Claude Haiku 5.5 費用實測：超出 100K 一個 token，費用變為 5 倍

Claude Haiku 5.5 有兩套價格，整筆請求適用哪一套，取決於 prompt 長度。我們送出剛好 100,000 個 token 的 prompt，帳單是 $0.0100；只多一個 token，帳單就變成 $0.0500。Prompt 包含送出的所有內容：system prompt、工具定義和訊息，也包括從 prompt cache 讀取的 token。Anthropic 的價目表沒有明講快取 token 也算在內，但我們核對 Anthropic 自己的帳單後確認了這一點。

TL;DR

• 100,000 個 token 的 Claude Haiku 5.5 prompt 收費 $0.010008；100,001 個 token 收費 $0.050041，差了五倍。
• 一筆 102,011 個 token、其中 94% 來自快取讀取的 prompt，仍按較高價格收費 $0.0078；若按較低價格，則是 $0.0016。
• 同一段英文在 Haiku 5.5 上的 token 數，是在 Claude Haiku 4.5 上的 1.4 至 1.5 倍。
• 在一個 agent 迴圈中，超過門檻的六筆請求占整次 $0.083 執行費用的 76%。透過對話壓縮或子 agent，費用可降至 $0.026 或 $0.016。

測量方式

多數請求是在 2026 年 10 月 8 日和 9 日透過 Synthorai 閘道送出。本文所說的「收費」，是指閘道對單筆請求計收的金額。閘道依 Anthropic 的兩套價格計費，並將回應中的三項輸入 token 數加總，作為 prompt 長度：未快取輸入、快取讀取及快取寫入。我們核對的 581 筆費用，全都能精確到小數點後六位，對上其中一套價格。

Anthropic 的價格頁面只寫模型「依 prompt 長度計價」，API 回應也沒有價格。因此，我們另將其中 23 筆相同的 prompt 直接送到 Anthropic API，並在 Anthropic Console 查看當天這個模型的費用：$0.33。若所有超過 100,000 個 token 的 prompt 都按較高價格計算，不論是否使用快取，這些請求合計 $0.3301；若快取讀取不計入門檻，則合計 $0.2678。Anthropic 的實際計費方式與閘道一致。

Claude Haiku 5.5 在門檻兩側的價格是多少？

Prompt 一旦超過 100,000 個 token，價目表每一項的價格都變成五倍。下表價格均以每百萬個 token 計算。

快取寫入是首次儲存 prompt 前綴的請求；後續請求重用該前綴，就是快取讀取。Batch 是 Anthropic 的非同步 API，價格減半。

較高價格適用於整筆請求，不是只對超過門檻的 token 加收費用。我們建立了一個 99,872 個 token 的 prompt，再逐次增加一兩個 token：

剛好 100,000 個 token 仍適用較低價格，與「超過 100,000」的文字一致。Anthropic 表示，Claude Haiku 4.5 約 90% 的請求，其 prompt 都不超過 100,000 個 token。以單一 token 的價格比較，新模型在門檻以下比舊模型便宜 90%，在門檻以上便宜 50%。

快取 token 和輸出 token 會計入 100,000 個 token 嗎？

快取 token 會，輸出 token 不會。我們先快取一段 96,045 個 token 的前綴，再搭配不同長度的結尾重送：

最後一筆請求有 94% 是快取讀取，仍按較高價格收費 $0.0078；若按較低價格，費用會是 $0.0016。至於輸出，一筆 97,864 個 token 的 prompt 即使產生了 1,905 個 token 的回覆，收費仍是較低價格的 $0.010739。

用來和門檻比較的數字，是回應中三個欄位的總和。若要在送出前確認，token 計數端點可接收與正式請求相同的 system、tools 和 messages：

import anthropic

client = anthropic.Anthropic()

# after a request: the length the price list is chosen by
u = response.usage
prompt_tokens = u.input_tokens + u.cache_read_input_tokens + u.cache_creation_input_tokens

# before a request
count = client.messages.count_tokens(model="claude-haiku-5-5", system=system, tools=tools, messages=messages)
over_the_line = count.input_tokens > 100_000

100,000 個 token 在 Claude Haiku 4.5 上代表同樣多的文字嗎？

不是。Claude Haiku 5.5 使用較新的 tokenizer。Tokenizer 負責將文字切成計費單位，因此同一段文字在 Haiku 5.5 上會比在 Claude Haiku 4.5 上產生更多 token。Anthropic 的遷移指南寫的是「約多 30%」。我們用兩個模型分別計算五份樣本：

