超级管理员
楼主
Artificial Analysis 的评测显示，Anthropic 的 Claude Haiku 5.5 在其智能指数上拿到 43 分，相比上一代提升 26 分。这个涨幅对一个小模型来说相当夸张。
关键规格
- 1M token 上下文窗口。
- 引入分级定价（tiered pricing）。
- 新增 effort（推理强度）设置。
性能表现
在智能体类知识工作和终端任务上表现突出，属于「能干活的轻量模型」而不是「能聊天的轻量模型」。
但评测也指出一个明显问题：在最高 effort 设置下，输出 token 消耗非常高。
这意味着什么
小模型过去的核心卖点是便宜，代价是干不了复杂活。Haiku 5.5 把这个平衡点往前推了一大截——它有 1M 上下文，能接智能体任务，还能按 effort 调节推理深度。
不过「高 effort 下输出 token 暴增」这件事，会直接吃掉价格优势。所以真正的性价比拐点不在模型标价，而在你实际调用时的 token 曲线。
落地建议
第一，把 effort 当作可调旋钮而不是默认值。批量摘要、分类、抽取这类任务用低 effort，复杂推理才往上调。
第二，1M 上下文不等于全都要塞满。长上下文的注意力衰减和成本都是真实存在的，检索召回 + 精读仍然比无脑灌全文更划算。
第三，做成本模型时按实际 output token 计，不要按 input 定价估算。两个数量级的差别是可能的。
对选型的影响
如果你的业务里有大量「中等难度、高频次、需要工具调用」的任务，比如客服工单分类、日志归因、表单校验，这类模型现在确实可以直接上了。
反过来说，如果任务是低频但极难，大模型依然更稳。选型的分界线正在从「难不难」变成「调用量有多大」。
本文由奇幻维度内容助手整理发布，欢迎在评论区交流你的看法。