Claude Haiku 5.5 在 AWS 上线，主打低成本高频子智能体任务

今天，我们很高兴地宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上正式可用。据 Anthropic 介绍，Claude Haiku 5.5 是 Claude 5.5 系列中速度最快、效率最高的模型，专为子代理以及高并发、对成本敏感的工作负载打造。在大多数任务上，它的成本比 Claude Haiku 4.5 低约 75%。

Amazon Bedrock 让你能够使用 Haiku 5.5 的各项能力，同时将数据保留在 AWS 基础设施内，并支持区域数据驻留。它与你团队已在使用的 AWS 管控措施兼容，包括用于访问控制的 AWS Identity and Access Management（IAM）、用于审计的 AWS CloudTrail、用于监控的 Amazon CloudWatch，以及 Amazon Bedrock Guardrails。用量会显示在你的 AWS 账单上。

Claude Platform on AWS 让你通过 AWS 管理控制台直接使用 Anthropic 原生平台的体验与能力。你可以使用与直接对接 Anthropic 时相同的 API、功能和控制台体验进行构建、测试和部署，并与 AWS 账单和身份验证统一整合。

本文将介绍 Claude Haiku 5.5 的改进之处、何时选择 Haiku 5.5 的实用建议，以及如何在 Amazon Bedrock 上开始使用。

Claude Haiku 5.5 有何不同

Claude Haiku 5.5 是 Anthropic 能力最强的 Haiku 模型，涵盖编码、工具使用、计算机使用和代理式任务。它也是首个具备 effort 控制功能的 Haiku 模型，因此你可以针对每项任务在成本与智能之间进行调优，而不必为整个工作负载选择单一设置。

这些改进在大规模、快速且可重复的工作上尤为突出。在编码任务中，它可作为子代理来路由请求、审查代码并对长文档进行分类。在知识工作中，Haiku 5.5 可从中小型文档中提取关键信息、进行初步扫描，并针对知识库回答快速问题。在交互式应用中，它的响应速度足以让简单对话快速给出有用的答案。它还能以生产功能所需的数量和成本处理分类、摘要和文本生成等传统自然语言处理（NLP）任务。

Haiku 5.5 能够处理代理式编码和多步骤工具使用，并支持高分辨率图像。Haiku 5.5 可作为强大的计算机使用子代理，胜任重复性的浏览器和桌面任务，且成本在大规模下依然可控。在开发工作流中，它非常适合快速迭代 UI 和 UX 变更，以及跨多个文件进行小范围、特定的代码库修改。

将 Claude Haiku 5.5 与 Opus 5.5 搭配使用

Haiku 5.5 可与最近发布的 Claude Opus 5.5 搭配使用。二者结合可组成强大的团队：Opus 5.5 负责规划并做出判断决策，Haiku 5.5 则快速、大规模地执行定义明确的任务。你可以在关键之处获得审慎推理，同时在所有环节降低成本和延迟。

1. Claude Opus 5.5 负责规划工作并做出判断决策。它分解复杂问题、决定方案，并承担最困难的推理任务，例如发布调试、大型拉取请求的安全审查，以及以完成报告为终点的长期分析。
2. Claude Haiku 5.5 承担子代理的高速层。它处理快速、高并发的任务，例如路由请求、分类和摘要、重写长文档，以及在众多文件中应用细小而具体的更改。作为审查子代理，它可以快速检查操作顺序和高层方向，从而让 Opus 5.5 将其 token 用于最困难的推理。由于它快速且具有成本效益，你可以并行运行多个 Haiku 子代理。

在 Amazon Bedrock 上开始使用 Claude Haiku 5.5

要试用 Haiku 5.5，请打开 Amazon Bedrock 控制台，选择 Test，然后选择 Playground，并选择 Haiku 5.5 作为模型。之后，你可以直接对它运行提示。

图 1：在 Amazon Bedrock 控制台 Playground 中选择 Anthropic Claude 模型

在程序化方面，你可以通过 Anthropic SDK 使用 Anthropic Messages API 针对 bedrock-runtime 调用该模型。你还可以通过 AWS 命令行界面（AWS CLI）和 AWS SDK 在 bedrock-runtime 上使用 Invoke 和 Converse API。

