Claude Haiku 5.5 完整解析：分級定價、評測證據與 Opus／Sonnet 選型分工

Claude Haiku 5.5 在 2026 年 10 月 7 日發表，是 Claude 5.5 家族的第三款、也是目前最小的一款模型。依當日官方發表公告的定位，它專門承接高用量、成本敏感、延遲敏感的工作：分類、抽取、摘要、資料庫查詢、即時客服與瀏覽器操作這類「每次呼叫都不複雜、但一天要跑幾萬次」的任務。牌價降到 10 萬 token 以內的提示詞每百萬輸入 US$0.10、輸出 US$0.50；官方換算後的平均運行成本比 Haiku 4.5 低約 75%。真正會改變你採購判斷的條件有兩個：定價按提示詞長度分兩級，超過 10 萬 token 單價直接乘以五；而且這一代換了新的 tokenizer，同一段文字會算成更多 token，帳單降幅會比牌價降幅小一截。

站上已有 Opus 5.5 的深度解析與 Sonnet 5 的定位分析，當時 Opus 文章裡「Sonnet 5.5 與 Haiku 5.5 數週內跟進」的官方預告，到 10 月 7 日已經兌現，5.5 家族正式到齊。這篇聚焦 Haiku 5.5 的增量事實：分級定價的計算細節、三個降幅數字的關係、官方評測怎麼解讀、effort 參數首次進入 Haiku 級的用法、從 Haiku 4.5 遷移的相容性清單、六家企業的早期測試證據，以及 Opus／Sonnet／Haiku 的選型分工。文內價格與規格以 2026 年 10 月 10 日查核的官方文件為準，模型市場改版速度快，採購前請再核對當日官方頁。

重點速覽

• Haiku 5.5 於 2026 年 10 月 7 日發表，Claude API model ID 為 claude-haiku-5-5（固定 ID、無日期後綴），同步上線 Amazon Bedrock、Google Cloud 與 Microsoft 雲平台；上下文視窗 100 萬 token、同步 API 單次最大輸出 12.8 萬 token。
• 定價按提示詞長度分級：10 萬 token 以內輸入每百萬 US$0.10、輸出 US$0.50；超過後輸入 US$0.50、輸出 US$2.50，快取讀寫同樣翻五倍。提示詞長度把快取讀取與寫入的 token 都算進去，且逐請求判定。
• 官方換算平均運行成本比 Haiku 4.5 低約 75%：來源是「10 萬 token 內牌價低 90%、超過後低 50%、前代約九成請求落在低價級」，並計入新 tokenizer 讓同段文字多出約 30% token 的效應。
• 評測增幅大但階層差距仍在：OSWorld 2.1 從 15.7% 跳到 72.4%，Sonnet 5.5 是 83.9%；Terminal-Bench 4.0 拿到 39.2%，Sonnet 5.5 為 70.6%，官方明言複雜代理式編碼仍屬 Sonnet 與 Opus 的戰場。
• Haiku 級首次支援 effort 參數，五檔全開、預設 medium；low 是最便宜最快的檔位，官方提醒長代理提示詞在 low 可能跳過搜尋或檢查。
• 從 Haiku 4.5 遷移有一批會直接回 400 錯誤的變更：舊式 thinking 設定、取樣參數、assistant prefill、舊版 computer use 工具都要改。
• 配套調整：Sonnet 5.5 快取讀取從 US$0.20 降到 US$0.10，官方估多數代理式工作成本再降約 20%；Max 與 Team 訂閱者當週起獲得每月 API credits。

定位與規格：5.5 家族補齊第三層

Anthropic 的三層模型線在這一代分工更清楚。Opus 5.5 承接長時間執行的代理式編碼與知識工作，Sonnet 5.5 走速度與能力的平衡，Haiku 5.5 的官方一句話定位是「高用量、延遲敏感的任務，例如分類、抽取與路由」。延遲方面，官方模型總覽把 Haiku 5.5 標為現役陣容中最快的一檔；公告附註講得更精確：這是指在各自標準速度下的比較，Opus 模型開啟 Fast Mode 後輸出速度仍高於 Haiku。把它理解成「標準價位帶裡最快」比「全域最快」更安全。

