跳转到主要内容

Claude Haiku 5.5 对比 GPT-6 Luna:同价,默认档任务成本差 2.2 倍

Claude Haiku 5.5 与 GPT-6 Luna 短提示同价;AA v5.0 中默认档 Haiku 每任务约贵 2.2 倍、分更高,提示过 100K 后单价再涨 5 倍。

LaoZhang AI Team发布于更新于 26 分钟阅读
文章目录
Claude Haiku 5.5 与 GPT-6 Luna 封面:短提示同为每百万 token 输入 $0.10、输出 $0.50,默认 medium 档每任务 $0.0470 对 $0.0175,约差 2.7 倍(AA v4.3.2 的旧数字)

截至 2026 年 10 月 8 日,Claude Haiku 5.5 和 GPT-6 Luna 的 API 标价在短提示下完全一样:每百万 token 输入 $0.10、缓存读取 $0.01、输出 $0.50(见 Claude API 价格页与 OpenAI API 定价页)。拉开账单的是每个任务生成多少 token。Artificial Analysis(下称 AA)的智能指数在 2026 年 10 月 27~28 日换成 v5.0(9 项评测),在两边默认的 medium effort 下,Haiku 5.5 每任务 $0.0918,GPT-6 Luna 每任务 $0.0422,前者约贵 2.2 倍,分数是 25 对 18(AA 的 Haiku 5.5 与 GPT-6 Luna 对比页)。提示一旦超过 100K token,Haiku 整次请求的单价再涨 5 倍,Luna 要到 272K 才换档,而且只涨 1.5~2 倍。

所以没有自己任务的对照数据时,先拿 GPT-6 Luna 做成本基线,尤其是请求量大、提示偏长的分类、路由和信息抽取。下面几种情况再让 Haiku 5.5 跑同一批任务:

  • 需要的质量接近或超过 Luna 的上限。AA v5.0 里 Luna 开到 max 档才 28 分,Haiku 从 high 档起就有 30 分,xhigh 和 max 档是 34 和 36 分;Luna 要开到 xhigh 才有的 23 分,Haiku 默认的 medium 档就有 25 分,每任务还便宜约 12%。
  • 终端操作、电脑操作一类的代理任务。AA 的 Terminal-Bench 4.0 和 Anthropic 自报的 OSWorld 2.1 离线子集里,Haiku 都明显领先。
  • 主代理已经是 Claude Sonnet 5.5 或 Opus 5.5,需要一个同栈的子代理,或者在 Claude Code 里用 haiku 别名。

还有一个前提在单价之前:Anthropic 和 OpenAI 的支持地区列表里都没有中国大陆、香港和澳门。能不能合规直连,决定了比较是否成立,具体见后面的接入一节。

同价、贵 12 倍、便宜 75%:三种说法各在比什么

三种说法都有出处,但比较的对象不同,只有第一种直接比的是这两款模型。

说法实际比较的是什么出处能否用来估你的账单
两者同价Haiku 5.5 提示不超过 100K、Luna 输入不超过 272K 时的每百万 token 单价两家定价页只能代入单价,总额还要乘各自的 token 数
Haiku 便宜 75%Haiku 5.5 对比上一代 Claude Haiku 4.5 的平均运行成本Anthropic 的 Haiku 5.5 发布公告只对从 Haiku 4.5 迁移的人有意义,与 Luna 无关
Haiku 贵 12 倍社区帖子里的单次对比;AA 旧版数据里只有拿 Haiku max 档对 Luna medium 档才得到这个数,v5.0 下这一对约 9.7 倍社区帖子;AA 数据推算不能,两边的 effort 档位不一样

75% 是 Anthropic 的平均估算。公告脚注说明,按单价算,100K 以内的请求 Haiku 5.5 比 Haiku 4.5 低 90%,超过 100K 低 50%,而 Haiku 4.5 约 90% 的请求在 100K 以内。只按请求数加权是 0.9 × 90% + 0.1 × 50% = 86%;Anthropic 还扣掉了 Haiku 5.5 因新分词器每个任务多用的 token,结果约为 75%。

