Claude Haiku 4.5 erzielte 0,0 % bei Terminal-Bench 4.0. Claude Haiku 5.5 erreicht 39,2 % und kostet pro Token nur ein Zehntel: 0,10 $ pro Million Input-Token und 0,50 $ pro Million Output-Token, gegenüber 1 $ und 5 $ bei Haiku 4.5.
Das ist das Upgrade in einem Satz. Das kleine Claude-Modell hat sich von „gut genug für Klassifizierung, nicht für Agenten“ zu einem brauchbaren Subagenten entwickelt, und sein Preis entspricht nun auf den Cent genau dem von OpenAIs GPT-6 Luna. Anthropic hat es am 7. Oktober 2026 als Claude Haiku 5.5 veröffentlicht, mit der Modell-ID claude-haiku-5-5, und es ist bereits bei AIHubMix gelistet.
Der Preis ist an Bedingungen geknüpft, und das gilt auch für die Benchmark-Ergebnisse. Dieser Beitrag erklärt, was sich geändert hat, wie nah Haiku 5.5 an Sonnet 5.5 herankommt, wo es die falsche Wahl ist und wer jetzt wechseln sollte.
Was sich geändert hat und was nicht
| Haiku 4.5 | Haiku 5.5 | |
|---|---|---|
| Input- / Output-Preis | $1 / $5 | $0.10 / $0.50 |
| Kontextfenster | 200K | 1M |
| Maximale Ausgabe | 64K | 128K |
| Thinking | Manuelles Budget, standardmäßig aus | Adaptiv, standardmäßig an |
| Effort-Stufen | Keine | Fünf, Standard medium |
| Tokens für denselben Text | Basis | Etwa 30 % mehr |
| Browser-Use-Tool | Nein | Ja |
Die Preise für Haiku 5.5 gelten für Prompts bis 100K Tokens; längere Prompts kosten 0,50 $ / 2,50 $. Alle Preise pro Million Tokens.
Was gleich bleibt, ist das Einsatzprofil. Anthropic positioniert Haiku weiterhin für umfangreiche, kostensensible Arbeiten (Zusammenfassungen, Compaction, Datenbankabfragen, Klassifizierung) und für die Rolle als Subagent unter einem größeren Modell. Anthropic zufolge sollten bestehende Haiku-4.5-Prompts ohne Änderungen gut funktionieren. Beim bestehenden Request-Code sieht es anders aus: Fünf Request-Muster, die mit Haiku 4.5 funktionierten, liefern nun einen 400-Fehler, wie Anthropics Migrationsleitfaden auflistet und der Migrationsbeitrag in dieser Serie durchgeht.
Zwei Änderungen verändern das Verhalten des Modells standardmäßig. Thinking ist jetzt aktiviert, sofern Sie es nicht abschalten. Eine Anfrage, die Thinking nie erwähnt hat, kann daher mit thinking-Blöcken beginnen und Output-Tokens dafür verbrauchen. Außerdem ist Haiku 5.5 das erste Haiku mit einer Effort-Einstellung, die nun der wichtigste Regler zwischen Kosten und Qualität ist.
Wie es im Vergleich zu Haiku 4.5, Luna und Sonnet 5.5 abschneidet
Die folgenden Zahlen stammen aus Anthropics Launch-Materialien und der Systemkarte von Haiku 5.5, zusammengestellt von Kingy.ai. Sie sind vom Anbieter selbst berichtet (Anthropic hat einige der GPT-Vergleiche selbst durchgeführt, etwa bei OSWorld), und bisher hat niemand die vollständige Tabelle unabhängig reproduziert.
| Benchmark | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 |
|---|---|---|---|---|
| GDPval-AA v2.1 (Elo) | 1620 | 735 | 1437 | 1840 |
| AA-Briefcase v1.1 | 1578 | 614 | 1336 | 1824 |
| OSWorld 2.1 (offline) | 72.4% | 15.7% | 48.9% | 83.9% |
| Humanity's Last Exam | 45.9% | 10.2% | n/a | 56.9% |
| Terminal-Bench 4.0 | 39.2% | 0.0% | 16.4% | 70.6% |
| FrontierCode 1.1 Main | 46.4% | n/a | 42.4% | 52.1% |
| Chartography | 46.4% | 6.4% | 29.1% | 61.6% |
Humanity's Last Exam und Chartography sind ohne Tools getestet. Der FrontierCode-Wert von Sonnet 5.5 bezieht sich auf die Effort-Stufe xhigh.
