BenchLeader

Claude Haiku 4.5

推理强度
质量第 193 / 339 名
47.7Index
低于中位数
较中位数 −2.5
价格第 173 / 255 名
$2.00每百万 token
比多数贵
中位数的 2.4 倍
速度第 100 / 216 名
86token/秒
高于中位数
中位数的 1.0 倍
性价比第 182 / 255 名
23.9分/$
低于中位数
中位数的 0.4 倍

性价比更高: Qwen3.5-4B $0.060/M 即可获得 Index 46.7,价格只有 33 分之一。

有 104 个更便宜的已排名模型得分更高:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50),另有 101 个。

截至 2026年11月16日,Claude Haiku 4.5(Anthropic)在 BenchLeader Index 上得分 47.7(共 608 个已排名配置)。表现最好的是数学(61),最弱的是知识(36)。API 价格为输入每百万 token $1.00、输出每百万 token $5.00(按 3:1 混合为 $2.00),为 2026年11月16日的标价。输出速度约为 86 token/秒(OpenRouter)。发布于 2025年10月15日。

要点(截至 2026年11月16日)

  • Claude Haiku 4.5 的 API 价格为输入每百万 token $1.00、输出每百万 token $5.00(按 3:1 混合为 $2.00)(标价,2026年11月16日)。
  • Claude Haiku 4.5 的输出速度约为 86 token/秒(OpenRouter,2026年11月16日)。
  • Claude Haiku 4.5 于 2025年10月15日发布(Anthropic)。

详细说明:Claude Haiku 4.5 是 Anthropic 的闭源推理模型,发布于 2025年10月15日。其最佳配置在 BenchLeader Index 上得分 47.7 ±6.7,在 608 个配置中排第 399 名,处于下半区。关键在于这个“±”:另有 298 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(61),知识最低(36)。按混合价格计,每百万 token $2.00,比大多数已排名模型贵。输出速度为 86 token/秒,首 token 延迟 0.7 秒,比大多数模型快。它已在 6 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$2.00/M
输入 $1.00 · 输出 $5.00
来源:models.dev
输出速度
86 tok/s
OpenRouter 流量,7 天中位数;Artificial Analysis 尚未测量
首次回答
0.69 s
上下文
200k
来源:models.dev
单任务成本
–
单任务 token 数
–
发布日期
2025年10月15日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index48
  2. 推理43
  3. 编程48
  4. 智能体与工具45
  5. 数学61
  6. 知识36
  7. 指令遵循52
  8. 人类偏好48

嵌入这个排名

更多徽章样式
[![Claude Haiku 4.5 on BenchLeader: 综合第 189 名](https://www.benchleader.com/badge/claude-haiku-4-5.svg?style=compact)](https://www.benchleader.com/models/claude-haiku-4-5)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Anthropic 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

Anthropic 以这个名称发布过 6 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
Claude Haiku 5.5xhigh2026年10月7日56.7#173
Claude Haiku 4.5本页2025年10月15日47.7#399
Claude 3.5 Haiku2024年11月4日38.7#556
Claude 3 Haiku2024年3月7日36.1#582
Claude Haiku 3–––
Claude Haiku 4thinking–––

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––109 tok/s1.03 s$0.0019智能体与工具 58 · 指令遵循 45 · 长上下文 49 · 多模态 37
low––86 tok/s0.69 s$0.0019
high––86 tok/s0.69 s$0.0019编程 59
xhigh––86 tok/s0.69 s$0.0019
thinking45.7#446114 tok/s30 s$0.0019智能体与工具 41 · 编程 28 · 指令遵循 51 · 知识 48 · 长上下文 62 · 数学 58 · 多模态 40 · 推理 34
未说明最佳47.7#39986 tok/s0.69 s$0.0019智能体与工具 45 · 编程 48 · 人类偏好 48 · 指令遵循 52 · 知识 36 · 数学 61 · 推理 43