12 倍可以用 AA 10 月 8 日的旧版 v4.3.2 每任务成本复算:Haiku max 档 $0.2128 ÷ Luna medium 档 $0.01748 ≈ 12.2 倍。换成 v5.0 后同一对是 $0.4110 ÷ $0.0422 ≈ 9.7 倍;两边都取同一档位时,比值是 2.2~8.6 倍(下面有整张表);Haiku medium 对 Luna low 能凑出约 18 倍。档位不同,比出来的是"开多大思考量",不是"哪个模型贵"。

既然短提示单价相同,同一个任务的成本差就只来自三处:模型生成了多少输出和思考 token、同一段文字被各自的分词器切成多少 token,以及 Haiku 的请求有没有越过 100K。

API 单价:Haiku 过 100K、Luna 过 272K,整次请求换档

下表单位是美元/每百万 token,截至 2026 年 10 月 8 日,取自两家的官方定价页。输出单价也适用于思考或推理 token。

计费项Haiku 5.5,提示 ≤100KHaiku 5.5,提示 >100KGPT-6 Luna,输入 ≤272KGPT-6 Luna,输入 >272K
输入$0.10$0.50$0.10$0.20
缓存读取$0.01$0.05$0.01$0.02
缓存写入5 分钟 $0.125,1 小时 $0.205 分钟 $0.625,1 小时 $1$0.125$0.25
输出$0.50$2.50$0.50$0.75
批处理输入/输出$0.05/$0.25$0.25/$1.25$0.05/$0.25$0.10/$0.375

两条阶梯线有三点不同:

  • 位置不同。Haiku 是提示超过 100,000 token,Luna 是输入超过 272K token。100K 到 272K 之间,Luna 仍是低档价,Haiku 已经是高档价。
  • 涨幅不同。Haiku 换档后各项单价都是原来的 5 倍;Luna 输入和缓存是 2 倍,输出是 1.5 倍。
  • 计价范围相同。GPT-6 Luna 型号页写明超过 272K 后"整次请求"按高档计价;Anthropic 价格表把输出和缓存列也放在"提示超过 100,000 token"那一行,公告脚注的说法是"超过 100,000 token 的请求",即整次请求换档,而不是只对超出部分加价。

缓存 token 也算进 Haiku 的 100K。Anthropic 价格页写明,提示长度按请求的全部输入 token 计算,缓存读取和缓存写入都包括在内;每次请求单独计价,超过 100K 的请求即使部分命中缓存也按高档收费,之前的请求仍按原来的价格。下面的缓存算例会说明这对账单的影响有多大。

加速通道上两家也不一样。OpenAI 在 2026 年 7 月 30 日把 Priority 处理改名为 Fast mode,价格是标准价的 2 倍,Batch 和 Flex 是五折;Anthropic 的服务等级文档写明 Haiku 5.5 不支持 Priority Tier,Anthropic 的 Fast mode 也只适用于 Opus 系列。需要付费买更低延迟时,两款里只有 Luna 有这条路。

上下文长度都够用:Haiku 5.5 上下文 1M token、单次输出最多 128K;GPT-6 Luna 上下文 1,050,000 token,其中输入最多 922,000,输出最多 128K。

每次请求花多少:阶梯线、缓存与批量分类算例

单次请求的成本按下面的公式算,单价取这次请求所在的档位:

成本 =(未缓存输入 × 输入单价 + 缓存读取 × 读取单价 + 缓存写入 × 写入单价 + 输出与思考 token × 输出单价)÷ 1,000,000

下面四个场景都不带缓存,输出量为假设值:

场景Haiku 5.5GPT-6 Luna差距
10K 输入 + 1K 输出$0.0015$0.0015相同
99K 输入 + 2K 输出$0.0109$0.0109相同
150K 输入 + 2K 输出$0.080$0.016Haiku 是 Luna 的 5 倍
300K 输入 + 2K 输出$0.155$0.0615Haiku 约是 Luna 的 2.5 倍

