Claude Haiku 5.5
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,便宜 31%。
没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。
截至 2026年11月16日,Claude Haiku 5.5(Anthropic)在 BenchLeader Index 上得分 56.7(共 608 个已排名配置)。表现最好的是数学(66),最弱的是知识(49)。API 价格为输入每百万 token $0.100、输出每百万 token $0.500(按 3:1 混合为 $0.200),为 2026年11月16日的标价。输出速度约为 230 token/秒(Artificial Analysis)。发布于 2026年10月7日。
要点(截至 2026年11月16日)
- Claude Haiku 5.5 的 API 价格为输入每百万 token $0.100、输出每百万 token $0.500(按 3:1 混合为 $0.200)(标价,2026年11月16日)。
- Claude Haiku 5.5 的输出速度约为 230 token/秒(Artificial Analysis,2026年11月16日)。
- Claude Haiku 5.5 于 2026年10月7日发布(Anthropic)。
详细说明:Claude Haiku 5.5 是 Anthropic 的闭源推理模型,发布于 2026年10月7日。其最佳配置(推理强度 xhigh)在 BenchLeader Index 上得分 56.7 ±3.2,在 608 个配置中排第 173 名,处于上半区。关键在于这个“±”:另有 246 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(66),知识最低(49)。按混合价格计,每百万 token $0.200,属于已排名模型中最便宜的五分之一。输出速度为 231 token/秒,首次回答需 50.5 秒,位于最快的四分之一。它已在 7 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10月7日。
- 混合价格
- $0.200/M
- 输入 $0.100 · 输出 $0.500
- 来源:Artificial Analysis
- 输出速度
- 231 tok/s
- 由 Artificial Analysis 测量
- 首次回答
- 50 s
- 首 token 1.17 s
- 上下文
- 1M
- 来源:models.dev
- 完整回答
- 110 s
- 最近一次测量 2026年11月13日
- 单任务成本
- $0.248
- 每项任务 10 min,AA Index
- 单任务 token 数
- 136k
- 其中 71% 为推理
- 发布日期
- 2026年10月7日
- 综合 Index57
- 推理57
- 编程59
- 数学66
- 知识49
- 长上下文64
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/claude-haiku-5-5)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本页 | 2026年10月7日 | 56.7 | #173 |
| Claude Haiku 4.5 | 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 | – | – | 164 tok/s | 1.17 s | $0.0002 | |
| low | 47.7 | #400 | 208 tok/s | 4.99 s | $0.0002 | 编程 42 · 知识 46 · 长上下文 61 · 推理 39 |
| medium | 50.1 | #346 | 220 tok/s | 9.89 s | $0.0002 | 编程 47 · 知识 47 · 长上下文 63 · 推理 43 |
| high | 55.3 | #214 | 225 tok/s | 18 s | $0.0002 | 智能体与工具 51 · 编程 57 · 人类偏好 60 · 知识 48 · 长上下文 63 · 数学 64 · 推理 53 |
| xhigh最佳 | 56.7 | #173 | 231 tok/s | 50 s | $0.0002 | 编程 59 · 知识 49 · 长上下文 64 · 数学 66 · 推理 57 |
| max | 55.3 | #213 | 257 tok/s | 185 s | $0.0002 | 智能体与工具 51 · 编程 59 · 综合 54 · 知识 43 · 长上下文 66 · 数学 64 · 推理 56 |
| 未说明 | – | – | 164 tok/s | 1.17 s | $0.0002 | 指令遵循 63 · 推理 60 |
多思考要多花多少
提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 9.4 倍,Index 变化 +7.6,相当于支出每翻一倍提升 2.4 分。与其他模型比较。
每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。
Index 走势
2026年10月10日 至 2026年11月16日- xhigh
- high
- max
- medium
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。
推理
| 基准测试 | 无推理 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|---|
