假设一个客服团队每天要整理大量反馈：把问题分成登录、支付、功能建议等类别，再为处理人员生成摘要。这项工作重复，却不能随意出错——漏掉一句“已经重复扣款”，就可能改变后续处理。

10月7日，Anthropic发布Claude Haiku 5.5，将它定位于高频、成本敏感的摘要、分类、上下文压缩和数据库查询等任务，也可辅助编码。值得追问的是：价格下降之后，哪些步骤可以交给它，哪些判断仍需要更强的模型或人工？

以下依据官方定位和价表分析，没有独立实测；工作流程均为假设。

【先把任务缩小，才能判断它是否做对】

以上述反馈分类为例，一种可检验的设计是：给模型固定类别、类别定义和输出格式，要求它返回分类结果，并摘出支持判断的原文；遇到无法归类的内容，允许标记“待处理”。

这样，验收对象就具体了：类别是否选对，原文是否支持结论，有没有把两个不同问题混成一个。

摘要也需要明确目标。“写得简洁”不足以作为标准。如果摘要用于客服接手，账户状态、发生时间、报错内容、已经尝试的操作，可能比行文流畅更重要。模型省略了其中一个关键条件，摘要仍可能读起来很顺，却无法支持下一步处理。

这解释了为什么高频窄任务值得单独交给较小模型：输入、输出和判断标准可以相对固定，错误也更容易定位。但“任务窄”并不保证“任务简单”。一条反馈同时包含支付失败和退款诉求，系统就需要支持多标签，或者把它交给后续人员处理。

能否接走工作，首先取决于任务设计是否给它留下了识别例外的出口。

【辅助强模型，关键是保留判断所需的信息】

在编码工作中，也可以设想这样的分工：较小模型先整理报错日志、概括相关文件、压缩已有对话，再把材料交给更强的模型分析。

这符合Anthropic对Haiku 5.5的辅助定位。官方同时建议，复杂的代理编码任务优先考虑Sonnet 5.5或Opus 5.5。这里的适配建议仍是厂商判断，不能据此断言某一具体项目应该怎样选模型。

分工的潜在收益，是减少强模型反复阅读和整理材料的工作量；风险则在信息交接处。如果压缩时删掉了错误出现的前提，后续模型接到的就是一份缺少关键条件的材料。

因此，摘要需要能够追溯到原文。涉及版本、文件位置、异常条件的内容，应保留足够细节，让后续步骤可以回查。

数据库查询的边界更直观。模型生成了一段查询语句，并不意味着它理解了数据口径。假设用户问“本月付费人数”，就需要先明确按支付成功、订阅有效还是去重账户统计。查询结果能正常返回，也可能回答了另一个问题。合理的工作流程需要同时核对语句和口径，并限制执行权限。

【一次0.003美元，怎么算出来？】

根据官方价表，Haiku 5.5按单次提示的输入长度分为两档，不能笼统套用一个降价幅度。

每百万token的价格为：输入不超过100k时，输入0.10美元、输出0.50美元；输入超过100k时，输入0.50美元、输出2.50美元。

两档的缓存读取价分别是0.01和0.05美元，缓存写入价分别是0.125和0.625美元。

这里的token是模型处理文本的计量单位，不等于中文字数；100k指十万个输入token，是定价分档条件。

做一个明确的假设演算：一次任务输入20,000 token，输出2,000 token，不使用缓存，适用100k以内档。

输入费用：20,000 ÷ 1,000,000 × 0.10＝0.002美元。

输出费用：2,000 ÷ 1,000,000 × 0.50＝0.001美元。

合计：0.003美元。

按Haiku 4.5每百万输入1美元、输出5美元的对照价格，同样token数量需要0.03美元。这一例子中的费用下降90%，前提是计量数量相同、适用同一档位，也没有重试或工具费用。

实际文本在不同模型下的token数量可能变化。缓存也要单独算：首次写入与后续读取价格不同，能否节省取决于内容能否复用、请求是否命中缓存，不能把所有输入都按读取价计算。

【真正要看的是，每份合格结果花了多少】

假设系统处理一千条反馈，第一次调用便宜，却频繁出现漏分类、漏条件，团队就需要重试或人工补看。账单下降，并不必然意味着完成同样工作所需的总成本下降。

更有意义的比较，是固定任务和验收标准后，记录四件事：首次结果合格率、重试次数、转交强模型的比例，以及人工审核时间。涉及数据库或其他工具，还要把相关调用费用计入。

分类任务可以观察错分和漏分；摘要任务可以检查关键条件是否保留；编码辅助则需要验证压缩材料是否足以支持后续分析。这些指标比“平均每次调用多少钱”更接近产品是否有用。

Haiku 5.5的低价，为把重复整理工作拆出来提供了新的成本条件。它最终能接走多少，仍需要在具体任务中验证：正常情况能稳定完成，例外能够被识别，交接时不丢失关键证据。只有这些条件成立，便宜的调用才会转化为可靠的工作量。

仅供研究学习，不构成投资建议。