Claude价格与模型对比：Haiku、Sonnet、Opus，同一份营销活我算了三遍，标价差40倍

10月7日，Anthropic发布了Claude Haiku 5.5，称它是“我们发布过的最便宜、最快、能力最强的小模型”（我的翻译）。想弄清Claude价格和Claude模型怎么选，第一个数字就是价格：Haiku 5.5每百万输入token $0.10，Sonnet 5.5是$2.00，Opus 5.5是$4.00。

最便宜、最快、最强，一句话里堆了三个最高级，所以我去看了价格页的脚注。Anthropic给新模型列的基准测试，混着编码、电脑操作和知识工作，没有一项是营销任务。

营销工作是另一回事：这个分类，那个总结，把事实抽出来，写第一版，判断最终稿。所以我拿一份营销活，在三个模型上各算了一遍。

Haiku和Opus之间的标价差是40倍。 账单会变小还是变大，取决于提示词长度、重试次数，以及你复用同一段上下文的频率。选那个仍能通过你自己测试的最便宜的模型。

我读了Anthropic的发布文章、价格页和模型概览，还有Artificial Analysis上关于Haiku 5.5的页面。文中引用的每一个价格和基准数据，我都在2026年10月14日对照来源核实过。

任务成本是我自己算的。价格为API价格，单位是美元每百万token（MTok）。

要点先看

• 每MTok标价： Haiku 5.5输入$0.10、输出$0.50，Sonnet 5.5是$2和$10，Opus 5.5是$4和$20。
• 倍数： Haiku与Sonnet差20倍，Haiku与Opus差40倍，输入输出都一样。
• 长提示词会缩小差距。 超过100,000 token后，Haiku 5.5收费$0.50和$2.50，与Sonnet的差距降到4倍。Sonnet和Opus没有这种加价。
• 缓存和批处理对账单的影响，可以和选哪个模型一样大。 用上缓存的Sonnet，成本可以和没用缓存的Haiku一样。
• Anthropic把Haiku 5.5定位在窄而重复的工作上： 总结、分类、抽取、路由。
• 一个小测试胜过一张排行榜。 拿你自己的20条数据在三个模型上都跑一遍，盲评打分，留下能过及格线的最便宜的模型。

Anthropic卖什么，卖多少钱

Anthropic目前有四个模型。下面是来自模型概览和价格页的标价，以及概览里Anthropic对每个模型的一句话描述（我的翻译）。价格截至2026年10月14日。

四个模型都标注了1M token的上下文窗口和128K token的最大输出。每一行的输出价格都是输入的五倍。

Anthropic对小模型的说法很窄。Haiku 5.5“可靠地处理快速而重复的工作负载（如总结、压缩、数据库查询和分类请求）”（我的翻译）。

Anthropic还说，Sonnet 5.5和Opus 5.5“仍然是复杂智能体编码任务的更好选择”（我的翻译）。它的文档建议大多数工作负载先从Opus 5.5开始。下面我的分工是出于成本考虑的营销选择，不是Anthropic的建议。

10月7日改了什么

发布当天有四处变化。

• 价格。 提示词不超过100,000 token时，Haiku 5.5输入收费$0.10、输出$0.50。Haiku 4.5收的是$1和$5，所以标价降了90%。
• 旋钮。 Anthropic说，Haiku 5.5是“我们第一个带可调节思考强度设置的Haiku级模型”（我的翻译）。你可以告诉这个小模型要想多用力。
• 加价。 Anthropic按提示词长度给Haiku 5.5定价：提示词超过100,000 token的请求，收费$0.50和$2.50。Anthropic说，上一代Haiku约90%的请求都没超过这条线。
• Sonnet的变化。 Anthropic把Sonnet 5.5的缓存读取价格减半，降到每MTok $0.10，并表示这会让大多数智能体任务的成本降低约20%。Haiku 5.5的缓存读取是$0.01。

标价不等于账单

有两个因素在蚕食那20倍的差距。第三个因素解释了，为什么Anthropic自己给出的节省幅度不是90%。

长提示词。 给Haiku 5.5塞一份150,000 token的品牌文档档案，输入按每MTok $0.50计费，不是$0.10。同样的token，Sonnet 5.5按$2计费，差距就变成4倍。

