Claude Haiku 5.5 kostet $0.10 pro einer Million Input-Tokens und $0.50 pro einer Million Output-Tokens, also ein Zehntel der $1 und $5 von Haiku 4.5. Das gilt für Prompts bis 100.000 Tokens. Oberhalb dieser Grenze wird die gesamte Anfrage zu $0.50 und $2.50 abgerechnet. Das entspricht der Hälfte des Preises von Haiku 4.5 und nicht einem Zehntel.
Anthropic beziffert die typische Ersparnis auf etwa 75%, nicht 90%. Die Differenz ergibt sich aus drei Faktoren, die dieser Beitrag durchgeht: wo Ihre Prompts relativ zur 100K-Grenze liegen, wie viele Thinking-Tokens die Standardeinstellungen erzeugen und ein neuer Tokenizer, der denselben Text als etwa 30% mehr Tokens zählt. Zwei durchgerechnete Beispiele unten zeigen, wie sich eine reale Rechnung zusammensetzt.
Die Preistabelle
Preise pro Million Tokens, aus Anthropics Haiku 5.5-Launch-Beitrag und Preisseite:
| Token-Typ | Haiku 5.5, kurz | Haiku 5.5, lang | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|---|
| Input | $0.10 | $0.50 | $1.00 | $2.00 |
| Output | $0.50 | $2.50 | $5.00 | $10.00 |
| Cache-Lesen | $0.01 | $0.05 | $0.10 | $0.10 |
| Cache-Schreiben, 5 Min. | $0.125 | $0.625 | $1.25 | $2.50 |
| Cache-Schreiben, 1 Stunde | $0.20 | $1.00 | $2.00 | $4.00 |
„Kurz“ bedeutet einen Prompt mit maximal 100.000 Tokens, „lang“ bedeutet mehr als 100.000. Die Batch API gewährt 50% Rabatt auf Input und Output. Der Cache-Lesepreis von Sonnet 5.5 wurde am selben Tag von $0.20 auf $0.10 gesenkt.
Die Haiku 5.5-Seite auf AIHubMix listet dieselben zwei Stufen auf, mit Websuche zu $0.01 pro Anfrage.
Abrechnungsregeln, die leicht übersehen werden
Die gesamte Anfrage wechselt die Stufe, nicht nur der Überschuss. Anthropic bepreist Haiku 5.5 mit zwei Preistabellen, die nach Prompt-Länge gewählt werden. Ein Prompt mit 100.000 Tokens zahlt $0.0100 für seinen Input, ein Prompt mit 100.001 Tokens zahlt $0.0500, und sein Output kostet ebenfalls das Fünffache. Haiku 5.5 ist hier die Ausnahme: Anthropics andere aktuelle Modelle mit 1M-Kontext berechnen das volle Fenster zu ihren Standardpreisen.
Die Grenze wird schneller erreicht, als alte Dashboards vermuten lassen. Haiku 5.5 verwendet einen neueren Tokenizer, und derselbe Text erzeugt etwa 30% mehr Tokens als auf Haiku 4.5. Teilt man 100,000 durch 1.3, liegt die Grenze bei etwa 77,000 Tokens, gezählt so, wie Haiku 4.5 sie zählte. Ein Prompt mit 78,000 Tokens auf Ihrem alten Dashboard wird auf Haiku 5.5 zu etwa 101,000 Tokens und zahlt damit den langen Tarif. Diese Rechnung beruht auf der 30%-Angabe aus Anthropics Migrationsleitfaden. Der genaue Zuwachs hängt vom Inhalt ab, daher sollten Sie echte Prompts auf dem neuen Modell neu zählen.
Thinking ist standardmäßig aktiv und wird als Output abgerechnet. Haiku 4.5 dachte nur auf Anforderung. Haiku 5.5 läuft mit adaptivem Thinking auf medium-Aufwand, sofern Sie nichts ändern. Eine Route, die früher 200 Output-Tokens zurückgab, kann daher jetzt mehrere hundert zusätzliche liefern.
Kurze Prompts lassen sich jetzt cachen. Die minimale cachebare Promptlänge sinkt laut Anthropics Migrationsleitfaden von 4,096 Tokens auf Haiku 4.5 auf 512 Tokens auf Haiku 5.5. Ein System-Prompt mit 3,000 Tokens, der auf Haiku 4.5 nie gecacht werden konnte, lässt sich jetzt cachen, und ein Cache-Lesezugriff kostet ein Zehntel des Input-Preises.
