Claude Haiku 5.5のエフォートレベル:デフォルトはmedium、lowで足りることが多い

AIHubMix約 8 分で読めます
Claude Haiku 5.5のエフォートレベル:デフォルトはmedium、lowで足りることが多い

Claude Haiku 5.5は、エフォート設定を備えた最初のHaikuであり、この設定はあなたが管理できる他のどの要素よりもコストを大きく左右します。Artificial Analysisの独立したテストでは、Haiku 5.5はmaxエフォートでIntelligence Indexのスコア43を獲得し、lowエフォートでは29でした。また、indexを処理するために、maxでは4億4,000万の出力トークンを使用し、lowでは3,200万でした。

結論を簡潔に述べると、ほとんどの作業はデフォルトのmediumのままにしておくのが適切です。大量に処理する単純なルートはlowに下げてください。知識労働や厳密な指示への追従が必要な作業はhighに上げてください。xhighとmaxは、効果を示す根拠がある場合にのみ使う設定と考え、採用する前にSonnet 5.5と比較してください。

この記事の残りでは、各レベルのコスト、どこから引き上げても効果が頭打ちになるか、そしてエフォートを変更した際に動作が壊れたりコストが増えたりする設定について説明します。

この設定の内容

Claude Haiku 5.5は、low、medium、high、xhigh、maxの5つのレベルに対応しています。デフォルトはmediumですが、これは珍しい点です。現在のほとんどのClaudeモデルのデフォルトはhighであり、Haiku 5.5とOpus 5.5だけが1段階低く設定されています。mediumを送信することは、パラメータを省略することと同じです。

エフォートは、Haiku 4.5で使われていた手動のthinking予算に代わるものです。thinking: {"type": "enabled", "budget_tokens": N}を含むリクエストは400を返すようになったため、古い数値を引き継ぐことはできません。Anthropicのエフォートのドキュメントによると、エフォートはoutput_configで設定します。

output_config={"effort": "low"}

以下のすべての内容は、次の3つの事実を前提としています。

  • Thinkingはデフォルトでオンになっています。 Haiku 5.5は、指定がない限りadaptive thinkingを実行します。エフォートを下げるとthinkingは減り、単純なリクエストではモデルがthinkingを完全に省略することもあります。
  • Thinkingのトークンは出力トークンです。 これらはmax_tokensに含まれ、出力料金(100Kトークンまでのプロンプトで100万トークンあたり$0.50)で課金されます。
  • プロンプトでthinkingを減らすよう指示しても効果はありません。 Anthropicのテストでは、プロンプトで直接回答するよう指示しても、モデルはthinkingを行いました。エフォートこそが有効な調整手段です。

各レベルのコスト

2つの独立した情報源が、Haiku 5.5を複数のeffortレベルで測定しています。Indexの数値はArtificial Analysisによるもので、FrontierCodeの数値はCognitionが公開している結果ファイルをKingy.aiがまとめたものです。どちらもお客様のワークロードを網羅するものではないため、これらは数値そのものではなく、曲線の傾向としてご覧ください。

Artificial Analysis Intelligence Index v4.3.2(10の評価、知識労働からターミナルタスクまで):

エフォート インデックススコア インデックスに要した出力トークン タスクあたりのコスト 最初のトークンまでの時間
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は、xhighのレイテンシの数値を公表していません。maxエフォートのレイテンシの数値は異常に見えたため、ここでは省いています。

FrontierCode 1.1 Main、Claude Code上で実行したHaiku 5.5:

エフォート 総合スコア ロールアウトあたりのコスト ロールアウトあたりの出力トークン
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

コストは1セント単位で四捨五入しています。

2つの表を合わせて見ると、3つの点が際立ちます。

lowからmediumへの引き上げは、最も費用対効果の高いステップアップです。 インデックスでは、出力トークンが約1.7倍になる代わりに5ポイント向上しています。FrontierCodeでは、ロールアウトあたりのコストが約2倍になる代わりに6.8ポイント向上しています。

mediumからhighへの引き上げは、効果が横ばいになることがあります。 FrontierCodeでは、highはmediumより0.3ポイント高いスコアでしたが、コストは約2倍でした。より広いインデックスでは、highで4ポイント向上しています。ワークロードが前者と後者のどちらに近いかは、まさに簡単な評価で確かめられることです。

