Claude Haiku 5.5 cuesta $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida, una décima parte de los $1 y $5 de Haiku 4.5. Esto se aplica a prompts de hasta 100,000 tokens. Por encima de ese límite, toda la solicitud se factura a $0.50 y $2.50, que es la mitad del precio de Haiku 4.5 y no una décima parte.
Anthropic sitúa el ahorro típico en torno al 75%, no al 90%, y la diferencia proviene de tres factores que este artículo analiza: dónde caen tus prompts con respecto al límite de 100K, cuántos tokens de razonamiento generan los ajustes predeterminados y un nuevo tokenizador que cuenta el mismo texto como aproximadamente un 30% más de tokens. Más abajo se muestran dos ejemplos prácticos de cómo se calcula una factura real.
La tabla de tarifas
Precios por millón de tokens, según la publicación de lanzamiento de Haiku 5.5 y la página de precios de Anthropic:
| Tipo de token | Haiku 5.5, corto | Haiku 5.5, largo | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|---|
| Entrada | $0.10 | $0.50 | $1.00 | $2.00 |
| Salida | $0.50 | $2.50 | $5.00 | $10.00 |
| Lectura de caché | $0.01 | $0.05 | $0.10 | $0.10 |
| Escritura de caché, 5 min | $0.125 | $0.625 | $1.25 | $2.50 |
| Escritura de caché, 1 hora | $0.20 | $1.00 | $2.00 | $4.00 |
"Corto" significa un prompt de 100,000 tokens o menos; "largo" significa más de 100,000. La API por lotes ofrece un 50% de descuento en entrada y salida. El precio de lectura de caché de Sonnet 5.5 se redujo de $0.20 a $0.10 el mismo día.
La página de Haiku 5.5 en AIHubMix muestra los mismos dos niveles, con la búsqueda web a $0.01 por solicitud.
Reglas de facturación que son fáciles de pasar por alto
Toda la solicitud cambia de nivel, no solo el exceso. Anthropic factura Haiku 5.5 con dos tarifas, elegidas según la longitud del prompt. Un prompt de 100,000 tokens paga $0.0100 por su entrada; un prompt de 100,001 tokens paga $0.0500, y su salida también cuesta cinco veces más. Haiku 5.5 es la excepción: los otros modelos actuales de Anthropic con contexto de 1M cobran toda la ventana a sus tarifas estándar.
El límite llega antes de lo que sugieren tus paneles antiguos. Haiku 5.5 usa un tokenizador más reciente, y el mismo texto produce alrededor de un 30% más de tokens que en Haiku 4.5. Al dividir 100,000 entre 1.3, el límite queda cerca de 77,000 tokens contados según Haiku 4.5. Un prompt de 78,000 tokens en tu panel antiguo se convierte en aproximadamente 101,000 tokens en Haiku 5.5 y paga la tarifa larga. Este cálculo parte del 30% que indica la guía de migración de Anthropic; el aumento exacto depende del contenido, así que conviene volver a contar los prompts reales con el nuevo modelo.
El razonamiento está activado por defecto y se factura como salida. Haiku 4.5 solo razonaba cuando se le pedía. Haiku 5.5 ejecuta razonamiento adaptativo con esfuerzo medium a menos que lo cambies, así que una ruta que antes devolvía 200 tokens de salida ahora puede devolver varios cientos más.
Ahora se pueden almacenar en caché los prompts cortos. El mínimo cacheable baja de 4,096 tokens en Haiku 4.5 a 512 en Haiku 5.5, según la guía de migración de Anthropic. Un prompt de sistema de 3,000 tokens que nunca podía almacenarse en caché con Haiku 4.5 ahora sí puede, y una lectura de caché cuesta una décima parte de la tarifa de entrada.
El Priority Tier no está disponible. Si tienes un compromiso de Priority Tier en Haiku 4.5, no se traslada a Haiku 5.5. Planifica la capacidad por separado.
Los tokens en caché y el límite de 100K: supón que cuentan. Anthropic publica un precio de lectura de caché separado para cada nivel, lo que sugiere que todo el prompt, esté en caché o no, determina el nivel. Anthropic no lo ha detallado, así que la suposición prudente es que un prefijo en caché de 95K más una pregunta de 6K es un prompt largo.
Ejemplo práctico 1: un clasificador de tickets de soporte
Supuestos, en recuentos de tokens de Haiku 4.5: un prompt de sistema de 3,000 tokens con definiciones de herramientas, un ticket de 1,000 tokens, una respuesta de 200 tokens y 1 millón de solicitudes al mes. Haiku 4.5 funciona con el razonamiento desactivado.
