模型对比
Haiku 5.5 与 Sonnet 5.5：实际工作量成本对比
Haiku 5.5 与 Sonnet 5.5 的 Token 单价不同，但预算还取决于输入长度、输出量、缓存，以及得到一个合格结果需要多少次尝试。先比较工作量，再选择模型。
先统一计费范围
本文使用共用价格表中的 Claude 官方直连 API 标准 Token 单价，不含订阅、Batch、区域加价、工具和协议折扣。下面是费用推算，不是性能实测榜单。
Haiku 5.5 的单次输入超过 100,000 Token 时会进入另一价格档位。阈值看单次请求，而不是一个月的累计输入。下方长输入示例对输入和输出都使用较高档位。
四种工作量，使用同一种计算方法
每行均为 1,000 次请求。短输入场景每次 10,000 输入、1,000 输出 Token；大量输出场景保持 10,000 输入，输出增加至 10,000；长输入场景每次 120,000 输入、2,000 输出。
缓存复用场景每次 10,000 输入、1,000 输出，输入中 80% 为缓存读取、10% 按五分钟单价写入、10% 未缓存。这是用于预算的 Token 占比假设，不是实测命中率。下表与计算器共用价格数据和精确小数计算。
| 工作量 | Haiku 5.5 | Sonnet 5.5 |
|---|---|---|
| 短输入 | US$1.50 | US$30.00 |
| 大量输出 | US$6.00 | US$120.00 |
| 长输入（>100K） | US$65.00 | US$260.00 |
| 缓存复用 | US$0.81 | US$15.30 |
理解哪些因素会改变差距
输出越长，按输出单价计费的部分越大。缓存复用只降低符合条件的输入费用，缓存写入仍然有成本。即使模型名称不变，改变其中一个假设，也会改变实际能省下多少钱。
不要将 Haiku 短输入价格套用到长请求，也不要把重复文本视为必然命中缓存。分词方式、请求结构、缓存条件和实际输出长度，都可能改变真实费用。试运行后，应使用 API 返回的用量数据替换假设。
比较每个合格结果的成本
相同 Token 数方便比较价格，但不代表质量相同。先选一组真实任务，写清验收条件，例如输出格式正确、答案正确、测试通过或达到人工审查标准。
将所有尝试的总费用除以合格结果数量，同时记录重试、审查时间和升级到其他模型的成本。更便宜的首次尝试可能是合适选择，但节省应当在整个工作流程中仍然成立。
- 两个模型使用同一任务集和验收规则。
- 分别记录质量、延迟、Token 数与重试次数。
- 扩大使用前，用未参与调试的任务验证路由规则。
- 为未通过首轮检查的任务保留升级处理路径。
把对比转化为运行预算
在计算器里填写自己的请求量和缓存比例，并将短输入与长输入分组。预算应保留价格核对日期，尤其是上线计划跨越多个账期时。
上线后与供应商已报告 API 费用核对。Quota Monitor 的 Anthropic 接入可跟踪支持范围内的组织或 Workspace 费用与限额，不逐条归因本地 Claude Code 任务，也不读取订阅剩余额度。具体范围和验证状态请看接入教程。
常见问题
- Token 更便宜，就意味着所有任务都应该选 Haiku 吗？
- 不是。本文比较计费场景，不评价任务质量。应基于自己的工作量，比较包括重试和升级处理在内的每个合格结果成本。
- 一个月用一百万 Token 就会触发 Haiku 长输入价格吗？
- 不会。档位取决于单次请求的输入量。很多短请求即使累计量很大，也仍属于短输入档位。