Claude Haiku 5.5 против Haiku 4.5: что теперь стоят десять центов

AIHubMix8 мин чтения
Claude Haiku 5.5 против Haiku 4.5: что теперь стоят десять центов

Claude Haiku 4.5 набрал 0.0% в Terminal-Bench 4.0. Claude Haiku 5.5 набирает 39.2%, и стоит в десять раз дешевле за токен: $0.10 за миллион входных токенов и $0.50 за миллион выходных против $1 и $5 у Haiku 4.5.

Это и есть суть обновления. Маленькая модель Claude перешла из категории «подходит для классификации, но не для агентов» в категорию пригодного субагента, а её цена теперь совпадает с ценой GPT-6 Luna до цента. Anthropic выпустила её 7 октября 2026 года как Claude Haiku 5.5, ID модели claude-haiku-5-5, и она уже доступна на AIHubMix.

Цена идёт с оговорками, как и результаты бенчмарков. В этом посте разобрано, что изменилось, насколько Haiku 5.5 приближается к Sonnet 5.5, где её выбирать не стоит и кому стоит перейти прямо сейчас.

Что изменилось, а что нет

Haiku 4.5 Haiku 5.5
Цена за вход / выход $1 / $5 $0.10 / $0.50
Окно контекста 200K 1M
Максимум выходных токенов 64K 128K
Thinking Ручной бюджет, по умолчанию выключен Адаптивный, включён по умолчанию
Уровни усилий Нет Пять, по умолчанию medium
Токенов на тот же текст Базовый уровень Примерно на 30% больше
Инструмент использования браузера Нет Да

Цены Haiku 5.5 применяются к промптам до 100K токенов; более длинные промпты стоят $0.50 / $2.50. Цены указаны за миллион токенов.

Что осталось прежним: сфера применения. Anthropic по-прежнему позиционирует Haiku для массовых задач, чувствительных к стоимости (суммаризация, компакция, запросы к базам данных, классификация), а также для роли субагента под управлением более крупной модели. Anthropic утверждает, что существующие промпты для Haiku 4.5 должны хорошо работать без изменений. С кодом запросов всё иначе: пять шаблонов запросов, которые работали на Haiku 4.5, теперь возвращают ошибку 400, как перечислено в руководстве по миграции Anthropic и как разобрано в посте о миграции в этой серии.

Два изменения меняют поведение модели по умолчанию. Thinking теперь включён, если его не выключить, поэтому запрос, в котором про thinking ничего не сказано, может вернуть сначала блоки thinking и потратить на них выходные токены. А Haiku 5.5 — первый Haiku с настройкой усилий (effort), которая теперь является главным регулятором баланса между стоимостью и качеством.

Как модель выглядит на фоне Haiku 4.5, Luna и Sonnet 5.5

Данные ниже взяты из launch-материалов Anthropic и системной карты Haiku 5.5, как собрано на Kingy.ai. Они приводятся самими вендорами (Anthropic сама проводила некоторые сравнения с GPT, например OSWorld), и полную таблицу никто пока не воспроизвёл независимо.

Бенчмарк 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 (офлайн) 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 и Chartography приведены без инструментов. Результат Sonnet 5.5 в FrontierCode получен при уровне усилий xhigh.

Три вывода важнее любой отдельной строки таблицы:

  • По сравнению с Haiku 4.5 это модель другого класса. Оценки в задачах knowledge work почти удваиваются, а агентные показатели переходят от почти нуля к пригодному уровню. Haiku 4.5 не смог выполнить ни одной задачи Terminal-Bench; Haiku 5.5 выполняет примерно две из пяти.
  • По сравнению с GPT-6 Luna она лидирует во всех общих строках при той же списочной цене. Самые большие разрывы в использовании компьютера (72.4% против 48.9%) и в Terminal-Bench (39.2% против 16.4%).
  • По сравнению с Sonnet 5.5 разрыв зависит от задачи. В FrontierCode Haiku отстаёт всего на шесть пунктов. В Terminal-Bench Sonnet набирает 70.6%, а Haiku — 39.2%. Сама Anthropic говорит, что для сложного агентного кодинга лучший выбор — Sonnet 5.5 и Opus 5.5.