把這個定位翻譯成工作負載畫像，會更知道自己用不用得上。典型形狀是：單次請求的輸入不大（幾千到幾萬 token）、要做的事情有明確正確答案（摘要、貼標、抽取欄位、判斷路由）、一天要跑成千上萬次、而且延遲會直接影響體驗（客服回應、搜尋結果過濾、代理的探索步驟）。反過來說，單次請求要讀完整本手冊、要原創寫作、要在陌生程式庫裡做多步驟重構，這些工作的瓶頸是推理深度與上下文管理，本來就該往上層模型送。Haiku 5.5 的降價改變的是前者的單位經濟：以前用小模型跑量省得不夠多、偶爾還要大模型重做，現在價差拉到二十倍以上，重做的容錯空間寬很多。

世代銜接的資訊也該一起看。Haiku 4.5 在官方退役表的狀態是 Active（legacy），最早退役日不早於 2026 年 10 月 15 日，等於本文查核日的幾天後就跨進可能退役的窗口，官方政策是退役前至少 60 天以郵件與文件預告，目前它還沒列入已公告的退役清單，但仍在 4.5 上的工作負載現在就該把遷移排上時程；更早的 Haiku 3.5 已在 Claude API 與 Bedrock 退役、Haiku 3 在 Claude API 與 Google Cloud 退役。還在 3.5 世代的存量程式，這次跳代升級要同時處理 4.5 世代就已存在的變更（工具版本、尾端換行、提示詞風格），官方遷移指南為這條路徑另闢了一節，本文遷移清單聚焦 4.5 到 5.5 這一段。

規格面繼承家族設定：官方模型總覽列出上下文視窗 100 萬 token、同步 Messages API 最大輸出 12.8 萬 token；在 Message Batches API 加上 300k 輸出的 beta 標頭時可到 30 萬 token。知識截止日與訓練資料的時間範圍都到 2026 年 6 月為止，與 Opus 5.5、Sonnet 5.5 相同。退役承諾是不早於 2027 年 10 月 7 日，等於官方給了至少一年的使用期程，對要把它放進生產流程的團隊是重要的穩定性資訊。各平台的 model ID 分別是 Claude API 的 claude-haiku-5-5、Amazon Bedrock 的 anthropic.claude-haiku-5-5，Google Cloud 與 Microsoft 雲平台同樣使用 claude-haiku-5-5；這是固定快照 ID，沒有日期後綴，也沒有第二個別名。

速度與價格是這一代的賣點，能力面的訊號則是「小模型第一次像個能幹活的代理」。官方同步更新 Python 與 TypeScript SDK，把電腦操作與瀏覽器操作以 beta 形式加進來，並明言 Haiku 5.5 的速度、能力與價格組合特別適合這類任務。對照Claude 完整指南裡對工具生態的整理，可以把 Haiku 5.5 視為家族裡第一個「便宜到可以放手讓它跑量」的代理級小模型。

分級定價怎麼算：10 萬 token 是唯一門檻

Haiku 5.5 是現役 Claude 陣容中唯一按提示詞長度分級計價的模型。依官方定價文件，門檻只有一條線：該次請求的提示詞（prompt）是否超過 10 萬 token。兩級價差是五倍，而且輸入、輸出、快取讀取、快取寫入四個項目同步乘以五。

四個計算細節決定帳單長什麼樣子。第一，提示詞長度定義成該次請求的所有輸入 token，快取讀取與快取寫入的 token 都計入，快取命中不會讓你躲過門檻。第二，判定是逐請求的：某一筆請求超過 10 萬 token，整筆就按高費率計價，即使其中一部分內容來自快取；先前低於門檻的請求維持原價，不回溯。第三，Batch API 半價在兩級都適用，非即時的批次工作等於再打對折。第四，若透過 inference_geo 參數指定美國境內推論，所有 token 類別加乘 1.1 倍，長提示的高費率也一樣加乘，這是合規或資料落地需求要付出的溢價。

官方在公告附註補了一個關鍵分布：對前一個 Haiku 版本的統計裡，約九成請求的提示詞落在 10 萬 token 以內。這正是分級設計的商業邏輯，大多數高頻小任務本來就是短提示，拿得到最低價；真正會踩到五倍費率的，是把小模型拿去啃長文件的工作流，而那本來就該重新評估模型選擇。

