Claude Haiku 5.5 API

对于不超过 100K tokens 的提示词，Zurelay 每 1M 输入 tokens 收费 $0.04, 每 1M 输出 tokens 收费 $0.20, 缓存输入价格为 $0.004. Anthropic 的官方输入价格为 $0.10, 输出价格为 $0.50, 因此可节省 60%。超过 100K tokens 的提示词，所有费率均为基础费率的五倍，与 Anthropic 官方价目表一致：每 1M tokens 的输入价格为 $0.20, 输出价格为 $1.00。

是的，而且便宜很多。对于不超过 100K tokens 的提示词，Anthropic 为 Haiku 5.5 制定的官方价格仅为 Haiku 4.5 的十分之一；超过这一长度时则为一半。Anthropic 表示，平均使用成本降低约 75%。对于相同文本，其分词器统计的 token 数约多 30%, 但价格降幅足以抵消这一差异。

Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 和 set the model to claude-haiku-5-5. Chat completions, streaming 和 tool calls use the request shapes you know from OpenAI, and reasoning_effort sets the effort level. Temperature, top_p and top_k have no effect: Haiku 5.5 refuses them, so Zurelay leaves them out of the request.

可以。将 Anthropic SDK 的基础 URL, 或 Claude Code 的 ANTHROPIC_BASE_URL, 设为 https://api.zurelay.com, 不要加 /v1, 因为客户端会自行追加 /v1/messages。使用 Zurelay 密钥进行身份验证，并将模型设为 claude-haiku-5-5; 在 Claude Code 中，也可以将 Haiku 别名指向该模型。

Claude Haiku 5.5 的上下文窗口为 1M-token, 高于 Haiku 4.5 的 200K, 每次请求最多可返回 128K 输出 tokens。超过 100K tokens 的提示词按基础费率的五倍计费，与 Anthropic 一致，因此日常提示词应尽量控制在这一长度以内。

支持。它默认启用自适应思考，并通过 effort 设置控制，范围从 low 到 max, 默认为 medium: 使用 Messages 格式时传入 output_config.effort, 使用 chat completions 时传入 reasoning_effort. effort 为 high 或更低时，可以将 thinking 的 type 设为 disabled 来关闭思考。Anthropic API 会拒绝该模型使用旧版 budget_tokens 参数；Zurelay 则会将其映射到最接近的 effort 级别。除非将 thinking 的 display 设为 summarized, 否则返回的思考文本为空。

高调用量、对延迟敏感的任务：分类、提取、路由、摘要、子智能体任务和实时聊天。据 Anthropic 报告，它在知识工作上的表现接近 Sonnet 5.5, 但对于复杂的智能体编程任务，Anthropic 仍推荐 Sonnet 5.5 或 Opus 5.5.

支持。chat completions 和 Messages API 均支持流式输出；使用 chat completions 时，设置 stream_options.include_usage 即可在流结束时获取 token 用量。每个密钥都可单独设置月度预算和每分钟请求数上限。如果某条路由失败，Zurelay 会通过另一条路由重试，失败请求不收费。

是的。你的请求由 Claude Haiku 5.5 本身处理，Zurelay 不会替换成其他模型或更小的模型。只有在你主动开启智能路由后，才可能在模型不可用时由相近的替代模型回答，x-zurelay-model 响应头会标明实际回答的模型。输出采用采样生成，因此任何 API 的不同调用都可能产生不同的具体措辞。Zurelay 是独立服务，与 Anthropic 无关联，也未获其背书。