Claude Haiku 5.5 是 Ember 發佈文裏點名的對手,也是 eesel.ai 所說的「Haiku 5.5 級結果」的參照系。兩者的對比有一個罕見的特點:標價完全相同,AA 指數完全相同,單任務成本卻差三倍。本文把這場對比拆成四層:價格、指數、分項基準與生態,然後給出一張選誰的決策清單。
標價:兩者都是 $0.10 輸入 / $0.50 輸出(每百萬 tokens)。緩存輸入:Ember $0.004,比 Haiku 約 $0.01 便宜約 60%。單任務成本(AA 指數):Ember $0.14,Haiku $0.41。差價的原因是用量:AA 指數測試裏 Ember 約用 115M 輸出 token,Haiku 約用 298M。結論很乾淨:Ember 不是單價更便宜,而是同樣任務用更少的 token 完成。但有一個不對稱:Ember 有 200K 價目懸崖(超過整單 3 倍),Haiku 沒有這條線——超長上下文任務上,Ember 的價格優勢會被懸崖喫掉。
AA 智能指數 v5.0(max 檔):兩者都是 36。Spark 1.3(max)37,只高 1 分。指數持平意味着綜合智能相當——但指數是綜合分,分項會講一個更細的故事。還有一項 AA 的分項:Omniscience,Ember 21.1%,是總分相近模型裏的最低值;Haiku 的 Omniscience 本輪未確認,表中留空。
六項分項基準(全部爲 Meta 自報,複述 AA 評估;對手分數是 Meta 同場列出):AutomationBench-AA 37.8% 對 13.9%(Ember 的分數接近 Haiku 的 2.7 倍,差距最大);Terminal-Bench 4.0 40.9% 對 39.2%(只贏 1.7 分);FrontierCode 2.0-AA 27.2% 對 34.9%(Ember 輸 7.7 分);OSWorld 2.1 69.5% 對 68.9%(只贏 0.6 分);Agents' Last Exam 61.6 對 57.0;PerceptionBench 80.6 對 78.6。Ember 贏了五項,輸了一項——但贏的幅度裏有兩項不到 2 分,輸的一項是 7.7 分。業務流程是 Ember 最大的勝場,代碼是最大的敗場。
Ember 的主入口是 Muse Code(全部套餐)與 Meta Model API,另有 Google Cloud、Oracle Cloud 與 Vercel AI Gateway;Haiku 5.5 的主入口是 Claude Code 與 Anthropic API。兩者都沒有開源權重。Ember 的上下文是 1M、最大輸出 512K;Haiku 5.5 的上下文本輪未確認,表中留空。推理檔位:Ember 六檔(minimal 到 max,默認 max),Meta 只公佈 max 檔成績;Haiku 5.5 的檔位結構本輪未確認。生態上最大的差別是分工模式:Meta 推的是「Wonder 規劃、Ember 執行」的雙模型組合,Haiku 在 Anthropic 體系裏更多是單模型承擔輕量任務。
| 任務類型 | 選誰 | 理由 |
|---|---|---|
| 高量重複執行:子智能體、工具調用、路由、抽取 | Ember | 同指數、任務成本三分之一;AutomationBench 大勝 |
| 業務流程自動化 | Ember | AutomationBench-AA 37.8% 對 13.9% |
| 代碼密集任務 | Haiku 5.5 | FrontierCode 27.2% 對 34.9%,Ember 輸 7.7 分 |
| 超 200K 輸入的長上下文任務 | 先算賬 | Ember 超 200K 整單 3 倍,Haiku 無此懸崖 |
| 終端與計算機使用任務 | Ember(小勝) | TB 4.0 只贏 1.7 分、OSWorld 只贏 0.6 分,優勢很小 |
| 預算敏感的大批量任務 | Ember | $0.14/任務對 $0.41;緩存便宜約 60% |
一句話:任務越重複、越不依賴代碼、越不越 200K 線,Ember 越划算;反過來,代碼越重、上下文越長,Haiku 越穩。
按 AA 智能指數 v5.0(max 檔),兩者都是 36,持平。但分項不同:Ember 在 AutomationBench 等五項領先,FrontierCode 落後,AA-Omniscience 21.1% 是同檔最低。「一樣聰明」只在綜合指數層面成立。
單任務成本是($0.14 對 $0.41),單價不是——兩者標價完全相同。省錢的原因是 Ember 用的輸出 token 更少。但注意 200K 懸崖:超過 200K 輸入的請求整單 3 倍,Haiku 沒有這條線。
選 Haiku 5.5。FrontierCode 2.0-AA 上 Haiku 34.9% 對 Ember 27.2%,是六項裏 Ember 輸得最明顯的一局;AA 編碼智能體指數 46 是 Meta 的數字,不能當作 Ember 代碼能力的獨立證據。
都沒有。Ember 是 API 專屬,Meta 的開源 Muse 模型是 Glimmer / Spark Open;Haiku 5.5 同樣沒有開源權重。
參考來源:Artificial Analysis — 智能指數 36、單任務成本 $0.14 / $0.41 · Meta 研究博客 — 六項分項基準、兩檔價格 · eesel.ai(「拿到 Haiku 5.5 級結果最便宜的路」)· agentfred.ai(輸出 token 用量 115M 對 298M)(本文爲本站改寫與整理,事實以 AA 評估與 Meta 發佈文爲準)