Drei Lesarten sind wichtiger als jede einzelne Zeile:
- Im Vergleich zu Haiku 4.5 ist es eine andere Modellklasse. Die Bewertungen für Wissensarbeit verdoppeln sich ungefähr, und die agentischen Werte steigen von nahezu null auf einen brauchbaren Bereich. Haiku 4.5 konnte keine Terminal-Bench-Aufgabe abschließen; Haiku 5.5 schafft etwa zwei von fünf.
- Im Vergleich zu GPT-6 Luna führt es in jeder gemeinsamen Zeile zum gleichen Listenpreis. Die größten Abstände zeigen sich bei Computer-Use (72,4 % gegenüber 48,9 %) und Terminal-Bench (39,2 % gegenüber 16,4 %).
- Im Vergleich zu Sonnet 5.5 hängt der Abstand von der Aufgabe ab. Bei FrontierCode liegt Haiku innerhalb von sechs Punkten. Bei Terminal-Bench erreicht Sonnet 70,6 %, Haiku 39,2 %. Anthropic selbst sagt, dass Sonnet 5.5 und Opus 5.5 für komplexes agentisches Coding weiterhin die bessere Wahl sind.
Das Kleingedruckte lesen, bevor Sie diese Zahlen zitieren
Die Hauptergebnisse wurden mit max-Effort ermittelt, der teuersten Einstellung. Der Standard ist medium, und die eigenen medium-Läufe der Systemkarte liegen niedriger: 1277 statt 1620 bei GDPval-AA und 1372 statt 1578 bei AA-Briefcase. Wenn Sie mit dem Standard arbeiten, vergleichen Sie mit diesen Werten und nicht mit dem Launch-Diagramm.
Auch die OSWorld-Zahl braucht einen zweiten Blick. Die 72,4 % sind Teilpunkte, gemittelt über Checkpoints. Der Anteil der Aufgaben, bei denen Haiku 5.5 alle Checkpoints abgeschlossen hat, liegt bei 37,1 % (Luna: 17,1 %). Für einen Browser-Agenten, der die gesamte Aufgabe erledigen muss, sind 37,1 % die Zahl, mit der Sie planen sollten.
Was frühe Kunden berichteten
Anthropics Launch-Beitrag zitiert mehrere Kunden, die das Modell vor der Veröffentlichung getestet haben. Diese Auswahl stammt vom Anbieter, doch sie weisen auf dieselben Workloads hin:
- AlphaSense führt pro Woche etwa 8 Millionen „Ask in Document“-Aufrufe aus. Bei 400 Testanfragen erreichte Haiku 5.5 einen Wert von 0,84 gegenüber 0,76 bei Haiku 4.5.
- Box verzeichnete einen Zugewinn von 11 Punkten gegenüber Haiku 4.5 bei etwa der halben Latenz.
- Asana maß im Vergleich zum bisherigen Modell eine über 30 % geringere Latenz pro Aufgabe und eine bis zu 2,5-fach schnellere Inferenz pro Agenten-Turn.
- HubSpot erreichte bei seiner CRM-Suite 92,8 %, das beste Ergebnis, das dort je gemessen wurde.
- Cognition nutzt Haiku 5.5 als „Sidekick“ unter Opus 5.5 in Devin Fusion und berichtet, dass das Duo einen FrontierCode-Wert von 66,2 bei geringeren Kosten und geringerer Latenz erreicht.
Das Muster: kurze, wiederkehrende Arbeit an Dokumenten und die Rolle als Subagent unter einem größeren Modell.
Wo Haiku 5.5 die falsche Wahl ist
- Komplexes agentisches Coding. Bei Terminal-Bench liegt Sonnet 5.5 am weitesten vorn. Wenn eine Aufgabe viele Schritte, unklare Anforderungen oder eine lange Kette von Änderungen erfordert, beginnen Sie mit Sonnet 5.5 oder Opus 5.5.
- Prompts über 100K Tokens. Das 1M-Fenster ist real, aber der Preis bleibt darüber nicht gleich. Oberhalb von 100K Tokens wechselt die gesamte Anfrage zu 0,50 $ / 2,50 $, und weil der neue Tokenizer etwa 30 % mehr Tokens zählt, liegt diese Grenze bei etwa 77K Tokens, wie Haiku 4.5 sie zählte. Der Preisbeitrag dieser Serie rechnet die Zahlen durch.
