通过 EvoLink 统一对话 API 接入 Anthropic 的 Claude Haiku 5.5(也常被搜索为 Haiku 5.5)。集成前可先测试工具调用、结构化输出、提示缓存。
Anthropic 最新的 Haiku 模型，面向大批量分类、信息抽取、路由和子 Agent 工作。提示词长度决定使用两档费率中的哪一档；输入、缓存写入、缓存读取、输出和联网搜索工具五个计费维度各自独立计量。
Claude Haiku 5.5
Anthropic 最新的 Haiku 模型
claude-haiku-5-5工单与意图分类、把字段抽成 JSON、请求路由，以及在更大模型之下运行的子 Agent 步骤——这些大批量、延迟敏感的工作应该用 Haiku 价位的路由完成，而不必升级到 Sonnet。
所有费率按每百万 Token 计,同时显示美元与 Credits,以你账户当前的价格为准。 提示 Token 超过 100K 后进入长上下文档位,所有 Token 角色按 ×5 计费。
集成前先估算一次 Claude Haiku 5.5 请求的费用。计算器按你账户的当前费率计算,官方价格仅作对照。
官方价预估 $0.0003 · 省 $0.0001(4%)
最低计费:每次请求 0.01 Credits。 提示 Token 超过 100K 后进入长上下文档位,所有 Token 角色按 ×5 计费。
快速测试
日常开发
生产评估
通过 EvoLink 统一网关接入 Claude Haiku 5.5 API。通过 EvoLink 统一 API 运行大批量分类、信息抽取、路由和子 Agent 调用，支持 100 万 Token 上下文与最高 12.8 万 Token 输出。提示词不超过 10 万 Token 时，每百万输入 Token $0.096、输出 Token $0.475，多个模型共用一个 API Key；首调前请核对 thinking 与 max_tokens 设置。
Claude Haiku 5.5 在 EvoLink 上以模型 ID claude-haiku-5-5 提供,支持 Chat Completions · Anthropic Messages,和其他模型共用同一把 API 密钥与余额。它提供 1M 上下文窗口,最大输出 128K Token,并支持工具调用、结构化输出、提示缓存。
数字取自 EvoLink 路由配置;能力以 API 当前实际提供为准。
Haiku 5.5 是 Anthropic 面向大批量、延迟敏感型工作的快速、低成本 Claude。按「完成一个任务花多少」来选路由，先调 effort，再动提示词。
给工单打标签、识别意图、做请求路由，把文档里的字段抽成 JSON。提示词尽量精简，并用结构化输出或参数取枚举值的工具约束答案，这样回复够短，请求也留在基础费率档。
由 Opus 或 Sonnet 模型规划任务，搜索、读文件等范围较窄的步骤交给 Haiku 5.5。Anthropic 称 Haiku 5.5 在遵循指令和充当子 Agent 方面明显优于 Haiku 4.5。衡量标准应是完成的步骤，而不是单条回复。
用简短的系统提示词回答常规问题、调用少量工具。对话和简短的工具任务从 low effort 开始；如果助手要在长对话里始终遵守严格规则，再把档位调高。
多文件编程、长周期 Agent 和分析级写作交给 Claude Sonnet 5.5，再往上是 Claude Opus 5.5。依赖采样参数、思考预算或 assistant 预填充、还没来得及重测的工作负载，先留在 Claude Haiku 4.5。
产品后端与批量任务走 EvoLink API;编码与分析类工作可直接在 Codex、Claude、Gemini 里调用 Claude Haiku 5.5。两条路径共用同一把 EvoLink API 密钥、余额、模型 ID 与请求记录。
适合:产品后端、批量任务、自动化流水线
向 EvoLink 发送 OpenAI 兼容的 Chat Completions(或 Anthropic Messages)请求,自行控制模型 ID、系统提示、输出预算、工具与结构化输出。
适合:在 Codex、Claude、Gemini 里做编码、评审与分析
把任务、要带入的材料和验收标准交给 Agent,由它组装请求、通过 EvoLink 调用 Claude Haiku 5.5,并把回答连同 token 用量一起返回。
这个示例是最短可运行的请求:一条 OpenAI 兼容的 Chat Completions 调用,带系统提示、用户消息和输出预算。完整参数与响应说明见 API 标签页。
curl -X POST https://direct.evolink.ai/v1/chat/completions \
-H "Authorization: Bearer $EVOLINK_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-haiku-5-5",
"messages": [
{ "role": "system", "content": "Classify each support ticket as billing, bug, or how-to. Reply with one word." },
{ "role": "user", "content": "I was charged twice for my subscription." }
],
"max_tokens": 4096
}'
