怎麼避免不小心跨過 100K 門檻？
幾個直接的做法：只檢索相關段落，不要整份文件塞給子代理；讓 orchestrator 寫短 brief；要求子代理只回傳需要的欄位，用結構化格式；多輪很長的子代理要定期收斂 context，因為 Haiku 5.5 預設保留先前的 thinking blocks；orchestrator 穩定不變的 system prompt 和工具定義拿去做 cache。cache 讀取算不算進 100K 目前沒有明確說明，先假設算最保險。
我不是工程師，只負責看團隊的 AI 工具預算，這則消息要注意什麼？
不要用新聞標題的「便宜九成」去估下個月的帳單。先請團隊提供一週的實際用量，看有多少請求的 prompt 超過 100K，因為那一段是五倍費率。另外換模型後 token 數會因 tokenizer 與預設的思考行為而改變，所以第一個月的帳單應該當成新的基準線，而不是和舊帳單直接比較。
2026 年 10 月 7 日，Anthropic 發布 Claude Haiku 5.5（模型 ID claude-haiku-5-5），同一天推出的 Claude Code v2.1.293 把它列為預設的 Haiku 模型。Anthropic 稱它是「迄今最便宜、最快的小模型」，主打摘要、壓縮、分類與子代理任務。對平常把 Haiku 當子代理或背景工作模型的人來說，這是價格與行為同時改變的換代，不只是換個型號。
已公布的規格：context window 為 1M tokens，最大輸出 128K tokens（批次作業 beta 可到 300K），支援文字與圖片輸入，知識截止 2026 年 6 月。價格以每百萬 tokens 計，分兩段：
對照 Haiku 4.5 的 $1／$5，100K 以內的 prompt 便宜九成。但新的 tokenizer 對同樣文字會多算約 30% 的 tokens，Anthropic 自己估算扣掉這個影響後，平均約便宜 75%，不是 90%。
beam.ai 的整理指出，超過 100K 之後，較高費率套用在整筆請求，而不是只算超出的部分（官方定價頁的措辭請自行對照確認）。該文的試算是：一次 8,000 tokens 的子代理呼叫約 $0.00155，同一類任務推到 120,000 tokens 約 $0.064，相差約四十倍。這是作者的試算，不是官方數字，但方向很清楚。
另一個容易漏掉的細節：Haiku 5.5 預設保留先前的 thinking blocks 在 context 裡，所以一個來回很多輪的子代理，就算沒有讀任何大文件，也可能悄悄跨過 100K。至於 cache 讀取的 tokens 算不算進 100K，目前沒有明確說明，beam.ai 建議先假設算。
Anthropic 把 Haiku 5.5 定位成 Opus 5.5 或 Sonnet 5.5 底下的子代理，而不是複雜 agentic coding 的主力，並明說後兩者在複雜 coding 任務上仍是較好的選擇。beam.ai 的示範性試算（作者自己的假設）顯示：Opus 5.5 當 orchestrator、Haiku 5.5 當子代理的一整輪任務約 $0.445，子代理只占約 7%（$0.031）；同一輪全部用 Opus 5.5 約 $1.65。省下的錢集中在子代理那一段，但 orchestrator 寫 brief 與讀回答的交接成本，約是子代理本身工作量的 4.8 倍，所以 brief 越短、回傳越結構化，省得越多。
另外，v2.1.292 新增了 Agent 工具的 effort 參數，可以控制子代理要多用力；Haiku 5.5 本身也是第一個支援調整 effort 的 Haiku 級模型，預設為 medium。
temperature、top_p 或 top_k 會直接回 400。舊的 Haiku 4.5 呼叫端如果有設這些值，要先拿掉。跑分是 Anthropic 自己公布的：Terminal-Bench 4.0 為 39.2%（Haiku 4.5 為 0.0%），OSWorld 2.1 離線子集為 72.4%（Haiku 4.5 為 15.7%）。第三方 Artificial Analysis 的 Intelligence Index 在最高 effort 為 43、medium 為 34，Haiku 4.5（開推理）為 17。最高 effort 產生的輸出 tokens 遠多於 medium（該文引述 4.4 億對 5,400 萬），所以大量子代理的場景多半 medium 或 high 比較划算。此外，它的安全分類器可能拒絕請求，而且沒有伺服器端的備援模型。