Claude Haiku 5.5 上线 Amazon Bedrock 与 Claude Platform on AWS

今天，我们很高兴地宣布 Claude Haiku 5.5 已在 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，专为子智能体以及高吞吐量、成本敏感的工作而构建。在大多数任务上，其成本比 Claude Haiku 4.5 低约 75%。

Amazon Bedrock 让您在将数据保留在 AWS 基础设施内并支持区域数据驻留的前提下，获得 Haiku 5.5 的能力。它可以与您的团队已经在使用的 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。使用费用会显示在您的 AWS 账单上。

AWS 上的 Claude Platform 让您通过 AWS Management Console 直接使用 Anthropic 原生平台的体验和能力。您可以像直接使用 Anthropic 一样，使用相同的 API、功能和控制台体验进行构建、测试和部署，并与 AWS 的计费和身份验证统一整合。

本文将介绍 Claude Haiku 5.5 的改进、关于何时选择 Haiku 5.5 的实用指导，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，在编程、工具使用、计算机使用和智能体任务方面均有出色表现。它也是首个具备 effort 控制的 Haiku 模型，因此您可以针对每项任务在成本与智能水平之间进行权衡，而不必为整个工作负载选择单一设置。

这些改进在大规模、快速且可重复的工作中尤为突出。在编程任务中，它可以作为子智能体来路由请求、审查代码以及对长文档进行分类。在知识工作中，Haiku 5.5 能从小型到中型文档中提取关键信息、执行初步扫描，并快速回答基于知识库的问题。在交互式应用中，它的响应速度足够快，能让简单对话获得快速而有用的回答。它还能以生产功能所需的吞吐量和成本，处理分类、摘要和文本生成等传统自然语言处理 (NLP) 任务。

Haiku 5.5 能够处理智能体编程和多步骤工具使用，并支持高分辨率图像。Haiku 5.5 可以作为强大的计算机使用子智能体，处理重复性的浏览器和桌面任务，且成本在大规模使用下依然可控。在开发工作流中，它非常适合对 UI 和 UX 变更进行快速迭代，以及跨多个文件进行小规模、特定的代码库修改。

将 Claude Haiku 5.5 与 Opus 5.5 搭配使用

Haiku 5.5 与最近发布的 Claude Opus 5.5 搭配使用。二者相辅相成：Opus 5.5 负责规划和做出判断，Haiku 5.5 则快速、大规模地执行定义明确的任务。您可以在关键之处获得缜密的推理，同时在其他方面获得更低的成本和延迟。

1. Claude Opus 5.5 负责规划工作并做出判断。它会将复杂问题分解，决定处理方案，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，以及以完整报告收尾的长篇分析。
2. Claude Haiku 5.5 承担子智能体的快速层。它处理快速、大批量的任务，例如请求路由、分类与摘要、改写长文档，以及对大量文件应用细小、具体的修改。作为审阅子智能体，它可以快速检查操作顺序和高层方向，让 Opus 5.5 把 token 花在最难的推理上。由于它速度快、成本效率高，你可以并行运行多个 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。之后，你可以直接对它运行提示词。

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

在编程方式下，你可以通过 Anthropic SDK，使用 Anthropic Messages API 针对 bedrock-runtime 调用该模型。你也可以通过 AWS Command Line Interface (AWS CLI) 和 AWS SDK，在 bedrock-runtime 上使用 Invoke 和 Converse API。

前提条件

你必须满足以下前提条件：

1. 拥有 Amazon Bedrock 访问权限的有效 AWS 账户。
2. 已安装并配置 AWS Command Line Interface (AWS CLI)。
3. Python 3.10+。
4. 已安装 Boto3：pip install boto3。
5. 已安装 Anthropic SDK：pip install anthropic。
6. 已安装用于 Amazon Bedrock 身份验证的 Amazon Bedrock Token Generator：pip install aws_bedrock_token_generator。
7. AWS Identity and Access Management (IAM) 权限：bedrock:InvokeModel、bedrock:InvokeModelWithResponseStream。

下面是一个使用适用于 Python 的 AWS SDK (Boto3) 配合 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"))

你也可以使用 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))

你还可以通过 anthropic SDK 包使用 Anthropic Messages API，获得更简化的体验：

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)

你可以浏览 Getting Started notebook 查看更多示例。你可以通过 Amazon CloudWatch 和 AWS Cost Explorer 监控使用量、性能和成本，以便在需求增长时扩展你的应用程序。

可用性

Claude Haiku 5.5 现已在 Amazon Bedrock 上提供，可通过 bedrock-runtime 上的 US Geo CRIS (us.)、EU Geo CRIS (eu.)、AU Geo CRIS (au.)、JP Geo CRIS (jp.) 和 Global CRIS (global.) 推理配置文件使用。在 AWS GovCloud (US) 中，它可通过 bedrock-runtime 和 bedrock-mantle 两个端点使用。

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。它还可以通过北美的 Claude Platform on AWS 使用

请在 Amazon Bedrock 控制台或 Claude Platform on AWS 上试用 Claude Haiku 5.5，或在 GitHub 上浏览 Getting Started notebooks。

关于作者