Claude Haiku 5.5 vs Haiku 4.5：改了什么，先修哪些破坏性变更

Claude Haiku 5.5（claude-haiku-5-5，于 2026 年 10 月 7 日发布）在 100K tokens 以内的 prompt 上比 Haiku 4.5 便宜 90%（每百万输入/输出 tokens 为 $0.10/$0.50，而 Haiku 4.5 为 $1/$5），上下文窗口为 1M tokens 而非 200K，并且在所有同时列出两者的发布基准测试上都得分高得多。但要注意：有五种在 4.5 上可用的请求形式现在会返回 400，还有若干改动会在不报错的情况下改变响应与成本。

下面给出：一张并排对照表、每个破坏性改动的改动前/后 JSON、那些静默改动，以及一份面向 Apifox 的测试方案。完整规格见什么是 Claude Haiku 5.5。如果你还在运行旧模型，我们的 Claude Haiku 4.5 API 指南有相关介绍。

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。

Haiku 4.5 与 Haiku 5.5 速览

Haiku 4.5 并未弃用。模型弃用页面将其列为 Active，且没有弃用日期，因此你可以按自己的节奏迁移。两者的速率限制相同。

五个破坏性改动

在 4.5 上可用的请求体，每一个都会让 Haiku 5.5 返回 400。Haiku 5.5 迁移指南列出了全部改动。

1. 使用 budget_tokens 的手动思考

Haiku 5.5 只运行自适应思考。固定预算会被拒绝。

// Before (Haiku 4.5)
{
  "model": "claude-haiku-4-5-20251001",
  "max_tokens": 16000,
  "thinking": { "type": "enabled", "budget_tokens": 8000 },
  "messages": [{ "role": "user", "content": "Classify this ticket." }]
}

// After (Haiku 5.5)
{
  "model": "claude-haiku-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "Classify this ticket." }]
}

现在 Effort 就是调节杠杆：4.5 用小预算的地方，就选更低的 effort。你仍然可以发送 thinking: {"type": "disabled"}，但只在 high 及以下的 effort 才行；在 xhigh 或 max 下同样会返回 400。

2. 采样参数

移除 temperature、top_p 和 top_k。唯一被接受的值是 temperature: 1 和 top_p: 0.99。任何其他值都会返回 400，包括 top_p: 1、任意 top_k，以及同时发送 temperature 和 top_p。

// Before (Haiku 4.5)
{ "model": "claude-haiku-4-5-20251001", "max_tokens": 1024,
  "temperature": 0.2, "top_k": 40,
  "messages": [{ "role": "user", "content": "Extract the order ID." }] }

// After (Haiku 5.5)
{ "model": "claude-haiku-5-5", "max_tokens": 1024,
  "messages": [{ "role": "user", "content": "Extract the order ID." }] }

如果你为了输出稳定而使用了低 temperature，请把这一意图写进 prompt。

3. Assistant 预填充

即使关闭 thinking，供模型续写的末尾 assistant 轮次也会被拒绝。请让 messages 以 user 轮次结尾。

// Before (Haiku 4.5)
{ "model": "claude-haiku-4-5-20251001", "max_tokens": 1024,
  "messages": [
    { "role": "user", "content": "Return the sentiment as JSON." },
    { "role": "assistant", "content": "{\"sentiment\": \"" }
  ] }

// After (Haiku 5.5)
{ "model": "claude-haiku-5-5", "max_tokens": 1024,
  "system": "Reply with only a JSON object. No preamble.",
  "messages": [
    { "role": "user", "content": "Return the sentiment as JSON." }
  ] }

对于严格的格式，迁移指南建议使用 structured outputs，或使用带 enum 字段的 tool 来做分类。

4. 计算机使用（Computer use）：computer_20250124 改为 computer_toolset_20260801

在 Claude API 和 Google Cloud 上，Haiku 5.5 仅通过新 toolset 支持 computer use。请移除 computer-use-2025-01-24 beta 头；如果你会发送 fine-grained-tool-streaming-2025-05-14 也一并移除，因为它与 toolset 同时出现会返回 400。

