Claude Haiku 5.5 上线后,为什么第一段 JSON 不是答案?从 budget_tokens 到 content.type

截至 2026 年 10 月 9 日:Haiku 5.5 于 10 月 7 日上线,模型 ID 是 claude-haiku-5-5。自适应思考默认开启,响应第一块可以是 thinking。budget_tokens 会 400。按 content.type 取 text,再 JSON.parse。

先给结论:Haiku 5.5 换的是响应 JSON 里哪一块才是答案。2026 年 10 月 7 日,Anthropic 发布 Claude Haiku 5.5,模型 ID 是 claude-haiku-5-5。自适应思考默认开着,content 数组的第一块可以是 thinking,而且默认只有 signature、正文为空。旧请求里的 budget_tokens 直接 400。按 type 取 text,再交给 JSON.parse。

这篇按 2026 年 10 月 9 日写,依据当天仍有效的模型页、迁移指南和 10 月 7 日的发布说明。本站 9 月 29 日的《Sonnet 5.5 与 between_tools》写过:Haiku 5.5 当时仍是「未来几周」。那个日期现在到了。本文不重写 Sonnet 那四处 400,只回答:抽 JSON 的代码从 Haiku 4.5 换到 5.5,要改哪一层。

10 月 7 日发了什么

官方定位是高吞吐、对延迟敏感的活:分类、路由、抽取、子代理。上下文 100 万 token,最大输出 12.8 万 token。思考是自适应的,默认 effort 是 medium。平台覆盖 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud、Microsoft Foundry。退役承诺不早于 2027 年 10 月 7 日。claude-haiku-5-5 没有日期后缀,也没有另一条别名。

平台Haiku 4.5Haiku 5.5
Claude APIclaude-haiku-4-5claude-haiku-5-5
Amazon Bedrockanthropic.claude-haiku-4-5anthropic.claude-haiku-5-5
Google Cloudclaude-haiku-4-5@20251001claude-haiku-5-5
Microsoft Foundryclaude-haiku-4-5claude-haiku-5-5

价目按提示是否超过 10 万 token 分两档(每百万 token,美元)。10 万以内:输入 0.10、输出 0.50、缓存读 0.01、5 分钟缓存写 0.125、1 小时缓存写 0.20。超过 10 万:输入 0.50、输出 2.50、缓存读 0.05、5 分钟写 0.625、1 小时写 1。Batch 对输入和输出打五折。对照页上的 Haiku 4.5 是输入 1、输出 5。发布说明另说:平均跑下来大约便宜 75%。同一天,Sonnet 5.5 的缓存读从 0.20 降到 0.10,那是另一份价目,不要和 Haiku 的 0.01 混进同一张账单。

第一块不是答案

自适应思考默认开启。请求里不写 thinking,响应仍可能以一块或多块 thinking 开头。默认每块的 thinking 字段是空字符串,只带 signature。Haiku 4.5 返回的是摘要思考。要摘要,得显式写 thinking: {"type":"adaptive","display":"summarized"}。

迁移指南写得很直:按 type 选块,不要按位置。工具结果回传时,thinking 块原样带回去,不要改写、不要丢掉 signature。思考 token 计入 max_tokens。上限按 4.5 的短回复来设,可能在文字出现之前就停在 stop_reason: "max_tokens"。抽 JSON 的人会把空的 thinking 或半截 thinking 送进 JSON.parse,然后以为模型没输出。

{
  "model": "claude-haiku-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "..." }]
}

强制 tool_choice(any 或点名工具)在 Haiku 5.5 上仍被接受。这和 Opus 5.5、Sonnet 5.5 不同:那两档的 any / tool 会 400。Haiku 这边强制调用时,响应直接从工具调用开始,没有 thinking 块。要让它先想再调,用 tool_choice 的 auto。

四类会 400 的旧 JSON

  1. 手动思考预算。thinking: {"type":"enabled","budget_tokens":N} 回 400。改成 {"type":"adaptive"},用 output_config.effort 调深浅。4.5 上不思考或只给很小预算的请求,这里用更低的 effort;简单请求可以整段不思考。
  2. 采样参数。非默认 temperature、top_p 不是 0.99、任意 top_k,以及同时带 temperature 和 top_p,都 400。temperature 若出现必须是 1。top_p 若出现必须是 0.99,写成 1 也不行。删掉这三个字段。
  3. 助手预填。messages 以 assistant 结尾、让模型接着写,即便关了思考也 400。格式约束改走 Structured Output,或用带 enum 的工具做分类。续写放到用户消息里。
  4. 旧计算机工具。Claude API 与 Google Cloud 上,computer_20250124 加旧 beta 头会 400。换成 {"type":"computer_toolset_20260801"},并丢掉 computer-use-2025-01-24。和 toolset 一起带 fine-grained-tool-streaming-2025-05-14 也会 400。

还有一条不是 400、但会让思考消失:把 Haiku 5.5 的 thinking 块换到另一个账号重放,API 会在模型看见之前丢掉这块,请求仍然成功。多租户如果共用一份对话存储,要按产出账号回放。改了 system、tools 或更早的 messages 再把 thinking 送回去,会 400。对话只追加。2026 年 8 月 31 日 0 点 UTC 之前创建的账号,只有设置了 prefix_mismatch_behavior 才会报这个错。

stop_reason: "refusal" 要单独处理。Haiku 5.5 会跑安全分类,没有服务端回退。Priority Tier 在这一档不支持。Claude Managed Agents 这边,迁移指南写的是:除了模型名,不必再改。

