AI 小型模型的競爭，正從價格延伸到能承接多少實際工作。Anthropic 在美國時間 10/7 推出新 AI 模型 Claude Haiku 5.5，API 價格最高調降 90%，電腦操作測試表現更大幅超越前代，甚至領先 OpenAI GPT-6 Luna。隨著小型模型逐漸具備執行多步驟任務的能力，Haiku 5.5 究竟適合接手哪些工作？
電腦操作成功率躍升，小模型能做的事越來越多
Anthropic 將 Haiku 5.5 定位為適合大量、高頻且對成本敏感任務的小型模型。除了摘要、資料分類、資料庫查詢等工作，新模型的能力也進一步延伸至瀏覽器與電腦操作，能夠執行涉及多個步驟的工作。
OSWorld 主要測試 AI Agent 能否實際操作電腦，完成需要多個步驟的任務。根據 Anthropic 公布的測試，Haiku 5.5 在 OSWorld 2.1 電腦操作評測的離線子集取得 72.4% 成功率，較前代 Haiku 4.5 的 15.7% 提升 56.7 個百分點，也超越 GPT-6 Luna 的 48.9%。
在衡量 AI 透過終端機執行複雜工作的 Terminal-Bench 4.0 測試中，Haiku 5.5 也取得 39.2%，高於 GPT-6 Luna 的 16.4%。不過，《VentureBeat》提醒，39.2% 是最高推理強度下的成績，預設設定約為 20%。
企業初步測試也反映這項變化。專案管理平台 Asana 表示，在錯誤分類、建立專案及搜尋風險工作等 AI Agent 任務中，Haiku 5.5 相較目前使用的模型，任務完成延遲降低超過 30%，顯示小模型除了在基準測試取得進步，也開始展現處理企業實際工作流程的潛力。
大模型負責複雜工作，小模型接手高頻子任務
Haiku 5.5 的另一項定位，是作為大型模型的子代理（Subagent）。Anthropic 指出，它可以搭配 Opus 5.5、Sonnet 5.5 處理程式設計工作，由能力較強的模型負責複雜任務，小模型則執行範圍明確、需要大量重複的工作。
金融 AI 公司 Rogo 提供了一個具體案例。該公司表示，當大型模型負責製作財務簡報時，可以交由 Haiku 5.5 子代理讀取企業提交的 10-K 年報，找出其中一張投影片需要的部門營收數據。
Rogo 應用 AI 團隊成員 Alex Wang 表示，Haiku 5.5 的準確度已足以讓團隊信任它執行這類工作，速度與價格也適合大量使用。AI 程式開發公司 Cognition 同樣將 Haiku 5.5 用作輔助模型，搭配 Opus 5.5 擔任主要模型，以降低成本與延遲。
Haiku 5.5 的價格則進一步提高這種分工的吸引力。對於提示詞不超過 10 萬 tokens 的請求，Haiku 5.5 每百萬輸入、輸出 tokens 分別收費 0.1 美元、0.5 美元，較前代降低 90%；超過門檻則降價 50%。Anthropic 估計，考量實際 Token 消耗後，平均任務成本約可降低 75%。
這也代表，企業可以依工作複雜度，選擇不同等級的模型。不過，小模型仍有能力界線，例如 Sonnet 5.5 在電腦操作與複雜程式設計測試中仍明顯領先。因此，企業仍須依任務成功率、執行時間及重試成本，判斷哪些工作適合交由小模型。
OpenAI 低價模型攻勢下，Anthropic 也加入成本競爭
Anthropic 這次不只調降 Haiku 5.5 的價格，也同步將 Sonnet 5.5 的快取讀取費用減半，從每百萬 tokens 0.20 美元降至 0.10 美元。快取讀取可讓模型重複使用先前處理過的上下文，避免每次都重新運算，對於需要反覆讀取文件或執行多步驟工作的 AI Agent 而言，有助於進一步控制成本。
這波降價背後，也反映 AI 模型市場日益激烈的價格競爭。《華爾街日報》報導，Anthropic 今年初憑藉 Claude Code 等產品在企業市場取得優勢，但 OpenAI 隨後推出不同能力與價位的 GPT-5.6 系列，吸引企業轉向成本較低的模型。
根據該報導援引的 OpenRouter 數據，今年初，在約 12 萬家使用兩家公司模型的企業中，Anthropic 一度占相關支出約 75%；到了 9 月，兩家公司已大致持平。
Anthropic 已明確將 Haiku 5.5 定位為 Opus、Sonnet 的子代理，讓小型模型承接範圍明確、需要大量執行的任務。從這次電腦操作能力的提升與價格調降來看，小型模型可承擔的工作正在擴大，也讓企業在規劃 AI Agent 時，有更多依任務需求選擇模型的空間。
【推薦閱讀】
◆ 美中以外最強 AI 模型出現了，Mistral Large 4 靠 4,000 顆 Blackwell 怎麼追上來？
科技的變化總是快得驚人，而我們每天的工作，就是從龐雜的趨勢中理出觀點、提煉出決策者真正需要的洞察。如果你也對 AI 發展充滿熱情，《TechOrange 科技報橘》正在徵內容編輯！
👉了解職缺內容
＊本文開放合作夥伴轉載，資料來源：Anthropic、《SiliconANGLE》、《VentureBeat》、《The Wall Street Journal》，首圖來源：Anthropic
