2026/10/09

Claude Haiku 5.5 vs Claude Sonnet 5.5：工具、思考与成本怎么选

比较 Claude Haiku 5.5 与 Claude Sonnet 5.5 的工具调用、思考模式、JSON 和 token 成本。了解 reAPI 测试了什么，以及如何评估自己的任务：固定输入、推理强度和输出预算，检查结果与用量。区分参数已接受和效果已验证，按完整工作流选型；有限检查不代表编程质量排名或延迟优势。

Claude Haiku 5.5 和 Claude Sonnet 5.5 的文档都注明了一百万 token 的上下文窗口，以及 128,000 个 token 的常规输出上限。两者的控制方式不同：Claude Haiku 5.5 默认使用 medium 推理强度，并允许强制选择工具；Claude Sonnet 5.5 默认使用 high 推理强度，采用自动工具选择^[1]^[2]。

因此，Claude Haiku 5.5 vs Claude Sonnet 5.5 的选择取决于你要运行的工作流。本指南对比文档中的请求行为，说明我们在 reAPI 上做的小规模能力检查，并提供评估自己任务的实用方法。我们不会根据少量请求给编程质量排名，也不据此宣称某款模型有延迟优势。

要点速览

两款模型都接受文本和图片，返回文本；文档注明的上下文与常规输出上限相同^[1]^[2]。
Claude Haiku 5.5 可在 low、medium 或 high 推理强度下关闭思考，也可以强制指定工具。这些控制差异可用于定义明确的信息提取或请求路由步骤^[3]。
Claude Sonnet 5.5 在 low、medium 或 high 推理强度下提供工具调用之间思考模式：跳过初始思考，同时保留工具调用之间的思考^[4]。
我们在 10 月 9 日的检查中，在两款模型上都观察到了结构化 JSON、工具结果续接、文档引用、流式输出和缓存读取。API 文档记录了测试范围^[5]^[6]。
用一个具有代表性的请求，对比当前 Claude Haiku 5.5 价格和 Claude Sonnet 5.5 价格。官方直连服务和 reAPI 分别采用不同的费率表^[7]。

Claude Haiku 5.5 vs Claude Sonnet 5.5：影响工作流的控制差异

更换模型时，变化可能不止模型 ID。从 Claude Haiku 5.5 迁移到 Claude Sonnet 5.5，或反向迁移时，先检查思考和工具选择方式，再判断原有请求是否仍表达相同的含义。

文档注明的属性	Claude Haiku 5.5	Claude Sonnet 5.5
模型 ID	`claude-haiku-5-5`	`claude-sonnet-5-5`
上下文窗口	一百万 token	一百万 token
常规输出上限	128,000 tokens，包含思考	128,000 tokens，包含思考
默认推理强度	Medium	High
可选推理强度	Low, medium, high, xhigh, max	Low, medium, high, xhigh, max
跳过初始思考	在 low、medium 或 high 档位下使用 disabled 模式关闭思考	在 low、medium 或 high 档位下使用 between_tools 模式，在工具调用之间思考
强制工具选择	支持	使用自动选择
发布日期	2026 年 10 月 7 日	2026 年 9 月 28 日

表格概括了 Anthropic 的模型文档和迁移文档，核对日期为 2026 年 10 月 9 日^[1]^[2]^[3]^[4]。这些限制是规格说明，并不表示我们的测试覆盖了达到上限的对话。

比较 Claude Haiku 5.5 和 Claude Sonnet 5.5 时，相同的上下文限制并不能证明回答质量相同。长请求仍然需要明确的问题和相关证据。比较两款模型时，保持输入一致，并用相同要求判断回答。

Claude Haiku 5.5 vs Claude Sonnet 5.5：思考设置有什么区别？

两款模型都默认启用自适应思考。Claude Haiku 5.5 的原生默认推理强度为 medium，Claude Sonnet 5.5 为 high。思考会消耗输出额度，因此 max_tokens 预算过小时，可能没有多少空间留给可见回答^[3]^[4]。

评估 Claude Haiku 5.5 和 Claude Sonnet 5.5 时，要先决定比较各自的默认体验，还是使用相同的推理强度设置。这是两种不同的实验。把选择与结果一起记录下来，避免之后改变提示词或推理强度时，被误认为发生了原因不明的质量回归。

Claude Haiku 5.5 文档中的 thinking.type: "disabled" 可用于 low、medium 和 high 推理强度。Claude Sonnet 5.5 在这些档位使用的是 thinking.type: "between_tools"。后者跳过初始响应前的思考，但允许在工具调用之间思考；它并不是完全关闭思考的开关^[3]^[4]。

如果第一步应该查询信息，这一区别就很重要。应用可能已经知道要读取哪条记录，只需要模型在收到结果后进行推理。请直接测试这一流程，不要用单次对话回答代替整个工作流的评估。

Claude Haiku 5.5 vs Claude Sonnet 5.5：工具调用与结构化结果

Claude Haiku 5.5 既支持要求调用任一工具，也支持强制指定工具。Claude Sonnet 5.5 的迁移指南要求调用方使用自动选择或不使用工具；我们对 Claude Sonnet 5.5 的强制指定工具探测返回了上游错误^[3]^[4]^[6]。

在 Claude Haiku 5.5 和 Claude Sonnet 5.5 之间，这是一项具体的集成差异。以只有一个分类函数的合成客服工作流为例：如果每个请求都必须生成该函数调用，可以评估 Claude Haiku 5.5 的强制选择功能。如果应用只需要一条分类记录，使用结构化 JSON 可能比把分类作为工具更简单。

两款模型都通过 output_config.format 支持结构化 JSON。schema 控制输出结构，工具定义则描述应用可能执行的函数。两者都不能替代业务事实核对：格式正确的日期，也可能是错误的日期^[8]。