En Haiku 5.5, el mismo texto pasa a 3,900 + 1,300 tokens de entrada y una respuesta de 260 tokens. Se supone que el razonamiento añade 300 tokens con esfuerzo low y 800 con medium. Estas cifras de razonamiento son supuestos; mide las tuyas.
| Configuración | Por solicitud | Por mes |
|---|---|---|
| Haiku 4.5 | $0.00500 | $5,000 |
| Haiku 5.5, low, sin caché | $0.00080 | $800 |
| Haiku 5.5, low, prefijo en caché | $0.00045 | $453 |
| Haiku 5.5, medium, prefijo en caché | $0.00070 | $703 |
| Sonnet 5.5, medium, prefijo en caché | $0.01359 | $13,674 |
Las filas mensuales con caché incluyen unos $4 de escrituras de caché para Haiku 5.5 y unos $84 para Sonnet 5.5, suponiendo una escritura de 5 minutos cada cinco minutos. Sonnet 5.5 usa los mismos supuestos de tokens que Haiku en medium.
Así se calcula la fila de low con caché: 3,900 tokens en caché a $0.01 por millón ($0.000039), más 1,300 tokens de entrada nuevos a $0.10 ($0.00013), más 560 tokens de salida a $0.50 ($0.00028), para un total de $0.000449 por solicitud.
El patrón: el caché y el esfuerzo combinados reducen la factura del 16% del coste original (sin caché, low) al 9% (con caché, low). Dejar el esfuerzo en el valor predeterminado en lugar de low añade unos $250 al mes con este volumen. Ninguna de las dos decisiones pesa mucho en valor absoluto frente a los $5,000 de Haiku 4.5, por eso el caso del clasificador es donde el titular del 90% es real.
Ejemplo práctico 2: una revisión de contratos que cruza el límite
Supuestos, en recuentos de tokens de Haiku 4.5: un contrato con instrucciones de 70,000 tokens, una respuesta de 1,500 tokens y sin caché. En Haiku 5.5, eso se convierte en 91,000 tokens de entrada, una respuesta de 1,950 tokens y 2,000 tokens de razonamiento supuestos con medium, es decir, 3,950 tokens de salida.
Ahora haz el contrato un 14% más largo: 80,000 tokens en Haiku 4.5, 104,000 en Haiku 5.5.
| Tamaño del contrato (recuento de Haiku 4.5) | Haiku 4.5 | Haiku 5.5 | Cambio |
|---|---|---|---|
| 70,000 tokens | $0.0775 | $0.0111 | 86% menos |
| 80,000 tokens | $0.0875 | $0.0619 | 29% menos |
La segunda fila: 104,000 tokens de entrada a $0.50 por millón ($0.052) más 3,950 tokens de salida a $2.50 ($0.0099). Un 14% más de texto cuesta 5.6 veces más en Haiku 5.5.
La solución es quedarse por debajo del límite. Dividir el contrato largo en dos llamadas de unos 53,000 tokens cada una (la mitad del contrato más las instrucciones en cada una) cuesta unos $0.015 en total a la tarifa corta, menos de una cuarta parte de la llamada larga única. Que la división funcione depende de la tarea: una revisión cláusula por cláusula se divide bien, pero una pregunta que necesita el documento completo a la vez no.
Comparación de coste por tarea
Frente a Sonnet 5.5, Haiku 5.5 cuesta aproximadamente una veintava parte del precio por token en prompts cortos. Pero el precio por token no es el precio por tarea terminada. En programación agéntica compleja, Sonnet 5.5 obtiene un 70.6% en Terminal-Bench 4.0 frente al 39.2% de Haiku 5.5, según los resultados informados por Anthropic, y una solicitud más barata que falla y se reintenta, o que un modelo mayor debe rehacer, no es más barata. El consejo de Anthropic es comparar con Sonnet 5.5 antes de ejecutar Haiku con xhigh o max. Sonnet 5.5 también se abarató el mismo día: sus lecturas de caché se redujeron a la mitad, lo que Anthropic dice que recorta alrededor de un 20% en la mayoría de los trabajos agénticos.
Frente a GPT-6 Luna, los precios de lista para prompts cortos son idénticos, incluidas las lecturas de caché. La diferencia está en la regla de prompts largos. La tarifa de contexto largo de Luna empieza por encima de 272,000 tokens de entrada y es de $0.20 / $0.75, mientras que la de Haiku 5.5 empieza por encima de 100,000 y es de $0.50 / $2.50. Para una carga de trabajo entre 100K y 272K tokens, Luna es mucho más barata según el precio de lista. Los dos modelos usan tokenizadores distintos, así que compara facturas medidas, no recuentos de tokens.
Las cifras sobre el umbral de 100K y el efecto del tokenizador también han sido analizadas por Roo's Newsletter, cuya aritmética coincide con los ejemplos anteriores.
Pasos para reducir la factura
- Cuenta los tokens con el nuevo modelo y configura una alerta antes de 100K. Registra el tamaño completo del prompt en cada solicitud y genera una alerta en torno a los 90,000 tokens, para que los prompts que crecen se recorten o dividan antes de cambiar de nivel.
