📊 低檔打贏前代的最高檔
根據官方數據，在 OSWorld 2.1（測試 agent 操作真實電腦完成多步任務）中，Haiku 5.5 的 Low 檔準確率為 42.0%，單次成本 $0.07；Max 檔則來到 72.4%，成本 $0.61。對比 Haiku 4.5 的 Max 檔，只有 15.7% 準確率，成本卻要 $1.45。也就是說，新模型最省錢的檔位，表現就已經超過舊模型最貴的檔位。
在 GDPval-AA v2.1（測試 44 個職業的真實專業工作）上也出現類似曲線：Haiku 5.5 的 Low 檔 Elo 為 1125、成本 $0.01；Max 檔 Elo 1620、成本 $0.87。Haiku 4.5 的 Max 檔僅有 Elo 735、成本 $0.24。
💡 換了 tokenizer，省下的錢打了折扣
Haiku 5.5 改用與 Sonnet 5.5、Opus 5.5 相同的新 tokenizer，同樣內容會耗費更多 token，程式碼、表格與非英語內容的膨脹幅度可能更明顯。這意味著在 AA 測評中，雖然 API 標價降了，但「完成任務的平均成本」實際省下的幅度並沒有宣傳數字那麼理想。
Haiku 5.5 的定位依然是執行層，不是 Sonnet 的平替。Terminal-Bench 4.0 上，Haiku 5.5 僅拿下 39.2%，Sonnet 5.5 則是 70.6%，在複雜多步編碼、跨檔案重構與長週期自主規劃上差距明顯。Anthropic 也建議複雜 agent 編碼任務優先選用 Sonnet 5.5 或 Opus 5.5。報導提到一個組合案例：Cognition 的 Devin 用 Opus 5.5 做主模型、Haiku 5.5 做子智慧體，在 FrontierCode 測試中跑到 66.2%，高於兩個模型各自單跑的成績，說明 Haiku 5.5 更適合扮演「任務已拆好、驗收標準明確、可並行執行」的角色。
⚠️ 五個遷移地雷
從 Haiku 4.5 切換過來並非改個模型名就能上線，報導列出五項破壞性變更：budget_tokens 的手動思考配置會直接報錯，必須改成自適應思考搭配 effort 參數；temperature、top_p、top_k 全部鎖定在預設值，依賴取樣參數做創意控制或多樣化生成的應用需要調整邏輯；assistant 訊息預填充功能被取消，原本靠預填充強制 JSON 開頭的寫法得改用工具呼叫或結構化輸出介面；計算機操作工具版本從 computer_20250124 換成 computer_toolset_20260801，介面格式與回傳結構可能不同；自適應思考預設開啟後，回應的第一個內容塊可能是思考塊而非正文，解析邏輯需按 type 欄位過濾。
另外兩項附帶更新：Sonnet 5.5 的快取讀取價格從每百萬 token $0.20 降到 $0.10，Anthropic 表示多數 agent 任務因此成本約降 20%；Max 與 Team 訂閱使用者本週起可領取 API 額度（Max 5x 每月 $100、Max 20x 每月 $200、Team 最多每月 $500 團隊共享），可用於所有模型的實驗性開發。
🎯 實務啟示
如果現有服務正在用 Haiku 4.5，升級前務必先對照 Anthropic 的遷移指南，尤其是取樣參數鎖定與思考塊解析這兩項最容易讓請求直接報錯。效益最大的場景是把 Haiku 5.5 當作拆解好任務的執行節點，搭配 Sonnet 5.5 或 Opus 5.5 作主規劃模型，而不是期待它直接取代中型模型的複雜推理能力。
🔗 來源
- 標題：Claude新模型釋出！跑分暴擊GPT-6 Luna，價格比梁文谷還便宜，OpenAI只能送重置卡挽尊
- 作者／機構：夢晨（量子位）
- 連結：https://www.qbitai.com/2026/10/501832.html
#Claude #Haiku #Anthropic #LLM #AIAgent #ModelPricing #GPT6Luna #AIBenchmark #PromptEngineering #AICoding
原始資料 量子位 · 收集於 2026-10-08
摘要原文
Claude新模型釋出！跑分暴擊GPT-6 Luna，價格比梁文谷還便宜，OpenAI只能送重置卡挽尊 夢晨 2026-10-08 09:04:00 來源： 量子位 小模型新守門員 夢晨 發自 凹非寺 量子位 | 公眾號 QbitAI Claude Haiku 5.5釋出，小模型大逆襲！ 單論跑分，直接超越兩大前“斬殺線”DeepSeek V4.1Flash和GLM-5.3-Flash，成為新的小模型守門員。 一看官方跑分，好嘛，這就是衝著GPT-6 Luna來的，逐項贏過Luna。 由於鵜鶘騎腳踏車測試已經基本飽和了，最新幹到戰場的是奔跑斑馬測試。 Haiku 5.5甚至價格也完全對標GPT-6 Luna。 