150K 这一行最能说明阶梯线的影响。Haiku 已经越过 100K:150,000 × $0.50 + 2,000 × $2.50,再除以一百万,等于 $0.075 + $0.005 = $0.080。Luna 还在 272K 以内:150,000 × $0.10 + 2,000 × $0.50,除以一百万,等于 $0.015 + $0.001 = $0.016。同样的请求,只是比 99K 多了 51K 输入,Haiku 的花费从 $0.0109 跳到 $0.080。到了 300K,Luna 也换档:300,000 × $0.20 + 2,000 × $0.75,除以一百万,等于 $0.0615;Haiku 是 300,000 × $0.50 + 2,000 × $2.50,除以一百万,等于 $0.155。

输入长度轴上的两条阶梯线:Haiku 5.5 过 100K 整次单价涨 5 倍,GPT-6 Luna 过 272K 才涨 1.5~2 倍;99K、150K、300K 三个算例分别为两边相同、$0.080 对 $0.016、$0.155 对 $0.0615

再看缓存。一次 150K 的请求,其中 140K 命中缓存、10K 未缓存,输出 2K:

  • GPT-6 Luna:140,000 × $0.01 + 10,000 × $0.10 + 2,000 × $0.50,除以一百万,等于 $0.0034。
  • Haiku 5.5:缓存 token 算进 100K,这次请求按高档计价,140,000 × $0.05 + 10,000 × $0.50 + 2,000 × $2.50,除以一百万,等于 $0.017。

同样大部分命中缓存,Haiku 这次请求是 Luna 的 5 倍。带长缓存前缀的 Haiku 请求要按 $0.017 这类高档数字做预算;想回到低档,就得把整次输入(含缓存部分)压到 100K 以内。

再看大批量分类:100 万次请求,每次 2K 输入、300 输出。每次是 2,000 × $0.10 + 300 × $0.50,除以一百万,等于 $0.00035,100 万次共 $350,两边相同;走批处理五折,各 $175。同样的工作量放在 Haiku 4.5 上,每次是 2,000 × $1 + 300 × $5,除以一百万,等于 $0.0035,共 $3,500。

这个算例里的 300 个输出 token 必须包含思考 token。两款模型默认都是 medium 档:Haiku 5.5 默认开启自适应思考,Luna 默认会推理。假设每次请求再多出 1,000 个思考 token,就是多 1,000 × $0.50 ÷ 1,000,000 = $0.0005,100 万次多 $500,总额从 $350 变成 $850。做分类、路由这种答案很短的任务时,把思考量压到最低,比在两个模型之间挑单价更省钱。

最后一个变量是分词器。Anthropic 说明,同一段文字在 Haiku 5.5 上比在 Haiku 4.5 上多出约 30% 的 token,具体视内容而定;Anthropic 与 OpenAI 两家分词器之间的换算比例没有公开数据。用自己的真实提示分别调用两边,读响应里的 usage 字段,比套任何比例都准。

每个任务花多少:AA 测得同档 effort 下 Haiku 贵 2.2~8.6 倍

AA 用同一套 9 项评测(综合指数 v5.0,取代了 10 项评测的 v4.3.2,两版分数不能逐分对比)按档位分别测了两款模型。下表是截至 2026 年 10 月 28 日 AA 对比页上的数据,每任务成本为美元,耗时是每个指数任务的平均秒数。

effort 档位Haiku 5.5 指数Haiku 每任务Haiku 每任务耗时Luna 指数Luna 每任务Luna 每任务耗时Haiku/Luna 成本比
max36$0.4110593 秒28$0.1520597 秒2.7
xhigh34$0.2484441 秒23$0.1041357 秒2.4
high30$0.1586298 秒21$0.0729269 秒2.2
medium(两边默认)25$0.0918193 秒18$0.0422未公布2.2
low19$0.043898 秒10$0.005128 秒8.6
none(仅 Luna)无此档无此档无此档9$0.0786 秒不适用

成本比按 AA 页面上的数值相除,例如 medium 档 0.0918 ÷ 0.0422 ≈ 2.2,low 档 0.0438 ÷ 0.0051 ≈ 8.6;xhigh 档 Haiku 的 $0.2484 和 high 档 Luna 的 $0.0729 是 AA 页面数据里的未取整值,它的表格上显示为 $0.25 和 $0.07。