快取的計費值得單獨看一眼，因為代理式工作流的帳單大頭常常在這裡。同一批系統提示、工具定義與對話前段只要內容沒變，第二次以後的請求就走快取讀取，價格只有輸入單價的一成上下；Haiku 5.5 低價級的快取讀取是每百萬 US$0.01，等於輸入價的一成。快取寫入有 5 分鐘與 1 小時兩種期效，長價是短價的 1.6 倍：流量間隔在幾分鐘內的服務選 5 分鐘檔，跑數十分鐘以上、中間會重讀同一批上下文的代理流程，1 小時檔的總成本通常更低。要注意的是分級門檻把快取的量也計入提示詞長度，長對話累積到超過 10 萬 token 的那一刻，快取讀取的單價會從 US$0.01 跳到 US$0.05，代理跑得越久這個跳價點越容易碰到，對話輪數很多的設計要把它畫進成本模型。

省 75%、90%、50%：三個數字與帳單上的真實降幅

這次發表的降幅數字有三個，各自量的是不同的東西。90% 與 50% 是牌價降幅：10 萬 token 內的請求，Haiku 5.5 每單位 token 的價格比 Haiku 4.5 低 90%；超過 10 萬 token 的請求低 50%。75% 則是官方換算的平均運行成本降幅，把「九成請求在低價級」的分布、以及新 tokenizer 的效應一起算進去之後的結果。

tokenizer 是最容易被忽略的變數。Haiku 5.5 換用與 Claude 4.7 之後模型相同的新版 tokenizer，同一段輸入文字算出來的 token 數比 Haiku 4.5 多出約 30%，實際增幅依內容而異。單價乘上 token 數才是帳單，所以牌價的 90% 折損後會縮一些。用官方牌價與約 30% 增量做兩個換算示例。短提示情境：Haiku 4.5 計 6 萬 token 的提示與 4 千 token 的輸出，輸入 0.06 百萬 token 乘 US$1.00、輸出 0.004 百萬 token 乘 US$5.00，合計約 US$0.08；同一段文字在 Haiku 5.5 上是約 7.8 萬 token 提示（仍在門檻內）與約 5,200 token 輸出，合計約 US$0.010，省約 87%。長提示情境：Haiku 4.5 計 15 萬 token 提示、4 千 token 輸出，合計約 US$0.17；Haiku 5.5 上同一份工作變成約 19.5 萬 token 提示，落入高費率級，合計約 US$0.11，省約 35%。同一個模型，成本表現差這麼多的分水嶺只有提示詞長度一條線，這是分級定價對架構設計最實質的約束。

還有兩個會讓成本預估失準的細節。圖片計費升級到高解析層：長邊超過 2,576 像素或 4,784 個視覺 token 的圖片才會被縮圖，Haiku 4.5 的門檻是 1,568；一張 2,000 乘 1,500 像素的圖，在 Haiku 5.5 上耗用的視覺 token 約為舊版的 2.5 倍，多模態管線要把圖片成本重算。多輪對話也有新效應：Haiku 5.5 會把先前回合的 thinking 區塊留在上下文中計費，Haiku 4.5 只保留最新一輪，所以代理式多輪流程的輸入成本漲幅會超過 tokenizer 單獨解釋的幅度，必要時可用 thinking 區塊清除功能處理舊區塊。實務結論很單純：成本評估請用 Haiku 5.5 自己的 token 計數工具重算，沿用 Haiku 4.5 帳單線性外推必然失真。

三個常見誤解：牌價、速度與百萬上下文

降價公告的新聞標題容易留下三個印象，這三個印象各自對到一個真實數字，但都把條件剪掉了。採購討論裡最常見的爭執，多半來自有人拿著被剪過條件的數字在比對，先把條件裝回去，討論就會收斂。逐一拆掉。

誤解一，「最便宜等於所有工作都省 90%」。省 90% 的前提是提示詞在 10 萬 token 以內，而且就算在門檻內，tokenizer 增量也會把實際降幅拉回八成多；超過門檻的工作只剩三成多。把「最低牌價」直接當成「帳單打折」是最常見的錯誤期待。