| GPQA Diamond | – | – | – | – | – | 89.7%#58 | – | Epoch AI Benchmarking Hub | |
| Humanity's Last Exam推理强度未说明 | – | – | – | – | – | – | 30.1%#13 | Scale AI / CAIS | |
| Arena Hard Prompts | – | – | – | 1449#114 | – | – | – | Arena (LMArena) | |
| LiveBench 2.0 Reasoning不计入 Index | – | – | – | – | – | 82.4%#24 | – | LiveBench | |
| LiveBench 1.0 Reasoning不计入 Index | – | – | – | – | 81.2%#50 | 84.6%#40 | – | LiveBench | |
| Humanity's Last Exam (AA)不计入 Index | – | 27.0%#194 | 33.8%#145 | 37.3%#118 | 42.7%#75 | 44.4%#59 | – | Artificial Analysis | |
| HLE-Diamond (AA) | – | 14.1%#106 | 16.8%#92 | 23.7%#69 | 28.8%#55 | 29.6%#53 | – | Artificial Analysis | |
| ARC-AGI-1 | – | 50.3%#187 | 57.3%#175 | 81.5%#126 | 87.5%#100 | 89.0%#92 | – | ARC Prize | |
| ARC-AGI-2 | – | 2.8%#202 | 9.4%#170 | 30.7%#140 | 61.3%#89 | – | – | ARC Prize | |
| ARC-AGI-3 | – | – | – | – | – | 2.8%#42 | – | ARC Prize | |
| CritPt不计入 Index | – | 9.1%#143 | 12.9%#118 | 18.6%#79 | 22.6%#65 | 18.9%#78 | – | Artificial Analysis | |
| CritPt v2 hard subset (AA) | – | 21.5%#96 | 30.5%#77 | 45.0%#53 | 47.5%#51 | 43.5%#55 | – | Artificial Analysis | |
| MysteryMechanism不计入 Index | – | – | – | – | – | 35.1%#11 | – | Vals AI | |
| Arena Expert不计入 Index | – | – | – | 1465#100 | – | – | – | Arena (LMArena) | |
| Chess Puzzles不计入 Index | – | 24.0%#86 | – | – | – | 55.0%#18 | – | Epoch AI Benchmarking Hub | |
| Mystery Game Puzzles不计入 Index | – | – | – | – | – | 30.0%#38 | – | Epoch AI Benchmarking Hub | |
| LMCA不计入 Index | 39.3%#115 | 44.8%#98 | 45.6%#93 | 45.2%#95 | 48.0%#84 | 51.1%#68 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | 75.2%#157 | 81.1%#134 | 84.3%#117 | 86.7%#111 | 87.2%#108 | 95.0%#50 | – | Epoch AI Benchmarking Hub |
编程
智能体与工具
数学
| 基准测试 | high | xhigh | max | 来源 | 趋势 |
|---|---|---|---|---|---|
| FrontierMath Tiers 1–3 | – | – | 75.1%#24 | Epoch AI Benchmarking Hub | |
| FrontierMath Tier 4 | – | – | 46.3%#31 | Epoch AI Benchmarking Hub | |
| OTIS Mock AIME | 97.2%#43 | 98.9%#25 | – | Epoch AI Benchmarking Hub | |
| ProofBench | – | – | 89.0%#11 | Vals AI | |
| LiveBench Mathematics不计入 Index | – | 92.8%#27 | 86.4%#51 | LiveBench | |
| Arena Maths | 1451#78 | – | – | Arena (LMArena) |
知识
指令遵循
| 基准测试 | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| LiveBench Language不计入 Index | – | 63.5%#63 | 62.6%#65 | – | LiveBench | |
| LiveBench Instruction Following不计入 Index | – | 66.5%#41 | 54.7%#66 | – | LiveBench | |
| MultiChallenge推理强度未说明 | – | – | – | 67.7%#10 | Scale AI SEAL | |
| Arena Instruction Following不计入 Index | 1426#107 | – | – | – | Arena (LMArena) |
人类偏好