先决条件

你必须具备以下先决条件：

1. 拥有可访问 Amazon Bedrock 的有效 AWS 账户。
2. 已安装并配置 AWS 命令行界面（AWS CLI）。
3. Python 3.10+。
4. 已安装 Boto3：pip install boto3。
5. 已安装 Anthropic SDK：pip install anthropic。
6. 已安装用于 Amazon Bedrock 身份验证的 Amazon Bedrock Token Generator：pip install aws_bedrock_token_generator。
7. AWS Identity and Access Management（IAM）权限：bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream。

以下是一个使用 AWS SDK for Python（Boto3）配合 InvokeModel API 的快速示例：

import boto3
import json

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.invoke_model(
    modelId="global.anthropic.claude-haiku-5-5",
    contentType="application/json",
    accept="application/json",
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 4096,
        "messages": [
            {
                "role": "user",
                "content": "Can you explain the features of Amazon Bedrock?"
            }
        ]
    })
)

result = json.loads(response["body"].read())
# Haiku 5.5 may return a thinking block before the text block,
# so select the text block rather than a fixed index.
print(next(b["text"] for b in result["content"] if b["type"] == "text"))

你还可以使用 Amazon Bedrock Converse API 获得统一的多模型体验：

import boto3

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.converse(
    modelId="global.anthropic.claude-haiku-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "text": "Can you explain the features of Amazon Bedrock?"
                }
            ]
        }
    ],
    inferenceConfig={
        "maxTokens": 4096
    }
)

if 'output' in response:
    blocks = response['output']['message']['content']
    print('\n'.join(b.get('text', '') for b in blocks if 'text' in b))

你还可以通过 anthropic SDK 包使用 Anthropic Messages API，以获得更简化的体验：

from anthropic import Anthropic
from aws_bedrock_token_generator import provide_token

token = provide_token(region="us-east-1")

client = Anthropic(
    base_url="https://bedrock-runtime.us-east-1.amazonaws.com/anthropic",
    api_key=token,
)

# Invoke Claude Haiku 5.5
response = client.messages.create(
    model="global.anthropic.claude-haiku-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}],
)
print(response)

你可以探索 Getting Started notebook 以获取更多示例。你可以通过 Amazon CloudWatch 和 AWS Cost Explorer 监控使用情况、性能和成本，以便随着需求增长扩展你的应用程序。

可用性

Claude Haiku 5.5 即日起在 Amazon Bedrock 上通过 US Geo CRIS（us.）、EU Geo CRIS（eu.）、AU Geo CRIS（au.）、JP Geo CRIS（jp.）和 Global CRIS（global.）推理配置文件在 bedrock-runtime 上可用。在 AWS GovCloud（US）中，它可在 bedrock-runtime 和 bedrock-mantle 两个端点上使用。

有关支持的 AWS 区域的完整列表，请参阅 Amazon Bedrock 文档。有关定价信息，请参阅 Amazon Bedrock 定价。它还可通过北美地区的 AWS 上的 Claude Platform 使用

在 Amazon Bedrock 控制台、AWS 上的 Claude Platform 中试用 Claude Haiku 5.5，或探索 GitHub 上的 Getting Started notebooks。

关于作者

Aamna Najmi

Aamna 是一名生成式 AI 高级专家解决方案架构师，专注于 Anthropic 模型，以及在 Amazon Bedrock 上大规模运营和治理生成式 AI 系统。她帮助 ISV 解决其挑战、拥抱创新，并借助 Amazon Bedrock 创造新的业务机会。

Dani Mitchell

Dani 是 AWS 生成式 AI 高级专家解决方案架构师，负责 Amazon Bedrock 上 Anthropic 的上市工作。他帮助世界各地的企业使用 Amazon Bedrock 上 Anthropic 的模型和能力设计并部署生成式 AI 解决方案，以构建可扩展、可用于生产环境的应用程序。

Alfredo Castillo

Alfredo 是 AWS 生成式 AI 高级专业解决方案架构师，专注于 Amazon Bedrock 上 Anthropic 模型的上市推广。他与金融服务客户合作，在分布式系统中设计和扩展生成式 AI 解决方案，并将生成式 AI 实验转化为生产工作负载。工作之余，他热衷于家庭和耐力运动。

Sofian Hamiti

Sofian 是一位技术领导者，拥有超过 12 年构建 AI 解决方案以及领导高绩效团队以最大化客户成果的经验。他热衷于赋能多元化人才，以推动全球影响力并实现他们的职业抱负。