跳到正文
原文
AWS Machine Learning Blog· Aamna Najmi·· 4 小时前AI 评分55

Claude Haiku 5.5 已在 Amazon Bedrock 与 Claude Platform on AWS 可用

Introducing Claude Haiku 5.5 on AWS

AI 导读

AWS 宣布 Claude Haiku 5.5 已可在 Amazon Bedrock 和 Claude Platform on AWS 使用，多数任务费用比 Claude Haiku 4.5 低约 75%。

正文 · AI 翻译

今天，我们很高兴宣布 Claude Haiku 5.5 已在 Amazon Bedrock 和 Claude Platform on AWS 上推出。据 Anthropic 称，Claude Haiku 5.5 是 Claude 5.5 系列中速度最快、效率最高的模型，专为子代理以及高吞吐量、对成本敏感的工作而打造。对于大多数任务，其成本也比 Claude Haiku 4.5 低约 75%。

Amazon Bedrock 为你提供 Haiku 5.5 的能力，同时让数据保留在 AWS 基础设施内，并支持区域数据驻留。它可与团队已在使用的 AWS 管控措施配合使用，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。使用量会显示在你的 AWS 账单上。

Claude Platform on AWS 让你通过 AWS Management Console 直接获得 Anthropic 的原生平台体验与能力。你可以使用与直接使用 Anthropic 时相同的 API、功能和控制台体验进行构建、测试和部署，并统一使用 AWS 账单与身份验证。

本文介绍 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，涵盖编程、工具使用、计算机使用和代理任务。它也是首个具备 effort 控制的 Haiku 模型，因此你可以为每项任务调节成本与智能的平衡，而不必为整个工作负载选用同一设置。

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，它可以作为子代理来路由请求、审查代码并对长文档进行分类。在知识工作中，Haiku 5.5 可从小到中等规模的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。在交互式应用中，它的响应速度足以让简单对话获得迅速而有用的回答。它还能以生产功能所需的规模和成本处理分类、摘要和文本生成等传统自然语言处理 (NLP) 任务。

Haiku 5.5 可处理代理式编程和多步骤工具使用，并支持高分辨率图像。Haiku 5.5 可用作强大的计算机使用子代理，处理重复性的浏览器和桌面任务，且成本在规模化场景下依然可控。在开发工作流中，它很适合快速迭代 UI 和 UX 变更，以及对多个文件进行小而具体的代码库修改。

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。二者组成强大团队：Opus 5.5 负责规划并做出判断，Haiku 5.5 则快速、大规模地执行定义明确的任务。你在关键之处获得审慎推理，在其他各处则获得更低的成本与延迟。

  1. Claude Opus 5.5 负责规划工作并做出判断。它拆解复杂问题、决定方法，并承担最难的推理，例如发布调试、大型 pull request 的安全审查，以及最终形成完整报告的长篇分析。
  2. Claude Haiku 5.5 负责子代理的快速层。它处理快速、大批量的任务，例如路由请求、分类和摘要、改写长文档，以及在许多文件中应用细小而具体的更改。作为审查子代理，它可以快速检查操作顺序和高层方向，从而让 Opus 5.5 把 token 用在最难的推理上。由于它速度快且成本高效，你可以并行运行许多 Haiku 子代理。

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，并将 Haiku 5.5 选为模型。之后，你可以直接对它运行提示。

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

以编程方式，你可以使用 Anthropic Messages API，通过 Anthropic SDK 针对 bedrock-runtime 调用该模型。你也可以在 bedrock-runtime 上使用 Invoke 和 Converse API，并通过 AWS Command Line Interface (AWS CLI) 和 AWS SDK 进行调用。

先决条件

你必须具备以下先决条件：

  1. 具有 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。

以下是使用 AWS SDK for Python (Boto3) 配合 InvokeModel API 的一个简短示例：

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))

你也可以通过 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 入门笔记本 以获取更多示例。你可以通过 Amazon CloudWatch 和 AWS Cost Explorer 监控用量、性能和成本，以便随着需求增长扩展你的应用程序。

可用性

Claude Haiku 5.5 即日起可在 Amazon Bedrock 上通过 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，它在 bedrock-runtime 和 bedrock-mantle 两个端点上均可用。

请参阅 Amazon Bedrock 文档 以获取支持的 AWS 区域完整列表。有关定价信息，请参阅 Amazon Bedrock 定价。它也可通过 Claude Platform on AWS 在北美使用

请在 Amazon Bedrock 控制台、Claude Platform on AWS 中试用 Claude Haiku 5.5，或在 GitHub 上浏览 入门笔记本。

关于作者

Aamna Najmi

Aamna Najmi

Aamna 是生成式 AI 高级专家解决方案架构师，专注于 Anthropic 模型，以及在 Amazon Bedrock 上大规模落地和治理生成式 AI 系统。她帮助 ISV 应对挑战、拥抱创新，并借助 Amazon Bedrock 创造新的商业机会。

Dani Mitchell

Dani Mitchell

Dani 是 AWS 的生成式 AI 高级专家解决方案架构师，负责 Anthropic 在 Amazon Bedrock 上的市场推广。他帮助世界各地的企业利用 Anthropic 在 Amazon Bedrock 上的模型与能力，设计并部署生成式 AI 解决方案，以构建可扩展、可用于生产的应用程序。

Alfredo Castillo

Alfredo Castillo

Alfredo 是 AWS 的生成式 AI 高级专家解决方案架构师，专注于 Anthropic 模型在 Amazon Bedrock 上的市场推广。他与金融服务客户合作，设计并扩展跨分布式系统的生成式 AI 解决方案，并将生成式 AI 实验转化为生产工作负载。工作之余，他热衷于家庭和耐力运动。

Sofian Hamiti

Sofian Hamiti

Sofian 是一位技术领导者，拥有超过 12 年构建 AI 解决方案的经验，并领导高绩效团队以最大化客户成果。他热衷于赋能多元化人才，推动全球影响力并实现其职业抱负。

来源：AWS Machine Learning Blog · aws.amazon.com

#模型发布#Agent#编码#Anthropic