誤解二，「最快等於延遲敏感的場景一律選它」。Haiku 5.5 是標準速度下最快的現役模型，但延遲由提示詞長度、輸出長度與 effort 檔位共同決定；同一個任務在 max effort 下跑 Haiku，未必比 medium effort 的 Sonnet 快。延遲關鍵的服務，正確做法是鎖定 effort 檔位後實測往返時間，模型層的速度優勢才會真的落到使用者體驗上。

誤解三，「支援 100 萬 token 上下文等於長文件放進去很划算」。上下文視窗是能力上限，不是價格保證：Haiku 5.5 的 100 萬 token 視窗搭配的是超過 10 萬 token 就五倍計價的結構，而且它是現役陣容裡唯一這樣設計的模型，其他 4.6 世代之後的模型整個百萬視窗都按標準單價計費，30 萬 token 的請求與 3 千 token 的請求同一價。這造成一個反直覺的結果：提示詞常態超過 10 萬 token 的工作，Haiku 與 Sonnet 的每 token 價差會從二十倍縮到四倍，模型選擇要重算而不能沿用短提示的結論。長文件的穩定做法仍是先切塊、檢索、再用短提示問答，把百萬視窗留給真正需要整體理解的少數場景，並在那種場景裡先算過五倍費率的帳。

評測證據怎麼讀：漲幅很大，階層差距仍在

官方公告附了七項評測的對照數字，把 Haiku 5.5、Haiku 4.5、GPT-6 Luna 與 Sonnet 5.5 放在同一張表上。讀這張表的正確姿勢是同時看兩個欄位：對前代的增幅，以及與 Sonnet 5.5 的差距。前者告訴你「小模型這一代跳了多遠」，後者告訴你「分層選型是否仍然成立」。

先交代每個評測在量什麼，數字才有意義。GDPval-AA 是 Artificial Analysis 針對真實專業工作設計的代理評測，v2.1 覆蓋 44 種職業的任務，以點數計分，不是百分比；AA-Briefcase 是同系列的另一套知識工作評測。OSWorld 量測模型操作真實電腦完成多步驟任務的能力，公告引用的是離線子集成績。Humanity's Last Exam 是專家級的跨領域學術推理測驗，分無工具與有工具兩種跑法，有工具的成績通常較高。Terminal-Bench 4.0 看模型能否在命令列環境完成多步驟專業任務，FrontierCode 1.1 量代理式編碼，Chartography 考圖表與視覺材料的推理。這些名稱之後在供應商文件會反覆出現，認得它們的量測範圍，比記住單一數字有用。

三個訊號值得單獨講。電腦操作是增幅最猛的一項，OSWorld 2.1 離線子集從 15.7% 拉到 72.4%，等於從「幾乎不能用」變成「可委派多步驟介面操作」，這也是官方敢把 Haiku 5.5 推向瀏覽器操作與即時客服的底氣。視覺推理的 Chartography 從 6.4% 到 46.4%，圖表解讀與文件抽取這類工作第一次落進小模型的能力範圍。代理式編碼的 Terminal-Bench 從 0.0% 到 39.2%，漲幅同樣可觀，但官方在同一頁明言：像 Terminal-Bench 這種複雜代理式編碼，Sonnet 5.5 與 Opus 5.5 仍是正確選擇，Haiku 5.5 適合範圍明確的小任務，例如壓縮、摘要與子代理工作。39.2% 對 70.6% 的差距就是這句話的數字版本。

與 GPT-6 Luna 的對照提供跨廠參考：GDPval-AA、AA-Briefcase、OSWorld、Terminal-Bench、Chartography 五項上 Haiku 5.5 都高於 GPT-6 Luna，FrontierCode 也以 46.4% 對 42.4% 領先。不過各家評測的跑法與設定有差異，官方附表的環境一致（同一張表內對照），跨表引用時保留條件。評測的執行細節與方法學，公告指向 Haiku 5.5 系統卡，要引用數字做採購報告的讀者值得讀完再引用。