Index 走势

2026年9月8日 至 2026年11月16日
394857
  • 默认
  • thinking

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试无推理thinking来源趋势
AA Openness Index不计入 Index11.1#29211.1#292Artificial Analysis

推理

基准测试无推理thinking默认来源趋势
GPQA Diamond推理强度未说明––71.2%#180Epoch AI Benchmarking Hub
Arena Hard Prompts推理强度未说明––1441#128Arena (LMArena)
GPQA Diamond (AA)不计入 Index64.7%#35267.2%#328–Artificial Analysis
Humanity's Last Exam (AA)不计入 Index4.2%#54510.4%#338–Artificial Analysis
HLE-Diamond (AA)–4.5%#154–Artificial Analysis
GPQA Diamond (Vals)不计入 Index–72.2%#86–Vals AI
GPQA Diamond (HELM)不计入 Index推理强度未说明––60.5%#27HELM Capabilities
ARC-AGI-1–47.7%#19114.3%#237ARC Prize
ARC-AGI-2–4.0%#1931.3%#226ARC Prize
CritPt不计入 Index0.0%#3370.0%#337–Artificial Analysis
CritPt v2 hard subset (AA)–1.5%#124–Artificial Analysis
Arena Expert不计入 Index推理强度未说明––1452#116Arena (LMArena)
Chess Puzzles不计入 Index推理强度未说明––8.0%#137Epoch AI Benchmarking Hub
LMCA不计入 Index推理强度未说明––30.9%#141Epoch AI Benchmarking Hub
DTBench不计入 Index推理强度未说明––73.6%#161Epoch AI Benchmarking Hub
ForecastBench不计入 Index推理强度未说明––63.1%#44ForecastBench

编程

基准测试无推理highxhighthinking默认来源趋势
SciCode推理强度未说明––––42.3%#168SciCode
WeirdML推理强度未说明––––45.4%#85WeirdML
Arena Coding推理强度未说明––––1482#110Arena (LMArena)
Arena WebDev推理强度未说明––––1330#127Arena (LMArena)
SciCode (AA)不计入 Index–––42.3%#178–Artificial Analysis
LiveCodeBench–––41.2%#127–Vals AI
SWE-bench (Vals)不计入 Index–––66.6%#69–Vals AI
SWE-Bench Pro推理强度未说明––––39.5%#12Scale AI SEAL
SWE-bench Verified (bash only)–66.6%#17–––SWE-bench
SWE-bench Multilingual (bash only)不计入 Index推理强度未说明––––64.7%#11SWE-bench
SWE-bench Verified (any scaffold)不计入 Index–66.6%#18–––SWE-bench
Code Migration不计入 Index–––7.5%#66–Vals AI
ProgramBench不计入 Index–––0.0%#34–Vals AI
Vibe Code Bench v1.1不计入 Index–––11.4%#105–Vals AI
SWE-Bench Pro V2 HARD不计入 Index––25.5%#18––Scale AI SEAL
ALE-Bench不计入 Index推理强度未说明––––653.5#104Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index–––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)不计入 Index–––44.2%#133–Artificial Analysis
Startrise Frontend不计入 Index–––44.8%#29–Startrise
Design Arena Website不计入 Index推理强度未说明––––1114#136Design Arena
FrontierCode 2.0 (AA)–––0.4%#123–Artificial Analysis
LiveCodeBench (AA)不计入 Index51.1%#140––61.5%#107–Artificial Analysis

