Claude Haiku 4

2026-09-24 核对（本卡已属存量参考）：Claude Haiku 4 发布于 2025-05-22，与 Sonnet 4 / Opus 4 同期。此后 Anthropic 的轻量档已多次迭代（本站另有 Claude Sonnet 5、Claude Fable 5.1 等新卡），且官方已随 2026-09-22 的 Claude Opus 5.5 预告 Claude Haiku 5.5 将在未来数周发布。新项目请优先评估当前 Haiku 档，本卡保留为「Haiku 4 代的能力与成本基线」参考。另需注意：模型名 claude-haiku-4-20250522 中的日期后缀是快照标识，官方可能下线旧快照，接入时建议显式锁定并关注官方弃用公告。

概述

Claude Haiku 4 是 Anthropic 于 2025 年 5 月与 Sonnet 4 / Opus 4 同步发布的轻量模型。定位为"快速 + 低成本"选项，速度是 Sonnet 4 的 3 倍，价格仅 1/3。

核心能力

极速响应

Haiku 4 的首 token 延迟约 0.5 秒，是 Sonnet 4 的 1/3。对于实时代码补全、流式聊天等场景，这个速度差异至关重要。

实测吞吐：

编程能力不打折

SWE-bench Verified 56.1%，远超同价位的 GPT-4o-mini（33.2%）和 Gemini Flash（43.8%）。在代码补全场景下，Haiku 4 的体验接近 Sonnet 4 的 80%。

200K 上下文

与 Sonnet 4 共享 200K 上下文窗口。可以用低成本处理长文档、全文件分析等任务。

Prompt Cache 仍然支持

Haiku 4 同样支持 prompt cache，Cache Read 价格只有 $0.10/M——便宜到几乎可以忽略。高频固定 prompt 场景务必开启。

API 调用示例

from anthropic import Anthropic
client = Anthropic()

# 极致速度场景：流式 + 短 max_tokens
with client.messages.stream(
    model="claude-haiku-4-20250522",
    max_tokens=500,           # 不要默认 16K，限制输出长度提速
    temperature=0,
    messages=[{"role": "user", "content": prompt}],
) as stream:
    for text in stream.text_stream:
        yield text

批量处理（Batch API）

Haiku 4 配合 Anthropic Batch API，价格再 -50%（变成 Input $0.5/M · Output $2.5/M），24 小时内返回。适合：

# 提交 10000 条要分类的文本
batch = client.messages.batches.create(
    requests=[
        {
            "custom_id": f"task-{i}",
            "params": {
                "model": "claude-haiku-4-20250522",
                "max_tokens": 100,
                "messages": [{"role": "user", "content": f"分类：{text}"}],
            }
        }
        for i, text in enumerate(texts)
    ]
)
# 轮询 batch.id 直到 status='ended'

万级任务用 Batch 一晚就出，成本是单条同步调用的 1/2。

定价

一个月用 10 亿 token（Input/Output 各半）：

• Sonnet 4: $9,000
• Haiku 4: $3,000
• Haiku 4 + 50% cache: $1,650
• Haiku 4 + Batch: $1,500

在 Cursor / IDE 中的角色

Cursor / Windsurf 等 IDE 内部通常分两档模型：

• Tab 自动补全 / Cmd+K 小改动 → 用 Haiku 4 这类速度优先模型
• Composer 多文件改写 / Agent → 用 Sonnet 4 这类质量优先模型

如果你自建 IDE 集成，参考这个分层。

Haiku 4 vs 同价位竞品

GPT-4o-mini / Gemini Flash 便宜 5-10 倍，但 SWE-bench 差一大截。Haiku 4 是"轻量级里编程最强"，DeepSeek-V3 是"国内便宜里编程最强"。

三档模型怎么选

适用 / 不适用清单

适合：

• 代码自动补全（Cursor Tab / Copilot 风格）
• 实时聊天机器人 / 客服
• 大批量分类 / 抽取 / 摘要
• 工具调用前置的简单 router 模型
• 日志解析 / 语义提取

不适合：

• 复杂多步推理（用 Sonnet 4 / Opus 4）
• 多文件代码重构（用 Sonnet 4）
• 长文写作（16K 输出窗口不够）
• 法律 / 医疗 / 金融的严格场景（用 Opus 4）

避坑清单

• 别忘 max_tokens：不显式设的话默认值很大，浪费速度和钱。
• 16K 输出限制：长文档处理时让模型分段输出。
• Cache 也要开：哪怕 Haiku 已经很便宜，固定 prompt 部分 cache 后又能再省 50%。
• 复杂任务不要硬凑：模型选错宁可重路由也别让 Haiku 4 硬扛——你省的钱会在用户体验上还回去。
• 快照名会退役：claude-haiku-4-20250522 这类带日期后缀的是快照 ID，官方会定期下线旧快照。生产环境请写别名或锁定后立即订阅官方弃用公告，否则某天直接 404。
• 别拿本卡的「首 token 0.5s」当 2026 年的基准：该实测数据对应 2025 年发布期，延迟还取决于你的区域、网络与并发，请以自家压测为准。

FAQ

Q: Haiku 4 现在还值得用吗？ A: 分两层看。能力层：SWE-bench Verified 56.1% 在今天仍是「轻量档里相当能打」的水平，代码补全、分类抽取、router 前置这类任务依然适用。时效层：它是 2025-05 的型号，后续轻量档已有迭代，且 Haiku 5.5 已在 2026-09 预告。新项目先查当前 Haiku 档，本卡作为基线与迁移对照更有价值。

Q: Haiku 4 和 Sonnet 4 怎么分工最省钱？ A: 典型做法是两级路由：用 Haiku 4 做意图识别、分类、抽取、router 等「高频 + 简单」的前置环节，把判定为「复杂」的请求升级到 Sonnet 档。配合 prompt cache（Haiku 缓存读仅 $0.10/M），前置环节的单位成本可以压到极低。

Q: 为什么我开启缓存后没省钱？ A: 三个常见原因：① 缓存默认生命周期只有 5 分钟，请求间隔太长会失效，反而白付写入价；② 把变化的内容（用户新消息、时间戳）放在了前缀里，一变就整体 miss；③ 前缀只用一次——写入价比标准输入还贵，只有第二次及以后命中才回本。详见 Prompt Caching。

延伸阅读

• 同系兄弟：Claude Sonnet 4 / Claude Opus 4 / Claude Sonnet 5
• 最新旗舰：Claude Opus 5.5 / Claude Fable 5.1
• 省钱原理：Prompt Caching · Token
• 速度优化：Context Engineering