Priority Tier ist nicht verfügbar. Wenn Sie auf Haiku 4.5 eine Priority-Tier-Zusage haben, gilt sie nicht für Haiku 5.5. Planen Sie die Kapazität separat.
Gecachte Tokens und die 100K-Grenze: Man sollte davon ausgehen, dass sie zählen. Anthropic nennt für jede Stufe einen eigenen Cache-Lesepreis, was darauf hindeutet, dass der gesamte Prompt, gecacht oder nicht, die Stufe bestimmt. Anthropic hat dies nicht ausdrücklich erklärt. Die sichere Annahme ist daher, dass ein Cache-Präfix mit 95K plus eine Frage mit 6K ein langer Prompt ist.
Beispiel 1: ein Klassifikator für Support-Tickets
Annahmen, in Haiku-4.5-Token-Zählung: ein System-Prompt mit 3,000 Tokens inklusive Tool-Definitionen, ein Ticket mit 1,000 Tokens, eine Antwort mit 200 Tokens und 1 Million Anfragen pro Monat. Haiku 4.5 läuft mit ausgeschaltetem Thinking.
Auf Haiku 5.5 wird derselbe Text zu 3,900 + 1,300 Input-Tokens und einer Antwort mit 260 Tokens. Thinking wird mit 300 zusätzlichen Tokens bei low-Aufwand und 800 bei medium angenommen. Diese Thinking-Werte sind Annahmen; messen Sie Ihre eigenen.
| Setup | Pro Anfrage | Pro Monat |
|---|---|---|
| Haiku 4.5 | $0.00500 | $5,000 |
| Haiku 5.5, low, ohne Cache | $0.00080 | $800 |
| Haiku 5.5, low, gecachtes Präfix | $0.00045 | $453 |
| Haiku 5.5, medium, gecachtes Präfix | $0.00070 | $703 |
| Sonnet 5.5, medium, gecachtes Präfix | $0.01359 | $13,674 |
Die monatlichen Cache-Zeilen enthalten etwa $4 Cache-Schreibkosten für Haiku 5.5 und etwa $84 für Sonnet 5.5, unter der Annahme eines 5-Minuten-Schreibvorgangs alle fünf Minuten. Sonnet 5.5 verwendet bei medium dieselben Token-Annahmen wie Haiku.
So ergibt sich die gecachte low-Zeile: 3,900 gecachte Tokens zu $0.01 pro Million ($0.000039), plus 1,300 frische Input-Tokens zu $0.10 ($0.00013), plus 560 Output-Tokens zu $0.50 ($0.00028), also $0.000449 pro Anfrage.
Das Muster: Cache und Aufwand zusammen senken die Rechnung von 16% der alten Kosten (ohne Cache, low) auf 9% (gecacht, low). Wird der Aufwand statt auf low auf dem Standardwert belassen, kommen bei diesem Volumen etwa $250 pro Monat hinzu. Keine der beiden Entscheidungen fällt absolut gesehen stark ins Gewicht neben den $5,000 von Haiku 4.5. Deshalb ist der Klassifikator der Fall, in dem die 90%-Schlagzeile tatsächlich zutrifft.
Beispiel 2: eine Vertragsprüfung, die die Grenze überschreitet
Annahmen, in Haiku-4.5-Token-Zählung: ein Vertrag samt Anweisungen mit 70,000 Tokens, eine Antwort mit 1,500 Tokens, kein Caching. Auf Haiku 5.5 werden daraus 91,000 Input-Tokens, eine Antwort mit 1,950 Tokens und angenommene 2,000 Thinking-Tokens bei medium, also 3,950 Output-Tokens.
Nun wird der Vertrag 14% länger: 80,000 Tokens auf Haiku 4.5, 104,000 auf Haiku 5.5.
| Vertragsgröße (Zählung Haiku 4.5) | Haiku 4.5 | Haiku 5.5 | Veränderung |
|---|---|---|---|
| 70,000 Tokens | $0.0775 | $0.0111 | 86% niedriger |
| 80,000 Tokens | $0.0875 | $0.0619 | 29% niedriger |
Die zweite Zeile: 104,000 Input-Tokens zu $0.50 pro Million ($0.052) plus 3,950 Output-Tokens zu $2.50 ($0.0099). 14% mehr Text kosten auf Haiku 5.5 das 5.6-Fache.