智能体与工具

基准测试无推理lowthinking默认来源趋势
Terminal-Bench推理强度未说明–––35.5%#65Terminal-Bench
Terminal-Bench Hard27.3%#128–27.3%#128–Artificial Analysis
τ²-Bench Telecom (AA)不计入 Index32.5%#252–54.7%#189–Artificial Analysis
Terminal-Bench 2.1 (Vals)––43.8%#65–Vals AI
MCP Atlas推理强度未说明–––40.2%#37Scale AI SEAL
BFCL Overall推理强度未说明–––68.7%#6Berkeley Function Calling Leaderboard
GDPval-AA v2.1不计入 Index––740#218–Artificial Analysis
τ³-Banking (AA)––9.3%#153–Artificial Analysis
ITBench SRE (AA)不计入 Index––27.3%#35–Artificial Analysis
Analyst Agent (AA)不计入 Index––15.0%#43–Artificial Analysis
Finance Agent v2不计入 Index––31.0%#71–Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index––0.8%#59–Vals AI
Legal Research Bench不计入 Index––10.6%#81–Vals AI
Tax Agent Bench不计入 Index––5.9%#78–Vals AI
Terminal-Bench 2.0 (Vals)不计入 Index––38.2%#35–Vals AI
BALROG不计入 Index推理强度未说明–––31.2%#17BALROG
DeepResearch Bench不计入 Index–45.5%#29––DeepResearch Bench
ExploitBench不计入 Index推理强度未说明–––13.7%#8Epoch AI Benchmarking Hub
Vending-Bench 2不计入 Index推理强度未说明–––458.9#63Andon Labs
AutomationBench不计入 Index––3.3%#207–Artificial Analysis
GDP.pdf (AA)不计入 Index––3.8%#208–Artificial Analysis
EnterpriseOps-Gym不计入 Index––29.4%#43–Artificial Analysis
AA-Briefcase v1.1不计入 Index––617#209–Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index––0.0%#115–Artificial Analysis
DeepSearchQA不计入 Index––12.8%#12–Google

数学

基准测试无推理thinking默认来源趋势
OTIS Mock AIME推理强度未说明––66.7%#161Epoch AI Benchmarking Hub
MATH Level 5推理强度未说明––96.4%#11Epoch AI Benchmarking Hub
AIME (Vals)–82.7%#44–Vals AI
MGSM–92.2%#21–Vals AI
Omni-MATH (HELM)推理强度未说明––56.1%#12HELM Capabilities
Arena Maths推理强度未说明––1402#152Arena (LMArena)
AIME 2025 (AA)不计入 Index39.0%#15483.7%#50–Artificial Analysis

知识

基准测试thinking默认来源趋势
SimpleQA Verified推理强度未说明–13.2%#92Epoch AI Benchmarking Hub
AA-Omniscience v1.1-1.8#89–Artificial Analysis
MMLU-Pro78.7%#98–Vals AI
LegalBench81.2%#82–Vals AI
CorpFin60.6%#6660.3%#69Vals AI
TaxEval67.5%#104–Vals AI
MedQA79.6%#72–Vals AI
MMLU-Pro (HELM)不计入 Index推理强度未说明–77.7%#27HELM Capabilities
CaseLaw v2不计入 Index56.5%#30–Vals AI
Excel Modeling Benchmark不计入 Index22.7%#70–Vals AI
MedCode不计入 Index32.7%#85–Vals AI
MedScribe不计入 Index85.2%#30–Vals AI
Public Benefits Bench v1.1不计入 Index推理强度未说明–54.3%#42Vals AI
AA-Omniscience v1.1: accuracy不计入 Index17.5%#130–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index76.6%#23–Artificial Analysis
Global-MMLU-Lite (AA)不计入 Index83.4%#49–Artificial Analysis

指令遵循

基准测试无推理thinking默认来源趋势
IFBench42.0%#24254.3%#155–Artificial Analysis
MultiChallenge–50.5%#30–Scale AI SEAL
IFEval (HELM)推理强度未说明––80.1%#48HELM Capabilities
WildBench (HELM)推理强度未说明––83.9%#15HELM Capabilities
Arena Instruction Following不计入 Index推理强度未说明––1415#124Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1414#143Arena (LMArena)
EQ-Bench 41053#30EQ-Bench
Arena Creative Writing不计入 Index1387#133Arena (LMArena)
Arena Multi-turn不计入 Index1425#125Arena (LMArena)
Arena Longer Queries不计入 Index1436#117Arena (LMArena)

