> ## 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 的小型廉价模型 —— 大规模分类、路由、结构化抽取。仍包含 vision 和 tool use；给系统提示挂上 prompt cache，单请求成本可以压到最低。

`claude-haiku-4-5` 是小 / 快 / 便宜的 Claude。当 prompt 短、响应短、你宁愿每小时调一万次 API 而不是三百次时，**任何大规模运行的活**都应该默认选它。Vision 和 tool use 仍然在；让出去的是大模型在硬问题上的推理深度。

**价格：** 输入 $1.00 / 1M，输出 $5.00 / 1M，缓存读取 \$0.10 / 1M，缓存写入为输入的 1.25× —— 见[费率卡](/zh/pricing)。

## 协议

| 协议                            | 路径                                                  |
| ----------------------------- | --------------------------------------------------- |
| Anthropic Messages            | `POST https://llm.bytespike.ai/v1/messages`         |
| OpenAI Chat Completions（shim） | `POST https://llm.bytespike.ai/v1/chat/completions` |

## 快速开始

<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": 256,
      "messages": [
        { "role": "user", "content": "Classify: refund / billing / technical / other.\n\nMy invoice charged twice." }
      ]
    }'
  ```

  ```python Python (anthropic SDK with cache_control) theme={null}
  import anthropic

  client = anthropic.Anthropic(
      base_url="https://llm.bytespike.ai",
      api_key=os.environ["BYTESPIKE_API_KEY"],
  )

  resp = client.messages.create(
      model="claude-haiku-4-5",
      max_tokens=256,
      system=[
          {
              "type": "text",
              "text": LARGE_CLASSIFICATION_RUBRIC,
              "cache_control": {"type": "ephemeral"},
          }
      ],
      messages=[{"role": "user", "content": "My invoice charged twice."}],
  )

  print(resp.content[0].text)
  ```
</CodeGroup>

## 能力

| 能力                         | 是否支持        |
| -------------------------- | ----------- |
| Chat completions           | ✅           |
| 流式（SSE）                    | ✅           |
| Vision（图像输入）               | ✅           |
| Tool use（function calling） | ✅ 并行        |
| Prompt 缓存（cache\_control）  | ✅           |
| Extended thinking          | —           |
| Web search                 | —           |
| JSON / 结构化输出               | ✅           |
| 上下文窗口                      | 200K tokens |

## 什么时候用

* **分类、路由、分诊。** 工单 → 类别。邮件 → 优先级。来电 → 下一步动作。
* **大规模结构化抽取。** PII 脱敏、实体抽取、按 schema 解析的高吞吐流。
* **缓存摊销的 agent。** 大系统提示 + 多轮短用户回合；给系统提示打 cache\_control，第一轮之后每轮成本便宜约 10×。
* **便宜模型上的 Vision OCR。** Haiku 的 vision 已足够处理小票、发票、截图 —— 价格是 Sonnet 的四分之一。

什么时候**不**用：

* 硬核推理 —— Haiku 没有 extended thinking；上 Sonnet 或 Opus。
* 长文写作 —— Haiku 的散文档次在 Sonnet 之下。

## 下一步

* [claude-sonnet-4-6](/zh/models/claude-sonnet-4-6) —— 生产中档
* [claude-opus-4-8](/zh/models/claude-opus-4-8) —— 200K 上下文旗舰