同一档位下,Haiku 的分数高 7~11 分,从 medium 到 max 各档的输出 token 也多出约 2.7~3.1 倍。单价相同,成本比就跟着输出量走。low 档差距最大,因为 Luna 在 low 档几乎不怎么推理,每任务只花 $0.0051、约 28 秒。

AA 另一张表算了跑完整个指数的总花费:两边都开 max 档,Haiku 5.5 是 $339,GPT-6 Luna 是 $136,约 2.5 倍(AA 的 max 档对比页)。按 10 月 8 日的旧版 v4.3.2 数据,Haiku 当时的总花费里约六成花在思考 token 上。这里的倍数与每任务成本比 2.7 不同,因为两边计入的任务数不一样。

读这张表要注意一点:AA 对 Haiku 5.5 的所有档位都按 100K 以内的单价计价,页面没有提到阶梯价。如果评测里有提示超过 100K 的题,Haiku 的真实成本只会比表里高,表中的倍数是下限。

按同等分数比较:默认档 Haiku 反而更省,28 分以上只有 Haiku

只看同档位,会觉得 Haiku 贵两三倍;但 Haiku 每一档的分数都比 Luna 同档高,Luna 要追上同样的分数,得开到更高的档位,token 也跟着涨。按分数接近的组合重新配对:

目标分数Haiku 5.5GPT-6 LunaHaiku/Luna 成本比
约 18 分low,19 分,$0.0438,98 秒medium,18 分,$0.0422,耗时未公布1.04
约 23~25 分medium,25 分,$0.0918,193 秒xhigh,23 分,$0.1041,357 秒0.88
约 28~30 分high,30 分,$0.1586,298 秒max,28 分,$0.1520,597 秒1.04
34~36 分xhigh 或 max,$0.25~$0.4110任何档位都达不到不适用

结论有三层。在 Haiku 的默认档上,Haiku medium(24.6 分)在分数、每任务成本和耗时上都胜过 Luna xhigh(23.3 分):便宜约 12%,耗时少约 46%。另外两组里 Luna 便宜约 4%,但分数都略低(18.3 对 18.6、27.8 对 29.6),Luna max 的耗时还是 Haiku high 的两倍。需要高于 28 分的综合水平时,只能选 Haiku。

按 AA 综合指数相近分数配对的每任务成本:约 30 分 $0.0245 对 $0.0175,约 35 分 $0.0470 对 $0.0422,38 分 $0.0794 对 $0.0678,Haiku 只贵 1.11~1.40 倍,41~43 分只有 Haiku 能达到(AA v4.3.2)

图中是 Artificial Analysis v4.3.2 的分数和成本;截至 2026 年 10 月 28 日的 v5.0 数字以上表为准,Haiku 默认的 medium 档对 Luna xhigh 反而更便宜。

综合指数是 9 项评测汇总的结果,分项结果会把结论推向两边:

  • Terminal-Bench 4.0(终端里的代理式编码)每一档都是 Haiku 领先。Haiku low 档 12.6%,和 Luna max 档的 12.6% 持平;AA 只公布了全指数的平均每任务成本,按平均值粗看,Haiku low 档 $0.0438 还不到 Luna max 档 $0.1520 的三分之一。按这个粗算,在终端类任务上,更啰嗦的 Haiku 按同等分数反而更省。
  • AutomationBench-AA 正好相反:Luna medium 档 40.5%,已经高于 Haiku max 档的 35.4%;两边都开 max 时是 53.2% 对 35.4%。
  • 长上下文推理 AA-LCR 两边很接近,max 档是 82.7% 对 83.3%;这项属于旧版 v4.3.2,已不在 v5.0 指数里。

Anthropic 发布公告里也有一张对比表:OSWorld 2.1 离线子集 72.4% 对 48.9%,Terminal-Bench 4.0 39.2% 对 16.4%,FrontierCode 1.1 46.4% 对 42.4%。这些是 Anthropic 自己跑的,表里没有注明每格用的档位,可以作为方向参考,不宜和 AA 的数字直接混算。

落到自己的任务上,比的应该是每个合格结果的成本:

每个合格结果的成本 = 每任务成本 ÷ 通过率

Haiku 只有在"Haiku 通过率 ÷ Luna 通过率"大于"Haiku 每任务成本 ÷ Luna 每任务成本"时才更省。拿 kingy.ai 的一组小样本测试代入:它用两家订阅账号的命令行客户端跑了 40 个任务、每个两次,严格判分下 Haiku 通过 60/80(75.0%),Luna 通过 51/80(63.75%),通过率之比约 1.18(kingy.ai 的 Haiku 5.5 与 GPT-6 Luna 160 次回答测试)。如果你的任务也是这个比例,Haiku 每任务成本只要超过 Luna 的 1.18 倍,按合格结果算仍是 Luna 便宜;按 AA v5.0 的同分组合,Haiku 落在 0.88~1.04 倍,都在这条线以下,只有同档对比的 2.2~8.6 倍超过它。失败后要人工复核或整段重跑时,把这笔花费也计入每任务成本,通过率高的一方优势会更大,这时 token 单价就不再是主要因素。

按任务先试哪个:分类、抽取、子代理、电脑操作与长提示

任务先试理由要设置的参数
大批量短请求:分类、路由、打标签GPT-6 Luna单价相同,Luna 低档输出极少;AA v5.0 中 low 档每任务 $0.0051;10 月 8 日测得首 token 3.23 秒Luna 用 none 或 low;Haiku 用 low,Anthropic 也推荐它处理简单的大批量请求
结构化信息抽取两边都跑同一批样本kingy.ai 的小样本里两边 JSON 抽取都是 10/10Haiku 不能用预填充,改用结构化输出或带枚举字段的工具
提示 100K~272K 的长文档、长对话GPT-6 Luna这一区间 Haiku 整次请求按 5 倍单价计费,150K 的算例是 $0.080 对 $0.016两边都先数清完整输入:系统提示、历史、工具定义和工具返回
Claude 主代理下的子代理、Claude CodeHaiku 5.5Anthropic 把它定位为 Opus 5.5、Sonnet 5.5 编码工作的子代理;Claude Code 的 haiku 别名在 Anthropic API 上直接指向它Claude Code v2.1.293 以上
电脑操作、终端编码Haiku 5.5Terminal-Bench 4.0 在 AA 和厂商表里都领先;OSWorld 是厂商自报Haiku 要换成 computer_toolset_20260801
业务流程自动化GPT-6 LunaAA 的 AutomationBench-AA 里 Luna medium 档已高于 Haiku max 档用 Responses API 搭配推理与工具调用
首 token 延迟敏感的交互GPT-6 LunaAA 10 月 8 日测得 Luna low 档首 token 3.23 秒,Haiku low 档 11.99 秒;需要时 Luna 还能买 Fast mode开始输出之后,Haiku 每秒输出的 token 更多(10 月 28 日 low 档 185 对 119)
综合水平要求高于 Luna maxHaiku 5.5AA v5.0 中 Luna 最高 28 分,Haiku 的 high、xhigh、max 为 30、34、36 分每任务 $0.16~$0.41,先在小样本上确认质量提升

只在 OpenAI 自家型号之间挑,可以看「GPT-6 Sol、Luna、Astra 与 Terra 怎么选?认清 6.1 Terra,再算成本」;要比两家的旗舰,见「Claude Opus 5.5 对比 GPT-6 Sol 与 6.1 Sol:先看任务,再算合格交付成本」。Haiku 5.5 的上一级是 Claude Sonnet 5.5,Anthropic 建议在用 Haiku xhigh 或 max 之前先和 Sonnet 5.5 比一比性能、成本与速度。

从一个换到另一个:会报 400 或改变账单的设置

两款模型的默认 effort 都是 medium,而且默认都会思考。迁移时最容易出问题的是下面这些地方,依据是 Claude Haiku 5.5 迁移指南、Claude effort 文档和 OpenAI 最新模型使用指南。

关掉或压低思考:

  • GPT-6 Luna 支持 reasoning.effort: "none"(Chat Completions 里是 reasoning_effort)。档位从低到高是 none、low、medium、high、xhigh、max。
  • Haiku 5.5 没有 none 档,只有 low 到 max 五档。要关思考,可以在 high 及以下档位发送 thinking: {"type": "disabled"};在 xhigh 或 max 档这样发会返回 400。Anthropic 提醒,关掉思考又要求 JSON 输出时,模型可能跳过本该调用的工具。
  • Haiku 5.5 的思考 token 计入 max_tokens。原来给 Haiku 4.5 设的较小 max_tokens 可能让请求在思考块之后、正文之前就以 stop_reason: "max_tokens" 结束。

Haiku 5.5 会返回 400 的写法:

  • 带非默认的 temperature、top_p 或 top_k。temperature 只能是 1,top_p 只能是默认的 0.99,两个同时带也会报错。
  • 以 assistant 轮结尾的预填充,即使关了思考也一样。需要固定输出格式时,改用结构化输出,分类任务可以用带枚举字段的工具。
  • 旧的 thinking: {"type": "enabled", "budget_tokens": N},要改成自适应思考。
  • 在 Claude API 和 Google Cloud 上声明旧的 computer_20250124 电脑操作工具。

GPT-6 Luna 这边:

  • effort 不是 none 时,要去掉 temperature、top_p 和 top_logprobs。
  • Chat Completions 里只有 reasoning_effort: "none" 时才能用函数调用;需要边推理边调工具,改用 Responses API。

还有几处不报错、但会改变结果或账单:

  • 换模型后重新数 token。Haiku 5.5 文档要求用 model 为 claude-haiku-5-5 重新计数,不要沿用 Haiku 4.5 的数字;跨厂商时同理。
  • 模型 ID 要写全。Haiku 5.5 是固定 ID claude-haiku-5-5,没有日期后缀;GPT-6 Luna 是 gpt-6-luna,不要和仍在列表里的上一代 gpt-5.6-luna 混用。
  • Haiku 5.5 带有安全分类器,可能返回 stop_reason: "refusal",服务端不会自动换模型重试,代码里要处理。
  • Haiku 5.5 的思考块只能在产生它的账号(或关联账号)里回放,对话要保持只追加、不改前文,否则会报 400。多租户共用一个对话存储的服务要特别留意。

在中国大陆和港澳:两家 API 都不在支持地区内

截至 2026 年 10 月 8 日,Anthropic 的支持国家和地区列表(适用于 API 和 Claude.ai)与 OpenAI API 的支持国家和地区列表里都没有中国大陆、香港和澳门。OpenAI 在列表页写明,在列表以外的地区访问或提供其服务,可能导致账号被封禁或暂停。

这对选型的影响是:两款模型在这个前提上是对等的,哪一款都不能从这些地区直接合规调用官方 API。团队在国内的,先确定能合规使用的是哪条线路,再在这条线路能调用的模型里比成本;单价再低,用不了也没有意义。

Haiku 5.5 还上架了 Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS,这些平台上的价格和可用区域由各云平台自定,不一定和 Anthropic 官方价一致。

laozhang.ai 的模型文档(数据更新于 2026 年 10 月 7 日)列出了 gpt-6-luna,走 OpenAI 兼容接口,单价与 OpenAI 官方一致:272K 以内输入 $0.10、输出 $0.50、缓存读取 $0.01,超过 272K 为 $0.20、$0.75、$0.02,整次请求按一个档位计费,调用日志里能看到实际用的档位(laozhang.ai 模型与价格文档)。同一份文档写明 Claude 模型因容量限制暂时下线,所以在这里调用不到 Haiku 5.5;要把两款放在同一批任务上对比,Haiku 需要另找可用的线路。

说明:laozhang.ai 是我们自己的服务,其价格是平台报价,不是独立比较的结论。

Haiku 5.5 与 GPT-6 Luna 的常见问题

GPT-6 Luna 比 Claude Haiku 5.5 便宜吗?

单价不比 Haiku 便宜;同一档位按任务算更便宜,按同等分数算就不一定。提示不超过 100K 时两者单价相同;截至 2026 年 10 月 28 日,AA v5.0 的数据里同一档位 Haiku 每任务贵 2.2~8.6 倍,按分数接近的组合比差距在 ±12% 以内,Haiku 默认的 medium 档对 Luna xhigh 反而便宜约 12%。提示在 100K 到 272K 之间时,Haiku 整次请求按 5 倍单价计费,150K 输入加 2K 输出是 $0.080 对 $0.016。

Claude Haiku 5.5 和 GPT-6 Luna 哪个更强?