比较 Claude Haiku 5.5 和 Claude Sonnet 5.5 的工具能力时，工具执行仍应由应用负责。返回结果时带上匹配的工具调用 ID，并保留完整的 assistant 内容，包括带签名的思考块。把上一轮回复简化为可见文本，会丢失保持对话完整所需的状态^[3]^[4]。

reAPI 检查实际观察到了什么？

我们于 2026 年 10 月 9 日，对两款模型共发送了 40 次直接、范围受限的请求。请求使用合成文本和工具测试数据，没有客户记录或真实工具操作。这些是协议和功能检查，并非编程基准测试或负载测试。各模型的文档说明了已观察到的功能和未测试范围^[5]^[6]。

检查项	两款模型均观察到的结果
基本文本与系统指令	返回了预期的合成标记
流式输出	返回了原生消息事件和内容事件
结构化 JSON	即使纯文本提示词与要求冲突，仍按所要求的 schema 输出
严格客户端工具	返回了预期工具名称和结构化输入
工具结果续接	下一轮响应使用了提供的合成工具结果
停止序列	停止原因符合预期，标记后的文本未出现
文本文档引用	回答中包含引用块
提示词缓存	先出现缓存创建计数，随后出现缓存读取计数

对 Claude Haiku 5.5 和 Claude Sonnet 5.5 而言，这些检查确认了一组可作为起点的应用功能。它们不能说明哪款模型的补丁更好、处理大型 PDF 需要多久，也不能说明两者在你的生产并发量下表现如何。

五个官方推理强度值都被接受了。我们没有据此推断各档位的相对推理深度。同样，响应中没有思考块，也不能揭示模型内部计算的全部细节。

原生参数（包括未知扩展字段）会通过 reAPI 透传。即使上游忽略某项设置，HTTP 200 也是正常的已接受响应。因此，测试 Claude Haiku 5.5 和 Claude Sonnet 5.5 时，需要观察实际结果：缓存计数、所要求的输出结构、停止原因，或会影响下一轮回答的工具结果。“参数已接受”和“行为效果已验证”是两件不同的事^[5]^[6]。

Claude Haiku 5.5 vs Claude Sonnet 5.5：成本取决于请求

比较 Claude Haiku 5.5 和 Claude Sonnet 5.5 的成本，需要考虑输入规模、生成的输出和缓存使用情况。先查看两款模型页面上的当前费率，再运行一个具有代表性的小样本，检查实际用量。不要只按可见回答的长度计算：思考也是输出用量的一部分^[3]^[4]。

在 Anthropic 直连服务中，Claude Haiku 5.5 的费率在提示词超过 100,000 个 token 时变化，缓存输入也计入这一阈值。Claude Sonnet 5.5 文档注明的一百万 token 上下文窗口，在当前直连费率表中没有对应的长上下文附加费。这些条件属于 Anthropic 的定价，不要直接套用到其他服务的报价^[7]。

请求反复共享固定前缀时，值得评估缓存。两款模型的文档都注明，最低可缓存前缀为 512 个 token，并支持五分钟和一小时的缓存有效期。请求被接受且含有缓存设置，并不能证明缓存命中；请检查创建和读取计数^[9]。

比较 Claude Haiku 5.5 和 Claude Sonnet 5.5 时，保持缓存条件可比。如果一款模型使用已有缓存的重复提示词，另一款使用新提示词，成本差异就难以解释。记录测量的是首次请求还是重复使用，也不要把一个样本的节省描述为整个账户的节省。

围绕实际决策做小规模评估

选择一种无需依赖另一款模型的判断就能评分的任务。信息提取任务可准备含有已知字段、并刻意缺失部分信息的原始说明；代码审查可使用带失败测试的缺陷；研究简报可准备一组来源，其中至少包含一个回答应保留的未解决问题。

失败标准明确后，Claude Haiku 5.5 和 Claude Sonnet 5.5 就更容易比较。信息提取回答如果编造缺失的日期，就不合格；建议的补丁如果改变无关行为，就不合格；研究回答所引用的段落如果无法支持结论，也不合格。这些是建议的评估规则，并非关于两款模型已观察表现的结论。

使用相同的输入、已记录的推理强度和输出预算，运行 Claude Haiku 5.5 与 Claude Sonnet 5.5。保留返回内容、用量和停止原因。如果加入工具，要测试完整循环：正确的初始调用只是其中一步，应用返回数据后，才会得到有用的最终结果。

参照 Claude Haiku 5.5 Messages 示例和 Claude Sonnet 5.5 Messages 示例，保持传输格式一致。Claude 上下文指南提供了更多背景；各版本的具体限制仍应查看对应型号的文档。

Anthropic. Claude Haiku 5.5 概览。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/models/haiku-5-5/overview。
Anthropic. Claude Sonnet 5.5 概览。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/models/sonnet-5-5/overview。
Anthropic. Claude Haiku 5.5 迁移指南。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/models/haiku-5-5/migration-guide。
Anthropic. Claude Sonnet 5.5 迁移指南。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/models/sonnet-5-5/migration-guide。
reAPI. Claude Haiku 5.5 API 文档与已观察能力。 2026 年 10 月 9 日。reapi.ai/docs/claude-haiku-5-5。
reAPI. Claude Sonnet 5.5 API 文档与已观察能力。 2026 年 10 月 9 日。reapi.ai/docs/claude-sonnet-5-5。
Anthropic. 定价。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/about-claude/pricing。
Anthropic. 结构化输出。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/build-with-claude/structured-outputs。
Anthropic. 提示词缓存。 于 2026 年 10 月 9 日查阅：platform.claude.com/docs/en/build-with-claude/prompt-caching。