// Before (Haiku 4.5, header anthropic-beta: computer-use-2025-01-24)
{ "model": "claude-haiku-4-5-20251001", "max_tokens": 4096,
  "tools": [{ "type": "computer_20250124", "name": "computer",
              "display_width_px": 1280, "display_height_px": 800 }],
  "messages": [{ "role": "user", "content": "Open the settings page." }] }

// After (Haiku 5.5, no beta header)
{ "model": "claude-haiku-5-5", "max_tokens": 4096,
  "tools": [{ "type": "computer_toolset_20260801" }],
  "messages": [{ "role": "user", "content": "Open the settings page." }] }

你的 agent 循环也要改：改为根据每个 tool_use 块的 name 和 toolset_name 分发，而不是 input.action，并在结果中回传 toolset_name。Haiku 5.5 还获得了 browser use tool（browser_toolset_20260801），而 Haiku 4.5 不支持它。更全面的内容见 Claude Code computer use。

5. 编辑 thinking 块之前的更早轮次

Haiku 5.5 的 thinking 块只有在其之前发送的所有内容保持不变时才有效。若修改 system、tools 或某条更早的消息再回传该块，就会返回 400。Haiku 4.5 从不执行这项检查。这里，第 1 轮发送了 "system": "You are a billing agent."，第 2 轮对其做了编辑。

// Before: edited system + replayed thinking block = 400
{ "model": "claude-haiku-5-5", "max_tokens": 4096,
  "system": "You are a billing agent. Be brief.",
  "messages": [
    { "role": "user", "content": "Why was I charged twice?" },
    { "role": "assistant", "content": [
      { "type": "thinking", "thinking": "", "signature": "<from turn 1>" },
      { "type": "text", "text": "Checking." } ] },
    { "role": "user", "content": "Order 4412." }
  ] }

// After: earlier turns unchanged, new instruction appended
{ "model": "claude-haiku-5-5", "max_tokens": 4096,
  "system": "You are a billing agent.",
  "messages": [
    { "role": "user", "content": "Why was I charged twice?" },
    { "role": "assistant", "content": [
      { "type": "thinking", "thinking": "", "signature": "<from turn 1>" },
      { "type": "text", "text": "Checking." } ] },
    { "role": "user", "content": "Order 4412. Be brief." }
  ] }

对于在 2026 年 8 月 31 日 00:00 UTC 之前创建的账户，该错误只会出现在设置了 thinking.block_binding.prefix_mismatch_behavior 的请求上。

不会报错的静默改动

• 默认返回空的 thinking 字段。每个 thinking 块返回时 thinking 字段为空，只带一个 signature。Haiku 4.5 返回的是摘要后的 thinking。如果你会记录或展示它，请设置 thinking: {"type": "adaptive", "display": "summarized"}。
• 响应可能以 thinking 开头。即使你不设置，自适应思考也是开启的，所以请按 type 选择内容块，而不是按索引。
• token 大约多 30%。新分词器会把同样的文本计为大约多 30% 的 token。重新统计 prompt，并记住 thinking token 也计入 max_tokens，所以上限设得太小可能在还没输出任何文本时就以 stop_reason: "max_tokens" 停止。
• 强制 tool_choice 会跳过 thinking。any 或指定名称的 tool 仍可用，但响应会以 tool 调用开头，且没有 thinking 块。如果你希望模型先推理，请使用 tool_choice: {"type": "auto"} 并告诉模型何时调用该 tool。
• 新增拒绝，且无回退。Haiku 5.5 会运行安全分类器（cyber、frontier_llm、bio、general_harms），它们可能返回 stop_reason: "refusal"。没有服务端回退，重试通常仍会被拒绝。
• Priority Tier 已取消。如果你在 Haiku 4.5 上有 Priority Tier 承诺，请单独规划容量。
• thinking 块与账户绑定。它们只在生成它们的账户或关联账户中有效。通过其他账户回放已存储的对话会丢失那部分推理。
• 更便宜的缓存更早生效。最小可缓存 prompt 从 4,096 降到 512 tokens，因此那些在 4.5 上从不缓存的短 system prompt 现在可以缓存了。

哪些方面变好了

这些是 Anthropic 报告的、Haiku 5.5 在 max effort 下的数据；Artificial Analysis 独立运行了 GDPval-AA 和 AA-Briefcase。

