Claude Haiku 5.5 官方模型概览：模型 ID、容量、价格与 effort 配置基线

一句话结论

官方模型概览给出了 Claude Haiku 5.5 在各平台的当前模型 ID、1M 上下文、128K 最大输出、按输入长度分层的价格，以及默认 medium effort 的调用基线。

适用场景

• 适合的任务：为高吞吐、低延迟的分类、路由、信息提取和 subagent 请求选择模型，并为 API、Amazon Bedrock、Google Cloud、Microsoft Foundry 或 Claude Platform on AWS 建立统一配置表。

• 不适合的任务：用本页代替从 Haiku 4.5 迁移时的兼容性检查、业务质量评测或平台 SDK 的错误处理；迁移差异见 官方迁移配置指南。

• 适用的模型版本：Claude Haiku 5.5；多数平台的模型 ID 为 claude-haiku-5-5，Amazon Bedrock 使用带 anthropic. 前缀的 ID。

• 适用的客户端、Agent 或 API：Claude API Messages API，以及页面列出的 Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS。

• 推荐的推理档位和参数：保留 adaptive thinking，默认 output_config.effort 为 medium；按质量、延迟和成本评测后再调整 effort。页面还要求省略 temperature、top_p 和 top_k，因为非默认值会返回 400。

可直接使用的内容

1. 平台模型 ID

2. 容量与推理配置

官方页面说明，使用 effort 参数控制自适应思考深度。max_tokens 包含思考 token，因此不能只按可见文本长度设置；应为目标任务预留足够上限。

页面还说明 Haiku 5.5 使用新版 tokenizer，同样文本相比 Haiku 4.5 约多计 30% token，迁移时应重新估算长度和成本。thinking blocks 只可在生成它们的账户或关联账户中使用；跨账户回放对话须检查这一限制。

3. 价格阶梯

以下价格均为每百万 token（MTok）：

Batch API 对输入和输出提供 50% 折扣。实际账单还应按平台的价格页与请求是否命中缓存核对。

4. Claude API 最小请求配置

下面是按模型概览中的模型 ID、adaptive thinking 和默认 effort 整理的最小请求骨架。messages 内容需替换为业务输入；页面没有要求固定的 max_tokens 数值，因此示例只展示配置关系。

import anthropic

client = anthropic.Anthropic()

message = client.messages.create(
    model="claude-haiku-5-5",
    max_tokens=8192,
    thinking={"type": "adaptive"},
    output_config={"effort": "medium"},
    messages=[
        {"role": "user", "content": "把这里替换成业务输入"},
    ],
)

不要在该请求中设置 temperature、top_p 或 top_k。若使用 Batch API 的 300K 输出 beta 能力，还需按照官方页面加入 output-300k-2026-03-24 beta 标头，并确认客户端已经支持该 beta 接口。

使用步骤

1. 根据部署平台从上表选择模型 ID，并在配置中心记录平台、模型 ID、上下文上限和价格阶梯。

2. 默认使用 adaptive thinking 与 effort=medium，为每类业务分别测量质量、首 token 延迟、总延迟、输出 token 和单请求成本。

3. 对输入长度超过 100,000 tokens 的请求单独统计成本；不要用低阶价格估算长上下文任务。

4. 若启用 prompt caching，分别记录 5 分钟写入、1 小时写入和缓存读取命中，避免把缓存读取价格误当作普通输入价格。

5. 如果使用 Batch API，确认 50% 输入输出折扣与 300K 输出 beta 标头是否同时适用于当前平台和 SDK。

6. 通过 Models API 查询账户可用的模型、能力和限制；不要把本文采集到的状态当作永久可用性承诺。

适用边界

• 这是 Anthropic 在 2026-10-09 采集到的官方模型概览配置，不是独立性能测评，也不保证业务任务达到特定准确率、延迟或成本。

• 页面将 Claude Haiku 5.5 标为 Active (latest)，并写明不早于 2027-10-07 退役；实际平台可用性仍取决于账户、区域、配额和供应商发布状态。

• “Fastest”是官方页面的相对延迟描述，没有附带统一硬件、并发量、输入长度或统计区间，不能直接换算为毫秒 SLA。

• 价格按提示是否超过 100,000 tokens 分层；思考 token、缓存命中、Batch API 和不同云平台的计费细节应以实际账单与平台价格页复核。

• 本页只记录当前模型页的调用、容量和价格基线；assistant prefill、工具集、消息回放和其他版本兼容变化属于迁移工作，应按 迁移配置指南 逐项检查。

原始证据与边界

• 模型 ID：页面的 Specifications 列出 Claude API 为 claude-haiku-5-5，Amazon Bedrock 为 anthropic.claude-haiku-5-5，其余列出的平台为 claude-haiku-5-5。

• 容量：页面的 at-a-glance 和 Capabilities 均列出 1M context window、128K max output；Message Batches API 另列 300K beta 上限。

• 价格：页面按 100,000 tokens 分界列出输入、输出、5 分钟缓存写入、1 小时缓存写入和缓存读取价格，并列出 Batch API 输入输出 50% 折扣。

• effort：页面列出 Thinking 为 Adaptive、Default effort 为 medium，并说明可用 effort 控制思考深度。

• 参数限制：页面的 Good to know 明确要求省略 temperature、top_p 和 top_k，因为设置非默认值会返回 400。