Niveles de esfuerzo de Claude Haiku 5.5: medium es el predeterminado, low suele bastar

AIHubMix8 min de lectura
Niveles de esfuerzo de Claude Haiku 5.5: medium es el predeterminado, low suele bastar

Claude Haiku 5.5 es el primer Haiku con un ajuste de esfuerzo, y este ajuste afecta la factura más que cualquier otra cosa que controles. En las pruebas independientes de Artificial Analysis, Haiku 5.5 con esfuerzo máximo obtuvo 43 en su Intelligence Index y con esfuerzo bajo obtuvo 29. Max también usó 440 millones de tokens de salida para completar el índice; low usó 32 millones.

Así que la respuesta corta: deja la mayoría del trabajo en el valor predeterminado, medium. Pasa las rutas simples de alto volumen a low. Sube el trabajo de conocimiento y el seguimiento estricto de instrucciones a high. Trata xhigh y max como ajustes que requieren evidencia, y compáralos con Sonnet 5.5 antes de decidirte.

El resto de este artículo muestra cuánto cuesta cada nivel, dónde subir deja de compensar y qué ajustes se rompen o encarecen al cambiar el esfuerzo.

Qué es el ajuste

Claude Haiku 5.5 admite cinco niveles: low, medium, high, xhigh y max. El valor predeterminado es medium, lo cual es inusual: la mayoría de los modelos Claude actuales usan high por defecto, y solo Haiku 5.5 y Opus 5.5 están un nivel por debajo. Enviar medium es lo mismo que omitir el parámetro.

El esfuerzo reemplaza el presupuesto de pensamiento manual que usaba Haiku 4.5. Una solicitud con thinking: {"type": "enabled", "budget_tokens": N} ahora devuelve un 400, así que no hay ningún valor antiguo que conservar. Según la documentación de esfuerzo de Anthropic, lo configuras en output_config:

output_config={"effort": "low"}

Tres hechos enmarcan todo lo que sigue:

  • El pensamiento está activado por defecto. Haiku 5.5 ejecuta pensamiento adaptativo salvo que se indique lo contrario. Menos esfuerzo significa menos pensamiento, y en solicitudes simples el modelo puede omitirlo por completo.
  • Los tokens de pensamiento son tokens de salida. Cuentan para max_tokens y se facturan a la tarifa de salida ($0.50 por millón en prompts de hasta 100K tokens).
  • Pedir menos pensamiento en el prompt no funciona. En las pruebas de Anthropic, el modelo seguía pensando aunque el prompt le indicara responder directamente. El esfuerzo es la palanca.

Cuánto cuesta cada nivel

Dos fuentes independientes midieron Haiku 5.5 en distintos niveles de esfuerzo. Las cifras del índice provienen de Artificial Analysis; las cifras de FrontierCode provienen del archivo público de resultados de Cognition, compilado por Kingy.ai. Ninguna cubre tu carga de trabajo, así que tómalas como la forma de la curva, no como tus números.

Artificial Analysis Intelligence Index v4.3.2 (diez evaluaciones, desde trabajo de conocimiento hasta tareas de terminal):

Esfuerzo Puntuación del índice Tokens de salida para el índice Costo por tarea Tiempo hasta el primer token
low 29 32M $0.02 9.9 s
medium 34 54M $0.05 13.4 s
high 38 97M $0.08 28.0 s
xhigh 41 180M $0.12 n/a
max 43 440M $0.21 n/a

Artificial Analysis no ha publicado una cifra de latencia para xhigh. Su cifra de latencia para max parecía anómala, así que se omite.

FrontierCode 1.1 Main, Haiku 5.5 ejecutándose en Claude Code:

Esfuerzo Puntuación compuesta Costo por rollout Tokens de salida por rollout
low 34.8% $0.06 23,868
medium 41.6% $0.13 36,172
high 41.9% $0.26 55,149
xhigh 45.8% $0.63 100,847
max 46.4% $1.33 181,387

Los costos están redondeados al centavo.

Al leer las dos tablas juntas, destacan tres cosas.

De low a medium es el paso más barato hacia arriba. En el índice, aporta 5 puntos por unas 1.7 veces los tokens de salida. En FrontierCode, aporta 6.8 puntos por casi el doble de costo por rollout.

De medium a high puede ser plano. En FrontierCode, high obtuvo 0.3 puntos más que medium y costó cerca del doble. En el índice más amplio, high sí añadió 4 puntos. Si tu carga de trabajo se parece al primer caso o al segundo, es justo lo que te dirá una evaluación rápida.