把分數差距除以價差，會得到這一代最有用的選型結論：階層差距在能力軸上並不均勻。知識工作類的 GDPval-AA，Sonnet 5.5 的 1,840 對 Haiku 的 1,620，分數差不到一成五，每 token 價差卻是二十倍；視覺推理、圖表解讀也接近這個形狀。代理式編碼剛好相反，Terminal-Bench 的 70.6% 對 39.2% 是接近兩倍的差距，錢在這裡花得出去。換句話說，Haiku 5.5 不是「全面陽春版」，而是把知識工作追到九成水準、把困難編碼留給上層的分工設計；採購時看自己流量的重心落在哪一軸，比記住「Sonnet 比較強」有用得多。

公告另有三張「各 effort 檔位下準確率對成本」的曲線圖，分別對應 OSWorld、GDPval-AA 與 Humanity's Last Exam。這三張圖的意義在於：Haiku 5.5 的能力數字不是單點，是一條可以用 effort 參數調整的成本品質曲線，這是 Haiku 級模型的第一次，也是下一節的主題。

effort 首次進入 Haiku 級：五檔怎麼選

Haiku 5.5 是第一款支援 effort 參數的 Haiku 級模型。effort 控制的是模型在回應上願意花多少 token，包含說明文字、工具呼叫與思考過程；調低換速度與成本，調高換品質。依官方 effort 文件，Haiku 5.5 五個檔位全開：low、medium、high、xhigh、max，API 預設值是 medium，省略參數等同 medium。這點與 Sonnet 5.5（預設 high）不同，與 Opus 5.5（預設 medium）相同，從舊模型搬程式碼時記得檢查。

官方對 Haiku 5.5 的各檔建議寫得相當可用。多數工作含代理式編碼從 medium 起手。low 是最便宜最快的檔位，適合聊天、短工具任務與高頻簡單請求，但官方明確提醒：在很長的代理提示詞下，low 檔位的模型比較可能跳過一次搜尋、提早結束或略過檢查步驟，把 low 用在長流程代理上等於用品質換速度。high 適合知識工作、較長的代理任務與需要嚴格遵循指令的場景。xhigh 與 max 只有在你自己的評測顯示有品質增益時才用，而且官方建議在這兩檔直接跟 Sonnet 5.5 比效能、成本與速度；小模型拉到頂檔未必比中模型的中檔划算，這是分層選型裡最實際的一條判準。

effort 與 thinking 的互動有三條規則要知道。thinking 預設開啟（adaptive 模式），思考 token 計入 max_tokens，所以 max_tokens 給太小的話，回應可能只剩思考、正文被截斷。想要更少思考，除了調低 effort，也可以送 thinking: {"type": "disabled"}，這在 high 以下有效，但 xhigh 與 max 會直接回 400 錯誤，那兩檔請改用 adaptive。對話中途換檔有 beta 支援：在 Claude API 與 Google Cloud 上，per-message effort 變更會保留提示快取，不必為了換檔重付快取寫入的錢；不過在 thinking disabled 狀態下不能中途換檔。

用三個場景把檔位選擇具體化。電商客服的意圖分流，一次請求幾百 token、每小時上千次，low 檔把單次成本與往返時間壓到最低，模型少想一點對「這是退貨還是換貨」的判斷幾乎沒有影響。內部知識庫的文件抽取，提示裡帶著檢索結果與欄位定義，medium 檔是官方建議的起點，抽取品質需要顯著提升時再往 high 試。財務或法務文件的比對與問答，一個漏看就代價很高，high 檔的嚴格指令遵循是為這種場景保留的；至於 xhigh 與 max，官方給的使用條件很明確：先在自家評測上證明有增益，再跟 Sonnet 5.5 的同任務表現比一次，價格與速度一起看。檔位不是愈高愈專業，是讓成本曲線對齊錯誤成本：判錯便宜的任務用低檔跑量，判錯昂貴的任務才值得買高檔的思考。

寫代理的開發者還要知道 effort 對工具行為的影響，官方文件講得直白：低檔位下模型傾向把多個操作合併成更少的工具呼叫、跳過前置說明直接動作、完成後只給簡短確認；高檔位下模型會先解釋計畫、做更多次呼叫、給更完整的變更摘要與程式註解。這代表同一支代理程式換檔位，行為軌跡會長得不一樣：low 檔跑得快也安靜，但你需要它回報的中間資訊會變少；除錯或第一次跑新流程時用高一點的檔位看清楚它的決策路徑，穩定後再降檔省錢，是比較務實的操作順序。還要提醒：effort 是行為訊號而非嚴格的 token 預算，低檔位遇到夠難的問題仍然會思考，只是想得比較少，別把 low 當成「永遠不思考」的開關。

