跳转到主要内容
厂商： Anthropic Model ID： claude-haiku-4-5 能力： 200K context · tool use · vision · prompt caching · streaming 价格： 按 token，Haiku 档（实时价格） Haiku 4.5 是当你 本来就打算 大量调 LLM 时的选择 —— agent loop、 工具密集型工作流、子 LLM 判官、需要快速改写一步的 embedding 流水线。 它不是那种一发即中、必须完美的模型；要那种用 Sonnet 或 Opus。但它的 延迟底线低到你能在 Sonnet 一次往返的时间里串四五个 Haiku 调用，并且 在常规分类、抽取、路由任务上质量站得住。

​
请求

curl https://llm.bytespike.ai/v1/messages \
  -H "x-api-key: $BYTESPIKE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-4-5",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Classify this support ticket: My order is late."}
    ]
  }'

​
Body 参数

字段类型是否必填默认说明
modelstring是—claude-haiku-4-5
messagesarray是—对话历史。
max_tokensinteger是—响应长度硬上限。本模型最大：8192。
systemstring | array否—System prompt。array 形式支持 cache_control。
temperaturenumber否1.0范围 0.0–1.0。
top_pnumber否1.0Nucleus sampling。
toolsarray否—支持。
tool_choiceobject否{"type":"auto"}auto / any / tool（指定名）。
streamboolean否falseSSE 流式。

​
响应

{
  "id": "msg_haiku_…",
  "type": "message",
  "role": "assistant",
  "model": "claude-haiku-4-5",
  "content": [
    {"type": "text", "text": "Logistics — delivery delay."}
  ],
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 18,
    "output_tokens": 6
  }
}

​
响应字段

字段类型说明
idstringByteSpike 签发的消息 ID。
modelstring回显请求的 model。
contentarray文本在 {"type": "text"}；工具调用在 {"type": "tool_use"}。
stop_reasonstringend_turn / max_tokens / tool_use / stop_sequence。
usage.input_tokensinteger计费的 prompt token 数。
usage.output_tokensinteger计费的生成 token 数。
usage.cache_read_input_tokensintegercache_control 块命中时返回。

​
代码示例

curl https://llm.bytespike.ai/v1/messages \
  -H "x-api-key: $BYTESPIKE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-4-5",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Classify this ticket: My order is late."}]
  }'

​
流式

设 "stream": true。响应是标准 Anthropic 格式的 SSE。估算 credits 会 在第一个 SSE 事件之前在 HTTP 响应头里给出，所以你能在为长 completion 付费之前把它截掉。

​
Cache control

cache_control 块降低重复 prompt 的成本。命中按 pricing table 中 “cache read” 一栏的折扣价计费。在 Haiku 上，对于 system prompt 和工 具定义跨调用稳定的检索密集型 agent loop，cache 是划算的。 
{
  "model": "claude-haiku-4-5",
  "system": [
    {
      "type": "text",
      "text": "<long static system prompt>",
      "cache_control": {"type": "ephemeral"}
    }
  ],
  "messages": [...]
}

​
错误

Code触发是否计费
400Body 校验失败否
401key 缺失 / 已撤销否
402钱包用尽否
403范围拒绝 / IP 未在白名单否
422参数不支持（Haiku 上罕见）否
429速率限制否
5xx上游 provider 问题否（自动重试信封）
完整枚举见 错误处理。

​
何时使用

  • 每次用户动作要发 3+ 次 LLM 调用的生产 agent loop。
  • 重模型之前的路由 / 分流 / 分类。
  • 需要快速改写或清理一步的 embedding 流水线。
  • 对一发即中、延迟次要的场景，见 Sonnet 4.6。
  • 长上下文推理见 Opus 4.7。

​
限制

限制值
Context window200K tokens
Max output8192 tokens
支持 tool use是
支持 vision是
支持 streaming是
支持 prompt caching是