# Thinking is on by default and counts toward max_tokens, so leave room for
# it. This Chat Completions request returns choices[0].message and usage
# (prompt_tokens, completion_tokens, and cache read / write tokens when
# caching applies).
# For the Anthropic Messages format at /v1/messages, follow the linked
# Claude reference; its request fields and response format are different.对照 API 文档检查模型 ID、messages 数组和参数范围,去掉该路由不支持的字段。
检查 Authorization bearer token,并在控制台确认可用余额。
提示词 token 超过了 Claude Haiku 5.5 的上下文窗口。裁剪或只检索相关材料,并复用缓存前缀。
退避并带抖动重试;用批处理或队列代替并发突发。
重试前检查敏感内容、格式错误的 tool-call 参数和 JSON schema 不匹配。
继续用同一个 EvoLink 客户端和 API Key。多数请求原样可用，下面四步覆盖与 Claude Haiku 4.5 行为不同的设置。
把客户端指向 EvoLink，API Key 不变，选择 claude-haiku-5-5。OpenAI 兼容的 Chat Completions 端点和 Anthropic Messages 端点都接受这个 ID。
思考默认开启，并计入 max_tokens，所以按「只回一个词」设的上限，可能在写出任何文本之前就被用完。请调高 max_tokens 或调低 effort；响应可能以 thinking 块开头，请按块类型读取内容。
Anthropic 会拒绝 Haiku 5.5 上的思考预算、非默认的采样参数值和 assistant 预填充。EvoLink 会把思考预算转成带 effort 档位的自适应思考，并去掉 temperature、top_p 和 top_k；预填充请改用结构化输出或系统提示词里的指令。
输入、缓存写入和缓存读取加在一起决定费率档。裁剪历史、减少检索量或拆分任务，让大批量请求的提示词保持在 10 万 Token 及以内；确实需要更多上下文的请求，按高费率档做预算。
缓存稳定的系统提示词、工具定义和参考文档，在多次请求之间复用。写入和读取分开计费。Anthropic 相比 Haiku 4.5 降低了可缓存提示词的最小长度，更短的提示词现在也能被缓存。缓存的 Token 仍计入决定费率档的提示词长度。
该路由记录的上下文窗口为 100 万 Token，最多输出 12.8 万 Token。提示词（输入、缓存写入和缓存读取合计）不超过 10 万 Token 时按基础费率计费；超过 10 万 Token 后，整个请求（含输出）按 5× 计费。思考会计入 max_tokens，要为它留出空间。
请求没有设置 thinking 时会运行自适应思考，不指定档位则按 medium effort。思考按输出计费，除非你要求返回摘要，否则不返回思考文本。effort 为 high 及以下时仍接受 thinking: disabled；Anthropic 建议改为调低 effort。
Anthropic 会拒绝 Haiku 5.5 上的思考预算、非默认的采样参数值和 assistant 预填充。EvoLink 为了兼容，会把思考预算转成带 effort 档位的自适应思考，并去掉 temperature、top_p 和 top_k。强制指定工具可以使用，但此时响应会直接以工具调用开头，不带思考。
Claude Haiku 5.5 不是一个混合单价。提示词长度决定用哪一档费率，各维度独立计量，思考按输出计费。
提示词不超过 10 万 Token 时：EvoLink 上每百万输入 Token $0.096、每百万输出 Token $0.475，Anthropic 官方为 $0.100 与 $0.500。提示词超过 10 万 Token 后，整个请求改按高费率档计费：输入 $0.478、输出 $2.375。即使不返回思考文本，思考也按输出计费。
把前缀缓存 5 分钟，每百万 Token $0.120；复用它每百万 Token $0.011。缓存的 Token 仍计入决定费率档的提示词长度。EvoLink 的价格会向上取整到一个完整的计费单位，所以缓存读取价可能略高于官方标价；估算节省时请以页面显示的价格为准。
在支持 web_search 的路由上，每次搜索 $0.010，不受高费率档的倍率影响。搜索结果产生的 Token 按普通输入计费。接入前请确认路由支持情况；有计费配置不代表所有路由都支持该工具。
先确认在你打算使用的 effort 档位下，Haiku 5.5 能否在自己的任务上守住质量，再比较价格、上下文、缓存和适用场景，选定生产路由。
| 模型 | Claude Haiku 5.5 | Claude Haiku 4.5 | Claude Sonnet 5.5 |
|---|---|---|---|
| 输入 / 输出 | $0.096 / $0.475 | $0.9 / $4.5 | $1.9 / $9.5 |
| 上下文 | 1M | 200K | 1M |
| 缓存 | 读 + 写 | 读 + 写 | 读 + 写 |
