Claude Haiku 5.5

Anthropic · 发布于 2026-10-07

评分规则

综合评分54.8第 32 名 · 覆盖 95%

编程60.6第 21 名 · 覆盖 100%

专业办公52.3第 44 名 · 覆盖 100%

知识问答37.1第 55 名 · 覆盖 100%

科研59.5第 25 名 · 覆盖 100%

上下文窗口

1,000,000 token

API 价格

缓存 ¥0.07 · 输入 ¥0.67 · 输出 ¥3.34

人民币 / 百万 token · — 表示未提供 · 价格来源

Vals AI 维护的基础 API 单价，缓存列为缓存读取；长上下文、批处理等阶梯价格以供应商为准。

评分依据

17 项实测记录。展开可查看原始分、代表配置与测量时间；统一读数由本站计算，不能当作准确率。

实测日期：2026-10-07 至 2026-10-13；另有 13 项未公开测量日期。

本站取数：2026/10/18 06:20:20（北京）。取数更新不代表重新评测，未注明具体版本的成绩不能证明已覆盖最新版本。

本页实际采用的型号与配置（3）

claude-haiku-5-5-max-effort
anthropic/claude-haiku-5-5
claude-haiku-5-5_max

缺少实测的领域：真人偏好。本站在综合分中按模型的整体能力估计这些领域，不等于已经测过。

编程

60.6

LiveBench CodingLiveBench77.86%统一读数 53.4

来源: LiveBench Coding
上游型号: claude-haiku-5-5-max-effort
运行配置: claude-haiku-5-5-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench 4.0Vals AI36.36%统一读数 68.7

来源: Terminal-Bench 4.0
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Code MigrationVals AI44.57%统一读数 64.0

来源: Code Migration
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Vibe Code Bench v1.1Vals AI90.44%统一读数 75.9

来源: Vibe Code Bench v1.1
上游型号: anthropic/claude-haiku-5-5
运行配置: max · OpenHands · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

科研

59.5

FrontierMath T1–3 v2Epoch AI75.09%统一读数 62.1

来源: FrontierMath T1–3 v2
上游型号: claude-haiku-5-5_max
运行配置: claude-haiku-5-5_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-07
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

Chess PuzzlesEpoch AI55.00%统一读数 71.7

来源: Chess Puzzles
上游型号: claude-haiku-5-5_max
运行配置: claude-haiku-5-5_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-13
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Mystery Game PuzzlesEpoch AI30.00%统一读数 55.9

来源: Mystery Game Puzzles
上游型号: claude-haiku-5-5_max
运行配置: claude-haiku-5-5_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-07
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench ReasoningLiveBench84.63%统一读数 53.6

来源: LiveBench Reasoning
上游型号: claude-haiku-5-5-max-effort
运行配置: claude-haiku-5-5-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

MysteryMechanismVals AI35.13%统一读数 68.5

来源: MysteryMechanism
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-12 · 本站取数 2026-10-17
评分处理: 正常计入

Terminal-Bench-ScienceVals AI10.00%统一读数 59.9

来源: Terminal-Bench-Science
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Mini-SWE-agent · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-14 · 本站取数 2026-10-17
评分处理: 正常计入

专业办公

52.3

LiveBench Data AnalysisLiveBench51.78 / 100（任务均分）统一读数 -29.1

来源: LiveBench Data Analysis
上游型号: claude-haiku-5-5-max-effort
运行配置: claude-haiku-5-5-max-effort · 表格处理与数据分析，归一化任务均分（非正确率）
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

Finance Agent (v2)Vals AI54.14%统一读数 62.1

来源: Finance Agent (v2)
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 正常计入

Harvey's Legal Agent BenchmarkVals AI1.25%统一读数 ≤-63.1

来源: Harvey's Legal Agent Benchmark
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Vals agentic 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-16 · 本站取数 2026-10-17
评分处理: 单项影响已封顶
仅提供能力上限，不作为精确读数。

MedCodeVals AI51.54%统一读数 69.5

来源: MedCode
上游型号: anthropic/claude-haiku-5-5
运行配置: max · Vals one-shot 统一流程 · 输出上限 128000
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新 2026-10-13 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

知识问答

37.1

SimpleQA VerifiedEpoch AI23.80%统一读数 30.4

来源: SimpleQA Verified
上游型号: claude-haiku-5-5_max
运行配置: claude-haiku-5-5_max
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 2026-10-09
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 正常计入

LiveBench LanguageLiveBench62.63%统一读数 24.1

来源: LiveBench Language
上游型号: claude-haiku-5-5-max-effort
运行配置: claude-haiku-5-5-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

LiveBench IFLiveBench54.66%统一读数 15.8

来源: LiveBench IF
上游型号: claude-haiku-5-5-max-effort
运行配置: claude-haiku-5-5-max-effort
配置选择依据: 同型号、同评测优先采用来源声明的最高推理档位；不按分数挑选。未声明档位时保留原始配置。
实测日期: 未提供
数据记录: 来源更新未提供 · 本站取数 2026-10-17
评分处理: 单项影响已封顶

真人偏好

52.4

暂无该领域实测记录；如有显示分数，它来自整体能力估计。

尚未测到（1）

Arena Text · 风格控制

本站独立计算 · 第三方原始评测 · 计算于 2026/10/18 06:20:20（北京时间）

实测由评测机构完成，本站负责统一换算和排名。取数 2026/10/18 06:20:20 · 最近检查 2026/11/2 06:20:09

本次取数或计算未通过，仍展示上次完整榜单。