Claude Haiku 4.5 20251001

Claude Haiku 4.5 按使用量计费，且记录中未公布任何免费额度。当前公布的费率为：输入 $1.0000 / 1M 个 token，输出 $5.0000 / 1M 个 token。试用额度或促销配额与您的帐户绑定，而非与模型绑定，因此在规划免费额度之前，请务必查看控制台。

在将生产流量切换到 claude-haiku-4-5-20251001 之前，请先在具有代表性的流量样本上运行试点，并检查输出质量、峰值并发时的延迟以及每次请求的成本。验证错误和重试行为，并确认您所依赖的请求限制与您的计划相符。

claude-haiku-4-5-20251001 rate limit 因您的 MixRoute 订阅计划而异。请在控制台中查看您的计划详情，了解每分钟请求数 (RPM) 和每分钟 Token 数 (TPM) 的限制。在正式上线前运行一次小规模负载测试，以确认您的有效配额。

claude-haiku-4-5-20251001 单次请求最多输出 64,000 个 token，context window 为 200,000。用 max_tokens 设上限，避免单次调用超出预算。

claude-haiku-4-5-20251001 在目录中与 claude-haiku-4-5、qwen3.5-35b-a3b、gemini-3.1-flash-lite-preview 属于同一梯队。建议比较会影响账单与用户体验的维度：在你自己提示上的任务质量、预期并发下的延迟、context 与输出上限，以及每完成一个任务的成本，而不是单纯比较每 token 单价。

将 claude-haiku-4-5-20251001 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 64,000 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。

对于标准输入，在 claude-haiku-4-5-20251001 上启用提示缓存后，缓存的输入数据会存储在 $0.10／100 万 Token 而不是 $1／100 万 Token。这种节省仅适用于缓存的前缀部分；请求的其余部分仍按正常方式计费。