- Arbeit, die xhigh oder max benötigt, um zu gelingen. Auf den höchsten Stufen wird die Ausgabe lang und teuer. Anthropics eigene Empfehlung lautet, vor einer Entscheidung für diese Stufen mit Sonnet 5.5 zu vergleichen.
- Teams mit Priority Tier. Haiku 5.5 unterstützt es nicht, daher lässt sich eine Priority-Tier-Zusage für Haiku 4.5 nicht übertragen.
- Sicherheitstests. Die Cyber-Schutzmaßnahmen von Haiku 5.5 sind strenger als die von Haiku 4.5 und blockieren Penetrationstests. Erwarten Sie bei solchen Arbeiten
refusal-Stop-Gründe, ohne serverseitigen Fallback auf ein anderes Modell.
Über AIHubMix ausprobieren
Die Effort-Einstellung von Haiku 5.5 befindet sich in output_config der Messages API, daher ist der native Claude-Endpunkt auf AIHubMix der direkteste Weg. Installieren Sie ein aktuelles Anthropic-SDK (pip install -U anthropic) und richten Sie es auf AIHubMix aus:
import os
import anthropic
client = anthropic.Anthropic(
api_key=os.environ["AIHUBMIX_API_KEY"],
base_url="https://aihubmix.com",
)
response = client.messages.create(
model="claude-haiku-5-5",
max_tokens=2000, # leave room for thinking, not just the answer
output_config={"effort": "low"},
messages=[{
"role": "user",
"content": "Classify this ticket as billing, bug, or other: "
"'I was charged twice for October.'",
}],
)
# Thinking blocks can come first, so pick the text block by type.
answer = next(block.text for block in response.content if block.type == "text")
print(answer)
print(response.usage)
Prüfen Sie beim ersten Lauf Folgendes: Lesen Sie response.usage.output_tokens bei low und erneut bei high mit demselben Prompt. Wenn sich die Werte nicht ändern, erreicht die Effort-Einstellung das Modell nicht. Haiku 5.5 läuft auf AIHubMix mit dem vollen 1M-Kontextfenster, daher funktionieren lange Prompts unverändert; behalten Sie nur die 100K-Preisgrenze im Blick.
Wer jetzt wechseln sollte und wer warten sollte
Jetzt wechseln, wenn Sie Klassifizierung, Extraktion, Routing, Zusammenfassungen oder Frage-Antwort-Systeme für Dokumente mit Prompts deutlich unter 100K Tokens betreiben. Sie erhalten ein deutlich stärkeres Modell zu einem Bruchteil des Token-Preises. Planen Sie eine Stunde für die Änderungen am Request-Code ein und testen Sie dann Effort low gegen medium mit Ihren eigenen Evals.
Jetzt wechseln, wenn Sie für Subagent-Arbeit ein großes Modell einsetzen, für das es überqualifiziert ist: einen Wert aus einem Bericht ziehen, eine Datei prüfen, ein Tool-Ergebnis zusammenfassen. Genau diese Rolle betonen Anthropic und dessen Launch-Kunden.
Ein Sprint warten, wenn Ihre Integration Computer-Use mit dem Tool computer_20250124, Prefill oder temperature=0 nutzt. Jedes davon liefert bei Haiku 5.5 einen 400-Fehler, und die Behebung ist Code-Arbeit, kein einfacher Tausch des Modellnamens.
Bei Ihrem jetzigen Modell bleiben, wenn Ihr Workload mit langen Prompts arbeitet (regelmäßig über etwa 77K Haiku-4.5-Tokens), auf Priority Tier angewiesen ist oder komplexes agentisches Coding umfasst. Für die letzte Gruppe ist der sinnvolle Vergleich Haiku 5.5 gegen Sonnet 5.5 bei den Kosten pro abgeschlossener Aufgabe, nicht Haiku 5.5 gegen Haiku 4.5.
Wenn Sie vergleichen möchten, bietet die AIHubMix-Modellliste Haiku 5.5, Sonnet 5.5 und Opus 5.5 hinter einem API-Schlüssel, sodass sich dieselben Evals für alle drei ausführen lassen.
FAQ
Ist Claude Haiku 5.5 bei allem besser als Haiku 4.5?