啰嗦和重试。 Artificial Analysis给Haiku 5.5在它的智能指数上打了43分。它报告说，这个模型为完成该指数生成了4.4亿token，同类模型的中位数是9500万，并称它很啰嗦。

这个比较对象是Artificial Analysis收录模型的中位数，不是Sonnet。但它仍然说明，便宜的模型可能花掉更多token，而每多一个token、每一次重试都要计费。

分词器，它不会改变Haiku与Sonnet之间的差距。 Anthropic说，Haiku 5.5“采用了更新的分词器（与Sonnet 5.5和Opus 5.5的类似），这意味着每个任务会多用一点token”（我的翻译）。Sonnet和Opus用的是类似的分词器，所以它不会缩小三者之间的差距。

Anthropic给出的、相对旧版Haiku的平均节省是“运行成本约低75%”（我的翻译），不是90%。分词器是原因之一，另一个原因是提示词超过100,000 token时降幅只有50%。

Artificial Analysis列出的$0.21，是它自己测试套件里一个任务的平均成本，在最高强度下运行。营销任务的成本是另一回事。

如果你需要仅限美国境内的推理，Anthropic价格页会加一个1.1倍的系数，在Haiku 5.5上，这个系数同样适用于超过100,000 token的更高价格。

基准测试怎么说，谁跑的

这张表里的每一个数字，都来自Anthropic 10月7日的发布文章。这是厂商自己挑的测试，所以只能当成一种说法，不是裁决。

Haiku 5.5比Haiku 4.5强得多。Sonnet 5.5仍然在每一行领先。

在两项知识工作得分上，与Sonnet的差距是220分和246分。Haiku 5.5在同样的得分上比Haiku 4.5多了885分和964分，所以大部分距离已经补上了。在智能体编码上，差距是百分比各行里最宽的：70.6%对39.2%。

Anthropic的表里还列了OpenAI的高性价比模型GPT-6 Luna，在Luna有数据的每一行，Haiku 5.5的得分都更高。这是Anthropic自己挑的测试。我没有去找独立的正面对比，所以对此不下结论。

Anthropic的文章还引用了HubSpot（在它的CRM模拟套件上得分92.8%）和AlphaSense。两者都是厂商挑选的引述，也都不是营销测试。

一份活，三种算法

拿每个营销团队都有的一份活来算：把10,000条来信，比如评论、表单提交或客服邮件，分到各个类别里，并给每一条写一句话总结。

以下是我的假设，仅作示意，不是实测：每条300 token输入、50 token输出。总共是3 MTok输入和0.5 MTok输出，按标价计算。

这恰好就是价格表上的20倍和40倍。标价乘以用量，告诉不了你价格表上没有的东西。

现在加上上一节的因素，同样是我的假设，Sonnet保持不变。假设Haiku在相同强度下写出两倍的输出token，输出成本翻倍到$0.50，合计$0.80。再给5%的条目加一次重试，合计约$0.84。

对比Sonnet的$11，差距约为13倍，不是20倍。标价差缩小了，但没有消失。

Batch API对可以等的工作，输入和输出都打五折。Anthropic把它描述为“对大批量请求的异步处理”（我的翻译）。按第一张表，批处理跑Haiku大约花$0.28。

成本随你的用量和习惯放大。每天跑一次，再加一轮，让智能体出错就重试，一个比你需要的贵40倍的模型，就会变成有人要问起的一行开支。

缓存：需要你自己打开的折扣

营销提示词会重复。同一份品牌指南，同样的语气规则，同样的示例，跟着每一条数据一起发出去。这段重复的内容，正是提示词缓存要解决的。

这些数字是我的示意。给分类任务的每个请求加上一份4,000 token的品牌指南。10,000条数据下，重复输入就是40 MTok。

按标价、不用缓存，Haiku 5.5要$4，Sonnet 5.5要$80，Opus 5.5要$160。用上缓存后按读取价格付费：Haiku 5.5每MTok $0.01，Sonnet 5.5是$0.10，Opus 5.5是$0.20。同样的40 MTok就变成$0.40、$4和$8。

