Claude Haiku 4.5 官方发布：速度、成本、编码与电脑使用

一句话结论

Anthropic 将 Haiku 4.5 定位为实时助手、客服、pair programming、Claude Code 子 Agent 和电脑使用的低成本高速模型，强调接近 Sonnet 4 的编码质量，但 Sonnet 4.5 仍是复杂编码前沿模型。

测试环境

• 模型/入口：Claude Haiku 4.5；Claude API、Claude Code、应用、Amazon Bedrock、Google Vertex AI。

• 成本：$1/百万输入、$5/百万输出 token。

• 基准与案例：SWE-bench Verified、Augment agentic coding、instruction-following for slide text、电脑使用、内部安全评估；不同项目 harness 不同。

• 安全：Anthropic 发布 ASL-2 分类和系统卡链接，说明在自动对齐评估中表现出较低问题行为率。

输入/配置

发布页没有公开每个基准的完整 prompt、模型参数、样本数、重复次数和错误明细；称 Augment agentic coding evaluation 中达到 Sonnet 4.5 的 90% 性能，且在幻觉/速度/成本方向有产品案例。

结果数据

• Anthropic 定性称 Haiku 4.5 提供类似 Sonnet 4 的编码水平，成本约三分之一、速度超过两倍。

• Augment agentic coding evaluation：Haiku 4.5 达到 Sonnet 4.5 性能的 90%（发布方引用）。

• Anthropic 称 Haiku 4.5 在电脑使用任务上超过 Sonnet 4，并在实时助手、客服、pair programming 和多 Agent 项目中更响应。

• 发布页引用 slide text instruction-following 案例：Haiku 4.5 65%，高级模型 44%；未公开完整任务集与评分规则。

结论

对于短响应、批量抽取、实时交互和可拆分子任务，Haiku 4.5 的成本/延迟优势有明确产品价值；难题规划、跨文件架构和关键决策仍需 Sonnet/Opus 或独立复核。

局限

• 所有数字来自 Anthropic 或合作方/客户案例，属于官方或合作方报告，缺少完整公开 harness。

• “90% of Sonnet 4.5”是相对性能，不是 90% 绝对成功率。

• 电脑使用和网页任务存在 prompt injection、权限与误操作风险；发布页的安全评估不能代替生产隔离。

• 发布日价格/性能不能保证长期稳定，模型 alias、云平台和限流可能变化。

复现步骤

1. 固定 claude-haiku-4-5 snapshot、API provider、max_tokens、工具权限和任务集。

2. 选择短问答、批量抽取、代码补全、电脑表单和子 Agent 五类任务，与 Sonnet 4.5 对照。

3. 记录正确率/逐题 resolved、p50/p95 延迟、输入输出 token、调用次数、费用和安全事件。

4. 在关键任务加入升级/人工复核，分别报告 Haiku 单独结果和路由后的最终结果。