Bei jedem Benchmark in Anthropics Launch-Tabelle ja, oft mit deutlichem Abstand. Die Ausnahmen sind praktischer Natur und betreffen nicht die Qualität: Priority Tier wird nicht unterstützt, Prompts über 100K Tokens kosten pro Token mehr als der Tarif für kurze Prompts, und einige alte Request-Muster liefern nun Fehler.
Ist Haiku 5.5 wirklich 90 % günstiger?
Der Preis pro Token liegt für Prompts bis 100K Tokens um 90 % niedriger und darüber um 50 %. Unter Berücksichtigung des Anfragemixes (rund 90 % der Haiku-4.5-Anfragen lagen unter 100K Tokens) und des neuen Tokenizers, der für denselben Text etwa 30 % mehr Tokens zählt, schätzt Anthropic eine durchschnittliche Ersparnis von rund 75 %. Standardmäßig aktiviertes Thinking erhöht die Output-Tokens zusätzlich, daher hängt Ihre tatsächliche Rechnung auch von der Effort-Einstellung ab.
Wie schneidet Haiku 5.5 im Vergleich zu GPT-6 Luna ab?
Beide liegen im Listenpreis bei 0,10 $ pro Million Input-Token und 0,50 $ pro Million Output-Token. Laut Anthropics berichteten Ergebnissen erzielt Haiku 5.5 bei jedem Benchmark, in dem beide vorkommen, einen höheren Wert, am deutlichsten bei Computer-Use und Terminal-Bench. Luna behält seinen Grundpreis bis zu einer längeren Prompt-Länge, daher sollten Workloads mit langen Prompts separat kalkuliert werden.
Kann Haiku 5.5 Sonnet 5.5 beim Coding ersetzen?
Für eng umrissene, klar abgegrenzte Änderungen und Subagent-Aufgaben lohnt sich ein Test. Bei komplexem, mehrstufigem agentischem Coding erzielt Sonnet 5.5 bei Terminal-Bench 4.0 deutlich mehr (70,6 % gegenüber 39,2 %), und Anthropic empfiehlt für solche Arbeit Sonnet oder Opus.
Sind die Benchmark-Ergebnisse mit der Standardeinstellung erzielt?
Nein. Die Hauptergebnisse wurden mit max-Effort ermittelt. Der Standard ist medium, und dort meldet die Systemkarte niedrigere Werte, zum Beispiel 1277 statt 1620 bei GDPval-AA.
Heißt das 1M-Kontextfenster, dass ich 1M-Token-Prompts günstig senden kann?
Sie können sie senden, aber alles über 100K Tokens wird für die gesamte Anfrage mit 0,50 $ Input und 2,50 $ Output pro Million Tokens abgerechnet. AIHubMix unterstützt zudem das vollständige 1M-Fenster.
Was muss ich in meinem Code ändern, um zu wechseln?
Mindestens: die Modell-ID, ein manuell gesetztes Thinking-Budget, eine Einstellung für temperature oder top_p, jede Assistant-Prefill sowie Code, der den ersten Content-Block als Antwort liest. Der Migrationsbeitrag in dieser Serie enthält die vollständige Liste.
Weiterlesen: die Claude-Haiku-5.5-Serie
- Die Spitzenwerte in den Benchmarks wurden bei maximalem Effort ermittelt, du wirst wahrscheinlich aber mit medium oder low deployen. Um zu sehen, was jede Stufe an Tokens kostet und was du beim Herunterstufen verlierst, lies Claude Haiku 5.5 Effort Levels: Medium Is the Default, Low Is Often Enough
- Der Preis von einem Zehntel gilt nur unterhalb einer Prompt-Länge, die der neue Tokenizer verschiebt. Für durchgerechnete Kostenbeispiele und die leicht zu übersehenden Abrechnungsregeln lies Claude Haiku 5.5 Pricing: The 100K Line Behind the 90% Cut
- Der Wechsel ist mehr als eine Änderung des Modellnamens: Fünf bisherige Request-Muster schlagen jetzt fehl. Für jeden Fehler, seine Ursache und seine Lösung lies Migrating from Claude Haiku 4.5 to 5.5: Five 400 Errors and the Quiet Changes
Quellen
- Introducing Claude Haiku 5.5 (Anthropic)
- Claude Haiku 5.5 migration guide (Claude Platform Docs)
- Claude Haiku 5.5 on AIHubMix
- Claude Haiku 5.5: Benchmarks, Specs, Sol & Luna Compared (Kingy.ai)
- Claude Haiku 5.5 Intelligence, Performance & Price Analysis (Artificial Analysis)



