Haiku 5.5 降价争议：价格值得欢迎，账单和信任都要算清楚

FindGoodAI 评论｜2026 年 10 月 9 日

看到归藏关于 Haiku 5.5 的争论，我们的第一反应是：开发者当然应该欢迎更便宜的模型，也完全有理由继续追问一家公司的服务边界。享受降价，不需要附带购买对厂商的忠诚。

但把一次降价直接解释为针对中国模型的恶意，也需要比价目表更多的证据。这场争论里，价格、竞争和信任被挤在了一起，最后很容易变成互相判断立场。

先把原帖找全

截图涉及归藏（@op7418）在 10 月 8 日发布的两条 X 帖子：第一条对比 Haiku 5.5 与几款中国模型的价格和测试成绩，认为 Anthropic 的定价瞄准了它们；第二条回应由此产生的批评，强调价格降低不应让人忘记对公司的不满。后者就是截图上方的文字。

我们赞同讨论服务信任的必要性，但不赞同仅凭“竞争对手受到了压力”就认定这次降价值得谴责。任何有吸引力的新价格都会挤压竞品；要进一步证明一家公司的特定动机，还需要额外材料。

按 Anthropic 的发布页，Haiku 5.5 的标准输入、输出价格如下，单位均为美元／百万 token：

提示长度	输入	输出
不超过 100k token	$0.10	$0.50
超过 100k token	$0.50	$2.50

跨过阈值后，两项单价都是五倍。这里的 100k 指提示长度，不能拿生成的输出 token 数去判断是否触发这一档。

所以，“它很便宜”可以成立，却不能直接翻译成“我的所有任务都会更便宜”。短文本分类和不断累积上下文的编程任务，面对的是不同的账单。反过来，因为存在长提示阶梯价，就说短提示的降价全是假的，也没有必要。

对做产品的人，更有用的问题是：自己的请求中，有多少会跨过阈值？一次任务要发多少轮请求？是否需要反复重试？这些问题比一张最低单价榜更接近经营成本。

Artificial Analysis 的发布评测给 Haiku 5.5 的 max 档智能指数为 43，GLM-5.3 Flash 为 42；Terminal-Bench 4.0 中两者都是 33%。这是具体设置下的评测结果，不能概括为所有场景都领先。

更关键的是，AA 在该文中明确说明：其当时的暂定成本数据尚未计入超过 100k 提示的阶梯价。因此，图表中的每任务成本不宜直接用作长上下文业务的预算依据。

我们的选型方法会很朴素：拿同一批真实任务，固定验收标准，同时记录成功率、总费用、等待时间和人工返工。一次便宜的失败调用，最后可能需要更贵的模型补救；一次单价较高但直接交付的调用，也可能更划算。没有自己的样本，就很难从排行榜替业务作决定。

归藏提醒大家继续审视公司的做法，这个方向有讨论价值。以可用性为例，核查时 Anthropic 的支持国家和地区页面并未把中国大陆列入商业 API 支持范围。对有相关业务需求的团队，能否持续、合规地获得服务，会直接影响模型是否适合进入生产系统。

不过，地区政策可以通过公开文件核查，某个用户的封号或退款经历则需要个案证据。我们没有核实归藏的个人账号处理记录，也不会把社交平台上的投诉直接写成对所有用户都成立的事实。

我们希望厂商回答的，是可以检验的问题：价格条件是否容易看懂？服务边界是否明确？出现争议时有没有清楚的申诉路径？用户想换供应商时，是否能带走自己的数据和工作流？这些要求适用于 Anthropic，也适用于中国模型公司。

从用户角度看，中国模型公司最值得支持的，是它们提供了更多可选方案：能适应本地业务的服务、合适的部署方式、可控的成本，以及在某家服务不可用时仍能继续工作的替代路径。具体优势要逐项核实，不能用国别替代比较。

同样，使用 Haiku 也不意味着必须替 Anthropic 的每一个决定辩护。用户付费购买能力，有权同时提出批评；厂商让产品更便宜，也不必先获得消费者对其动机的道德认可。

我们的看法是：欢迎 Haiku 5.5 进入更低价的竞争区间，保留对 Anthropic 服务政策的审视，并继续为自己的产品准备可替换的模型方案。真正有价值的竞争，会让用户用更合理的成本完成工作，而且拥有离开的能力。

本文依据公开原帖、官方资料和第三方评测撰写，未声称完成 Haiku 5.5 的独立实测。价格与评测说明核查于 2026 年 10 月 9 日。