Claude Haiku 5.5 API 价格
输入不超过 100K tokens 时，Anthropic 的输入价为每百万 $0.10、输出价为 $0.50；本文解释档位和半价报价到底意味着什么。
Claude Haiku 5.5 API 价格按 prompt 大小分成两个档位。 prompt 不超过 100K tokens 时，Anthropic 列出的价格是每百万输入 tokens $0.10、每百万输出 tokens $0.50、每百万缓存读取 tokens $0.01。prompt 超过 100K 时，输入、输出和缓存读取分别是 $0.50、$2.50 和 $0.05。第一档按 50% 计算就是输入 $0.05、输出 $0.25，但这个算术结果不代表某个网关的实时报价。
真正有用的预算问题不只是“单价是多少”，还包括这次请求会使用哪个档位、哪些 tokens 被计为缓存读取，以及目标路由是否真的提供该模型。本文专门拆解这些计算；Claude Haiku 5.5 评测负责 benchmark、模型行为和从 Haiku 4.5 迁移时的破坏性变化。
价格核验日期：2026 年 10 月 8 日。 下文的供应商价格和模型限制来自 Anthropic 发布公告、模型概览、迁移指南和价格文档。半价数字都是明确标注的算术示例；OmniaKey 的实时路由按本价目表的八折计费，100K token 以内输入 $0.08、输出 $0.4（每百万）。我们没有运行付费 benchmark；为网关制定预算前，请查看实时模型目录。
Claude Haiku 5.5 价格速览
以下金额均为每百万 tokens 的美元价格。“100K 以内”和“超过 100K”是按 prompt 大小选择的价格档位。
| 项目 | prompt 不超过 100K | prompt 超过 100K |
|---|---|---|
| 未缓存输入 | $0.10 / MTok | $0.50 / MTok |
| 输出 | $0.50 / MTok | $2.50 / MTok |
| 缓存读取 | $0.01 / MTok | $0.05 / MTok |
| 5 分钟缓存写入 | $0.125 / MTok | $0.625 / MTok |
| 1 小时缓存写入 | $0.20 / MTok | $1.00 / MTok |
| Batch 输入与输出 | 50% 折扣 | 50% 折扣 |
| 上下文窗口 | 1M tokens | 1M tokens |
| 同步输出上限 | 128K tokens | 128K tokens |
1M 上下文窗口表示单次请求的最大容量，并不表示包含 100 万免费 tokens。Anthropic 的模型概览还列出 adaptive thinking、默认 API effort medium，以及在带有文档指定 header 的 Message Batches API beta 路径中最高 300K 输出 tokens。这些属于不同合同，不能把 Batch 上限当作普通同步请求上限。
100K 档位是什么意思
这个阈值针对发送给模型的 prompt。它包括客户端发送的对话或系统文本、工具定义，以及供应商计入的其它输入。可见回答很短，也不会让一个很大的 prompt 变成小请求。
可以把价格卡读成两个档位：
- 输入不超过 100,000 tokens： 每百万输入 $0.10、输出 $0.50。
- 输入超过 100,000 tokens： 每百万输入 $0.50、输出 $2.50。
除非供应商的计费合同明确把档位定义为边际计费，否则不要默认前 100K 便宜、只有剩余部分变贵。文档给出的是按 prompt 大小划分的费率，因此预算模型应先给请求分类，再应用对应档位。
| Prompt 形状 | 使用的档位 | 直连价格计算 |
|---|---|---|
| 正好 100K 输入 + 20K 输出 | 100K 以内 | 0.1 × $0.10 + 0.02 × $0.50 = $0.02 |
| 100,001 输入 + 20K 输出 | 超过 100K | 0.100001 × $0.50 + 0.02 × $2.50 ≈ $0.10 |
| 200K 输入 + 20K 输出 | 超过 100K | 0.2 × $0.50 + 0.02 × $2.50 = $0.15 |
使用大量工具的 Agent 可能因为仓库上下文、工具 schema 或会话历史跨过阈值，即使最终回答只有几段。请记录供应商返回的 usage，不要根据字符数或文件大小估算。
“半价”具体怎么算
当经销商、内部预算或谈判后的路由声称按 Anthropic 标准价的 50% 收费时，半价表很有用。但必须把它标为计算结果，因为供应商标价、网关报价、缓存政策和使用资格属于不同合同。
| 用量 | Anthropic 标价，100K 以内 | 50% 计算，100K 以内 | Anthropic 标价，超过 100K | 50% 计算，超过 100K |
|---|---|---|---|---|
| 输入 | $0.10 | $0.05 | $0.50 | $0.25 |
| 输出 | $0.50 | $0.25 | $2.50 | $1.25 |
| 缓存读取 | $0.01 | $0.005 | $0.05 | $0.025 |
公式很简单：
half-price rate = Anthropic list rate × 0.5
这个公式无法证明账号一定能半价购买该模型。实时报价可能使用不同折扣比例、增加平台费、不提供缓存价格、限制地区，甚至根本不开放 Haiku 5.5。请核对实际调用路由上的准确 model ID 和账单记录。
三个可复算的成本示例
这些例子只计算 tokens 费用，不包含缓存写入、税费、工具、重试、地区系数或网关费用。
