小模型的价格战，正在成为大模型竞争最激烈的前线。
发生了什么
Anthropic 发布了新一代小模型 Claude Haiku 5.5。据 The Decoder 报道，它在基准测试中大幅超越前代：在衡量模型操作电脑能力的 OSWorld 测试上，成绩从上一代的 15.7% 提升到 72.4%，属于跨代级别的跃升。
价格方面，Anthropic 将 token 单价最高下调约 90%。但报道同时指出一个容易被忽略的细节：新模型采用了新的分词器（tokenizer），完成同一任务会消耗更多 token，因此实际账单的降幅会小于名义上的降价幅度。
为什么重要
Haiku 系列一直是 Anthropic 产品线中定位“快而便宜”的一档，主要面向高并发、低延迟、成本敏感的场景。这次升级有两个信号值得注意。
第一，小模型的能力上限在被快速抬高。OSWorld 这类测试考察的是模型能否真正操作图形界面完成任务，属于典型的 agent 能力指标。前代 15.7% 基本意味着“不太能用”，而 72.4% 已经进入可实际部署的区间。这意味着过去只有旗舰模型才能承担的电脑操作类任务，开始向低成本档位下放。
第二，定价战仍在继续。过去一年，主流厂商在旗舰模型上反复调价，如今战火蔓延到小模型档位。降价不只是营销动作，它直接决定开发者会把哪些任务放在哪个模型上——当小模型足够便宜且足够能干，很多原本调用大模型的请求会被迁移过去。
影响与看点
对开发者而言，最实际的变化是架构选择的空间变大了。此前需要权衡“用便宜模型但效果差”还是“用贵模型但成本高”的场景，比如批量网页操作、表单填写、界面自动化，现在多了一个中间选项。但同时要警惕分词器变化带来的成本错觉：名义单价下降不等于单位任务成本同比例下降，真实成本需要用实际任务重新测算，而不是简单对比价目表。
对行业而言，这次发布再次说明，模型竞争的重心正在从“谁的旗舰更强”转向“谁在每一档价位上都更有性价比”。当小模型的能力逼近上一代旗舰，厂商之间的差异化会更多体现在价格、延迟、工具调用稳定性和生态集成上，而非单纯的榜单分数。
一个值得持续观察的点是：分词器效率正在成为隐性竞争维度。同样的文本被切成更多 token，用户的实际支出就会上升，而这一点往往不会出现在宣传口径里。未来评估一个模型是否“便宜”，需要看单位任务成本，而不是每百万 token 的标价。
小模型的价格战，最终受益的是那些把 AI 嵌入高频业务流程的团队——前提是他们算得清真实账单。