| 适用场景 | 工单与意图分类、把字段抽成 JSON、请求路由，以及在更大模型之下运行的子 Agent 步骤——这些大批量、延迟敏感的工作应该用 Haiku 价位的路由完成，而不必升级到 Sonnet。 | 上一代 Haiku，不论提示词长短都按同一费率计费；仍需要采样参数或思考预算的工作负载可以先留在这里。 | Anthropic 最新的 Sonnet；多文件编程、重度使用工具的 Agent，以及 Haiku 5.5 完成不了的工作，升级到这一档。 |
同一把 API 密钥、同一份余额,换档位不用改接入。
本页介绍 Claude Haiku 5.5，在 EvoLink 上使用模型 ID "claude-haiku-5-5"。Haiku 是模型系列名称，请在请求中指定完整版本，不要将 "haiku" 当作模型 ID。Claude Haiku 4.5 有单独的模型页与价格。
发送 model "claude-haiku-5-5"。同一个 ID 同时适用于 OpenAI 兼容的 Chat Completions 端点和 Anthropic Messages 端点。
提示词不超过 10 万 Token 时，EvoLink 价格为每百万输入 Token $0.096、每百万输出 Token $0.475；Anthropic 官方为 $0.100 与 $0.500。提示词超过 10 万 Token 后，价格为 $0.478 与 $2.375。
提示词长度是输入 Token 加上缓存写入和缓存读取的 Token。不超过 10 万时按基础费率计费。超过 10 万后，整个请求都按 5× 计费——输入、输出、缓存写入和缓存读取全部在内，而不只是超出分界线的那部分 Token。联网搜索调用不乘这个倍数。
按 Anthropic 官方标价，提示词不超过 10 万 Token 时，Haiku 5.5 是 Haiku 4.5 价格的十分之一；超过后是它的一半。Haiku 5.5 使用更新的分词器，同样的文本会多算约 30% 的 Token，而且思考默认开启，所以请用自己的工作负载比较完成一个任务的成本，而不是只看 Token 单价。
在基础费率档下，EvoLink 上 5 分钟缓存写入每百万 Token $0.120，缓存读取 $0.011；Anthropic 官方为 $0.125 与 $0.010。两者分开计量，提示词超过 10 万 Token 后都按 5× 计费。估算时请使用页面显示的价格（含取整）。
在支持 web_search 的路由上，每次搜索 $0.010。搜索结果产生的 Token 按普通输入计费。接入前请确认路由支持情况；有计费配置不代表所有路由都支持该工具。
可以，前提是 effort 为 high 及以下：发送 thinking: disabled 即可。在 xhigh 或 max 下 Anthropic 会拒绝它，这时请调低 effort 档位或使用自适应思考。Anthropic 建议调低 effort 而不是关闭思考，因为在 low effort 下，模型遇到简单请求可以跳过思考。
默认是 medium。Anthropic 建议：对话、简短的工具任务和简单的大批量请求用 low；包括 Agent 编程在内的大多数工作用 medium；知识工作和需要严格遵循指令的场景用 high。在定下 xhigh 或 max 之前，先和 Claude Sonnet 5.5 做个对比。
更换模型 ID，把思考预算换成自适应思考加 effort 档位，去掉 temperature、top_p 和 top_k，并替换 assistant 预填充。思考默认开启，所以要按块类型读取内容，并重新检查偏小的 max_tokens 取值。同样的文本，分词器会算出更多 Token；上下文扩大到 100 万 Token，最大输出扩大到 12.8 万；在 Claude API 上 computer use 需要使用 computer toolset。
思考会计入 max_tokens。按「只回一个词」设的上限可能被思考用完，于是响应在 thinking 块之后、任何文本之前就结束了。请调高 max_tokens 为思考留出空间，或者调低 effort 档位。
安全分类器可能拒绝请求。这时响应仍是一次正常的成功响应，stop_reason 为 "refusal" 并带有类别，所以读取内容前请先检查 stop_reason。Anthropic 不会把被拒绝的 Haiku 5.5 请求改由其他模型重新处理；请在客户端处理拒绝，并换一个提示词再试。
用同一个 EvoLink API Key，调用 OpenAI 兼容的 Chat Completions 端点或 Anthropic Messages 端点都可以。Claude Code 等 Anthropic 原生客户端，把 base URL 指向 EvoLink 即可使用。
Claude 订阅额度与 EvoLink API 计费相互独立。通过 EvoLink 的请求按页面价格消耗 EvoLink 余额，仍受账户和路由限额约束。请在兼容客户端中配置 EvoLink API Key 与文档指定的端点。
EvoLink 路由记录的上下文窗口为 100 万 Token，单次响应最多输出 12.8 万 Token。思考会计入 max_tokens，提示词超过 10 万 Token 时按高费率档计费。
跟踪一次通过率、有效的结构化输出、重试次数、每个任务的模型请求次数、在所选 effort 下的输出 Token、缓存命中率、提示词超过 10 万 Token 的请求占比、拿到可用结果的耗时和人工修正量——而不是只看 Token 单价。