Los dos niveles superiores son caros. De high a max en el índice, los tokens de salida suben unas 4.5 veces por 5 puntos. En FrontierCode, max cuesta unas diez veces lo que cuesta medium por 4.8 puntos más, y el paso de xhigh a max casi duplica el costo por 0.6 puntos. La guía de Anthropic dice lo mismo en términos más simples: usa xhigh y max solo donde tus evaluaciones muestren una mejora, y compáralos con Sonnet 5.5 en rendimiento, costo y velocidad antes.

Otra razón por la que importa el valor predeterminado: los benchmarks de lanzamiento de Anthropic se ejecutaron con esfuerzo max. Los resultados de esfuerzo medium en la system card son más bajos (1277 en GDPval-AA en lugar de 1620). Si despliegas con el valor predeterminado, esas son las cifras con las que debes comparar.

Dónde empezar, según la carga de trabajo

Carga de trabajo Empieza en Sube cuando
Clasificación, enrutamiento, etiquetado low Las etiquetas se desvían en casos difíciles
Extracción de documentos cortos low Se omiten o se combinan campos
Chat y soporte en vivo low Las reglas se olvidan en chats largos
Resúmenes y compactación medium Se pierden detalles clave
Subagentes bajo un modelo más grande medium El modelo principal rehace el trabajo
Programación agéntica, cambios acotados medium Las pruebas fallan en el primer intento
Trabajo de conocimiento, tareas largas de agentes high Las evaluaciones muestran margen

Estos puntos de partida siguen la guía de Anthropic para Haiku 5.5; las señales de «subir» son lo que conviene vigilar en tus propios registros.

La única fila que merece una segunda mirada es el chat. Low es el nivel más rápido, lo que encaja con el soporte en vivo. Pero Anthropic recomienda high cuando seguir instrucciones es lo más importante, por ejemplo un asistente de soporte que debe mantener las reglas de su prompt de sistema mientras un usuario discute. Prueba ambos con las conversaciones que salieron mal en el pasado.

Qué se rompe o se encarece cuando cambia el esfuerzo

Un max_tokens pequeño puede terminar la respuesta antes de que empiece. El pensamiento cuenta para max_tokens. Un límite pensado para una clasificación de una palabra, por ejemplo 50 tokens, puede gastarse por completo en pensamiento, y la respuesta termina con stop_reason: "max_tokens" y sin texto. Sube el límite para dejar espacio, o baja el esfuerzo.

Cambiar el esfuerzo a mitad de conversación reinicia la caché. Cambiar el valor de esfuerzo de nivel superior entre solicitudes invalida la caché de prompts de los mensajes de la conversación. Si un agente necesita un turno difícil en high dentro de una conversación en low, Anthropic ofrece un cambio de esfuerzo por mensaje (cabecera beta mid-conversation-output-config-2026-07-01, en la API de Claude y Google Cloud) que mantiene la caché. Requiere que el pensamiento esté activado. Conviene verificar si un gateway reenvía esa cabecera beta antes de depender de ella.

Desactivar el pensamiento tiene límites. thinking: {"type": "disabled"} se acepta en low, medium y high. En xhigh o max devuelve un 400. Con el pensamiento desactivado, un cambio de esfuerzo por mensaje también devuelve un 400, y el modelo puede omitir una llamada a herramienta que necesita cuando la misma solicitud pide salida JSON. La recomendación de Anthropic es mantener el pensamiento activado y usar un nivel de esfuerzo más bajo.

El esfuerzo bajo puede detenerse pronto. Con un prompt de sistema largo de un agente de programación en low, Haiku 5.5 a veces se detiene antes de terminar el trabajo y devuelve la tarea. En las pruebas de Anthropic, pasar de low a medium redujo a la mitad aproximadamente las paradas prematuras y más que duplicó los tokens de salida por intento. La guía de prompting de Haiku 5.5 tiene una instrucción breve de «sigue trabajando hasta terminar» que resuelve el mismo problema a menor precio.

Low y medium pueden omitir la verificación. En tareas de programación, el modelo a veces informa que un cambio está hecho sin ejecutar una prueba. La guía de prompting incluye un párrafo de verificación para esto; cuesta tokens, pero aumenta la proporción de cambios verificados.

