> ## Documentation Index
> Fetch the complete documentation index at: https://docs.bytespike.ai/llms.txt
> Use this file to discover all available pages before exploring further.

# Claude Haiku 4.5

> Anthropic 4 系列里最小、最快的模型。需要串几十次 LLM 调用又不能在延迟上崩盘的生产 agent 的默认选择。

**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](https://bytespike.ai/pricing#text)）

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

```bash theme={null}
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                                        |
| ------------- | --------------- | ---- | ----------------- | ----------------------------------------- |
| `model`       | string          | 是    | —                 | `claude-haiku-4-5`                        |
| `messages`    | array           | 是    | —                 | 对话历史。                                     |
| `max_tokens`  | integer         | 是    | —                 | 响应长度硬上限。本模型最大：8192。                       |
| `system`      | string \| array | 否    | —                 | System prompt。array 形式支持 `cache_control`。 |
| `temperature` | number          | 否    | 1.0               | 范围 0.0–1.0。                               |
| `top_p`       | number          | 否    | 1.0               | Nucleus sampling。                         |
| `tools`       | array           | 否    | —                 | 支持。                                       |
| `tool_choice` | object          | 否    | `{"type":"auto"}` | `auto` / `any` / `tool`（指定名）。             |
| `stream`      | boolean         | 否    | false             | SSE 流式。                                   |

## 响应

```json theme={null}
{
  "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                                                        |
| ------------------------------- | ------- | --------------------------------------------------------- |
| `id`                            | string  | ByteSpike 签发的消息 ID。                                       |
| `model`                         | string  | 回显请求的 `model`。                                            |
| `content`                       | array   | 文本在 `{"type": "text"}`；工具调用在 `{"type": "tool_use"}`。      |
| `stop_reason`                   | string  | `end_turn` / `max_tokens` / `tool_use` / `stop_sequence`。 |
| `usage.input_tokens`            | integer | 计费的 prompt token 数。                                       |
| `usage.output_tokens`           | integer | 计费的生成 token 数。                                            |
| `usage.cache_read_input_tokens` | integer | `cache_control` 块命中时返回。                                   |

## 代码示例

<CodeGroup>
  ```bash cURL theme={null}
  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."}]
    }'
  ```

  ```python Python theme={null}
  import anthropic

  client = anthropic.Anthropic(
      base_url="https://llm.bytespike.ai/v1",
      api_key="$BYTESPIKE_API_KEY",
  )

  message = client.messages.create(
      model="claude-haiku-4-5",
      max_tokens=1024,
      messages=[
          {"role": "user", "content": "Classify this ticket: My order is late."}
      ],
  )

  print(message.content[0].text)
  ```

  ```javascript Node theme={null}
  import Anthropic from "@anthropic-ai/sdk"

  const client = new Anthropic({
    baseURL: "https://llm.bytespike.ai/v1",
    apiKey: process.env.BYTESPIKE_API_KEY,
  })

  const message = await client.messages.create({
    model: "claude-haiku-4-5",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Classify this ticket: My order is late." },
    ],
  })

  console.log(message.content[0].text)
  ```
</CodeGroup>

## 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](https://bytespike.ai/pricing#text)
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。

```json theme={null}
{
  "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      |
| ---- | ---------------- | --------- |
| 400  | Body 校验失败        | 否         |
| 401  | key 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](/zh/concepts/error-handling)。

## 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](/zh/api-reference/text/claude-sonnet-4-6)。
* 长上下文推理见 [Opus 4.7](/zh/api-reference/text/claude-opus-4-7)。

## 限制

| 限制                | 值           |
| ----------------- | ----------- |
| Context window    | 200K tokens |
| Max output        | 8192 tokens |
| 支持 tool use       | 是           |
| 支持 vision         | 是           |
| 支持 streaming      | 是           |
| 支持 prompt caching | 是           |