上代Haiku 4.5還是剛好一年前出的，價格是5.5的10倍。 不過Haiku5.5的價格還有條件，提示詞在10萬token以內的請求（佔Haiku 4.5請求量的90%），輸入輸出價格直接砍90%；超過10萬token的部分，只砍50%。 這樣一來，除了快取命中的輸入這一項，Haiku 5.5的價格也比DeepSeek-V4.1 Flash便宜了。 至此Opus 5.5管複雜推理、Sonnet 5.5管通用執行、Haiku 5.5管跑量和速度，群賢畢至，只差Fable了。 只能說隔壁OpenAI要是不努把力，Claude也沒必要把Fable 5.5這管大牙膏擠出來。 彷彿回到了英特爾和AMD比拼CPU的日子。 換了tokenizer，耗費token更多 Haiku 5.5是第一個支援effort調節的Haiku模型，繼承了系列從low到max的五檔配置。 上一代Haiku 4.5在計算機操作和編碼方面基本交白卷，這一代直接進化。 看OSWorld 2.1（測agent操作真實電腦完成多步任務）：Low檔42.0%準確率、單次成本$0.07；Max檔72.4%、$0.61。Haiku 4.5只有Max檔15.7%、$1.45， 也就是說，5.5的Low檔比4.5的Max檔準，還便宜一半。 GDPval-AA v2.1（測44個職業的真實專業工作）也是類似曲線：Low檔Elo 1125、$0.01；Max檔1620、$0.87。4.5的Max檔只有735、$0.24。 不過Haiku 5.5換了tokenizer（和Sonnet 5.5、Opus 5.5同款），同樣任務會多耗費token，所以實際省的錢比標價折扣少億點點。 特別是程式碼、表格、 非英語內容 的膨脹可能更高。 在AA測評中，Haiku 5.5雖然API價格便宜了，但“完成任務的平均成本”並沒有到達理想區間。 替不了Sonnet 很多人對Haiku5.5的期待是能在部分任務替代Sonnet 5.5，進一步壓低成本。 但這次並沒有出現奇蹟，小杯還是小杯。 Terminal-Bench 4.0上Haiku 5.5拿39.2%，Sonnet 5.5拿70.6%。複雜多步編碼、跨檔案重構、長週期自主規劃方面差距非常清楚。 Anthropic自己也建議了，複雜agent編碼優先用Sonnet 5.5或Opus 5.5。 Haiku 5.5的價值在執行層。任務已經拆好、驗收標準明確、可以並行跑的任務。 比如Cognition的Devin用Opus 5.5做主模型、Haiku 5.5做子智慧體，FrontierCode組合跑到了66.2%，比兩個模型各自單跑都高。 如果你以前的業務用Haiku 4.5，這次不是換個模型名就能上線的。 budget_tokens手動思考配置直接報錯，必須改成自適應思考加effort參數。 temperature、top_p、top_k全部鎖定預設值，依賴取樣參數做創意控制或多樣化生成的應用要改邏輯。 assistant訊息預填充被取消了，以前靠預填充強制JSON開頭的寫法得換工具呼叫或結構化輸出介面。 計算機操作工具版本也更新了，從computer_20250124換成computer_toolset_20260801，介面格式和返回結構可能都不同。 另外自適應思考預設開啟，響應第一個內容塊可能是思考塊而不是正文，解析邏輯要按type欄位過濾。 五處變動，每一處都可能讓請求直接報錯或返回非預期結構。 Anthropic提供了遷移指南，建議切之前對著過一遍。 順帶兩條福利 Sonnet 5.5的快取讀取從$0.20/M降到$0.10/M，Anthropic稱大多數agent任務因此成本降約20%。 Max和Team訂閱使用者本週起可以領取API額度，Max 5x每月$100，Max 20x每月$200，Team最多$500/月在團隊內共享。 這些額度可以用來實驗調API建工具、應用、agent，所有模型通用。 神馬？你說A社把我的買Coding Plan錢還給我，讓我還可以在API上再用一次？ 那麼OpenAI在幹嘛呢？OpenAI又送了一張重置卡。 參考連結： [1] https://www.anthropic.com/claude-haiku-5-5 [2] https://x.com/AI_Screening/status/2107906044915749274?s=20 版權所有，未經授權不得以任何形式轉載及使用，違者必究。 Claude 夢晨 Jev估值100億美元！創始人Diogo Almeida回答一切 2026-10-03 openJiuwen X-Router自演進模型路由技術首發，昇騰親和，Agent越跑越省，實測減少50+%Token消耗 2026-10-02 丘成桐新論文致謝了GPT和Claude 2026-10-02 李飛飛創業公司被蘇姿豐550億收購！世界模型最大交易落地 2026-09-29 相關閱讀
由 claude-code/sonnet 自動生成