Claude Haiku 5.5 发布，大幅降价显示 AI 价格战仍未结束

Anthropic 发布 Claude Haiku 5.5，在基准测试中大幅超越前代，OSWorld 计算机操作测试成绩从 15.7% 升至 72.4%。同时 token 价格最高下调 90%，但新 tokenizer 在每项任务中消耗更多 token，会侵蚀部分节省。The Decoder 认为 AI 定价竞争仍在持续。

与此前版本相比，Haiku 5.5 在计算机操作类基准上从 15.7% 跃升至 72.4%，同时 token 价格最高下降 90%。能力提升与价格下降同时出现，说明轻量模型的竞争重点正从单纯性能转向性价比。

价格下调的直接机制是 token 单价降低，但新 tokenizer 让同一任务消耗更多 token，因此名义降价不等于实际账单同比例下降。厂商可能通过分词策略、模型效率与批量推理来平衡收入与获客。

产品团队在选型时不能只看每 token 单价，需要按真实任务测量 token 消耗与总成本。计算机操作能力提升使自动化流程、浏览器代理等场景更可行，但新 tokenizer 会改变上下文预算、缓存策略和成本模型，需重新做基准测试。

• 按真实任务而非 token 单价，对 Claude Haiku 5.5 与前代做成本对比测试，输出可验证的每任务成本表。
• 在浏览器自动化、表单填写等 OSWorld 类场景中，用 Haiku 5.5 替换旧模型，评估成功率与单位任务成本。
• 针对新 tokenizer 重新校准 prompt 长度、上下文窗口和缓存策略，避免预算被隐性 token 增长吃掉。

• 新 tokenizer 具体让每项任务的 token 消耗增加多少，是否有官方对比数据？
• 最高 90% 的降价适用于哪些 token 类型和用量档位，是否存在时限？
• OSWorld 成绩 72.4% 的评测条件与基线是否公开可复现？
• Anthropic 是否给出与竞品在同等任务上的实际成本对比？