從 Haiku 4.5 遷移：會回 400 的細節清單

把既有程式從 Haiku 4.5 搬到 5.5，多數工作是改 model ID，但官方遷移指南列出的相容性變更裡，有一批不改就直接 400 錯誤。照急迫程度整理如下。

• model ID：Claude API 從 claude-haiku-4-5 換成 claude-haiku-5-5；Bedrock 加 anthropic. 前綴，Google Cloud、Microsoft 雲平台同名。
• token 重算：新版 tokenizer 讓同段文字多約 30% token，為 4.5 調的 max_tokens 可能把輸出截斷，成本預估也要用 5.5 的計數重跑；圖片走高解析層，大圖視覺 token 最多可到約三倍（2,000 乘 1,500 像素的圖約 2.5 倍）。
• thinking 設定：thinking: {"type": "enabled", "budget_tokens": N} 這種舊寫法回 400，改成 {"type": "adaptive"} 並用 effort 控制深淺；讀回應時按區塊 type 取內容，不要假設第一塊就是答案。
• 取樣參數：temperature 只接受 1，top_p 只接受 0.99，其餘值與任何 top_k 都回 400，temperature 與 top_p 同時帶也一樣；行為引導改用提示詞。
• assistant prefill：把 messages 結尾放 assistant 回合讓模型接續的技巧，5.5 一律拒絕；輸出格式改用 structured outputs 或列舉欄位工具，前言改在系統提示要求。
• computer use：舊的 computer_20250124 工具回 400，Claude API 與 Google Cloud 改用 computer_toolset_20260801 工具集，Bedrock 用 computer_20251124 加對應 beta 標頭；瀏覽器操作工具 browser_toolset_20260801 是 5.5 新增，4.5 沒有。
• structured outputs：在 Amazon Bedrock 上不支援，要改在提示詞描述格式並自行驗證輸出。
• 額度與優先通道：Priority Tier 在 Haiku 5.5 不支援，有用到的大量合約要另規劃容量。
• 安全拒答：新增 stop_reason: "refusal"，模型端沒有 fallback，程式要自己接這個狀態的處理路徑。
• thinking 區塊的兩個邊界：跨帳號重送會被靜默丟棄，多客戶共用的對話儲存要按原帳號重放；變更過 system、tools 或早期 messages 再送回 thinking 區塊會回 400，對話要保持 append-only。

兩個緩解訊號。使用 Claude Managed Agents 的團隊只需要改模型名稱，其餘由託管層吸收。官方也在 Claude Code 提供 /claude-api migrate 指令，自動置換 model ID 與已知的破壞性參數，產出人工覆核清單；遷移指南同時提醒，3.5 世代以前的舊模型已陸續退役，還沒升級的存量程式這次是最好的整批處理時機。

動手之前的準備工作決定遷移是半天還是兩週。先建一組回歸評測集：從現有流量抽幾十到幾百筆真實請求，連同目前認可的輸出一起存檔，這是升級後唯一的品質對照基準。再跑一輪帳單沙盤：用 5.5 的 token 計數重算這批請求的成本，標出哪些會落在高費率級、哪些會因為 thinking 留在上下文而變貴。上線節奏建議逐步放量：先讓新流量的一小部分走 5.5，監看 400 錯誤（取樣參數、prefill 這類會立刻爆）與 refusal 率，再把比例放大。品質與成本同時穩定後，才把 4.5 的 alias 換掉；急著一次切換，出問題時你沒有對照組可以歸因。

多模型協作的證據：六家早期測試怎麼用它

官方公告收了六家早期客戶的實測說法，場景高度一致：把 Haiku 5.5 放進高頻、標準化的環節，大模型留在需要判斷的位置。Asana 拿它跑 AI Teammates 的評測套件，任務完成延遲降低超過 30%，每回合推論速度最高快上 2.5 倍。HubSpot 用模擬入口網站測 CRM 任務，三次平均 92.8%，是該套件史上最好成績，在「找出過期但有歧義的客戶紀錄」這種稽核任務上同時拿到最快完成、最高命中率與最低誤報率。AlphaSense 的文件問答服務每週約 800 萬次呼叫，400 題查詢的評分從 0.76 升到 0.84 且具統計顯著性。Box 的早期測試比 Haiku 4.5 高 11 分、延遲約砍半，打算用在成本報表與財務摘要這類放量工作。

