Haiku 5.5 vs Luna 6
比较 API 价格与模型适用场景。
Haiku 5.5 vs Luna 6 的选择取决于 prompt 长度、API 适配和得到正确结果的成本。 本文的“Luna 6”指 OpenAI 的 GPT-6 Luna，模型 ID 为 gpt-6-luna；Haiku 指 Anthropic 的 Claude Haiku 5.5，ID 为 claude-haiku-5-5。输入不超过 100K tokens 时，两者官方标准输入、输出单价相同；超过后，Luna 较低的长上下文账单值得优先评估。
按 OmniaKey 目录报价计算，在计费 token 数相同的前提下，短请求用 Haiku 更便宜，超过 Haiku 的 100K 阈值后则是 Luna 更便宜。先确认应用支持哪种 API，再用同一批任务比较准确率和总成本。单价本身无法证明哪个模型编程更好。
核验日期：2026 年 10 月 9 日。 本文基于当前官方文档和 OmniaKey 目录快照。成本为计算示例，不是实测账单；我们没有运行同条件的质量、延迟或付费 API 对比测试。下文链接的供应商原始文档为英文。
Haiku 5.5 vs Luna 6 关键差异
| 比较项 | Claude Haiku 5.5 | GPT-6 Luna |
|---|---|---|
| API 模型 ID | claude-haiku-5-5 | gpt-6-luna |
| 官方定位 | 大批量分类、抽取、路由和子 Agent 工作 | 范围明确的大批量任务 |
| 输入 → 输出 | 文本与图片 → 文本 | 文本与图片 → 文本 |
| 上下文窗口 | 1M tokens | 1,050,000 tokens |
| 同步输出上限 | 128K tokens | 128,000 tokens |
| 推理控制 | 自适应思考；output_config.effort | Responses 的 reasoning.effort |
| API 默认 effort | medium | medium |
| 标准价格阈值 | 100K 输入 tokens | 272K 输入 tokens |
来源：Haiku 模型概览与 GPT-6 Luna 模型文档。上下文表示容量，不是包含的额度，也不能证明检索准确率相同。两家都叫 medium，也不代表推理计算量相同。
官方 API 价格：100K 以内同价，超过后分化
下表单位为美元/百万 tokens，顺序为未缓存输入 / 计费输出 / 缓存读取。比较 Anthropic 标准直连 API 与 OpenAI Standard，不含 Batch 折扣和地区加价。
| 每次请求的总输入 | Haiku 5.5 | GPT-6 Luna |
|---|---|---|
| 不超过 100K | $0.10 / $0.50 / $0.01 | $0.10 / $0.50 / $0.01 |
| 超过 100K 且不超过 272K | $0.50 / $2.50 / $0.05 | $0.10 / $0.50 / $0.01 |
| 超过 272K 且在各自模型限制内 | $0.50 / $2.50 / $0.05 | $0.20 / $0.75 / $0.02 |
Anthropic 价格文档明确说明，计算 Haiku 的 prompt 长度时包含缓存读取和缓存写入。一次请求超过 100K 输入 tokens 就使用高档价格。OpenAI 在输入超过 272K 后，也对整个请求使用高档费率。正好 100K 和正好 272K 仍处于各自的低档。
这个差异对反复发送仓库文件、工具定义和会话历史的 Agent 很重要。大量缓存命中会降低输入费用，但不会让 Haiku 回到短 prompt 档位。应分别统计两个模型的 tokens：同一份文本未必产生相同 token 数。
短请求与长请求的成本示例
假设每行都是一次未缓存请求，输出量包含所有按输出计费的推理 tokens。不含工具、缓存写入、存储、税费、重试和人工复核。
| 假设的计费量 | Haiku 直连 | Luna 直连 | OmniaKey Haiku | OmniaKey Luna |
|---|---|---|---|---|
| 50K 输入 + 10K 输出 | $0.010 | $0.010 | $0.008 | $0.022 |
| 150K 输入 + 20K 输出 | $0.125 | $0.025 | $0.100 | $0.054 |
| 300K 输入 + 20K 输出 | $0.200 | $0.075 | $0.160 | $0.084 |
直连 150K 示例中，Haiku 为 0.15 × 0.50 + 0.02 × 2.50 = 0.125 美元，Luna 为 0.15 × 0.10 + 0.02 × 0.50 = 0.025 美元。这里五倍的是这组计费量的价格差，不是质量或速度差。
如果 150K prompt 包含 140K 缓存读取、10K 新输入，并生成 20K 输出，直连总额是 Haiku $0.062、Luna $0.0124。Haiku 的计算为 0.14 × 0.05 + 0.01 × 0.50 + 0.02 × 2.50 = 0.062；Luna 为 0.14 × 0.01 + 0.01 × 0.10 + 0.02 × 0.50 = 0.0124。此前的缓存写入费另算。
OmniaKey 使用独立报价
上表的网关列使用以下目录快照，单位仍为美元/百万 tokens。这是站点列出的报价；检查目录不等于重新执行了模型调用测试。
| 目录路由 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| Haiku 5.5，不超过 100K | $0.08 | $0.40 | $0.008 |
| Haiku 5.5，超过 100K | $0.40 | $2.00 | $0.04 |
