今天，我们很高兴地宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 AWS 上的 Claude Platform 上正式可用。据 Anthropic 介绍，Claude Haiku 5.5 是 Claude 5.5 系列中速度最快、效率最高的模型，专为子智能体（subagent）和高容量、成本敏感型工作而构建。对于大多数任务，其成本比 Claude Haiku 4.5 低约 75%。

Amazon Bedrock 为您提供 Haiku 5.5 的能力，同时通过区域数据驻留将您的数据保留在 AWS 基础设施内。它可与您的团队已在使用的 AWS 控制措施配合使用，包括用于访问控制的 AWS Identity and Access Management (IAM)、用于审计的 AWS CloudTrail、用于监控的 Amazon CloudWatch 以及 Amazon Bedrock Guardrails。使用量会显示在您的 AWS 账单上。

AWS 上的 Claude Platform 让您通过 AWS Management Console 直接访问 Anthropic 原生平台体验和能力。使用与直接对接 Anthropic 时相同的 API（应用程序编程接口）、功能和控制台体验进行构建、测试和部署，并与 AWS 账单和身份验证统一。

本文将介绍 Claude Haiku 5.5 的改进、何时选择 Haiku 5.5 的实用指南，以及如何在 Amazon Bedrock 上开始使用。

Claude Haiku 5.5 有何不同

Claude Haiku 5.5 是 Anthropic 能力最强的 Haiku 模型，涵盖编码、工具使用、计算机使用和智能体任务。它也是首个具备 effort 控制功能的 Haiku 模型，因此您可以针对每个任务在成本与智能之间进行调优，而不必为整个工作负载选择一种设置。

这些改进在大规模快速且可重复的工作中尤为突出。对于编码任务，它可作为子智能体路由请求、审查代码并对长文档进行分类。对于知识工作，Haiku 5.5 可从中小型文档中提取关键信息、进行初步扫描，并基于知识库回答快速问题。对于交互式应用程序，它的响应速度足以让简单对话获得快速且有帮助的答案。它还能以生产功能所需的容量和成本处理传统自然语言处理 (NLP) 任务，如分类、摘要和文本生成。

Haiku 5.5 可处理智能体编码和多步骤工具使用，并支持高分辨率图像。Haiku 5.5 可作为强大的计算机使用子智能体，用于重复性的浏览器和桌面任务，其成本在大规模场景下依然可控。在开发工作流中，它非常适合快速迭代 UI 和 UX 变更，以及跨多个文件进行小型、特定的代码库更改。

将 Claude Haiku 5.5 与 Opus 5.5 搭配使用

Haiku 5.5 可与最近发布的 Claude Opus 5.5 搭配使用。二者组合成一个强大的团队：Opus 5.5 负责规划和做出判断，Haiku 5.5 则快速且大规模地执行定义明确的任务。您可以在关键之处获得审慎推理，同时在所有环节降低成本和延迟。

• Claude Opus 5.5 负责规划工作并做出判断决策。它分解复杂问题、决定方法，并承担最困难的推理任务，例如发布调试、大型拉取请求的安全审查，以及最终形成完整报告的长期分析。

• Claude Haiku 5.5 承担子智能体的快速层。它处理快速、高吞吐量的任务，例如路由请求、分类和摘要、重写长文档，以及在多个文件中应用小型、具体的更改。作为审查子智能体，它可以快速检查操作顺序和高层方向，以便 Opus 5.5 将其 token 用于最困难的推理。由于它快速且具有成本效益，您可以并行运行多个 Haiku 子智能体。

在 Amazon Bedrock 上开始使用 Claude Haiku 5.5

要试用 Haiku 5.5，请打开 Amazon Bedrock 控制台，选择 Test，然后选择 Playground，并选择 Haiku 5.5 作为模型。在那里，您可以直接对其运行提示。