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| Arena Text | 1421#127 | Arena (LMArena) | |
| Arena Creative Writing不计入 Index | 1361#163 | Arena (LMArena) | |
| Arena Multi-turn不计入 Index | 1412#146 | Arena (LMArena) | |
| Arena Longer Queries不计入 Index | 1419#138 | Arena (LMArena) |
多模态
| 基准测试 | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| LiveBench Design不计入 Index | 79.3%#10 | – | LiveBench | |
| SAGE不计入 Index | 89.8%#3 | – | Vals AI | |
| Blueprint-Bench 2不计入 Index推理强度未说明 | – | 33.0%#16 | Epoch AI Benchmarking Hub | |
| Furniture Assembly不计入 Index | 47.5%#16 | – | Epoch AI Benchmarking Hub | |
| VIALS-AA不计入 Index | 49.1%#10 | – | Handshake AI | |
| Code2Video-AA不计入 Index | 1192#7 | – | Artificial Analysis | |
| AA-3D不计入 Index | 998#13 | – | Artificial Analysis | |
| FACTS Multimodal不计入 Index推理强度未说明 | – | 38.9%#20 |
长上下文
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| AA-LCR v1.1 | 72.0%#208 | 77.3%#148 | 77.3%#148 | 78.3%#127 | 82.7%#40 | – | Artificial Analysis | |
| MLCR不计入 Index | 12.2%#107 | 16.1%#79 | 15.0%#88 | 15.0%#88 | 35.0%#9 | – | Artificial Analysis | |
| FACTS Grounding不计入 Index推理强度未说明 | – | – | – | – | – | 57.0%#20 |
综合
| 基准测试 | low | medium | high | xhigh | max | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|---|---|
| Epoch Capabilities Index不计入 Index推理强度未说明 | – | – | – | – | – | 160.4#18 | Epoch AI Benchmarking Hub | |
| LiveBench 2.0 | – | – | – | – | 68.9%#13 | – | LiveBench | |
| LiveBench 1.0不计入 Index | – | – | – | 72.1%#50 | 67.9%#60 | – | LiveBench | |
| AA Intelligence Index v5.0.1不计入 Index | 18.6#96 | 24.6#82 | 29.9#67 | 34.6#52 | 36.5#46 | – | Artificial Analysis | |
| AA Intelligence Index v4.3.2不计入 Index | 29.4#135 | 34.5#98 | 37.8#86 | 41.3#63 | 43.4#51 | – | Artificial Analysis | |
| AA Progress Index v1不计入 Index | 297#128 | 309#100 | 316.1#81 | 322.2#52 | 326.1#41 | – | Artificial Analysis | |
| Vals Index不计入 Index | – | – | – | – | 58.7#18 | – | Vals AI | |
| Vals Finance Index不计入 Index | – | – | – | – | 57.5%#19 | – | Vals AI | |
| Vals Science Index不计入 Index | – | – | – | – | 38.5%#13 | – | Vals AI | |
| Vals Router Index不计入 Index推理强度未说明 | – | – | – | – | – | 58.7%#10 | Vals AI | |
| Vals Legal Index不计入 Index | – | – | – | – | 70.3%#17 | – | Vals AI |
安全与诚实
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| FORTRESS不计入 Index | 9.5%#4 | Scale AI SEAL | |
| DistressBench不计入 Index | 71.7%#21 | Scale AI SEAL |
GameBench 2 Overall: 56.0. GameBench 2, best reasoning setting (XHigh): 75.1. 仅供参考,不计入 BenchLeader Index。
DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.