多模态

基准测试无推理thinking默认来源趋势
MMMU-Pro55.1%#24258.5%#231–Artificial Analysis
MMMU-Pro (Vals)不计入 Index–46.1%#89–Vals AI
MortgageTax不计入 Index–62.2%#54–Vals AI
Blueprint-Bench 2不计入 Index推理强度未说明––0.0%#33Epoch AI Benchmarking Hub

长上下文

基准测试无推理thinking默认来源趋势
AA-LCR v1.149.7%#34574.3%#179–Artificial Analysis
Arena Document不计入 Index推理强度未说明––1419#44Arena (LMArena)
MLCR不计入 Index–5.0%#156–Artificial Analysis

综合

基准测试无推理thinking默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––142.8#103Epoch AI Benchmarking Hub
AA Intelligence Index v5.0.1不计入 Index–7.4#117–Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index15.4#29316.9#277–Artificial Analysis
AA Progress Index v1不计入 Index205.8#400246.5#272–Artificial Analysis
HELM Capabilities mean不计入 Index推理强度未说明––71.7%#22HELM Capabilities
Vals Multimodal Index不计入 Index–42.9%#30–Vals AI

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Amazon Bedrock116 tok/s0.51 s$1.10$5.50200k–
Amazon Bedrock93 tok/s0.67 s$1.10$5.50200k–
Amazon Bedrock91 tok/s0.67 s$1.00$5.00200k–
Google Vertex88 tok/s0.56 s$1.10$5.50200k–
Google Vertex87 tok/s0.51 s$1.00$5.00200k–
Azure83 tok/s0.41 s$1.00$5.00200k–
Anthropic83 tok/s0.41 s$1.00$5.00200k–
Google Vertex36 tok/s1.38 s$1.10$5.50200k–

使用情况

Claude Haiku 4.5 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

编程智能体轮次占比,30 天
0.01%
Claude Code 中占 98%

来源: T3 Code via Slopalytics。

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.100。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0019$0.00164.2 s
总结一份 30 页的报告12,000 / 600$0.015$0.00697.7 s
代码编辑6,000 / 1,500$0.013$0.009518.1 s
智能体编程会话60,000 / 4,000$0.080$0.04047.2 s
结构化信息提取2,000 / 200$0.0030$0.00173.0 s

Anthropic 的更多模型

本月新上线

另请参阅

嵌入或引用

在模型卡片或 README 中展示 Claude Haiku 4.5 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![Claude Haiku 4.5 on BenchLeader: 综合第 189 名](https://www.benchleader.com/badge/claude-haiku-4-5.svg)](https://www.benchleader.com/models/claude-haiku-4-5)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). Claude Haiku 4.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-haiku-4-5

BibTeX:

@misc{benchleader_claude_haiku_4_5_20261116,
  author       = {{BenchLeader}},
  title        = {{Claude Haiku 4.5 on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/claude-haiku-4-5}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

Claude Haiku 4.5 的基准测试得分是多少?
截至 2026年11月16日,Claude Haiku 4.5 的 BenchLeader Index 为 47.7 ±6.7。最强的是数学(61),最弱的是知识(36)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
Claude Haiku 4.5 排名第几?
截至 2026年11月16日,Claude Haiku 4.5 在 608 个已排名配置中排第 399 名。另有 298 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
Claude Haiku 4.5 每百万 token 的价格是多少?
截至 2026年11月16日,Claude Haiku 4.5 的价格为输入每百万 token $1.00、输出每百万 token $5.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.00。
Claude Haiku 4.5 是什么时候发布的?
Anthropic 于 2025年10月15日发布了 Claude Haiku 4.5。BenchLeader 收录了它在 6 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《Claude Haiku 4.5:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/claude-haiku-4-5。