Claude Haiku 5.5 vs GPT-6 Luna：价格、基准与选型全对比

Claude Haiku 5.5 和 GPT-6 Luna 的标价相同：Haiku 在 100K token 以内的提示词按每百万输入/输出 token $0.10/$0.50 计费，缓存读取 $0.01、缓存写入 $0.125，两者一致。差别在于价格到哪里为止：Haiku 5.5 超过 100K token 后跳到 $0.50/$2.50；Luna 的基础价一直维持到 272K 输入 token，之后收 2 倍输入价、1.5 倍输出价。在 Anthropic 的发布表上，Haiku 5.5 在每个共享行上得分更高；而在 Anthropic 自己的成本图上，Luna 在 GDPval-AA 的所有 effort 档位、以及 OSWorld 五档中的四档上每个任务都更便宜——只有在 OSWorld medium 档，Haiku 5.5 略微便宜一点。

下文包括：价格、规格、共享的基准测试及执行方、各 effort 档位的成本曲线，以及按工作负载选择模型的建议。想单独了解某个模型，可以看《什么是 Claude Haiku 5.5》和《什么是 GPT-6 Luna》。最后一节会在 Apifox 中把同一个提示词发给两个模型。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

价格对照

数据来源：Anthropic 的价格文档和 OpenAI 的 GPT-6 Luna 模型页面。OpenAI 对超过 272K 的部分按“整个请求”重新计价；Anthropic 则规定“提示词超过 100,000 token 即按更高价格计费”，以单次请求的提示词长度判定。

100K token 以内，两边账单逐行一致。100K 到 272K 之间，Haiku 5.5 的输入和输出价格是 Luna 的 5 倍。超过 272K 后两者都进入高档位，Luna 依然更便宜。

两个例子，分别按各家自己的分词计算：

• 150K token 提示词，2K 输出。Haiku 5.5：0.15 × $0.50 + 0.002 × $2.50 = $0.080。Luna：0.15 × $0.10 + 0.002 × $0.50 = $0.016。
• 300K token 提示词，2K 输出。Haiku 5.5：0.30 × $0.50 + 0.002 × $2.50 = $0.155。Luna：0.30 × $0.20 + 0.002 × $0.75 = $0.0615。

Anthropic 表示，100K token 以内的提示词约占 Haiku 4.5 请求量的 90%。如果你的流量也是这个分布，大多数调用在两个模型上成本相同。更多计算见《Claude Haiku 5.5 价格拆解》一文。

分词器会让阈值前移

同一个文本，在两个模型上的 token 数并不相同。按 Anthropic 的说法，Haiku 5.5 的新分词器对同样文本产生的 token 约比 Haiku 4.5 多 30%。在 Hacker News 发布帖里，有评论者估算“现代 Claude 的 100K token 大约相当于 ~60-65K 现代 GPT token”。这是社区估算，不是官方数字。如果它成立，Haiku 的 100K 阈值在文本量上会比裸数字来得更早。建议在两个 API 上分别统计自己的提示词，并读取各自的 usage 对象。

规格

两个模型默认都是 medium。Haiku 5.5 的参数是 output_config.effort；Luna 则是 reasoning.effort。两条免费聊天路径都不提供 API key，没法驱动脚本、CI 任务或 agent。免费使用方式见《免费使用 Claude Haiku 5.5》和《免费使用 GPT-6 Luna》。

有一个缓存差异在循环调用里很关键：Haiku 5.5 在两次请求之间修改顶层 effort 会使提示词缓存失效。OpenAI 则表示在 GPT-6 系列上修改 reasoning effort 不再破坏缓存（见《GPT-6 提示词缓存》一文）。

基准测试：Anthropic 的表格，以及每个 Luna 数据的来源

下面所有数字来自 Anthropic 的发布博客及其系统卡。表格由 Anthropic 汇总，但各行由不同一方执行。Haiku 5.5 的成绩在 max effort 下取得，多数取五次试验平均。

这些行共享的只是基准名称，不是测试条件：Terminal-Bench 上是 Claude Code 里的 Haiku 5.5 对阵 Codex CLI 里的 Luna。OSWorld 最接近受控对比，因为 Anthropic 在同样的任务上跑了两个模型，但毕竟是一家厂商在跑对手的模型。

目前不存在独立的正面评测。截至 2026 年 10 月 8 日，Artificial Analysis 没有 Haiku 5.5 页面，我们也没有在 Vals、LMArena、SWE-bench 或 Aider 上找到 Haiku 5.5 的结果。当天 AA 排行榜上 GPT-6 Luna（max）的 Intelligence Index 为 38，输出速度 129 tokens/秒。Haiku 5.5 的完整评测数据见《Claude Haiku 5.5 基准测试》一文。

