Claude Haiku 5.5 对比 GPT-6 Luna API 价格：同价只到 10 万 token

截至 2026 年 10 月 8 日，Claude Haiku 5.5（claude-haiku-5-5）和 GPT-6 Luna（gpt-6-luna）的官方标价确实一样：每百万 token 输入 $0.10、缓存命中 $0.01、输出 $0.50。但这个"一样"只持续到 Haiku 的提示词达到 10 万 token。从第 100,001 个 token 开始，Haiku 这一次请求的输入、缓存和输出全部按 5 倍计价；Luna 要到输入超过 27.2 万 token 才涨，而且只涨到 1.5 到 2 倍。

按请求大小，价格结论分三段：

• 提示词不超过 10 万 token：token 数相同，两边账单完全相同。差别只来自各自实际用掉多少 token。
• 10 万到 27.2 万之间：同样大小的请求，Haiku 正好是 Luna 的 5 倍。
• 超过 27.2 万：两边都在高档，Haiku 是 Luna 的 2.5 到 3.3 倍。

单价相同也不等于每个任务花一样多。Artificial Analysis 在 Haiku 5.5 发布次日的评测里，两个模型都用 medium 档时，Haiku 每个任务约产出 33k 输出 token，Luna 约 11k，每任务成本 $0.05 对 $0.02；不过 Haiku 同档的综合分也更高（34 对 30），把分数拉到相近再比，差距缩小到 1 到 1.7 倍。

可以这样起步：分类、抽取、路由这类提示词远低于 10 万的短请求，价格分不出胜负，拿真实样本比质量和每条请求的输出 token；单次输入经常越过 10 万的长文档任务，以及上下文一路变长的多轮 Agent，默认先用 Luna，除非你能把 Haiku 的每次请求压在 10 万以内。另外，两家官方 API 的支持地区都不包括中国大陆和香港，具体见后文。

Haiku 5.5 和 GPT-6 Luna 的标价：10 万 token 以内完全相同

下表是两家官方定价页上的标准价，单位为美元 / 百万 token，截至 2026 年 10 月 8 日（Anthropic 定价页、OpenAI 定价页）。

几处容易看错的细节：

• 两家的门槛口径不同。 Anthropic 写的是"提示词长度超过 100,000 token 的请求付更高的价格"，正好 100,000 仍算低档；系统提示词、对话消息、工具结果、图片、文档和工具定义都算进提示词。OpenAI 写的是输入 token 超过 272K 时，整次请求的输入和缓存按 2 倍、输出按 1.5 倍计价。Luna 这条规则和 GPT-6 Sol 一样，两者的对比见《GPT-6 Luna 与 Sol 价格对比：API 和 Codex 分别怎么算》。
• Haiku 的高档也管输出。 定价表按提示词长度给输出单独列了 $2.50 一行，所以长提示词那一次请求的输出也是 5 倍价。
• 缓存 token 算不算进门槛，两家都没写。 Anthropic 的上下文窗口文档说缓存读取、缓存写入和普通输入都计入上下文窗口，但定价页、缓存文档都没说它们是否计入 100,000 的计价门槛；OpenAI 对 272K 也没有说明。下文的算例都按"计入"处理，做预算时这样更稳妥。
• 其他加价和不支持的选项。 Haiku 5.5 用 inference_geo: "us" 指定仅在美国推理时，所有计费项乘 1.1；它不支持 Priority Tier，也没有 fast mode。Luna 的 Fast 档是标准价的 2 倍。

规格上两者也很接近：Haiku 5.5 上下文 1M、最大输出 128K，默认 effort 为 medium（Haiku 5.5 概览）；Luna 上下文 1,050,000、最大输入 922,000、最大输出 128,000，默认 reasoning effort 也是 medium。所以选择通常不卡在规格上，而是卡在请求有多长、每次输出多少。

按请求大小算账：提示词过 10 万后 Haiku 是 Luna 的 5 倍

单次请求的费用这样算，两边公式相同，只是单价按各自的档位取：

单次费用 = (未缓存输入 × 输入单价 + 缓存写入 × 写入单价
           + 缓存命中 × 命中单价 + 输出 × 输出单价) ÷ 1,000,000

下面假设两边 token 数相同、不用缓存和工具、按标准价：

拿第一行验算：Haiku 是 2,000 × $0.10 + 200 × $0.50 = $300 / 百万次请求，Luna 一样，100 万次这样的分类请求两边都是 $300。再看第四行：只多 1 个 token，Haiku 那次请求就从 $0.011 跳到 $0.055，因为 100,001 × $0.50 + 2,000 × $2.50 已经全部按高档算。

