Claude Haiku 5.5 vs GPT-6 Luna：同价不同命，按提示长度选

Claude Haiku 5.5 和 GPT-6 Luna 的标价相同：Haiku prompt 在 100K tokens 以内时，每百万输入/输出 tokens 为 $0.10/$0.50，两者的缓存读取均为 $0.01、缓存写入均为 $0.125。区别在于这个价格在哪里结束。Haiku 5.5 超过 100K tokens 后跳到 $0.50/$2.50；Luna 的基础价格一直维持到 272K 输入 tokens，之后对输入收取 2 倍、对输出收取 1.5 倍。在 Anthropic 的发布表格中，Haiku 5.5 在每一行共享指标上都得分更高。在 Anthropic 自己的成本图表上，Luna 在 GDPval-AA 的每个 effort 档位上每任务都更便宜，在 OSWorld 的五个档位中有四个更便宜；在 OSWorld medium 档位上，Haiku 5.5 略便宜。

下面包括：价格、规格、共享基准及各自的运行方、各 effort 档位的成本曲线，以及按工作负载的路由。想单独了解每个模型，请看什么是 Claude Haiku 5.5 和什么是 GPT-6 Luna。最后一节会把同一个 prompt 发送给 Apifox 中的两个模型。

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。

价格对比

来源：Anthropic 的 定价文档和 OpenAI 的 GPT-6 Luna 模型页。OpenAI 对超过 272K 的“完整请求”重新定价。Anthropic 表示“超过 100,000 tokens 的 prompt 会按更高价格计费”，按请求的 prompt 长度计费。

在 100K tokens 以内，两者的账单逐行一致。在 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，两者都进入更高档，而 Luna 仍然更便宜。

两个示例，按各家自己的 tokens 计算：

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

Anthropic 表示，最多 100K tokens 的 prompt 约占 Haiku 4.5 请求的 90%。如果你的流量与之类似，那么大多数调用在两个模型上的成本相同。更多计算见 Claude Haiku 5.5 定价。

Tokenizer 会改变阈值

一个模型上的 token 不等于另一个模型上的 token。据 Anthropic 称，对于相同文本，Haiku 5.5 更新后的 tokenizer 比 Haiku 4.5 多产生约 30% 的 tokens。在 Hacker News 发布讨论帖中，一位评论者估计“现代 Claude 的 100K tokens 大约相当于现代 GPT 的 60-65K tokens”。那是社区估计，并非厂商数据。如果成立，那么按文本量算，Haiku 的 100K 界线会比原始数字所显示的来得更早。请在两个 API 上统计你自己的 prompt，并读取各自的 usage 对象。

规格

两者默认都是 medium。在 Haiku 5.5 上该参数是 output_config.effort；在 Luna 上是 reasoning.effort。两种免费聊天途径都不是 API key，因此无法驱动脚本、CI 任务或 agent。免费使用见 Claude Haiku 5.5 和 GPT-6 Luna。

有一处缓存差异在循环中很重要。在 Haiku 5.5 上，在请求之间更改顶层 effort 会使 prompt 缓存失效。OpenAI 表示，在 GPT-6 模型上更改 reasoning effort 不再破坏缓存（GPT-6 prompt caching）。

基准测试：Anthropic 的表格，以及每个 Luna 单元格由谁运行

下面的每个数字都来自 Anthropic 的 发布文章及其系统卡。表格由 Anthropic 汇总，但不同行由不同机构运行。Haiku 5.5 的结果是在 max effort 下取得的，大多为五次试验的平均值。

这些行共享的是基准名称，而非测试框架：Terminal-Bench 让 Claude Code 中的 Haiku 5.5 与 Codex CLI 中的 Luna 对决。OSWorld 最接近受控实验，因为 Anthropic 在相同任务上运行了两个模型，但这仍是一家厂商在运行竞争对手的模型。

目前还没有独立的正面交锋。 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 的排行榜列出 GPT-6 Luna（max），Intelligence Index 为 38，输出速度为每秒 129 tokens。完整的 Haiku 5.5 结果：Claude Haiku 5.5 基准测试。

