AI 小模型戰升溫，Anthropic 推 Haiku 5.5，價格更低、Agent 能力卻更強？

重點整理

• 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 […]