- Almacena en caché el prefijo estable. Primero el prompt de sistema y las definiciones de herramientas, y al final el contenido variable. Con un mínimo de 512 tokens, la mayoría de los prompts de sistema en producción ya son elegibles. La guía de caché de prompts de Claude de AIHubMix muestra el formato de la solicitud.
- Define el esfuerzo de forma explícita. Usa
lowpara rutas simples de alto volumen. El valor predeterminadomediumcuesta más en cada solicitud, tanto si la ruta lo necesita como si no. - Dimensiona max_tokens para el razonamiento más la respuesta. Si es demasiado pequeño, pagas por un razonamiento que termina sin respuesta.
- Agrupa en lotes lo que pueda esperar. La API por lotes reduce a la mitad las tarifas de entrada y salida.
- Escala hacia arriba en lugar de reintentar hacia abajo. Si un tipo de tarea falla a menudo en Haiku, envíalo primero a Sonnet 5.5 en lugar de pagar intentos con Haiku más un respaldo.
Un patrón de registro para los pasos 1 y 2 a través del endpoint nativo de Claude de 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")
Si cache_read_input_tokens se mantiene en cero en llamadas repetidas, algo en el prefijo cambia entre solicitudes, como una marca de tiempo en el prompt de sistema.
Preguntas frecuentes
¿Cuánto cuesta Claude Haiku 5.5?
Para prompts de hasta 100,000 tokens, $0.10 por millón de tokens de entrada y $0.50 por millón de tokens de salida. Para prompts más largos, $0.50 y $2.50, aplicados a toda la solicitud. Las lecturas de caché cuestan una décima parte de la tarifa de entrada, y la API por lotes reduce a la mitad los precios de entrada y salida.
¿Haiku 5.5 es realmente un 90% más barato que Haiku 4.5?
Por token, en prompts cortos, sí. Por tarea, menos: el nuevo tokenizador cuenta alrededor de un 30% más de tokens para el mismo texto, el razonamiento está activado por defecto y los prompts largos solo obtienen un recorte del 50%. Anthropic estima un ahorro típico de alrededor del 75%. Un clasificador de prompts cortos con caché puede ahorrar cerca de un 90%.
¿Qué pasa si mi prompt supera apenas los 100,000 tokens?
Toda la solicitud pasa a la tabla de tarifas más alta, tanto la entrada como la salida. En el ejemplo del contrato de arriba, un 14% más de texto hizo que la solicitud costara 5.6 veces más.
¿Los tokens en caché cuentan para el umbral de 100K?
Anthropic no lo ha indicado explícitamente. Su página de precios publica precios de lectura de caché separados para cada nivel, así que la suposición prudente es que todo el prompt, esté en caché o no, determina el nivel.
¿Los tokens de razonamiento tienen un coste adicional?
Se facturan como tokens de salida a la tarifa normal de salida. Como el razonamiento está activado por defecto con esfuerzo medium, pueden aumentar bastante el coste de una ruta que antes producía respuestas breves. Reducir el esfuerzo disminuye ese coste.
¿Haiku 5.5 es más barato que GPT-6 Luna?
En prompts de hasta 100K tokens, los precios de lista son iguales. Entre 100K y 272K tokens, Luna mantiene su tarifa base mientras Haiku 5.5 pasa a su tarifa más alta, así que Luna es más barata allí según el precio de lista. Los tokenizadores son distintos, así que compara facturas reales.
¿Puedo usar Priority Tier con Haiku 5.5?
No. Priority Tier no es compatible con Haiku 5.5, así que los compromisos con Haiku 4.5 no se transfieren.
Sigue leyendo: la serie Claude Haiku 5.5
- Un precio bajo por token solo compensa si el modelo puede realizar la tarea. Para ver cómo se compara Haiku 5.5 con Haiku 4.5, GPT-6 Luna y Sonnet 5.5, lee Claude Haiku 5.5 vs Haiku 4.5: lo que diez centavos ahora compran
- Los tokens de razonamiento fueron el supuesto más importante de los ejemplos anteriores. Para ver recuentos de tokens medidos en cada nivel de esfuerzo, lee Niveles de esfuerzo de Claude Haiku 5.5: Medium es el valor predeterminado, Low a menudo basta
- El cambio en el tokenizador y el nuevo mínimo para el caché también implican trabajo de migración. Para conocer los errores y los cambios discretos que cabe esperar al cambiar desde Haiku 4.5, lee Migrar de Claude Haiku 4.5 a 5.5: cinco errores 400 y los cambios silenciosos
Fuentes
- Precios (Claude Platform Docs)
- Presentamos Claude Haiku 5.5 (Anthropic)
- Claude Haiku 5.5 en AIHubMix
- Claude Haiku 5.5 ya está disponible a $0.10 por millón de tokens. Lee la regla de 100K antes de migrar (Roo's Newsletter)
- Precios de la API de GPT-6 Luna (OpenRouter)



