Claude Haiku 4.5 的价格、上下文与批量 Agent 配置

一句话结论

Haiku 4.5 适合做高并发、低延迟的子任务和实时助手：官方模型表给出 $1/$5 每百万输入/输出 token、200k 上下文、64k 最大输出，但复杂任务应由更大模型规划和复核。

适用场景

• 适合的任务：分类/抽取、短摘要、客服、代码补全、并行子任务、实时多轮交互。

• 不适合的任务：把它作为唯一规划器处理高风险长链路重构或深层安全推理。

• 适用的模型版本：Claude Haiku 4.5；API 名称 claude-haiku-4-5。

• 适用的客户端、Agent 或 API：Claude API、Bedrock、Vertex AI、Claude Code；平台 alias/区域支持需核验。

• 推荐的推理档位和参数：没有统一 adaptive thinking；如果任务确需思考，测试 extended thinking 预算并设置硬 max_tokens，日常高吞吐优先关闭额外思考。

可直接使用的内容

{
  "model": "claude-haiku-4-5",
  "max_tokens": 2048,
  "system": "你是批量任务子代理。只完成分配的子任务，输出严格 JSON。缺少证据时返回 null，不要猜测。",
  "messages": [
    {
      "role": "user",
      "content": "<task>\n提取订单状态与金额。\n</task>\n<document>\n...\n</document>\n<output_schema>{status:string|null, amount:number|null, evidence:string[]}</output_schema>"
    }
  ]
}

推荐的路由工作流：大模型生成任务计划和验收标准 → 并行 Haiku 子代理执行抽取/检索/草拟 → 服务端 schema/权限校验 → 大模型或规则引擎合并与复核。

测试/工作流步骤

1. 用真实批量数据分别测试 1、4、8 个并行 Haiku worker；固定输入、超时、输出 schema 和重试规则。

2. 记录每条任务的成功率、p95 延迟、token、费用、重试次数和人工修正率。

3. 对困难样本加入升级队列，让 Sonnet/Opus 复核，而不是无限重试 Haiku。

4. 评估 prompt caching、Batch API 或 provider-specific batching 是否改变成本；价格以当前官方页面为准。

原始证据与数据

• Anthropic 发布页：Haiku 4.5 价格 $1 输入/$5 输出每百万 token；称其为 Sonnet 4 级编码性能、三分之一成本和超过两倍速度，但这些是发布方比较。

• 官方模型表：Haiku 4.5 context window 200k、max output 64k、比较延迟为 fastest、extended thinking 支持、adaptive thinking 不支持。

• 官方模型表列出所有当前模型支持文本/图像输入、文本输出、多语言和 vision；具体 Haiku 能力仍需以 endpoint 规格核对。

• 官方发布页建议 Sonnet 4.5 可规划复杂问题，再并行编排多个 Haiku 4.5 子任务。

适用边界

• “三分之一成本/两倍速度”是相对 Sonnet 4 的官方发布表述，未公开完整 workload、吞吐与置信区间。

• 1/$5 价格不包含缓存、批量、区域/云平台差异或长上下文额外计价；部署前看当前价格表。

• 并行 worker 会放大工具、限流、重复写入和数据泄露风险；必须有幂等 ID、权限和审计。

• 64k max output 不代表任务会稳定生成 64k；max_tokens 仍应按任务设置以控制成本。

来源摘录或观察（仅做合规短引）

官方的产品定位是“fastest model with near-frontier intelligence”（合规短引）；这里的取舍是吞吐优先，不是复杂推理无条件最优。