一段英文文章如果在 Haiku 4.5 上是 68,000 個 token，換到 Haiku 5.5 就已經碰到門檻。因此，沿用舊模型的 token 預算會誤判門檻位置。每份文件省下的費用，也沒有單一 token 的價差那麼大：英文文章的 token 數增加 1.48 倍後，在門檻以下比 Haiku 4.5 便宜 85%，在門檻以上只便宜 26%。

Agent 的上下文超過門檻後會怎樣？

跨過門檻的那筆請求，費用約是前一筆的五倍；後續每筆請求也都維持在這個價位。Agent 迴圈每一輪都會重送完整對話，因此 prompt 每輪多一筆工具結果，最後就會達到 100,000 個 token。

我們讓一個使用 Claude Haiku 5.5 的 agent 透過 read_file 工具讀取 20 份記錄檔，每份約 7,000 個 token，再回報各檔案的合計總數。每筆工具結果都保留在對話中，前綴則使用快取，這是這類迴圈常見的做法。其中一次執行的第 15 至 18 筆請求如下：

第 17 筆請求比第 16 筆多約 7,000 個 token，費用卻是 5.2 倍。整次執行共發出 22 筆請求，收費 $0.0833。其中超過門檻的六筆請求合計 $0.0636，占 76%。若相同的 token 都按較低價格計算，總費用會是 $0.0324。

如何讓 agent 維持在門檻以下？

不要讓舊的工具結果不斷累積在主對話中。我們用 Claude Haiku 5.5 以四種方式執行同一項任務，每種各跑五次，每次都從空快取開始：

• 對話壓縮。Prompt 超過 80,000 個 token 時，額外發出一筆請求，請模型整理進度摘要，再以摘要重新開始對話。門檻要留餘裕，下一筆工具結果也必須能放進 100,000 個 token 以內。
• 裁減。每次請求前，除了最新的一筆，其餘工具結果都改成單行佔位文字。五次執行中有兩次回傳錯誤總數，原因是模型在回覆中維護的累計值發生算術錯誤。五次執行不足以證明裁減的可靠度較低（3 次中？不，是 5 次中有 3 次，對比 5 次中有 5 次，差異未達統計顯著），但足以看出風險：來源資料一旦被裁掉，錯誤就無法校正。
• 子 agent。主 agent 的工具將每份檔案交給另一筆請求處理，後者只回傳一行結果。這種做法最便宜，但請求數最多，耗時也約多四分之一。獨立請求只能看到傳給它的內容，所以指令必須和主 agent 的指令一樣，明確說明要找什麼。

四種做法都停用了 thinking。Thinking 是模型回答前在內部進行的推理，這個模型預設會啟用。Anthropic 的遷移指南指出，若先前訊息已變更，請求卻把 thinking 區塊送回，API 會回傳 400 錯誤（2026 年 8 月 31 日前建立的帳戶，只有選擇啟用此檢查才會遇到）。因此，裁減對話時必須關閉 thinking，或不要帶回 thinking 區塊。對話壓縮和子 agent 都會建立新對話，可避開這個問題。

相同標價下，它比 GPT-6 Luna 便宜嗎？

我們的測試結果是沒有：在準確率相當的情況下，費用約為兩倍。GPT-6 Luna 的標價同樣是 $0.10 和 $0.50，而且不會隨 prompt 長度改變。

Anthropic 自行公布的數據顯示，Claude Haiku 5.5 在 agent 基準測試中領先 GPT-6 Luna，也遠勝 Claude Haiku 4.5：

我們另外測試了三個模型的預設設定，以及關閉 thinking 的 Haiku 5.5。測試使用兩組規模較小、答案可核對的題目：96 道分類、擷取與工具路由題目，這些是 Anthropic 為此模型列出的用途；另有 14 道多步驟任務，每道執行三次。

每個正確答案的費用，是總支出除以答對數。Haiku 5.5 和 GPT-6 Luna 在兩組題目的準確率相當（42 次中答對 39 次與 38 次，結果沒有差別），但 Haiku 5.5 的費用略高於兩倍。簡短題目中，同樣的內容，Haiku 5.5 計為 482 個輸入 token，GPT-6 Luna 則是 231 個；多步驟任務中，每次呼叫的平均輸出分別為 1,902 和 759 個 token。相比預設未啟用 extended thinking 的 Haiku 4.5，Haiku 5.5 在簡短題目上便宜 84%，多步驟任務的答對數則約為四倍。