Die Lösung besteht darin, unter der Grenze zu bleiben. Teilt man den längeren Vertrag in zwei Aufrufe mit je etwa 53,000 Tokens auf (jeweils eine Hälfte des Vertrags plus die Anweisungen), kostet das zusammen etwa $0.015 zum Kurztarif, also weniger als ein Viertel des einen langen Aufrufs. Ob eine Aufteilung funktioniert, hängt von der Aufgabe ab: Eine Klausel-für-Klausel-Prüfung lässt sich sauber aufteilen, eine Frage, die das ganze Dokument auf einmal braucht, dagegen nicht.
Kosten pro Aufgabe im Vergleich
Gegenüber Sonnet 5.5 ist Haiku 5.5 bei kurzen Prompts etwa ein Zwanzigstel des Token-Preises. Der Preis pro Token ist aber nicht der Preis pro fertiger Aufgabe. Bei komplexem agentischem Coding erreicht Sonnet 5.5 laut Anthropics Angaben 70.6% auf Terminal-Bench 4.0, Haiku 5.5 dagegen 39.2%. Eine günstigere Anfrage, die fehlschlägt und wiederholt werden muss oder von einem größeren Modell neu erledigt wird, ist nicht günstiger. Anthropics eigene Empfehlung lautet, Sonnet 5.5 zu vergleichen, bevor Haiku mit xhigh oder max läuft. Sonnet 5.5 wurde am selben Tag ebenfalls günstiger: Seine Cache-Lesepreise wurden halbiert, was laut Anthropic bei den meisten agentischen Aufgaben die Kosten um etwa 20% senkt.
Gegenüber GPT-6 Luna sind die Listenpreise für kurze Prompts identisch, einschließlich der Cache-Lesepreise. Der Unterschied liegt bei der Regel für lange Prompts. Lunas Tarif für langen Kontext beginnt oberhalb von 272,000 Input-Tokens und kostet $0.20 / $0.75, während Haiku 5.5 oberhalb von 100,000 greift und $0.50 / $2.50 kostet. Für eine Arbeitslast zwischen 100K und 272K Tokens ist Luna nach Listenpreis deutlich günstiger. Die beiden Modelle nutzen unterschiedliche Tokenizer, daher sollten Sie gemessene Rechnungen vergleichen und nicht Token-Zahlen.
Die Zahlen zur 100K-Grenze und zum Tokenizer-Effekt hat außerdem Roo's Newsletter durchgerechnet. Dessen Rechnung stimmt mit den obigen Beispielen überein.
Schritte, die die Rechnung senken
- Auf dem neuen Modell zählen und vor 100K alarmieren. Protokollieren Sie die vollständige Prompt-Länge jeder Anfrage und lösen Sie bei etwa 90,000 Tokens einen Alarm aus, damit Prompts, die nach oben driften, gekürzt oder aufgeteilt werden, bevor sie die Stufe wechseln.
- Das stabile Präfix cachen. System-Prompt und Tool-Definitionen zuerst, variable Inhalte zuletzt. Bei einem Minimum von 512 Tokens qualifizieren sich heute die meisten Produktions-System-Prompts. Der Leitfaden zum Claude-Prompt-Caching auf AIHubMix zeigt das Anfrageformat.
- Den Aufwand explizit setzen. Verwenden Sie
lowfür Routen mit hohem Volumen und einfachen Anforderungen. Der Standardwertmediumkostet bei jeder Anfrage mehr, unabhängig davon, ob die Route ihn braucht. - max_tokens für Thinking plus Antwort bemessen. Ist der Wert zu klein, zahlen Sie für Thinking, das ohne Antwort endet.
- Aufschiebbares batchen. Die Batch API halbiert die Input- und Output-Preise.
- Nach oben eskalieren statt nach unten zu wiederholen. Wenn ein Aufgabentyp auf Haiku häufig fehlschlägt, schicken Sie ihn zuerst an Sonnet 5.5, statt Haiku-Versuche plus einen Fallback zu bezahlen.
Ein Logging-Muster für die Schritte 1 und 2 über den nativen Claude-Endpunkt von AIHubMix:
import os
import anthropic
client = anthropic.Anthropic(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com",
)
SYSTEM_PROMPT = "You triage support tickets..." # stable, cacheable prefix
def classify(ticket: str) -> str:
r = client.messages.create(
model="claude-haiku-5-5",
max_tokens=1024,
output_config={"effort": "low"},
system=[{"type": "text", "text": SYSTEM_PROMPT,
"cache_control": {"type": "ephemeral"}}],
messages=[{"role": "user", "content": ticket}],
)
u = r.usage
prompt_tokens = (u.input_tokens + (u.cache_read_input_tokens or 0)
+ (u.cache_creation_input_tokens or 0))
if prompt_tokens > 90_000:
print(f"warning: prompt at {prompt_tokens} tokens, near the 100K price line")
return next(b.text for b in r.content if b.type == "text")
Bleibt cache_read_input_tokens bei wiederholten Aufrufen auf null, ändert sich im Präfix zwischen den Anfragen etwas, etwa ein Zeitstempel im System-Prompt.