Haiku 4.5 的 Terminal-Bench 运行使用了固定的 63,999-token 思考预算。在默认的 medium effort 下，Haiku 5.5 在 GDPval-AA 上得分 1277，仍远高于 4.5。Box 报告的得分比 Haiku 4.5 高 11 分，而延迟约为其一半。完整表格见 Claude Haiku 5.5 benchmarks。

Anthropic 仍将 Sonnet 5.5 和 Opus 5.5 定位为复杂 agentic 编码的更好选择。Haiku 5.5 面向分类、抽取、摘要、压缩、子 agent 和浏览器使用。

在成本方面，Anthropic 称 Haiku 5.5 平均便宜约 75%。该数字综合了 100K tokens 以内降价 90%、超出部分降价 50%，并已计入新分词器带来的额外 token。工具使用的 system prompt 也缩小了，在 auto 工具选择下从 496 降到 286 tokens。示例见 Claude Haiku 5.5 pricing。

在 Apifox 中测试迁移

在 Apifox 中，创建一个项目，其中包含三个指向 https://api.anthropic.com/v1/messages 的已保存请求：

1. 基线：你当前的 Haiku 4.5 请求体。断言状态为 200。
2. 旧请求体，新模型：只把 model 改成 claude-haiku-5-5。断言状态为 400。每遇到一个破坏性改动就保留一份副本。
3. 迁移后：修复后的请求体。断言状态为 200、一个 stop_reason（它不是 refusal 或 max_tokens），以及一个通过 type 找到的 text 块。

将 ANTHROPIC_API_KEY 存为环境变量，并以 {{ANTHROPIC_API_KEY}} 的形式在 x-api-key 头中引用它，同时带上 anthropic-version: 2023-06-01。对比基线与迁移后请求的 usage.input_tokens，即可看到分词器改动在你自己的 prompt 上的影响。把这组请求保存为测试场景，这样队友一旦重新引入 temperature 就会让运行失败，而不是在生产环境出问题。请求基础见 how to use the Claude Haiku 5.5 API。

如果你使用 Claude Code，/claude-api migrate this project to claude-haiku-5-5 会应用模型 ID 替换和参数修复，然后给你一份清单。注意 haiku 别名只有在 Anthropic API 上才解析为 Haiku 5.5；见 Claude Haiku 5.5 in Claude Code。

常见问题

Claude Haiku 4.5 弃用了吗？没有。它被列为 Active，没有弃用日期，且下线不早于 2026 年 10 月 15 日。

为什么我的 Haiku 4.5 请求在 Haiku 5.5 上返回 400？检查是否存在 budget_tokens、temperature/top_p/top_k、assistant prefill、computer_20250124，或在 thinking 块之前对更早轮次的编辑。这些就是那五个破坏性改动。

对于长 prompt，Haiku 5.5 比 Haiku 4.5 便宜吗？是的。超过 100K tokens 时，每百万为 $0.50/$2.50，是 Haiku 4.5 的 $1/$5 的一半。Haiku 4.5 根本无法接受超过 200K 的 prompt。

我应该把所有东西都切到 Haiku 5.5 吗？对于分类、抽取和子 agent 工作，先测试再迁移。可在 Haiku 5.5 vs GPT-6 Luna 中与它最接近的对手做比较。

下一步

把 Haiku 4.5 请求与它对应的 Haiku 5.5 版本并排保存，确认 400，修复它，等迁移后的请求通过后再切换流量。下载 Apifox 来构建这对测试。

开发必备：API 全流程管理神器 Apifox

介绍完上文的内容，我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具，Apifox 是目前提升研发效率的首选。

如果你正在开发项目，不妨试试其极其友好的界面设计，它完全兼容 Postman 和 Swagger 数据格式，导入数据非常方便，，即使是新手也能很快上手，点击这里即可注册使用。

值得一提的是，除了个人和常规团队使用，针对有高安全合规要求、或需要在内网环境协作的企业，Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

详细的私有化部署系统架构与安全白皮书

针对您公司规模的专属报价单

免费的 1v1 专属产品演示 (Demo) 机会

获取部署方案

* 提交后，我们的客户经理将在 1 个工作日内与您联系

林俊锋 企业微信

@Apifox 专属顾问

扫码备注: 私有化 + 公司名