上位2つのレベルは高額です。 インデックスではhighからmaxへの変更で、出力トークンが約4.5倍になる代わりに5ポイント向上しています。FrontierCodeでは、maxはmediumの約10倍のコストがかかる代わりに4.8ポイント向上し、xhighからmaxへの変更ではコストがほぼ2倍になる代わりに0.6ポイント向上しています。Anthropic自身のガイダンスも、より平易な言葉で同じことを述べています。評価で効果が示される場合に限ってxhighとmaxを使い、まずSonnet 5.5と性能、コスト、速度を比較してください。

デフォルトが重要なもう1つの理由は、Anthropicのローンチ時のベンチマークがmaxエフォートで実行されたことです。システムカードにあるmediumエフォートの結果は低くなっています(GDPval-AAで1620ではなく1277)。デフォルトのままデプロイする場合は、これらの数値と比較してください。

ワークロード別の開始点

ワークロード 開始レベル 引き上げるタイミング
分類、ルーティング、タグ付け low 難しいケースでラベルがずれる
短い文書からの抽出 low フィールドの欠落や統合が起きる
チャットとライブサポート low 長い会話でルールが守られなくなる
要約とコンパクション medium 重要な詳細が抜け落ちる
より大きなモデルの下で動くサブエージェントの作業 medium リードモデルが作業をやり直す
エージェント型コーディング、限定的な変更 medium 最初の試行でテストが失敗する
知識労働、長時間のエージェントタスク high 評価に改善の余地が見られる

これらの開始点はHaiku 5.5に対するAnthropicのガイダンスに従っています。「引き上げ」のサインは、自分のログで確認すべき項目です。

再確認する価値がある行はチャットです。lowは最も速いレベルなので、ライブサポートに向いています。しかしAnthropicは、指示への追従が最も重要な場合にはhighを推奨しています。例えば、ユーザーが反論する間もシステムプロンプトのルールを守り続ける必要があるサポートアシスタントがこれにあたります。過去にうまくいかなかった会話で両方のレベルをテストしてください。

エフォートを変更したときに壊れたり、コストが増えたりする点

max_tokensが小さすぎると、返答が始まる前に終わってしまうことがあります。 Thinkingはmax_tokensに含まれます。例えば1単語の分類を想定して50トークンに設定した上限は、すべてthinkingに使われてしまうことがあります。その結果、stop_reason: "max_tokens"が返され、テキストは含まれません。余裕を持たせるために上限を上げるか、エフォートを下げてください。

会話の途中でエフォートを変えると、キャッシュがリセットされます。 リクエストの間でトップレベルのエフォート値を変更すると、その会話のメッセージのプロンプトキャッシュが無効になります。エージェントがlowの会話の中で1回だけ難しいターンをhighで処理する必要がある場合、Anthropicはメッセージ単位のエフォート変更(ベータヘッダーmid-conversation-output-config-2026-07-01、Claude APIとGoogle Cloudで利用可能)を提供しており、これならキャッシュが維持されます。この機能にはthinkingがオンになっている必要があります。依存する前に、ゲートウェイがそのベータヘッダーを通過させるかどうかを確認しておく価値があります。

Thinkingをオフにすることには制限があります。 thinking: {"type": "disabled"}はlow、medium、highでは受け付けられます。xhighまたはmaxでは400が返されます。thinkingがオフの場合、メッセージ単位のエフォート変更も400が返され、同じリクエストでJSON出力を求めていると、モデルが必要なツール呼び出しを省略することがあります。Anthropicの推奨は、thinkingをオンのままにして、より低いエフォートレベルを使うことです。

lowエフォートでは途中で停止することがあります。 長いコーディングエージェントのシステムプロンプトを使いlowで実行すると、Haiku 5.5は作業が終わる前に停止し、タスクを返してしまうことがあります。Anthropicのテストでは、lowからmediumに上げると、早期停止がほぼ半減し、試行あたりの出力トークンは2倍を超えました。Haiku 5.5のプロンプティングガイドには「完了するまで作業を続ける」という短い指示があり、同じ問題を低いコストで解決できます。

