模型详情
Claude Haiku 5.5
Claude Haiku 5.5 是 Anthropic 为高容量、高成本任务（例如摘要、子代理和浏览器使用）开发的小型快速模型。它在编码、计算机使用和知识处理方面比 Claude Haiku 4.5 更强大，并接受带有 1M token context window 的文本和图像输入。 这是首款可调节思考强度的 Haiku 模型。思考功能具有自适应性，默认开启，思考强度是平衡思考深度、延迟和成本的主要控制点；在低、中、高三种思考强度下，思考功能均可关闭。
模型规格
- 模型 ID
-
claude-haiku-5-5
- 上下文长度
- 1M
- 最大输出
- 128K
- 输入/输出模态
- 发布日期
- 2026-10
02
API 端点
单一 MixRoute 网关，OpenAI 兼容
-
Anthropic Messages
/v1/messagesPOST -
OpenAI-compatible
/v1/chat/completionsPOST
03
阶梯价格
单位：/1M Tokens
| 档位 | 输入 /1M Tokens | 输出 /1M Tokens | 缓存读取 /1M Tokens | 缓存写入 /1M Tokens |
|---|---|---|---|---|
| standard Length ≤ 100K | $0.1000 | $0.5000 | $0.0100 | $0.1250 |
| long_context Length > 100K | $0.5000 | $2.5000 | $0.0500 | $0.6250 |
05
选型摘要
快速判断是否适合你的工作负载
这个模型适合什么？
多模态模型；输入：文本、图像；输出：文本
Claude Haiku 5.5 是多模态模型。规格上，context window 为 1,000,000 个 Token，单次最多输出 128,000 个 Token。
使用前应检查什么？
1,000,000 context，输出上限 128,000
采用 Claude Haiku 5.5 前，输入超过 100,000 个 Token 会切换到较高费率；标准输入费率为 $0.10／100 万 Token；已声明支持工具调用、结构化输出、流式输出、提示词缓存、视觉输入、OpenAI SDK 兼容；知识库截止时间为 2026-06；发布于 2026-10-07。建议先以具有代表性的流量试跑，确认质量与延迟。
为什么通过 MixRoute 使用？
Claude Haiku 5.5 的缓存读取价降低重复提示成本
输入不超过 100,000 个 Token 时，重复的前缀按每 100 万 Token $0.0100 的缓存读取价计费，标准输入为 $0.1000／100 万 Token；超过后分别为 $0.0500 与 $0.5000／100 万 Token，系统提示词的重复成本因此降低。MixRoute 以 OpenAI 兼容端点 /v1/chat/completions 提供 Claude Haiku 5.5；既有客户端只需指向 https://api.mixroute.ai/v1 并把模型 ID 换成 claude-haiku-5-5，再跑一次集成测试即可。
07
能力与兼容性
未确认的能力保持“Unknown”，不做猜测
工具调用
Claude Haiku 5.5 支持函数调用与工具调用。
tools 定义；响应会返回 tool_calls，执行后再把结果送回模型。
结构化输出
Claude Haiku 5.5 可以按需生成 JSON 格式的输出。
response_format: { type: "json_schema" } 可强制输出有效的 JSON。
流式输出
Claude Haiku 5.5 支持流式响应。
stream: true 会逐步流式返回 Token，聊天界面可以边接收边渲染。
提示缓存
Claude Haiku 5.5 在支持的路由条件下可以使用提示缓存。
视觉输入
Claude Haiku 5.5 可以同时处理图像与文本输入。
image_url 内容块中传入 base64 编码的图片，与文本消息一起发送。
OpenAI SDK
通过 MixRoute 的 OpenAI 兼容端点调用 Claude Haiku 5.5。
base_url 改为 https://api.mixroute.ai/v1；其余部分遵循 OpenAI 风格。
08
Token 成本估算
基于本页价格的实时估算，非实际账单
同一前缀被重复读取的输入占比，最高 100%
09
FAQ
推理 Token 作为 Claude Haiku 5.5 的输出计费，计费点为 $0.50／100 万 Token。它们在显示答案之前生成，并计入延迟和费用，因此即使最终答案很短，更高的推理设置也会增加成本。
单一端点，可验证的决策
使用相同的请求格式测试此模型和备用路由
从真实工作负载开始，再由质量、总成本和故障条件决定是否接入生产流量。