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 |
|---|---|---|---|---|---|---|
| Google Vertex | 184 tok/s | 0.47 s | $0.110 | $0.550 | 1M | – |
| Google Vertex | 175 tok/s | 1.46 s | $0.100 | $0.500 | 1M | – |
| Google Vertex | 174 tok/s | 0.60 s | $0.110 | $0.550 | 1M | – |
| Azure | 166 tok/s | 1.12 s | $0.100 | $0.500 | 1M | – |
| Anthropic | 165 tok/s | 1.02 s | $0.100 | $0.500 | 1M | – |
| Claude Platform on AWS | 165 tok/s | 1.17 s | $0.100 | $0.500 | 1M | – |
| Amazon Bedrock | 153 tok/s | 1.63 s | $0.110 | $0.550 | 1M | – |
| Azure | 139 tok/s | 1.56 s | $0.110 | $0.550 | 1M | – |
| Amazon Bedrock | 125 tok/s | 1.48 s | $0.100 | $0.500 | 1M | – |
| Amazon Bedrock | 72 tok/s | 1.08 s | $0.110 | $0.550 | 1M | – |
使用情况
Claude Haiku 5.5 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
过去 30 天的典型请求:每次请求 13.7k token、每个输出 token 对应 18 个输入 token、62% 的输入来自缓存、54% 的输出为推理内容、每次请求 0.21 次工具调用。
在 OpenRouter 上向它发送 token 最多的应用:Claude Code (755B)、Hermes Agent (427B)、pi (139B)、payready-document-extraction (105B)、Codex (105B)。
| Vercel AI Gateway 上的提供商 | 吞吐量 | 首 token | 在线率,1 天 |
|---|---|---|---|
| Amazon Bedrock | 229 tok/s | 1.05 s | 99.97% |
| Google Vertex | 210 tok/s | 0.50 s | 100.00% |
| Anthropic | 209 tok/s | 0.81 s | 100.00% |
| Claude on AWS | – | 0.54 s | 100.00% |
来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics · 数据截至 2026年11月16日。
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 $0.010。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 | $0.0002 | $0.0002 | 51.7 s |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.0015 | $0.0007 | 53.0 s |
| 代码编辑 | 6,000 / 1,500 | $0.0014 | $0.0009 | 56.9 s |
| 智能体编程会话 | 60,000 / 4,000 | $0.0080 | $0.0040 | 1.1 min |
| 结构化信息提取 | 2,000 / 200 | $0.0003 | $0.0002 | 51.3 s |
包含该模型的编程套餐
可以使用 Claude Haiku 5.5 的订阅套餐,列出各自的用量限制和单项任务成本。
Anthropic 的更多模型
将 Claude Haiku 5.5 与以下模型对比
- Claude Haiku 5.5 vs Muse Spark 1.3
- Claude Haiku 5.5 vs GPT-6 Astra
- Claude Haiku 5.5 vs Gemini 4 Argon
- Claude Haiku 5.5 vs Muse Wonder Full
- Claude Haiku 5.5 vs Claude Fable 5.1
- Claude Haiku 5.5 vs Claude Opus 5.5
- Claude Haiku 5.5 vs Claude Sonnet 5.5
- Claude Haiku 5.5 vs GPT-5.6 Sol
- Claude Haiku 5.5 vs Claude Opus 5
- Claude Haiku 5.5 vs GPT-6.1 Sol
- Claude Haiku 5.5 vs Claude Fable 5
另请参阅
嵌入或引用
在模型卡片或 README 中展示 Claude Haiku 5.5 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-5-5)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 5.5 on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/claude-haiku-5-5
BibTeX:
@misc{benchleader_claude_haiku_5_5_20261116,
author = {{BenchLeader}},
title = {{Claude Haiku 5.5 on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/claude-haiku-5-5}},
note = {Data as of 2026-11-16}
}常见问题
- Claude Haiku 5.5 的基准测试得分是多少?
- 截至 2026年11月16日,Claude Haiku 5.5(推理强度 xhigh)的 BenchLeader Index 为 56.7 ±3.2。最强的是数学(66),最弱的是知识(49)。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 5.5 排名第几?
- 截至 2026年11月16日,Claude Haiku 5.5(推理强度 xhigh)在 608 个已排名配置中排第 173 名。另有 246 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 5.5 每百万 token 的价格是多少?
- 截至 2026年11月16日,Claude Haiku 5.5 的价格为输入每百万 token $0.100、输出每百万 token $0.500,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.200。
- Claude Haiku 5.5 比 Muse Spark 1.3 更好吗?
- 截至 2026年11月16日,Claude Haiku 5.5(推理强度 xhigh)与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 56.7 比 61.6,在 ±8.8 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
- Claude Haiku 5.5 是什么时候发布的?
- Anthropic 于 2026年10月7日发布了 Claude Haiku 5.5。BenchLeader 收录了它在 7 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 5.5: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-5-5。