图 1：在 Amazon Bedrock 控制台 Playground 中选择 Anthropic Claude 模型

在编程方面，您可以通过 Anthropic SDK（软件开发工具包） 使用 Anthropic Messages API 针对 bedrock-runtime 调用该模型。您还可以通过 AWS Command Line Interface (AWS CLI) 和 AWS SDK 在 bedrock-runtime 上使用 Invoke 和 Converse API。

先决条件

您必须满足以下先决条件：

• 具有 Amazon Bedrock 访问权限的有效 AWS 账户。

• 已安装并配置 AWS Command Line Interface (AWS CLI)。

• Python 3.10+。

• 已安装 Boto3：pip install boto3。

• 已安装 Anthropic SDK：pip install anthropic。

• 已安装用于 Amazon Bedrock 身份验证的 Amazon Bedrock Token Generator：pip install aws_bedrock_token_generator。

• AWS Identity and Access Management (IAM) 权限：bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream。

一个使用 AWS SDK for Python (Boto3) 和 InvokeModel API 的快速示例：

import boto3
import json

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.invoke_model(
    modelId="global.anthropic.claude-haiku-5-5",
    contentType="application/json",
    accept="application/json",
    body=json.dumps({
        "anthropic_version": "bedrock-2023-05-31",
        "max_tokens": 4096,
        "messages": [
            {
                "role": "user",
                "content": "Can you explain the features of Amazon Bedrock?"
            }
        ]
    })
)

result = json.loads(response["body"].read())
# Haiku 5.5 may return a thinking block before the text block,
# so select the text block rather than a fixed index.
print(next(b["text"] for b in result["content"] if b["type"] == "text"))

您还可以使用 Amazon Bedrock Converse API 获得统一的多模型体验：

import boto3

# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
    service_name="bedrock-runtime",
    region_name="us-east-1"
)

# Invoke Claude Haiku 5.5
response = bedrock_runtime.converse(
    modelId="global.anthropic.claude-haiku-5-5",
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "text": "Can you explain the features of Amazon Bedrock?"
                }
            ]
        }
    ],
    inferenceConfig={
        "maxTokens": 4096
    }
)

if 'output' in response:
    blocks = response['output']['message']['content']
    print('\n'.join(b.get('text', '') for b in blocks if 'text' in b))

您还可以通过 anthropic SDK 包使用 Anthropic Messages API，以获得简化的体验：

from anthropic import Anthropic
from aws_bedrock_token_generator import provide_token

token = provide_token(region="us-east-1")

client = Anthropic(
    base_url="https://bedrock-runtime.us-east-1.amazonaws.com/anthropic",
    api_key=token,
)

# Invoke Claude Haiku 5.5
response = client.messages.create(
    model="global.anthropic.claude-haiku-5-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}],
)
print(response)

您可以浏览 Getting Started notebook 以获取更多示例。您可以通过 Amazon CloudWatch 和 AWS Cost Explorer 监控使用情况、性能和成本，以便随着需求增长扩展您的应用程序。

可用性

Claude Haiku 5.5 现已在 Amazon Bedrock 上通过 bedrock-runtime 的 US Geo CRIS (us.)、EU Geo CRIS (eu.)、AU Geo CRIS (au.)、JP Geo CRIS (jp.) 和 Global CRIS (global.) 推理配置文件提供。在 AWS GovCloud (US) 中，它可在 bedrock-runtime 和 bedrock-mantle 端点上使用。

有关支持的 AWS 区域的完整列表，请参阅 Amazon Bedrock 文档。有关定价信息，请参阅 Amazon Bedrock 定价。它也可通过北美地区的 Claude Platform on AWS 使用

在 Amazon Bedrock 控制台中试用 Claude Haiku 5.5，在 Claude Platform on AWS 中使用，或探索 GitHub 上的入门笔记本。

转载声明：本文为转载整理，原文版权归原作者及原站点所有。

原文来源：AWS Machine Learning Blog

原创地址：https://aws.amazon.com/blogs/machine-learning/introducing-claude-haiku-5-5-on-aws/