各 effort 档位的每次尝试成本

发布表格展示的是每个模型在 max 档位的结果。Anthropic 的发布页面还把每个 effort 档位与成本作图，Luna 出现在两张图表中。

OSWorld 2.1（离线子集），部分得分 / 每次尝试成本：

GDPval-AA v2.1，Elo / 每任务成本：

Luna 在 GDPval-AA 的每个 effort 档位上成本都更低，在 OSWorld 的 low、high、xhigh 和 max 档位也更低。在 OSWorld medium 档位，Haiku 5.5 略便宜（$0.1257 vs $0.1261）。Haiku 5.5 在每个档位得分都更高。按相同花费比较：

• OSWorld 基准： 在 medium 档位，Haiku 5.5 每次尝试成本为 $0.1257，Luna 为 $0.1261，得分 53.3% 对 Luna 的 37.5%。Haiku 在 medium 档位也以更少的钱击败 Luna 在 max 档位的成绩（48.9%）。
• GDPval-AA 基准： Luna 在 max（1437，$0.09）与 Haiku 5.5 在 high（1420，$0.08938）花费大致相同，Elo 相差 17。

因此在计算机操作方面，在 Anthropic 的这次运行中 Haiku 5.5 每美元买到更多得分。在知识工作上，同等花费下两者接近，而当“够用就行”是目标时，Luna 更低的下限胜出。

路由：哪个模型适合哪种工作负载

Anthropic 将 Haiku 5.5 定位为适用于“范围明确的任务”，并表示 Sonnet 5.5 和 Opus 5.5“对于复杂的 agentic 编码任务仍是更好的选择”。这里两个模型都是为高吞吐量而打造的。

关于子 agent 见 Claude Code 中的 Claude Haiku 5.5，关于高 QPS 流水线的高流量 API 工作负载见 GPT-6 Luna。从 Haiku 4.5 迁移过来？Haiku 5.5 vs Haiku 4.5 列出了五个新的 400 错误。

在 Apifox 中并排测试两者

真正能定论的正面比较要在你自己的 prompt 上运行。在 Apifox 中，新建一个项目，放入两个请求和同一个 prompt：

1. 把 ANTHROPIC_API_KEY 和你的 OpenAI key 存为环境变量。
2. 添加下面的 Haiku 5.5 请求，然后添加使用相同 prompt 和 effort 的 Luna 请求。
3. 断言 Haiku 的 stop_reason 不是 "refusal"（没有服务端兜底），并且 usage 保持在你的 token 预算之内。
4. 在 low、medium 和 high effort 下运行两者，并保存每个响应以比较 tokens、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."}
    ]
  }'

不要传入 temperature、top_p 和 top_k：非默认值在 Haiku 5.5 上会返回 400。操作指南：如何使用 Claude Haiku 5.5 API。关于评测集，见测试 LLM 应用。

常见问题

Claude Haiku 5.5 和 GPT-6 Luna 价格相同吗？ 是的，对于最多 100K tokens 的 Haiku prompt：$0.10/$0.50、$0.01 缓存读取、$0.125 缓存写入。超过之后，Haiku 5.5 为 $0.50/$2.50，而 Luna 维持基础价直到 272K。

哪个模型得分更高？ 在 Anthropic 发布表格的每一行共享指标上都是 Haiku 5.5。该表格由 Anthropic 汇总；目前还没有独立的正面交锋。

哪个每任务更便宜？ 通常是 Luna：在 Anthropic 的 GDPval-AA 图表上每个 effort 档位都更便宜，在 OSWorld 的五个档位中有四个更便宜（在 medium 档位，Haiku 5.5 便宜 $0.0004）。在相同花费下，Haiku 5.5 在 OSWorld 上领先；GDPval-AA 则很接近。

有免费的吗？ 仅在聊天中：免费的 Claude.ai 用户可以选择 Haiku 5.5，Free 和 Go 用户可在 ChatGPT 桌面版中获得 Luna。两者都不会提供 API key。免费相关见 Claude Haiku 5.5。

按 prompt 长度选择，然后测试

先检查你的 prompt 长度。在 100K tokens 以内，价格打平，由准确率决定，而 Anthropic 的数据偏向 Haiku 5.5。在 100K 到 272K 之间，Luna 的阈值让每次调用都省钱。然后在两到三个 effort 档位上用真实请求运行两者：下载 Apifox，把两个请求放进同一个项目，让 usage 数字来定夺。

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。