各 effort 档位的单次成本

发布表展示的是各模型在 max 档的表现。Anthropic 的发布页还绘制了每个 effort 档位对成本的两张曲线图。

OSWorld 2.1（离线子集），部分得分 / 单次成本：

GDPval-AA v2.1，Elo / 单任务成本：

在 GDPval-AA 的每个档位、以及 OSWorld 的 low、high、xhigh、max 档，Luna 都更便宜；OSWorld medium 档 Haiku 5.5 略便宜（$0.1257 对 $0.1261）。但每个档位上 Haiku 5.5 的得分都更高。按相同花费对比：

• OSWorld：medium 档 Haiku 5.5 单次成本 $0.1257 对 Luna 的 $0.1261，得分 53.3% 对 37.5%。medium 的 Haiku 还能用更低成本打赢 max 的 Luna（48.9%）。
• GDPval-AA：max 的 Luna（1437，$0.09）和 high 的 Haiku 5.5（1420，$0.08938）成本相当，Elo 只差 17。

所以在计算机操作类任务上，按 Anthropic 的数据，Haiku 5.5 每一美元能买到更多分数；在知识工作类任务上，两者相同花费下接近，Luna 更低的下限在“够用就好”的场景里更划算。

选型：什么工作负载用什么模型

Anthropic 把 Haiku 5.5 定位为“范围明确的任务”，并称 Sonnet 5.5 和 Opus 5.5 “仍然是复杂 agentic 编码任务的更好选择”。本文的两个模型都为大批量而设计。

subagent 相关见《Claude Haiku 5.5 in Claude Code》，高 QPS 管道见《GPT-6 Luna 高并发 API 工作负载》。从 Haiku 4.5 过来的话，《Haiku 5.5 vs Haiku 4.5》列出了五个新增的 400 错误。

在 Apifox 里并排测试两个模型

真正有说服力的对比要跑在你自己的提示词上。在 Apifox 里建一个项目，放两个请求、用同一段提示词：

1. 把 ANTHROPIC_API_KEY 和你的 OpenAI key 存为环境变量。
2. 先添加下面的 Haiku 5.5 请求，再添加用同样提示词和 effort 的 Luna 请求。
3. 断言 Haiku 的 stop_reason 不是 "refusal"（服务端没有兜底重试），且 usage 在你的 token 预算以内。
4. 分别在 low、medium、high 档位跑两个请求，保存每次响应，对比 token、延迟和输出。

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 2048,
    "thinking": {"type": "adaptive"},
    "output_config": {"effort": "medium"},
    "messages": [
      {"role": "user", "content": "Classify this support ticket as billing, bug, or feature request: The export button returns a 500 error since this morning."}
    ]
  }'

不要带 temperature、top_p 和 top_k：非默认值在 Haiku 5.5 上会返回 400。完整流程见《如何使用 Claude Haiku 5.5 API》；评测集搭建见《测试 LLM 应用》。

常见问题

Claude Haiku 5.5 和 GPT-6 Luna 价格一样吗？在 Haiku 提示词不超过 100K token 时一样：$0.10/$0.50，缓存读取 $0.01、缓存写入 $0.125。超过后 Haiku 5.5 按 $0.50/$2.50 计费，而 Luna 的基础价维持到 272K。

哪个模型得分更高？Haiku 5.5——在 Anthropic 发布表的每个共享行上都是。注意该表由 Anthropic 汇总，目前不存在独立的正面评测。

哪个单任务成本更低？通常是 Luna：GDPval-AA 图表的所有档位、以及 OSWorld 五档中的四档（medium 档 Haiku 5.5 便宜 $0.0004）。相同花费下，OSWorld 上 Haiku 5.5 领先；GDPval-AA 接近。

有免费的使用方式吗？仅限聊天：Claude.ai 免费用户可选 Haiku 5.5，ChatGPT 桌面版的 Free 和 Go 用户可用 Luna。两条路都拿不到 API key。详见《免费使用 Claude Haiku 5.5》。

先看提示词长度，再动手测试

先检查你的提示词长度。100K token 以内，价格打平，拼的是准确率——按 Anthropic 的数字，Haiku 5.5 占优。100K 到 272K 之间，Luna 的阈值每次调用都省钱。然后在两三个 effort 档位上用真实请求把两个模型都跑一遍：把两个请求放进同一个项目，让 usage 数字说话。

HiFox ：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 Hifox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。