Claude Haiku 4.5 (JP)

Claude Haiku 4.5 (JP) 属于 claude-haiku 系列，是 Anthropic Claude 产品线中主打轻量与速度的一档，由 Amazon Bedrock 以区域端点形式提供，日本区即本条目所指的 JP 版本。它要解决的是高频、量大、对时延敏感，但不需要旗舰级深度推理的任务：长文档与 PDF 的批量理解、客服与知识库问答、表单与日志的结构化抽取、以及需要多轮工具调用的轻量智能体流程。上下文窗口为 200000 tokens，单次最大输出 64000 tokens，足以把整份合同、财报或技术手册一次性放进提示，并输出较长结构体。输入支持 text、image、pdf 三种模态，输出为 text；能力面覆盖推理、工具调用、结构化输出、附件输入与温度调节，便于接入既有工程管线。知识截止为 2025-02-28，闭源不提供权重，目前收录平台为 1 家，选择时需考虑区域绑定与供应商依赖。

选型建议需要区域就近、低时延、带长上下文与工具调用的高频轻量任务时选它；要做高难推理或要求开源自托管，则不应选它。

• 批量解析合同、财报与保险条款等长 PDF，按固定字段输出结构化结果
• 搭建客服与知识库问答机器人，把产品手册放入 200K 上下文做检索增强应答
• 在轻量智能体流程中承担工具调用与多步任务编排，替代成本更高的旗舰模型
• 对用户评论、工单与日志做分类、摘要和情绪标签抽取，追求高吞吐低单价
• 把长段会议记录或访谈稿整理成规范的 JSON 或表格，供下游系统直接消费

官方未披露该版本的参数规模、层数与训练细节，只能结合 Haiku 系列的公开定位做定性描述。

• 结构沿用 Claude 的 Transformer 类解码器路线，Haiku 档以更小的体量与更低的单次计算开销换取吞吐和时延优势，具体规模公开资料较少。
• 能力推理、工具调用、结构化输出、附件输入与温度调节在同一端点提供，多模态输入限 text、image、pdf，输出仅 text。
• 上下文200000 tokens 窗口配 64000 tokens 单次输出上限，适合整份长文档一次投喂并直接产出较长结构化结果。
• 披露闭源、不开放权重，架构参数与训练数据构成未公开，知识截止到 2025-02-28，之后的事实需靠检索或工具补齐。

开源权重

否

模型家族

claude-haiku

本站未收录该模型的公开跑分，以下仅依据版本定位、上下文规格与能力清单做定性判断。

• 强项轻量档定位带来的速度与并发优势，配合工具调用和结构化输出，适合把大量短请求稳定跑完而不拖垮预算。
• 强项200K 上下文与 64K 输出上限在同档模型中偏宽裕，长 PDF、长对话历史可直接进窗，减少切片与拼接工程。
• 短板深度多步推理、复杂数学与高难度代码生成通常不及同代更大体量的 Claude 版本，难题需上探或拆分任务。
• 短板缺少第三方跑分佐证，选型前建议用自有样本做小流量对照实验，而不是依赖宣传口径。
• 适合对时延和单价敏感、任务边界清晰、输出格式固定的生产链路；不适合作为高难推理的唯一主力。

按官方标价，输入 1.1 美元/百万 tokens、输出 5.5 美元/百万 tokens、缓存读 0.11 美元/百万 tokens，属轻量档中的常规水平。

• 定位输出单价约为输入的五倍，长上下文读取便宜、长文生成偏贵，适合重读轻写的抽取与问答类负载。
• 横向对比同为 Haiku 4.5 的 AU、EU、US、India 端点价格与 JP 完全一致，Global 版输入 1 美元、输出 5 美元，低约 9.1%。
• 平台差价models.dev 与 models.dev · amazon-bedrock 两处报价相同，输入 1.1、输出 5.5、缓存读 0.11 美元/百万 tokens，未见渠道价差。
• 省钱缓存读单价约为输入价的十分之一，把系统提示、规范文档等固定前缀做成缓存，是压降单次调用成本最直接的手段。
• 取舍若业务不要求数据留在日本区域，切到 Global 端点可获得更低输入价，但需自行评估合规与延迟差异。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $1.1/M / $5.5/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的公开跑分，任何性能结论都应视为定性判断，正式选型需以自建评测集验证。
• 边界闭源无权重、仅 1 家平台收录，模型版本迭代与区域可用性由供应商决定，缺少自托管与迁移的退路。
• 边界知识截止 2025-02-28，时效性问题必须依赖工具调用或检索补充，不宜直接依赖模型内生记忆。
• 边界输出仅支持文本，图像生成、语音等场景不在能力范围内；输入虽支持 PDF，但复杂版式解析质量需实测。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。