Claude Haiku 5.5 把小模型价格打到 $0.10：AI 账单该拆成两桶了

10 月 7 日，Anthropic 发布 Claude Haiku 5.5。定价页写得很直白：10 万 token 以内的请求，输入 $0.10/百万 token、输出 $1.00/百万 token。对比上一代 Haiku 4.5 的 $1.00 输入价，这是降了一个数量级——官方稿同时宣布 Sonnet 5.5 缓存读取价从 $0.20 腰斩到 $0.10/百万 token。VentureBeat 的说法更直接：Haiku 5.5 的 API 价格「追平 GPT-6 Luna」，小模型价格战正式开打。

发生了什么

三个变化要分开看。第一，Haiku 5.5 官方称平均运行成本较 Haiku 4.5 降约 75%，且能力没有倒退：GDPval-AA v2.1 知识工作评测得分 1620，高于 GPT-6 Luna 的 1437，上一代 Haiku 只有 735。第二，Anthropic 官方称 10 万 token 以内的请求占上一代 Haiku 总请求约 90%——也就是说，绝大多数现有调用自动落入最低价格档。第三，随发布推出 Max/Team 订阅者的月度 API 额度，官方定位为「支持用户构建新的 Agent 和应用程序」，等于把开发者的试错成本也接了一层托底。

为什么值得关注

对老板，这不只是「又便宜了」，而是成本结构问题：企业 AI 账单里最贵的往往不是少数高难度任务，而是海量重复劳动——客服工单分类、合同要点提取、商品描述生成、邮件路由、会议纪要。这类任务此前用大模型跑是「高射炮打蚊子」，用小模型跑又担心效果。Haiku 5.5 在评测上打出 1620 分、逼近上一档旗舰，配合 90% 分界的定价，意味着「简单高频」桶里每一块钱的算力都能换成十倍用量。客户侧的实测数据也在佐证效率：Box 报告任务完成延迟降低超 30%、每个 Agent 回合推理最高提速 2.5 倍——同样的活儿，更快、更便宜。

行业路径不同：电商、内容、客服密集型行业高频任务占比最大，混用方案收益最直接，先动；金融、法律有合规与准确性刚性，摘要分流可以换小模型，最终文书仍留大模型加人工复核；制造业的质检描述、工单处理属于高频简单桶，但产线级决策任务保持大模型。价格战对采购的另一层意义是谈判筹码——OpenAI 与 Anthropic 互咬价格，没有任何理由把自己绑死在单一供应商的价目表上。

对老板和管理层意味着什么

三层动作。第一层是账单拆分：把 AI 支出按「简单高频」与「复杂低频」两个桶重新统计，多数企业会发现自己 60-80% 的调用量属于前者——这是马上能变现的降本窗口。第二层是分界陷阱：10 万 token 以内和以外是两个价格世界（超出后输入价约 5 倍跳档），长文档任务要么拆分、要么继续用旗舰，别把超长上下文塞进小模型算「便宜账」。（编辑观点：真正危险的误区是把降价当免检——评测分数追平不代表在你的业务数据上追平，任何换模型动作用你自己的 100 个真实任务做 A/B，一周就能验证。）第三层是预算重排：模型单价降一个数量级后，过去「因为太贵而没立项」的 AI 用例重新变得可行，该让各业务线重新提一次需求清单了。

现在应该做什么

暂时不要做什么

进一步该读什么、查什么

三个建议动作的原材料：读 Anthropic 官方发布页的定价表与评测栏（GDPval-AA v2.1 一张表看清 Haiku 5.5、4.5、GPT-6 Luna、Sonnet 5.5 的相对位置，注意 10 万 token 分界的双档报价）；读 Box 等客户引语，看和你任务类似的团队实测到什么程度；对照站内《企业 Agent 从单步问答走向多步编排》，先搞清楚自己的 Agent 一次任务要触发多少轮调用——Agent 场景下模型调用是乘法，单价降 90% 传导到账单的降幅远大于单次对话场景。