| GPT-6 Luna，目录中的两个档位 | $0.20 | $1.20 | $0.02 |
Haiku 报价为 Anthropic 对应档位的 80%；Luna 使用明确列出的固定网关报价。Luna 的 OmniaKey 报价高于 OpenAI 直连 Standard 价格。 不要把通用供应商折扣标签套到这个模型上，也不要假设直连与网关同价。购买前核对 Haiku 5.5 模型页和 GPT-6 Luna 模型页；报价与账号可用性可能变化。
在这份快照下，prompt 不超过 100K 时，Haiku 是更便宜的网关起点；超过后，Luna 的输入、输出和缓存读取单价都更低。实际完成任务的成本仍取决于各模型自己的 token 消耗和重试次数。
编程、信息抽取和速度怎么比较
Anthropic 发布页在同一张表中公布了以下结果。这些是厂商发布的分数；我们没有复现其评测框架、effort 设置或测试过程。
| 公布的评测 | Haiku 5.5 | GPT-6 Luna |
|---|---|---|
| OSWorld 2.1 (离线子集) | 72.4% | 48.9% |
| Terminal-Bench 4.0 | 39.2% | 16.4% |
| FrontierCode 1.1 (Main) | 46.4% | 42.4% |
Haiku 在这三项公布结果中得分更高，值得纳入编程与工具使用试点。但这不能证明完成任务更快或每个已验收任务更便宜。评测框架和设置会影响结果，前面的价格例子属于另外的成本计算。
对于小型编程改动，固定仓库版本、工具和验收测试，分别测试机械重构、修复失败测试和范围受限的新功能。现有集成使用 Anthropic Messages 时先试 Haiku，使用 Responses 时先试 Luna。这是基于接入成本的建议，不是实测编程优劣结论。
对于抽取和分类，两家都将模型定位在大批量任务。除了 JSON 语法，还要验证字段值和原文依据。加入模糊输入和“无法判断”结果，避免低价但错误的回答悄悄通过验收。
对于长文档或仓库任务，Luna 在 100K 以上的直连价格优势可由价目表算出。但它是否更能找到相关证据，仍需要检索测试。更大的上下文窗口本身不代表更高的检索质量。
Anthropic 的系列内“最快”和 OpenAI 的“Fast”并非同条件测量。应在实际路由上测首 token 时间、完整完成时间和 p95 延迟，并记录输出长度和推理设置。本文引用的来源不能证明跨供应商速度赢家。
API 和迁移差异
Haiku 的原生接口是 Messages，Luna 的推理与工具接口是 Responses。只替换 model 字符串，不会自动转换请求体、工具事件或响应内容块。
- Haiku： 默认开启自适应思考。使用
output_config.effort，按类型解析内容块，并依照迁移指南删除 Haiku 4.5 的 assistant prefill 和旧采样配置。 - Luna： Responses 支持
reasoning.effort的none、low、medium、high、xhigh和max。模型文档规定 Chat Completions 只有在reasoning_effort为none时支持函数调用；推理结合工具应使用 Responses。
Haiku 指南所说的 tokenizer 约增加 30%，比较对象是 Haiku 4.5，不是 GPT-6 Luna。请重新统计两个模型的实际用量，不要把这个百分比直接加进跨供应商对比。单模型的完整说明见 Haiku 5.5 评测和 GPT-6 Luna 评测。
缓存和 Batch 优惠要按相同条件计算
Haiku 的 5 分钟缓存写入按档位为每百万 $0.125 或 $0.625，1 小时写入为 $0.20 或 $1.00。Luna 列出的缓存写入费率为 $0.125 或 $0.25。不计首次写入的缓存对比，只说明后续读取的成本。
两家都公布了适用 Batch 输入与输出 50% 折扣；OpenAI 还列出 Flex 为 Standard 的一半。这些服务模式有独立行为与使用条件，可用性和折扣不会自动继承到网关。应把 Batch 与 Batch 比、标准同步与标准同步比。来源：Anthropic 价格和 OpenAI 价格。
实际选型规则
可以从 30 个有代表性的任务开始试点，同时包含短 prompt 和超过 100K 的请求。这是建议样本，不是我们已运行的 benchmark。固定模型 ID、供应商路由、prompt、工具、effort 和重试上限，使用相同验收条件，并分别记录各模型的计费 tokens。
计算全部尝试与复核成本 ÷ 已验收任务数，同时单独检查漏检错误。短 prompt 下两者都通过时，由 API 适配和实际路由报价决定起点；长 prompt 下，评估 Luna 的低费率是否被错误、延迟或修复成本抵消。两者都无法通过验收时，把困难工作升级到更强模型。
常见问题
Luna 6 就是 GPT-6 Luna 吗？
本文中是。OpenAI 正式名称是 GPT-6 Luna，API ID 为 gpt-6-luna；不要把 luna-6 作为 model ID 发送。
Haiku 5.5 和 Luna 6 哪个便宜？
官方标准价在 100K 输入以内相同，超过后 Luna 的单价更低。按这份 OmniaKey 快照，在计费类别和 token 数相同的前提下，100K 以内 Haiku 更便宜，超过后 Luna 更便宜。
哪个更适合编程？
已核对的资料不能证明普遍赢家。固定工具与可执行检查，用相同编程任务比较每个已验收改动的总成本。响应合法或 token 便宜都不能证明代码正确。
缓存输入能避开 Haiku 的 100K 档位吗？
不能。Anthropic 把缓存读取和缓存写入 tokens 都计入 prompt 长度。140K 缓存命中加 10K 新输入，仍然是 150K prompt，使用 Haiku 高档价格。