FAQ
Was kostet Claude Haiku 5.5?
Bei Prompts bis 100,000 Tokens $0.10 pro einer Million Input-Tokens und $0.50 pro einer Million Output-Tokens. Für längere Prompts $0.50 und $2.50, angewendet auf die gesamte Anfrage. Cache-Lesezugriffe kosten ein Zehntel des Input-Preises, und die Batch API halbiert Input- und Output-Preise.
Ist Haiku 5.5 wirklich 90% günstiger als Haiku 4.5?
Pro Token bei kurzen Prompts, ja. Pro Aufgabe weniger: Der neue Tokenizer zählt für denselben Text etwa 30% mehr Tokens, Thinking ist standardmäßig aktiv, und lange Prompts erhalten nur eine Halbierung. Anthropic schätzt die typische Ersparnis auf etwa 75%. Ein Klassifikator mit kurzen Prompts und Caching kann etwa 90% sparen.
Was passiert, wenn mein Prompt knapp über 100,000 Tokens liegt?
Die gesamte Anfrage wechselt auf die höhere Preistabelle, Input und Output gleichermaßen. Im Vertragsbeispiel oben machten 14% mehr Text die Anfrage 5.6-mal so teuer.
Zählen gecachte Tokens zur 100K-Grenze?
Anthropic hat dies nicht ausdrücklich festgelegt. Die Preisliste nennt separate Cache-Lesepreise für jede Stufe, daher ist die sichere Annahme, dass der gesamte Prompt, gecacht oder nicht, die Stufe bestimmt.
Kosten Thinking-Tokens extra?
Sie werden als Output-Tokens zum normalen Output-Preis abgerechnet. Da Thinking standardmäßig mit medium-Aufwand läuft, kann es eine Route, die früher kurze Antworten erzeugte, spürbar verteuern. Niedrigerer Aufwand reduziert die Kosten.
Ist Haiku 5.5 günstiger als GPT-6 Luna?
Bei Prompts bis 100K Tokens sind die Listenpreise gleich. Zwischen 100K und 272K Tokens bleibt Luna bei seinem Basispreis, während Haiku 5.5 in seine höhere Stufe wechselt. Luna ist dort daher nach Listenpreis günstiger. Die Tokenizer unterscheiden sich, vergleichen Sie also echte Rechnungen.
Kann ich Priority Tier mit Haiku 5.5 verwenden?
Nein. Priority Tier wird für Haiku 5.5 nicht unterstützt, daher lassen sich Verpflichtungen für Haiku 4.5 nicht übertragen.
Weiterlesen: die Claude-Haiku-5.5-Reihe
- Ein niedriger Preis pro Token zahlt sich nur aus, wenn das Modell die Aufgabe bewältigt. Wie Haiku 5.5 im Vergleich zu Haiku 4.5, GPT-6 Luna und Sonnet 5.5 abschneidet, erfahren Sie in Claude Haiku 5.5 vs. Haiku 4.5: Was zehn Cent heute leisten
- Denktokens waren die größte Annahme in den obigen Beispielen. Gemessene Token-Anzahlen für jede Aufwandsstufe finden Sie in Claude Haiku 5.5 Effort Levels: Medium ist der Standard, Low reicht oft aus
- Die Tokenizer-Änderung und das neue Mindestlimit für Caching machen sich auch beim Migrieren bemerkbar. Welche Fehler und stillen Änderungen beim Wechsel von Haiku 4.5 zu erwarten sind, steht in Migration von Claude Haiku 4.5 zu 5.5: Fünf 400-Fehler und die stillen Änderungen
Quellen
- Preise (Claude Platform Docs)
- Introducing Claude Haiku 5.5 (Anthropic)
- Claude Haiku 5.5 auf AIHubMix
- Claude Haiku 5.5 ist für 0,10 $ pro Million Tokens erschienen. Lesen Sie die 100K-Regel, bevor Sie migrieren (Roo's Newsletter)
- GPT-6 Luna API-Preise (OpenRouter)



