Claude Haiku 5.5 与小模型在营销中的价值

每次有模型发布，人们都会拿它和现场最大的模型作比较。我认为对大多数营销工作来说，这个视角是错的。10 月 7 日，Anthropic 发布了 Claude Haiku 5.5，真正有意思的地方不在于它离前沿有多近，而在于把它运行一百万次要花多少钱。

发生了什么

Anthropic 称 Haiku 5.5 是其迄今发布的最便宜、最快、能力最强的小模型。它面向大批量、成本敏感型的工作：摘要、分类、数据库查询、实时客户支持、浏览器操作，以及配合更大的 Opus 5.5 和 Sonnet 5.5 模型执行子智能体任务。它是首个支持可调节“努力程度”设置的 Haiku 级模型，用户可以在成本与智能之间进行权衡。Anthropic 明确表示，对于复杂的智能体编程，Sonnet 5.5 和 Opus 5.5 仍然更胜一筹。

价格才是重点。对于不超过 100,000 Token 的提示，Anthropic 列出的价格为每百万输入 Token 0.10 美元、每百万输出 Token 0.50 美元，并称 Haiku 5.5 的成本平均比 Haiku 4.5 低约 75%。发布页面还附有客户反馈；例如 HubSpot 称，它在其 CRM 评估套件上取得了 92.8% 的得分。这些是该公司及其客户自行公布的数据，并非独立测试结果。

为什么重要

营销 AI 是一门规模生意。一次广告活动可能涉及数千个创意版本、数万条需要分类的评论、数十万行的商品数据源，以及横跨数十个市场的每日报告。这些工作几乎都不需要最强大的模型，需要的是一个足够好、速度快、表现稳定、便宜到可以处理所有内容的模型。

当小模型同时变得好得多、也便宜得多时，哪些工作值得自动化的经济账就变了。过去因成本太高而无法对每一项都执行的任务——比如给每一条竞品广告打标签、为每一条客户评价做摘要——都会变成常规操作。架构也随之改变：大模型负责规划和判断，小模型在下层完成重复性工作。Anthropic 自己把 Haiku 描述为子智能体，正是这种模式。

我的研究怎么看

这个观点我已坚持了很久。我曾在 Forbes 上发问越大是否越好，后来又比较了营销中的大语言模型与小型神经网络。我的答案始终未变：模型大小远不如技术方法以及与任务的契合度重要。

我们的研究一直将两类模型结合起来，而不是二选一。在SoCraft（WSDM 2023）中，我们展示了一个多模态模型，可在投放前利用文本、图片、定向和设置，为广告主的 Meta 广告创意打分。在Fusing Predictive and Large Language Models for Actionable Recommendations in Creative Marketing（ACM Transactions on Information Systems，2025）中，我们将广告效果预测模型与大语言模型结合，让创意评分变成营销人员可以据此行动的建议。

这些工作带来的启示是：由专门的高效模型负责衡量，由大语言模型负责解释。一个更便宜、能力更强的小型大语言模型并不会取代专门的预测模型，而是让解释与编排层在营销实际发生的规模上变得负担得起。

我会如何使用这样的模型

• 全覆盖分类。按主题、优惠和形式，为你所在品类中的每一条竞品帖子、每一条评价、每一则广告打标签，而不是抽样。
• 初步摘要。把冗长的报告、文字记录和评论串整理成简短的摘要，再交由人或更大的模型审阅。
• 作为流程中的子智能体。让大模型规划一次竞品分析，再把重复性的信息提取步骤交给小模型。
• 面向客户的速度。在对延迟敏感的场景（如实时聊天）中使用快速模型，并把疑难情况转给更强的模型或真人处理。

营销人员在切换之前应检查什么

• 进行你自己的评估。供应商的基准测试不等于你的任务。从你的工作中选取 200 个真实样例，进行标注，然后在这组数据上比较各个模型。
• 关注单个任务的成本，而不是单个 Token 的成本。Anthropic 指出，Haiku 5.5 使用了新的分词器，每个任务消耗的 Token 略多。账单取决于整个工作流。
• 有意识地使用“努力程度”设置。简单的打标签任务默认使用低档位，只有在你的评估显示质量确有提升的地方才调高。
• 在专门模型更胜一筹的地方继续使用它们。如果你已经拥有一个基于自身效果数据训练的模型，大语言模型应当负责解释它的输出，而不是取代它。

前沿模型占据头条，而大部分工作和大部分节省，将来自小模型。

常见问题