这张表能读出三条规则：

1. 10 万以内，单价不会造成任何差额。 账单差多少，完全由两边实际计出的 token 数决定（下一节会讲为什么它们往往不相等）。
2. 10 万到 27.2 万之间，倍数恒为 5。 Haiku 高档每一项都是低档的 5 倍，而 Luna 还在低档，所以不管输入输出怎么配比，结果都是 5 倍。
3. 超过 27.2 万，倍数落在 2.5 到 3.3 之间。 输入、缓存这几项的比例是 $0.50 ÷ $0.20 = 2.5，输出是 $2.50 ÷ $0.75 ≈ 3.3，输出占比越高越接近 3.3。

Batch 不会改变这个比例，两边都是半价：150,000 + 2,000 的请求走 Batch，Haiku $0.040，Luna $0.008。

因为门槛按单次请求判断，估算时要看提示词长度的分布，尤其是 P95 和最大值，平均值会掩盖问题。平均 3 万 token 的业务，只要一小部分请求越过 10 万，Haiku 的账单就可能被这一小部分拉高，后面"混合流量"一节有具体算例。

多轮 Agent 账单：上下文过 10 万后 Haiku 是 Luna 的 2 倍多

Agent、子代理和长对话的麻烦在于提示词会一轮轮变长，前面的请求都在低档，后面几轮悄悄越过 10 万。下面是一个可以复算的示例，不是实际账单：

• 一次会话 20 轮，第 1 轮提示词 12,000 token，之后每轮增加 6,000（工具结果、历史消息），第 20 轮为 126,000；
• 每轮输出 1,500 token；
• 第 16 到 20 轮的提示词超过 10 万；
• 两边 token 数相同，标准价；使用缓存时，每轮从缓存读取上一轮的提示词，新增的 6,000 token 按 5 分钟缓存写入计价，并假设缓存 token 计入 10 万门槛。

换成每 1,000 次会话，不用缓存是 $396 对 $153，用缓存是 $94.9 对 $43.3。用缓存时，Haiku 那 $0.0949 里有 $0.0645（68%）来自最后 5 轮；前 15 轮两边都是 $0.0304，一分不差。也就是说，多轮任务里 Haiku 贵出来的部分几乎全部来自越线的那几轮。

这个示例有两处会让真实情况对 Haiku 更不利：

• Haiku 5.5 默认保留之前的思考块。 这些思考块留在上下文里，后续请求按输入计费，所以 Haiku 的上下文会比示例里涨得更快，越过 10 万也会更早（上下文窗口文档）。
• 两边的 token 数并不相同。 Haiku 同档位下输出更多（见后文），输出又会进入下一轮的上下文。

反过来，如果缓存读取其实不计入门槛，Haiku 的账单会比表中低。在官方写清楚之前，按计入做预算更稳妥。

想让 Haiku 在长会话里保持和 Luna 同价，办法只有一个：让每次请求的提示词留在 10 万以内，比如定期总结、压缩历史，清理旧的思考块，或者把一个长任务拆成几个上下文更短的子代理。

单价相同账单不同的原因：输出 token、思考块和分词器

10 万以内两边的单价一模一样，同一件事的账单仍可能不同，原因在 token 数上：

1. 思考 token 按输出计费，而且 Haiku 同档写得更多。 Haiku 5.5 的思考 token 按输出价收费，也计入 max_tokens；Artificial Analysis 统计的每任务输出 token 也包含了两边的推理部分。它的数据里，同为 medium 档，Haiku 每任务输出约 33k（其中推理约 20k），Luna 约 11k（推理约 6k）；只算输出这一项，就是 33,000 × $0.50 ÷ 1,000,000 = $0.0165 对 $0.0055。low 档差得更远：17k 对 2k。思考 token 在用量和账单里怎么对上，可以看《推理 Token 到底怎么计费？Gemini、OpenAI、Claude 的去重对账方法》。

2. Haiku 保留的思考块会变成后续请求的输入。 这是 Haiku 5.5 的默认行为，单轮请求不受影响，多轮对话的每一轮都会多出一截输入。

3. 分词器不同，同一段文字的 token 数不同。 Haiku 5.5 用的是 Claude 4.7 之后的新分词器，Anthropic 说同样的文字比 Haiku 4.5 多出约 30% 的 token，具体取决于内容（Haiku 5.5 新特性）。Haiku 5.5 和 Luna 对同一段中文或代码各计多少 token，目前没有公开的对比数据，只能用你自己的样本测。

把这些差异换算成钱，可以用一个简单的敏感度：在低档，每次请求多 100 个输出 token，100 万次请求就多 100,000,000 × $0.50 ÷ 1,000,000 = $50；一个 2,000 token 的提示词如果在某一边多计 10%（200 token），100 万次请求多 $20。短请求里，输出长度比分词器差异更值得盯。