缓存写入比普通读取贵。Anthropic价格页列出的五分钟缓存写入是输入价格的1.25倍，对Sonnet来说，每次缓存需要重建时，一份4,000 token的指南大约多花一美分。如果你想依赖一段很短的内容，先去缓存文档里查有没有最小提示词长度的限制。

把$0.40、$4和$8当成最好情况。在Opus 5.5和Sonnet 5.5上，Anthropic说缓存命中只收标准输入价格的5%。

用上缓存的Sonnet花$4，没用缓存的Haiku也是$4。两个杠杆各值20倍，而且你可以两个都拉。

便宜的模型让什么变得划算

价格低到这个程度，改变的是哪些活值得自动化。拿一份有100,000条查询的搜索词报告来说，给每一条按意图打标签：信息型、商业型、交易型、导航型或垃圾。

假设每条查询100 token输入，对五个类别加示例来说这已经很紧，所以把它当成下限。再加10 token输出。就是10 MTok输入和1 MTok输出，按标价，Haiku 5.5花$1.50，Sonnet 5.5花$30，Opus 5.5花$60。

$1.50，没人需要预算。$60，可能就有人想要预算，而一场预算讨论足以扼杀一个便宜的实验。

真正省下来的，是你可以重跑。类别会变，活动会结束，新产品会上线。当完整跑一遍只要一杯咖啡的钱，你每个月都重跑，报告也就一直是真的。

Claude价格之外：Haiku、Sonnet、Opus在营销团队里各归哪儿

这个分工是我的判断，不是测试结果。它依据上面的任务描述和基准表，在Anthropic页面没说话的地方，我把两者都往外延伸了一点。

Haiku 5.5：分拣和阅读台。 答错了也容易发现的活：

• 给线索打标签和路由
• 按主题和情感给评论分类
• 从邮件和PDF里抽出姓名、日期和金额
• 长邮件串的第一轮总结
• 研究流水线的阅读环节，智能体只负责摘引文

Sonnet 5.5：日常主力。 起草会由人来改的文案，分析活动导出数据，简报、提纲、翻译，以及工具调用必须成功的智能体工作。它是$2和$10，在Anthropic的智能体测试上领先Haiku。如果只付费用一个模型，从这个开始。

Opus 5.5：拿来试试做复核的那个。 Anthropic的发布文章把Sonnet 5.5和Opus 5.5放在一起，作为复杂智能体编码的更好选择，所以这个角色是我的猜测，猜这多出来的$2和$10可能花在哪里才值：策略复核、专门挑稿子毛病的怀疑者、困难的多步骤构建，以及一旦出错就要真金白银的决定。只有你的测试证明它抓到的问题更多，才留着它。

按$4和$20，你不会把Opus用在10,000条数据上。你把它用在那关键的十条上。

我的阅读型智能体跑在低强度上，复核者跑在高强度上。哪个模型该做哪项工作，我还没测过。

一项任务在人反正要检查时降一档，在没人检查时升一档。 你发出前自己会读的总结，可以交给便宜的模型。直接送到客户面前的一句话，值得用更好的那个。

没人会把10,000条打好标签的评论逐条读一遍，所以抽样检查。每周抽50条输出来读。只有样本一直是干净的，批量分拣才继续留在Haiku上，而不经审读就发布的meta description应该交给Sonnet。

也要留意这笔交易的另一面。最贵的token，是需要人来修的那一个，你在token上省下的钱，会以审读时间的形式回来。

如果你正在搭建背后的这套环境，我的营销技术栈展示了模型层放在哪里，AI营销实战手册讲了先自动化什么。

第二个旋钮：思考强度

选模型是一个旋钮。思考强度是另一个。Haiku 5.5现在有了它，所以这个小模型可以在简单的活上少想，在难的活上多想。

强度和模型大小都会提高质量，也都会抬高账单。它们是两个独立的旋钮，你应该有意识地把两个都设好。

Artificial Analysis是在最高设置下评测Haiku 5.5的。在那个设置下，同一页报告首个token的时间是332秒，中位数是1.83秒，这大概包含了思考时间。我不会把一个基准测试的设置原样搬进线上工作流。