| 工作负载 | Anthropic 直连计算 | 直连合计 | 50% 计算合计 |
|---|---|---|---|
| 100K 未缓存输入 + 20K 输出 | 0.1 × $0.10 + 0.02 × $0.50 | $0.02 | $0.01 |
| 200K 未缓存输入 + 20K 输出 | 0.2 × $0.50 + 0.02 × $2.50 | $0.15 | $0.075 |
| 100K 缓存读取 + 20K 输出 | 0.1 × $0.01 + 0.02 × $0.50 | $0.011 | $0.0055 |
第三行假设供应商把全部 100K 输入 tokens 报告为缓存读取。重复相似文本并不能证明缓存命中。缓存创建是单独计费的，缓存未命中时使用未缓存输入费率。
第一行也提醒我们注意单位换算：100K tokens 是 0.1 million，20K 是 0.02 million。在表格或预算脚本里保留单位，可以更容易发现 1,000 倍的错误。
缓存、Batch 和 thinking 成本
提示词缓存会改变输入这一项，但不会让输出免费。Haiku 5.5 的 5 分钟缓存写入是基础输入费率的 1.25 倍，1 小时写入是 2 倍。表中的缓存读取价格是命中时的独立费率。
Batch 处理是另一条服务路径。Anthropic 文档列出 Batch 输入与输出 50% 折扣，同时在模型概览中单独说明 300K 输出 tokens 的 beta 上限。请确认客户端发送了正确的 beta header，并且工作负载可以接受异步完成。
Haiku 5.5 默认开启 adaptive thinking。估算 Agent 任务时要使用响应中的 usage 字段和供应商账单；可见答案的长度无法代表推理模型完成的全部工作。关于删除旧 sampling 参数和 assistant prefill 等迁移细节，请阅读完整评测。
最小请求形状
模型 ID 是 claude-haiku-5-5。下面的 body 展示 Claude API 文档中的 adaptive thinking 合同。只有在供应商或网关路由明确列出这个 model ID 时，才应发送它。
{
"model": "claude-haiku-5-5",
"max_tokens": 4096,
"thinking": {"type": "adaptive"},
"output_config": {"effort": "medium"},
"messages": [
{"role": "user", "content": "Extract the three risks and return JSON."}
]
}
使用网关时，endpoint 和认证 header 以该网关的API 快速开始为准。请把 Anthropic 直连价目表与网关当前报价分开，并记录请求模型和返回 usage 以便核对账单。
如何核对网关报价
- 在实时目录中搜索
claude-haiku-5-5，不要只搜索显示名称“Haiku 5.5”。 - 分别确认输入、输出、缓存读取、长上下文、Batch 与地区规则。
- 使用受限 key 运行一次范围明确的请求，并记录返回的 usage 字段。
- 把失败重试和人工修复算进去，比较每个已验收任务的成本，而不是只比较一个 token 单价。
OmniaKey 公共目录现已上架 Haiku 5.5，model ID 为 claude-haiku-5-5，按 Anthropic 价目表的八折计费：100K token 以内输入 $0.08、输出 $0.4（每百万），超过 100K 则为输入 $0.4、输出 $2。当前 OmniaKey 可用性与价格以模型目录为准；上文 $0.05/$0.25 的算术仍然只是假设，不是 OmniaKey 承诺。
关于 benchmark、延迟背景和 Haiku 4.5 迁移风险，请阅读Haiku 5.5 评测。如果需要更广泛的 Claude 与 OpenAI 计费比较，请看Claude API 与 OpenAI API 价格对比。
常见问题
Claude Haiku 5.5 多少钱？
prompt 不超过 100K tokens 时，Anthropic 的价格是每百万输入 tokens $0.10、每百万输出 $0.50、每百万缓存读取 $0.01。超过 100K 后，对应价格为 $0.50、$2.50 和 $0.05。
输入 $0.05、输出 $0.25 是官方价格吗？
不是。这些数字正好是 Anthropic 100K 以内费率的一半。它们只适用于明确按标价 50% 收费的路由的算术示例，不能证明 Anthropic 或某个网关提供这个报价。
100K 档位会让前 100K tokens 变便宜吗？
文档按 prompt 大小给出了不同档位。除非计费合同明确规定边际档位，否则应把超过 100K 的 prompt 当作高档位请求。实现成本计算器前先确认规则。
1M 上下文窗口包含免费用量吗？
不包含。1M 表示容量。输入、缓存活动和输出仍按适用档位计费。
为什么 token 费率减半，任务节省可能不到 50%？
Haiku 5.5 使用新版 tokenizer，同样文本产生的 tokens 可能比 Haiku 4.5 多约 30%；重试、工具、thinking、缓存写入和网关费用也会改变总额。Anthropic 对平均任务成本有单独报告，不要把一次价目表计算当成普遍节省承诺。
Claude Haiku 5.5 可以通过 OmniaKey 使用吗？
可以。OmniaKey 已上架 claude-haiku-5-5，按 Anthropic 官方价目表的八折计费，100K token 以内输入 $0.08、输出 $0.4（每百万）。实时价格请在当前模型目录核对。