每任务成本：同一 effort 档 Luna 便宜，分数对齐后接近

下面的数字来自 Artificial Analysis 的 Intelligence Index v4.3.2（10 项评测），在 Haiku 5.5 发布次日公布，同一档位名称两两对比：

同一个档位名，Haiku 分数更高，也花得更多。但两家的 effort 档位各自定义，名字相同不代表做同样多的工作。按分数把两边对齐，结论就变了：

在相近的分数上，Haiku 的每任务成本是 Luna 的 1 到约 1.7 倍；最高这一组 Haiku High 的首 token 延迟是 28 秒，Luna Max 是 111 秒。

用这些数字时要记住几个边界：这是一家机构的一套测试框架，发布第二天的数据，之后可能修订；Max 档的数字取自 Max 对 Max 的默认对比页；Haiku 的每任务成本在页面上带星号，对比页没有给出说明；评测里有长上下文项目（AA-LCR），其中是否有请求越过了 Haiku 的 10 万门槛不得而知。最重要的是，综合指数不等于你的任务。它的用处是告诉你该怎么设计测试：别只拿两边的默认档比，要拿"Haiku 低一档"对"Luna 默认档"也比一次。

旗舰模型之间也有同样的"标价差和任务成本差不是一回事"，见《GPT-6.1 Sol 对比 Opus 5.5：标价差 2 倍，任务成本差 6 倍》。

按自己的流量估算：混合请求的算法与判断规则

月账单可以按提示词长度分档估算：

月账单 ≈ Σ（该档请求数 × 该档单次费用）
单次费用 = 按上文公式，用实测的平均输入、缓存和输出 token 代入

一个混合流量的示例（假设两边 token 数相同）：每月 100 万次请求，95% 是 2,000 + 200 的短请求，5% 是 150,000 + 2,000 的长文档请求。

• Haiku 5.5：950,000 × $0.0003 + 50,000 × $0.080 = $285 + $4,000 = $4,285
• GPT-6 Luna：950,000 × $0.0003 + 50,000 × $0.016 = $285 + $800 = $1,085

短请求部分两边都是 $285，差额全部来自那 5% 的长请求。这就是为什么要先看提示词长度分布，再看单价。

据此可以得出几条判断规则：

• 几乎所有请求都在 10 万以内（按 Haiku 5.5 的实际计数）：单价打平，比的是"每个合格结果用多少 token"。两边都用默认档时 Luna 通常更省；如果 Haiku 用 low 或关闭思考就能通过你的验收，而 Luna 要 medium 才行，两者成本接近，这时按质量、延迟和你已有的 SDK 选。
• 有一部分请求落在 10 万到 27.2 万之间：Luna 更便宜，除非你能把这部分请求裁剪或拆分到 10 万以内，或者 Haiku 在这类任务上的质量提升值得多付的钱。也可以把长请求单独路由给 Luna，短请求按质量选。
• 经常超过 27.2 万：Haiku 是 Luna 的 2.5 到 3.3 倍，选 Luna。
• 上下文持续变长的多轮 Agent：默认 Luna；如果坚持用 Haiku，压缩和清理要保证每轮都不越过 10 万。

可以用这句话检验自己的结论："按我的流量，X 更便宜，除非……"。对大多数短请求业务，"除非"后面是 Haiku 在更低档位上的合格率；对长上下文业务，"除非"后面是能不能把 Haiku 的每次请求压在 10 万以内。

切换前先测的 5 项数据和要调的参数

不用大规模压测，拿一两百条有代表性的真实请求，两边各跑一遍，记下这些数：

1. 用 Haiku 5.5 重新计数的提示词长度。 Anthropic 的迁移指南明确要求用 model 设为 claude-haiku-5-5 重新计数，不要沿用 Haiku 4.5 的数字。记下 P50、P95 和最大值，看离 10 万有多远。Luna 一侧读响应 usage 里的输入和缓存 token。
2. 每个任务的输出 token，含思考或推理部分。 这是 10 万以内唯一会让两边账单拉开的变量。
3. 多轮任务每一轮的提示词增长。 重点看 Haiku 保留思考块后每轮多出多少，以及第几轮越过 10 万。
4. 各档位的合格率。 至少测 Haiku 的 low、关闭思考、medium，以及 Luna 的 none、low、medium，用同一套验收标准打分，再按"每个合格结果的成本"比。
5. 一次带缓存、总长超过 10 万的请求实际按哪一档计费。 构造一条未缓存部分不到 10 万、加上缓存读取超过 10 万的请求，在用量或账单页面看它按哪一档收费，就能确认缓存是否计入门槛。