关思考再要结构化输出

thinking: {"type":"disabled"} 在 low、medium、high 可用。xhigh 和 max 会 400。提示词里写「直接回答」停不住思考,这是官方提示页上的测试结论。把 effort 调低,才是少想的杠杆。

思考关掉、同时又用 Structured Output 要 JSON 时,模型可能跳过它本该调用的工具。三条路:改回自适应思考;必须调工具的请求拿掉 output_config.format;或用 tool_choice 强制调用。强制之后,调用前不再有文字。官方建议写进 system:JSON 格式只约束最终答案;需要工具时先调用,拿到结果再写 JSON。

Amazon Bedrock 上的 Claude 不支持 Structured Output。分类和抽取改用带 enum 的工具,不要在 Bedrock 上等 output_config.format。顶层 effort 在轮次之间一改,会让这段对话的提示缓存失效。要单轮改 effort,走 beta 头 mid-conversation-output-config-2026-07-01,而且思考必须开着;思考关掉时,这条中途改动本身 400。

同一段字,token 变多

Haiku 5.5 用的是 Claude 4.7 及以后那套分词器。同一段输入大约比 Haiku 4.5 多 30% token,具体看内容。请求、响应、流式事件的形状没变。变的是你用 token 记账的地方:usage 变大,同样的 max_tokens 装得下的字变少,按 4.5 计数做的成本估算要重算。用 model 设成 claude-haiku-5-5 再数,不要复用 4.5 的计数。

所以「价目大约便宜 75%」和「token 多了约 30%」要放在同一张表里看。只换模型字符串、沿用旧的 max_tokens 和旧的 token 计数,抽取任务会在 JSON 写完之前被截断。

上线前先核的四份 JSON

  1. 请求体。没有 budget_tokens,没有非默认采样,messages 不以 assistant 结尾。思考要么不写,要么是 adaptive。
  2. 一条真实响应。先按 type === "text" 取出文本,再 JSON.parse。不要解析 content[0]。
  3. 回传的 thinking 块。signature 还在,块没有被改写,system 和 tools 相对产出那一轮没有被改过。
  4. Structured Output 的 schema。若这轮必须调工具,不要同时把思考关掉。Bedrock 上改走工具的 enum,而不是 output_config.format。

用本地 JSON 工具看响应

改模型字符串之前,在浏览器里摊开三份文本:旧的 Haiku 4.5 请求、新的 5.5 请求、一条带 thinking 块的响应。

  • JSON 校验 — 请求和响应是否是合法 JSON;schema 是否还在要求你已经删掉的字段。
  • JSONPath — 用 $..content[?(@.type=='text')] 取出答案,避开 thinking。
  • JSON Diff — 对比 4.5 请求和 5.5 请求,确认 budget_tokens、temperature、预填都消失了。

数据不离开浏览器。合同看平了,再改模型 ID。Haiku 5.5 会自己决定想多久;你的解析器不应把第一块空 thinking 当成抽取结果。

常见问题 FAQ

只改 model 为 claude-haiku-5-5 能上线吗?

不能当默认。请求里还有 budget_tokens、非默认 temperature 或 top_p、任意 top_k、以 assistant 结尾的预填,或 Claude API / Google Cloud 上的 computer_20250124,都会 400。解析若仍读 content 的第一块,会把 thinking 当成答案。

为什么解析到的第一块是空的?

默认思考块的 thinking 字段是空字符串,只带 signature。要摘要得把 display 设为 summarized。答案在 type 为 text 的块里,不在下标 0。

把 budget_tokens 改小就能少花钱吗?

不能。带 budget_tokens 的 enabled 思考会 400。少想用更低的 effort。简单请求在低 effort 下可以不产生思考块。

关掉思考再要 JSON,工具还会被调用吗?

不一定。官方提示页写明:思考关闭且同时使用 Structured Output 时,模型可能跳过需要的工具。要工具就保持自适应思考,或拿掉 output_config.format,或用 tool_choice 强制调用。

Bedrock 上怎么拿到结构化 JSON?

迁移指南写明:Amazon Bedrock 上的 Claude 不支持 Structured Output。用带 enum 的工具做分类和抽取。

和 9 月 Sonnet 5.5 的 between_tools 是同一条规则吗?

不是。Sonnet 5.5 拒收 thinking.disabled,要改 between_tools,也拒收强制 tool_choice。Haiku 5.5 在 high 及以下可以 disabled,也接受强制 tool_choice,但强制时响应里没有 thinking 块。

总结

Haiku 5.5 收走的是「第一块就是 JSON 答案」这个假设,不是抽取这件事本身。10 月 7 日上线的 claude-haiku-5-5 默认自适应思考,budget_tokens 会 400,同一段字大约多 30% token。按 content.type 取 text,thinking 块原样回传,Structured Output 不要和关掉的思考绑在必须调工具的那一轮上。

先在本地把旧请求、新请求和一条真实响应看平,再改模型 ID。价目可以更低;解析器仍要认得出哪一块才是 JSON。