lowやmediumでは検証が省略されることがあります。 コーディングタスクでは、モデルがテストを実行せずに変更の完了を報告することがあります。プロンプティングガイドには、この問題に対する検証のための段落があります。トークンは余分にかかりますが、検証済みの変更の割合が上がります。

xhighでは空の返答が返されることがあります。 マルチターンのチャットでxhighを使うと、モデルが回答全体をthinkingの中に書き、目に見えるテキストなしでターンを終えることがあります。xhighで実行する場合は、空のテキストブロックがないか確認してください。

ツールを強制するとthinkingが省略されます。 Haiku 5.5は強制されたtool_choiceを受け付けますが、その場合、返答はツール呼び出しから始まり、thinkingは含まれません。ツールを呼ぶ前にモデルの推論が必要なら、autoを使い、いつツールを呼ぶべきかをプロンプトに記載してください。

AIHubMixでご自身のエフォート比較を実行する

最も早く選ぶ方法は、実際のプロンプト20〜50件を2〜3つのレベルで実行し、品質、出力トークン、レイテンシを比較することです。AIHubMixのClaudeネイティブエンドポイントを、AIHUBMIX_API_KEYを設定した状態で使ってください。

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")

lowとhighの間で出力トークンがほとんど変わらない場合、おそらく設定がモデルに届いていません。ゲートウェイが転送しているリクエストを確認してください。AIHubMix上のHaiku 5.5のページでは、どのエフォートレベルでもトークンあたりの価格は同じなので、この比較で得たトークン数はそのままドルに換算できます。

よくある質問

Claude Haiku 5.5のデフォルトのエフォートレベルは何ですか?
mediumです。現在のほとんどのClaudeモデルのデフォルトはhighなので、別のモデル向けにデフォルトに依存していたコードは、エフォートを明示的に設定しない限り、Haiku 5.5では1段階低いレベルで動作します。

thinkingを完全にオフにすることはできますか?
lowとmediumとhighのエフォートでは、thinkingをdisabledに設定すればオフにできます。xhighとmaxではエラーが返されます。Anthropicは代わりにエフォートを下げることを推奨しています。モデルは単純なリクエストでは自分でthinkingを省略でき、ツール呼び出しの動作も維持されるためです。

最も安いエフォートレベルはどれですか?
lowです。Artificial Analysisのテストでは、インデックス全体で約3,200万の出力トークンを使用しました。mediumでは5,400万、maxでは4億4,000万でした。トークンあたりの価格はどのレベルでも同じで、違いは生成されるトークンの数にあります。

Haiku 5.5でmaxエフォートを使う価値はありますか?
ご自身の評価で根拠が示される場合に限ります。FrontierCodeでは、maxはmediumの約10倍のコストがかかる代わりに4.8ポイント向上しました。この段階では、Anthropicは同等の品質をより安いコストで実現できる可能性のあるSonnet 5.5との比較を勧めています。

なぜ返答がテキストなしで止まるのですか?
通常は、回答が始まる前にthinkingがmax_tokensを使い切ったことが原因です。max_tokensを上げるか、エフォートを下げてください。xhighでマルチターンのチャットを行っている場合、空の返答は、モデルが回答をthinkingの中に入れてしまったことを意味することもあります。

エフォートの変更はプロンプトキャッシュに影響しますか?
はい。リクエストの間でトップレベルのエフォートを変更すると、その会話のキャッシュされたメッセージが無効になります。現在ベータ版のメッセージ単位のエフォート変更を使えば、これを避けられます。

Why don't the launch benchmarks match what I see at the default?
発表時の数値は max effort で測定されたものです。system card によると、medium では GDPval-AA のスコアが 1620 ではなく 1277 などと低くなっています。

続きもどうぞ:Claude Haiku 5.5 シリーズ

出典

ひとつのゲートウェイで複数のAIプロバイダーへ。 本番運用のために設計。

AIHubMix公式サイトへ