按 AA v5.0 综合指数,Haiku 5.5 每一档都比 Luna 同档高 7~11 分,最高 36 分对 28 分;终端编码和 Anthropic 自报的电脑操作成绩也是 Haiku 领先。但 AA 的 AutomationBench-AA 一项 Luna 明显领先,旧版指数里的长上下文推理两边接近。更强不等于更划算,要按每个合格结果的成本来比。

Claude Code 里能用 Haiku 5.5 吗?

能,需要 Claude Code v2.1.293 或更高版本,可运行 claude update 升级。haiku 别名只在 Anthropic API 上指向 Haiku 5.5;在 Amazon Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS 上,它仍指向 Haiku 4.5,要用 Haiku 5.5 就写完整模型名固定版本(见 Claude Code 模型配置文档)。在 Claude Code 里 Haiku 5.5 的默认 effort 同样是 medium。

ChatGPT 免费版现在用的是 GPT-6 Luna 吗?

是在逐步切换。OpenAI 在 2026 年 10 月 7 日的公告中说,从 10 月 8 日起,ChatGPT 的 Free 和 Go 用户在 Chat 里使用的 GPT-6 由 GPT-6 Luna 提供,Plus 及以上由 GPT-6 Sol 提供,两者都针对日常对话做了调校;Work 和 Codex 用的模型不变(OpenAI 的 GPT-6 for everyone 公告)。Claude.ai 的 Free 到 Enterprise 用户也都能选 Haiku 5.5。聊天产品里的版本与 API 的 gpt-6-luna 是否完全相同,OpenAI 没有说明,上面的 API 单价也不适用于订阅额度。

GPT-6 Luna 和 GPT-5.6 Luna 是同一个模型吗?

不是。gpt-6-luna 于 2026 年 9 月 22 日在 API 上线;上一代 gpt-5.6-luna 仍列在 OpenAI 定价页上,标准价输入 $0.20、输出 $1.20,比 GPT-6 Luna 贵。两者是不同的模型 ID,能力也不同。读第三方对比时先看清楚比的是哪一代,上面的价格和评测数据都指 gpt-6-luna。

参考来源14

本文引用的外部页面,按正文出现顺序排列。最后更新于 2026年10月28日。

  1. 1.Claude API 价格页platform.claude.com/docs/en/about-claude/pricing
  2. 2.OpenAI API 定价页developers.openai.com/api/docs/pricing
  3. 3.AA 的 Haiku 5.5 与 GPT-6 Luna 对比页artificialanalysis.ai/models/releases/comparisons/claude-haiku-5-5-vs-gpt-6-luna
  4. 4.Anthropic 的 Haiku 5.5 发布公告anthropic.com/claude-haiku-5-5
  5. 5.GPT-6 Luna 型号页developers.openai.com/api/docs/models/gpt-6-luna
  6. 6.AA 的 max 档对比页artificialanalysis.ai/models/comparisons/claude-haiku-5-5-vs-gpt-6-luna
  7. 7.kingy.ai 的 Haiku 5.5 与 GPT-6 Luna 160 次回答测试kingy.ai/blog/claude-haiku-5-5-vs-gpt-6-luna-benchmark
  8. 8.Claude Haiku 5.5 迁移指南platform.claude.com/docs/en/models/haiku-5-5/migration-guide
  9. 9.Claude effort 文档platform.claude.com/docs/en/build-with-claude/effort
  10. 10.OpenAI 最新模型使用指南developers.openai.com/api/docs/guides/latest-model
  11. 11.Anthropic 的支持国家和地区列表anthropic.com/supported-countries
  12. 12.OpenAI API 的支持国家和地区列表developers.openai.com/api/docs/supported-countries
  13. 13.Claude Code 模型配置文档code.claude.com/docs/en/model-config
  14. 14.OpenAI 的 GPT-6 for everyone 公告openai.com/index/gpt-6-for-everyone