在我自己的一次会话里，强度是被继承下来的。在我关于CLAUDE.md的文章里，我写过同时启动的十个研究智能体，是如何接手了那次会话的最高强度。六分钟后我把它停了：约3,100万token，用量表上约17美元，零份完成的档案。

给每一项自动化任务有意识地设置强度：分拣和抽取用低，起草用中，复核用高。正如我在那篇文章里写的，Anthropic的Opus 5.5指南说，各模型上强度级别的名称并不对应同样多的思考量，所以每个模型都要自己测设置，别照抄。

一个小测试：选能通过的最便宜的模型

排行榜不认识你的品牌语气，不认识你的产品名，不认识你的客户。你自己的数据认识。

这是我在把任何重复性工作换到更便宜的模型之前会做的测试。第一次大约花一小时，之后大约30分钟。

1. 收集20条覆盖各种情况的真实数据：五条简单的，十条典型的，五条难看的。
2. 在三个模型上跑同一个提示词，同样的指令、同样的示例，强度也是有意识设置的。
3. 去掉模型名，盲评打分：通过或不通过，再加一句理由。
4. 先定及格线，再看结果。内部工作我会从20条里通过18条起步，面向客户的文本要20条全过。
5. 取能过及格线的最便宜的模型，把它的单条成本乘以你真实的月用量。
6. 给结果标上日期，写下设置。新模型发布时，用同样的20条重跑。

20条是烟雾测试，不是统计。如果两个模型很接近，就跑50条。

应用还是API：哪个价格适用于你

上面说的全是API价格。当脚本、自动化工具或智能体调用模型、你按token付费时，它才适用。

如果你只是在Claude应用里聊天，你付的是订阅费。这时模型选择器改变的是质量、速度，以及你多快用完套餐的额度，不是按token的账单。去看看你的套餐提供哪些模型。

在我关于用AI做营销的文章里，我给前沿模型的重度专业使用标了数字：大约每月200欧，极限用户400到600。基础订阅大约每月20欧，我在ChatGPT营销里写过。

当脚本或自动化工具通过API调用模型，你就跨进了API价格，模型的选择开始显示在发票上。

常见问题

Claude Haiku和Sonnet哪个更适合做营销？

分拣、抽取和第一轮总结用Haiku 5.5，起草和分析用Sonnet 5.5，在复核和出错代价高的决定上试试Opus 5.5。然后拿你自己的数据跑上面的小测试，留下能通过的最便宜的模型。

Claude Haiku 5.5够用来写作吗？

Anthropic把它定位在快速、重复、大批量的任务上，没有提到品牌写作。用上面的盲评方法，在你自己的文案上测一测。对直接送到客户面前的文本，先从Sonnet开始，测试说可以再往下降。

Haiku 5.5比Sonnet 5.5便宜多少？

按标价，提示词不超过100,000 token时，输入便宜20倍（$0.10对$2），输出也便宜20倍（$0.50对$10）。超过这条线，Haiku 5.5收$0.50和$2.50，差距是4倍。重试和长输出可能进一步缩小它，而且Anthropic经常调价，做预算前先看它的价格页。

我的结论

如果你要挑出一个赢家，那Claude价格与模型的对比就问错了问题。按任务，选能通过你自己测试的最便宜的模型，并写下日期。

我的清单：

1. 分拣和抽取用Haiku，每周读一份输出样本。
2. 起草和分析用Sonnet。
3. 复核时试试Opus，只有你的测试证明它抓到更多问题才留着。
4. 有意识地设置强度，绝不让智能体去继承。
5. 新模型发布时重测：二十条数据，一个新价格。

本页的价格和基准数据截至2026年10月14日。Anthropic经常改这两样，所以依赖某个数字之前，先看看日期。

在营销团队里跑AI，想让人帮你再看一眼哪个模型做哪项工作、要花多少钱？来找我聊聊。