企业Agent真正烧钱的，往往不是偶尔一次的复杂推理，而是每天反复发生的摘要、分类、查询、压缩和子任务。10月7日，Anthropic发布Claude Haiku 5.5，把10万token以内请求的输入与输出价格分别降到每百万0.10和0.50美元，相比Haiku 4.5标价降低90%。它不是要取代更大的Sonnet与Opus，而是争夺那些需要跑得多、回得快、范围又足够清楚的工作。

便宜九成有前提，长提示会进入五倍价格档

Haiku 5.5采用分档计价。提示不超过10万token时，缓存读取和写入分别为每百万0.01和0.125美元；超过阈值后，输入、输出、缓存读取与写入价格都变成低档的五倍。与Haiku 4.5相比，低档价格下降90%，高档下降50%。因此，“便宜九成”只适用于较短请求，不能直接套到长文档、多轮记忆或大型代码库。

Anthropic称旧版Haiku约90%的请求落在低档区间，并估算新版平均运行成本约下降75%。后一个数字还考虑了新tokenizer和每项任务实际消耗的token数量。企业做预算时应以完整任务为单位，统计提示、输出、缓存、重试和工具调用，而不是只比较价目表上的单token价格。

小模型第一次能调effort，定位仍是“高频副手”

这是首个支持可调effort的Haiku级模型，开发者可以在成本、延迟与能力之间选择。它适合摘要、上下文压缩、数据库查询、分类、实时客服、浏览器操作，也适合在更大模型负责总体规划时，承担读取财报、查找字段或整理证据等窄任务。把不同难度的步骤交给不同模型，往往比所有步骤都调用旗舰模型更省钱。

边界同样明确。Anthropic仍建议复杂的Agent编码使用Sonnet 5.5或Opus 5.5。官方称Haiku 5.5是标准速度下最快的Claude，但没有公布统一tokens/s；Opus的Fast Mode也更快。企业不能把“最快”理解为每个任务的端到端耗时最低，网络、工具、检索和失败重试都可能成为主要延迟。

每周800万次调用，客户数据更接近真实负载

AlphaSense披露，其Ask in Document生产流量约每周800万次调用。在400条查询测试中，Haiku 5.5相对4.5的得分从0.76提升到0.84。Asana在缺陷分流、建项目和组合风险检索等评测中，报告任务完成延迟降低超过30%，单次Agent回合推理最高快2.5倍。

HubSpot在模拟CRM门户任务的三轮测试中得到92.8%的平均分；Box报告相对4.5高11分、延迟约减半。这些案例有具名团队和明确任务，比抽象基准更接近企业使用，但仍由厂商发布页汇集，评分量表、样本分布、对照模型和人工复核并未完整公开，不能外推成所有业务的平均收益。

小编判断：低价模型的价值取决于路由，不只取决于单价

Haiku 5.5最现实的机会，不是把所有Agent统一降配，而是让高频、可验证的步骤获得更便宜的执行层。分类、字段抽取、短摘要和子Agent检索如果能稳定完成，就可以把昂贵模型留给规划、综合判断和高风险决策。企业的收益来自任务拆分与模型路由，而不是一次简单替换。

实施时应先按任务建立质量门槛，再逐步下放流量。至少跟踪一次完成率、误报漏报、重试次数、人工接管率、P95延迟和每个成功任务的总成本；10万token阈值也要作为路由条件，避免上下文膨胀突然把价格推入高档。缓存降价有利于重复上下文，但缓存命中率低时，账单不会按宣传幅度下降。

对安全敏感行业还要注意，Haiku 5.5比4.5增加了更严格的网络安全防护，部分渗透测试会被标准策略阻止。便宜、快速和可跨云部署降低了试点门槛，却没有替企业完成权限、评测与审计。只有当模型在自己的数据、工具和审批链上稳定过线，90%的标价降幅才可能变成可兑现的单位任务成本。