剩下兩家展示的是分工模式本身。Rogo 的用法是「大模型做簡報、小模型進文件抽數字」：較大的模型組簡報時，Haiku 5.5 子代理鑽進 10-K 年報把需要的部門營收數字撈出來，可靠到敢放手、便宜到能狂跑。Cognition 把 Haiku 5.5 放進 Devin Fusion 當 sidekick、Opus 5.5 當 lead，FrontierCode 拿到 66.2 的頂標成績同時壓低成本與延遲。這兩個案例把小模型部署實戰裡「主代理用大模型、子任務用小模型」的模式，用一線產品的數字驗證了一次。

配套的降價讓混搭架構更划算。Sonnet 5.5 的快取讀取從每百萬 US$0.20 降到 US$0.10，官方估計多數代理式工作的整體成本因此再降約 20%。代理式流程會反覆重讀同一批系統提示、工具定義與對話脈絡，快取讀取占帳單的比重本來就高，這刀砍在混搭架構最痛的成本點上：主代理（Sonnet）與子代理（Haiku）的快取費用同步下調，多模型工作流的單位成本曲線整條下移。

把這六個案例的模式平移到台灣團隊常見的場景，對照關係大致是這樣（以下為示意應用，數字仍以自家評測為準）。電商後台的訂單客服信分類，對應 HubSpot 的稽核任務形狀：輸入短、判斷有標準答案、量大，適合直接放 Haiku 低檔。內部知識庫與合約庫的問答抽取，對應 AlphaSense 與 Box 的文件場景：每週呼叫次數上萬，品質提升直接換成內部工時。工程團隊的自動化流程，對應 Rogo 與 Cognition 的分工：主代理規劃、Haiku 子代理跑探索與資料撈取。共同前提只有一個，先用小流量量測品質與成本，再放大；六家客戶的數字都是他們自己評測集上的結果，搬進你的場景前，那一步沒有人能替你做。

訂閱者與雲端的取得方式

API 端沒有新門檻，Claude Platform 直接用 claude-haiku-5-5，Amazon Bedrock、Google Cloud 與 Microsoft 雲端平台同步上線；走 Bedrock 的團隊另有全域動態路由與保證資料落地的區域端點可以選，對金融或醫療這類有資料駐留要求的台灣企業，端點選擇比模型選擇更早該確認。對還沒有 API 帳單的訂閱者，官方在同週推出每月 API credits：Max 5x 每月 US$100、Max 20x 每月 US$200、Team 方案最多 US$500 且由成員共享，額度可用於平台上任何模型，官方定位是讓訂閱者實驗把工具、應用與代理接上 API，細節在官方說明中心文章。這對台灣的小團隊是實際的入場券：先用既有訂閱的 credits 做對照實驗，量測出自己場景的品質與成本數字，再決定要不要開正式的 API 帳單。聊天產品端，公告只說模型在 Claude Platform 與各雲平台上線，沒有承諾何時出現在哪些訂閱介面，訂閱方案本身的用量節奏與額度邏輯，可對照站上對ChatGPT 與 Claude 額度的整理。

Opus、Sonnet、Haiku 選型分工：一張表與三種情境

5.5 家族到齊後，選型問題從「要不要升級」變成「每個環節放哪一層」。把官方定位、牌價與 effort 預設放進同一張表，分工就清楚了。

三種常見情境可以直接對號入座。情境一，高頻標準化工作：客服分流、文件摘要、資料分類、查詢路由，提示詞短、量大、延遲敏感，Haiku 5.5 的低價級就是為此設計的，搭配 low 或 medium effort 再壓一層成本。情境二，日常專業產出：寫程式、改 bug、產文件、做簡報，品質權重大於極致成本，Sonnet 5.5 是預設答案，快取讀取減半後代理式成本再降。情境三，長時間代理：複雜任務要規劃也要跑量，Opus 5.5 或 Sonnet 5.5 當主代理做決策，Haiku 5.5 當子代理消化探索、抽取與摘要，Rogo 與 Cognition 的案例已經給了數字背書。