调参时用得上的开关：

• Haiku 5.5：effort 默认 medium，可以往下调；在 high 及以下可以用 thinking: {"type": "disabled"} 关闭思考，但 Anthropic 更建议用调低 effort 来换速度和成本。从 Haiku 4.5 迁移时，temperature、top_p、top_k 传非默认值和 assistant 预填都会返回 400；安全分类器可能返回 stop_reason: "refusal"，没有服务端降级，代码里要处理。最小可缓存提示词为 512 token。
• GPT-6 Luna：reasoning effort 有 none、low、medium（默认）、high、xhigh、max；不急的任务走 Batch 或 Flex 半价，Fast 档按 2 倍计价。

如果小模型在你的任务上怎么调都过不了验收，往上一级看会比继续压参数更省时间，Claude 这边见《Claude Opus 5.5 已发布：API 价格、能力与从 Opus 5 迁移的检查项》。

从 Haiku 4.5 升级："降九成"按同一段文字算约少 87%

Anthropic 的说法是，10 万 token 以内的请求比 Haiku 4.5 低 90%，超过 10 万低 50%，按它自己的流量平均约低 75%（发布公告）。这里的 90% 和 50% 是每 token 单价的比较，同一段文字在新分词器下会多计约 30%：

• 10 万以内：同一段文字的费用约为原来的 1.3 × 0.1 = 0.13，少约 87%。例如 Haiku 4.5 上 10,000 token 的提示词加 500 token 输出，费用 $0.0125；同样内容在 Haiku 5.5 上约 13,000 token，费用 $0.00155。
• 超过 10 万：约为原来的 1.3 × 0.5 = 0.65，少约 35%，没有"降九成"那么多。
• 门槛提前了。 Haiku 5.5 的 100,000 token 约相当于 Haiku 4.5 计数下的 76,900 token（100,000 ÷ 1.3）。原来 8 万多 token 的请求，换过来可能已经进了高档。

1.3 只是平均值，以重新计数为准。另外 Haiku 5.5 默认开启思考，输出长度也可能和 4.5 不同。截至 2026 年 10 月 8 日，Haiku 4.5 仍是 Active 状态，退役时间"不早于 2026 年 10 月 15 日"，还没有发出弃用通知。这个日期只是下限，之后随时可能公布弃用安排，规划迁移前到 模型弃用页面 再看一次。

中国大陆能不能直接调用 Claude 和 OpenAI 的官方 API

不能。Anthropic 和 OpenAI 公布的 API 支持地区名单都不包括中国大陆和香港（Anthropic 支持地区、OpenAI 支持地区）。OpenAI 还写明，在名单以外的地区访问或提供访问，可能导致账号被封禁或暂停。

如果你的公司主体和使用地在支持地区内，开通 Claude API 的步骤见《Claude API Key 怎么获取：先买额度，再创建自己的密钥》。

另一条路是第三方 API 平台。以 laozhang.ai 为例，截至 2026 年 10 月 7 日的模型列表里有 gpt-6-luna，标价每百万 token 输入 $0.1、输出 $0.5、缓存读取 $0.01，与 OpenAI 标准价相同；列表里目前没有任何 Claude 模型，FAQ 说明 Claude 系列因资源原因暂时下线，所以它现在不能用来调用 Haiku 5.5。缓存写入价、27.2 万以上的长上下文价格和 Batch 在该列表里都没有写明，用于长请求前先向平台确认。

Haiku 5.5 与 Luna 价格的几个短问题

缓存命中的 token 算不算进 Haiku 5.5 的 10 万门槛？

公开文档没有写。上下文窗口文档只说缓存读取、缓存写入和普通输入都计入上下文窗口，没说是否计入计价门槛；Luna 的 272K 也一样。预算时按计入处理，再用上文第 5 项测试确认。

走 Batch 能缩小 Haiku 5.5 和 Luna 在 10 万以上的差距吗？

不能。两边的 Batch 都是标准价的一半，比例不变：150,000 + 2,000 的请求走 Batch，Haiku $0.040，Luna $0.008，仍是 5 倍。

Claude Haiku 5.5 和 GPT-6 Luna 哪个更强？

在 Artificial Analysis 的综合指数里，同一档位名下 Haiku 都高 4 到 7 分，但它为此用的 token 也多得多；单项上并不全赢，比如 medium 档的 AutomationBench-AA，Luna 是 40%，Haiku 是 29%。Anthropic 自己发布的图表里，Haiku 5.5 在 GDPval-AA v2.1 上得 1620，据媒体转述 Luna 为 1437，这属于厂商自报，不是独立评测。对你的业务来说，哪个更强要看上文第 4 项测试的合格率。

Haiku 5.5 的 10 万门槛按输入算还是按整个请求算？

按提示词长度判断，提示词包括系统提示词、消息、工具结果、图片、文档和工具定义；输出不计入门槛，但一旦提示词超过 10 万，这次请求的输出也按 $2.50 / 百万 token 计价。