Claude Haiku 4.5
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
- 综合 Index48
- 推理43
- 编程48
- 智能体与工具45
- 数学61
- 知识36
- 指令遵循52
- 人类偏好48
嵌入这个排名
更多徽章样式[](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。
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 5.5xhigh | 2026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 Haiku | 2024年11月4日 | 38.7 | #556 |
| Claude 3 Haiku | 2024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/s | 1.03 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/s | 0.69 s | $0.0019 | |
| high | – | – | 86 tok/s | 0.69 s | $0.0019 | 编程 59 |
| xhigh | – | – | 86 tok/s | 0.69 s | $0.0019 | |
| thinking | 45.7 | #446 | 114 tok/s | 30 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 | #399 | 86 tok/s | 0.69 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- 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 Index | 11.1#292 | 11.1#292 | Artificial 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%#180 | Epoch AI Benchmarking Hub | |
| Arena Hard Prompts推理强度未说明 | – | – | 1441#128 | Arena (LMArena) | |
| GPQA Diamond (AA)不计入 Index | 64.7%#352 | 67.2%#328 | – | Artificial Analysis | |
| Humanity's Last Exam (AA)不计入 Index | 4.2%#545 | 10.4%#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%#27 | HELM Capabilities | |
| ARC-AGI-1 | – | 47.7%#191 | 14.3%#237 | ARC Prize | |
| ARC-AGI-2 | – | 4.0%#193 | 1.3%#226 | ARC Prize | |
| CritPt不计入 Index | 0.0%#337 | 0.0%#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#116 | Arena (LMArena) | |
| Chess Puzzles不计入 Index推理强度未说明 | – | – | 8.0%#137 | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index推理强度未说明 | – | – | 30.9%#141 | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index推理强度未说明 | – | – | 73.6%#161 | Epoch AI Benchmarking Hub | |
| ForecastBench不计入 Index推理强度未说明 | – | – | 63.1%#44 | ForecastBench |
编程
智能体与工具
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%#161 | Epoch AI Benchmarking Hub | |
| MATH Level 5推理强度未说明 | – | – | 96.4%#11 | Epoch 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%#12 | HELM Capabilities | |
| Arena Maths推理强度未说明 | – | – | 1402#152 | Arena (LMArena) | |
| AIME 2025 (AA)不计入 Index | 39.0%#154 | 83.7%#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%#92 | Epoch AI Benchmarking Hub | |
| AA-Omniscience v1.1 | -1.8#89 | – | Artificial Analysis | |
| MMLU-Pro | 78.7%#98 | – | Vals AI | |
| LegalBench | 81.2%#82 | – | Vals AI | |
| CorpFin | 60.6%#66 | 60.3%#69 | Vals AI | |
| TaxEval | 67.5%#104 | – | Vals AI | |
| MedQA | 79.6%#72 | – | Vals AI | |
| MMLU-Pro (HELM)不计入 Index推理强度未说明 | – | 77.7%#27 | HELM Capabilities | |
| CaseLaw v2不计入 Index | 56.5%#30 | – | Vals AI | |
| Excel Modeling Benchmark不计入 Index | 22.7%#70 | – | Vals AI | |
| MedCode不计入 Index | 32.7%#85 | – | Vals AI | |
| MedScribe不计入 Index | 85.2%#30 | – | Vals AI | |
| Public Benefits Bench v1.1不计入 Index推理强度未说明 | – | 54.3%#42 | Vals AI | |
| AA-Omniscience v1.1: accuracy不计入 Index | 17.5%#130 | – | Artificial Analysis | |
| AA-Omniscience v1.1: non-hallucination不计入 Index | 76.6%#23 | – | Artificial Analysis | |
| Global-MMLU-Lite (AA)不计入 Index | 83.4%#49 | – | Artificial Analysis |
指令遵循
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| IFBench | 42.0%#242 | 54.3%#155 | – | Artificial Analysis | |
| MultiChallenge | – | 50.5%#30 | – | Scale AI SEAL | |
| IFEval (HELM)推理强度未说明 | – | – | 80.1%#48 | HELM Capabilities | |
| WildBench (HELM)推理强度未说明 | – | – | 83.9%#15 | HELM Capabilities | |
| Arena Instruction Following不计入 Index推理强度未说明 | – | – | 1415#124 | Arena (LMArena) |
人类偏好
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1414#143 | Arena (LMArena) | |
| EQ-Bench 4 | 1053#30 | EQ-Bench | |
| Arena Creative Writing不计入 Index | 1387#133 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1425#125 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1436#117 | Arena (LMArena) |
多模态
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| MMMU-Pro | 55.1%#242 | 58.5%#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%#33 | Epoch AI Benchmarking Hub |
长上下文
| 基准测试 | 无推理 | thinking | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|
| AA-LCR v1.1 | 49.7%#345 | 74.3%#179 | – | Artificial Analysis | |
| Arena Document不计入 Index推理强度未说明 | – | – | 1419#44 | Arena (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#103 | Epoch 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 Index | 15.4#293 | 16.9#277 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 205.8#400 | 246.5#272 | – | Artificial Analysis | |
| HELM Capabilities mean不计入 Index推理强度未说明 | – | – | 71.7%#22 | HELM 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 Bedrock | 116 tok/s | 0.51 s | $1.10 | $5.50 | 200k | – |
| Amazon Bedrock | 93 tok/s | 0.67 s | $1.10 | $5.50 | 200k | – |
| Amazon Bedrock | 91 tok/s | 0.67 s | $1.00 | $5.00 | 200k | – |
| Google Vertex | 88 tok/s | 0.56 s | $1.10 | $5.50 | 200k | – |
| Google Vertex | 87 tok/s | 0.51 s | $1.00 | $5.00 | 200k | – |
| Azure | 83 tok/s | 0.41 s | $1.00 | $5.00 | 200k | – |
| Anthropic | 83 tok/s | 0.41 s | $1.00 | $5.00 | 200k | – |
| Google Vertex | 36 tok/s | 1.38 s | $1.10 | $5.50 | 200k | – |
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
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 | $0.0016 | 4.2 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.015 | $0.0069 | 7.7 s |
| 代码编辑 | 6,000 / 1,500 | $0.013 | $0.0095 | 18.1 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.080 | $0.040 | 47.2 s |
| 结构化信息提取 | 2,000 / 200 | $0.0030 | $0.0017 | 3.0 s |
Anthropic 的更多模型
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。
[](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}
}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。