Xhigh puede devolver una respuesta vacía. En chats de varios turnos con xhigh, el modelo a veces escribe toda su respuesta dentro de su pensamiento y termina el turno sin texto visible. Si usas xhigh, revisa si hay bloques de texto vacíos.

Forzar una herramienta omite el pensamiento. Haiku 5.5 acepta un tool_choice forzado, pero la respuesta entonces empieza con la llamada a la herramienta y sin pensamiento. Si el modelo necesita razonar antes de llamar a la herramienta, usa auto e indica en el prompt cuándo debe llamarla.

Ejecuta tu propia prueba de esfuerzo a través de AIHubMix

La forma más rápida de elegir es ejecutar las mismas 20 a 50 solicitudes reales en dos o tres niveles y comparar calidad, tokens de salida y latencia. A través del endpoint nativo de Claude de AIHubMix, con AIHUBMIX_API_KEY configurada:

import os
import time
import anthropic

client = anthropic.Anthropic(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com",
)

prompts = [
    "Summarize this support ticket in one sentence: ...",
    "Extract the invoice number and total from: ...",
]

for effort in ["low", "medium", "high"]:
    out_tokens, seconds = 0, 0.0
    for prompt in prompts:
        start = time.time()
        r = client.messages.create(
            model="claude-haiku-5-5",
            max_tokens=8000,
            output_config={"effort": effort},
            messages=[{"role": "user", "content": prompt}],
        )
        seconds += time.time() - start
        out_tokens += r.usage.output_tokens
        text = next((b.text for b in r.content if b.type == "text"), "")
        # Save `text` next to the prompt and grade it against your own rubric.
    print(f"{effort}: {out_tokens} output tokens, {seconds:.1f}s total")

Si los tokens de salida apenas cambian entre low y high, es probable que el ajuste no esté llegando al modelo; revisa la solicitud que reenvía tu gateway. En la página de Haiku 5.5 en AIHubMix, el precio por token es el mismo en todos los niveles de esfuerzo, así que el conteo de tokens de esta prueba se convierte directamente en dólares.

Preguntas frecuentes

¿Cuál es el nivel de esfuerzo predeterminado de Claude Haiku 5.5?
Medium. La mayoría de los modelos Claude actuales usan high por defecto, así que el código que dependía del valor predeterminado de otro modelo ejecutará Haiku 5.5 un nivel más abajo, a menos que defina el esfuerzo explícitamente.

¿Puedo desactivar el pensamiento por completo?
En esfuerzo low, medium y high, sí, configurando thinking como disabled. En xhigh y max eso devuelve un error. Anthropic recomienda bajar el esfuerzo, porque el modelo puede omitir el pensamiento en solicitudes simples por sí mismo y mantiene intacto su comportamiento al llamar herramientas.

¿Qué nivel de esfuerzo es el más barato?
Low. En las pruebas de Artificial Analysis usó unos 32 millones de tokens de salida para todo el índice, frente a 54 millones en medium y 440 millones en max. El precio por token es el mismo en todos los niveles; la diferencia es cuántos tokens se generan.

¿Vale la pena el esfuerzo max en Haiku 5.5?
Solo con evidencia de tus propias evaluaciones. En FrontierCode, max costó unas diez veces más que medium por una mejora de 4.8 puntos. En ese punto, Anthropic sugiere compararlo con Sonnet 5.5, que podría alcanzar la misma calidad por menos.

¿Por qué mis respuestas se detienen sin texto?
Normalmente porque el pensamiento consumió max_tokens antes de que empezara la respuesta. Sube max_tokens o baja el esfuerzo. En xhigh y en chats de varios turnos, una respuesta vacía también puede significar que el modelo puso su respuesta dentro de su pensamiento.

¿Cambiar el esfuerzo afecta la caché de prompts?
Sí. Cambiar el esfuerzo de nivel superior entre solicitudes invalida los mensajes en caché de esa conversación. Un cambio de esfuerzo por mensaje, actualmente en beta, lo evita.

¿Por qué las cifras de lanzamiento no coinciden con lo que veo con el valor predeterminado?
Las cifras de lanzamiento se obtuvieron con el esfuerzo máximo. Con esfuerzo medio, la system card informa de puntuaciones más bajas, por ejemplo 1277 en lugar de 1620 en GDPval-AA.

Sigue leyendo: la serie Claude Haiku 5.5

Fuentes

Un solo gateway para varios proveedores de IA. Diseñado para producción.

Visitar AIHubMix