Thinking 的預設 effort 為 medium。Effort 控制模型的推理量，範圍從 low 到 max；設定 thinking: {"type": "disabled"} 則可關閉。關閉 thinking 後，簡短題目的表現相當，費用降到三分之二；但多步驟任務少答對 6 次（共 42 次），而且在只要求一個數字的題目中，模型每次都把推導過程寫進回覆。max effort 的答對數和預設值同為 39，費用卻是兩倍。

整體來看，Haiku 5.5 是 Claude 系列的低價選項，單一 token 價格只有 Haiku 4.5 的十分之一，能力則有明顯提升。對大量簡短呼叫，我們測到 GPT-6 Luna 能以一半費用完成相同工作。Haiku 5.5 的優勢在 agent 任務：Anthropic 的基準測試顯示它大幅領先，但我們沒有在這類任務直接比較兩者，而且前提是 prompt 保持在 100,000 個 token 以下。要把 Haiku 4.5 的工作負載遷過來，先用新模型重新計算 prompt 的 token 數，並移除遷移指南指出會讓 Haiku 5.5 回傳 400 錯誤的設定：手動指定的 thinking budget、非預設的 temperature、top_p 或 top_k，以及預先填入的 assistant 回合。

常見問題

Claude Haiku 5.5 的價格是多少？

Prompt 不超過 100,000 個 token 時，Claude Haiku 5.5 每百萬個輸入 token 收費 $0.10，每百萬個輸出 token 收費 $0.50。超過 100,000 個 token 時，價格分別是 $0.50 和 $2.50，並適用於整筆請求。快取讀取分別是 $0.01 和 $0.05；Batch API 在兩套價格下，輸入與輸出費用都減半。

快取 token 會計入 Claude Haiku 5.5 的 100,000-token 門檻嗎？

會。一筆送往 Claude Haiku 5.5 的 102,011-token prompt，其中 96,045 個 token 從快取讀取，仍按較高價格收費 $0.0078；若按較低價格，則是 $0.0016。Prompt 長度是未快取輸入、快取讀取與快取寫入的總和。Anthropic 的價目表沒有說明這點，但我們直接送往其 API 的十筆同類請求，在 Anthropic 帳單上都按較高價格收費。輸出 token 不計入門檻。

Claude Haiku 5.5 比 Claude Haiku 4.5 便宜嗎？

門檻兩側都比較便宜，但省幅沒有價目表看起來那麼大，因為同一段文字在新模型上會產生更多 token。我們測得英文文章的 token 數是 1.48 倍，因此 Claude Haiku 5.5 在 100,000 個 token 以下，比 Claude Haiku 4.5 便宜約 85%；超過門檻後則便宜約 26%。

Claude Haiku 5.5 比 GPT-6 Luna 便宜嗎？

我們的測試結果是沒有，雖然兩者標價相同。在 96 道簡短題目中，預設設定的 Claude Haiku 5.5 每 1,000 次呼叫花費 $0.107，GPT-6 Luna 則花費 $0.049，準確率相同。處理相同題目時，Haiku 5.5 計入的輸入 token 約為兩倍，輸出也更多。

如何讓 Claude Haiku 5.5 的請求保持在 100,000 個 token 以下？

送出前先計算 token 數；在 agent 迴圈中，不要讓舊工具結果持續累積。可在對話達到門檻前將內容整理成摘要，或另外發出請求讀取每份大型輸入，只回傳結果。我們用 Claude Haiku 5.5 測試時，這兩種做法讓一項原本花費 $0.082 的任務，分別降到 $0.026 和 $0.016，且每次執行都得到正確答案。

延伸閱讀

• 長上下文的分級價格：其他會隨 prompt 長度調整價格的模型。
• Claude Sonnet 5.5 與 Sonnet 5 比較：高一級模型的 effort 與每項任務費用。
• GPT-6 Luna 的推理設定要花多少錢：標價相同的模型。
• Claude Sonnet 5 的 tokenizer：Haiku 5.5 現在也使用的 tokenizer。

← 返回部落格