量級感可以用一個換算建立：每天十萬次、每次輸入 2 千 token、輸出 300 token 的分流任務，輸入合計約 2 億 token、輸出約 3 千萬 token。用 Sonnet 5.5 跑，輸入約 US$400 加輸出約 US$300，一天約 US$700；換到 Haiku 5.5 低價級（token 膨脹先不計），輸入約 US$20 加輸出約 US$15，一天約 US$35，差距二十倍，一個月的價差就足夠再養一條小型產品線的推理預算。反過來算也成立：把 Terminal-Bench 等級的編碼任務硬塞給 Haiku，失敗重試的次數一旦上升，省下的價差會被多燒的 token 吃回去。選型的本質是把「貴而準」與「廉而快」放在對的位置，牌價表只是把這個選擇量化了。

什麼情況不要選 Haiku 5.5，官方證據同樣明確。複雜的命令列代理式編碼，Terminal-Bench 4.0 上 39.2% 對 Sonnet 5.5 的 70.6%，這是接近兩倍的差距，省下的 token 換不回失敗重試的成本。提示詞常態超過 10 萬 token 的長文工作流，五倍費率會把優勢吃掉大半，換算示例裡 35% 的實際降幅遠低於牌價印象，這種場景要精算或改架構（先摘要再問答）。需要最高輸出品質的對外文件，Haiku 的定位本來就不在那裡，拉到 max effort 之前，先按官方建議跟 Sonnet 5.5 比一輪。

安全防護：更嚴的邊界與沒有 fallback 的拒答

系統卡與公告的安全段落有三個對使用方有實際影響的訊息。對齊評測上，Haiku 5.5 相對 Haiku 4.5 在幾乎所有項目改善，未對齊行為的實例更少、配合濫用的意願更低。資安防護比 Haiku 4.5 收緊，但比近期其他模型略寬：允許較多防禦性資安任務，滲透測試這類偏攻擊側的技術仍然擋。生物安全防護與 Sonnet 5、Sonnet 5.5、Opus 5 相同，允許研究型問題、限制有危害風險的請求；的確需要更寬活動範圍的組織，官方提供生命科學與資安兩個驗證計畫的申請管道。

工程面影響最直接的一條：Haiku 5.5 會跑安全分類器並可能直接拒答，回應以 stop_reason: "refusal" 結束，而且官方明言沒有伺服器端 fallback。也就是說，以前靠「模型自己會回退到安全回應」的程式假設不再成立，處理路徑要自己寫。對高頻生產管線來說，拒答率哪怕只有零點幾個百分點，乘上每天幾十萬次呼叫也是要設計過的狀態機，這在遷移清單裡已經列過，這裡再強調一次它同時是安全設計與系統設計的問題。

收尾：三個動作把判斷變成決策

資訊面到這裡已經足夠做決策，剩下的是把判斷落成動作。第一，重算帳單：用 Haiku 5.5 的 tokenizer 重跑既有工作負載的 token 計數，對照 10 萬 token 門檻把請求分成兩級，長提示的流程單獨評估。第二，跑 effort 掃描：在自家評測集上比 low、medium、high 的品質與成本， xhigh 與 max 只有在數字說話時才考慮，同時拿 Sonnet 5.5 做對照組。第三，清點 400 清單：遷移指南列的相容性變更逐項對過，特別是取樣參數、prefill 與 computer use 工具集這種不改就炸的項目，再用訂閱 credits 做一輪小規模對照實驗。模型市場的節奏只會更快，把這三件事做完，下一次改版時你手上的數據會比任何評測文章都更能回答「切或不切」。

切換之後盯四個訊號就夠：單位任務成本（抓 token 膨脹與分級跳價）、refusal 率（安全分類器的實際攔截量）、400 錯誤率（相容性漏網）、以及評測集分數的漂移（模型行為隨 effort 與提示詞版本變化）。前兩個月每週看一次，數字穩定後改成月度。這套監控的價值不在 Haiku 這一代，而在它會原封不動地服務下一代小模型的評估，你等於為之後每次改版預先建好了測量儀。