Прочтите мелкий шрифт, прежде чем цитировать эти цифры

Основные результаты получены при максимальном уровне усилий (max), самом дорогом. По умолчанию используется medium, а собственные прогоны системной карты на medium дают более низкие значения: 1277 в GDPval-AA вместо 1620 и 1372 в AA-Briefcase вместо 1578. Если вы разворачиваете модель с настройками по умолчанию, сравнивайте с этими числами, а не с графиком из анонса.

К показателю OSWorld тоже стоит присмотреться. 72.4% — это частичный зачёт, усреднённый по контрольным точкам. Доля задач, в которых Haiku 5.5 прошёл все контрольные точки, составляет 37.1% (Luna: 17.1%). Для браузерного агента, который должен довести задачу до конца, ориентироваться стоит на 37.1%.

Что сообщили первые клиенты

В launch-посте Anthropic цитируются несколько клиентов, тестировавших модель до релиза. Их отбирал вендор, но все они указывают на одни и те же сценарии:

  • AlphaSense выполняет около 8 миллионов вызовов «Ask in Document» в неделю. На 400 тестовых запросах Haiku 5.5 набрал 0.84 против 0.76 у Haiku 4.5.
  • Box получил прирост в 11 пунктов по сравнению с Haiku 4.5 при задержке примерно вдвое меньше.
  • Asana измерила задержку на задачу ниже более чем на 30% и инференс на каждом шаге агента до 2.5x быстрее по сравнению с текущей моделью.
  • HubSpot набрала 92.8% в своём наборе тестов CRM — лучший результат, который она видела на этом наборе.
  • Cognition использует Haiku 5.5 как «напарника» под Opus 5.5 в Devin Fusion и сообщает, что эта пара набирает 66.2 балла в FrontierCode при меньшей стоимости и задержке.

Закономерность: короткая повторяющаяся работа с документами и роль субагента под управлением более крупной модели.

Когда Haiku 5.5 — неправильный выбор

  • Сложный агентный кодинг. Terminal-Bench — то место, где Sonnet 5.5 уходит дальше всего вперёд. Если задача требует многих шагов, неоднозначных требований или длинной цепочки правок, начинайте с Sonnet 5.5 или Opus 5.5.
  • Промпты длиннее 100K токенов. Окно в 1M реально, но цена на всём его протяжении не одинакова. Свыше 100K токенов весь запрос переходит на $0.50 / $2.50, а поскольку новый токенизатор считает примерно на 30% больше токенов, эта граница приходится примерно на 77K токенов по подсчёту Haiku 4.5. Пост о ценообразовании в этой серии разбирает расчёты.
  • Задачи, которым для успеха нужны xhigh или max. На верхних уровнях выход становится длинным и дорогим. Рекомендация самой Anthropic — сравнить с Sonnet 5.5, прежде чем останавливаться на этих уровнях.
  • Команды на Priority Tier. Haiku 5.5 его не поддерживает, поэтому обязательство по Priority Tier для Haiku 4.5 на неё не переносится.
  • Тестирование безопасности. Киберзащита Haiku 5.5 строже, чем у Haiku 4.5, и блокирует тестирование на проникновение. Ожидайте причины остановки refusal для такой работы, без серверного перехода на другую модель.

Попробуйте через AIHubMix

Настройка effort для Haiku 5.5 находится в output_config Messages API, поэтому самый прямой путь — нативный эндпоинт Claude на AIHubMix. Установите актуальный Anthropic SDK (pip install -U anthropic) и направьте его на AIHubMix:

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)

Одну вещь проверьте при первом запуске: снимите response.usage.output_tokens при low, а затем при high на том же промпте. Если числа не меняются, настройка усилий до модели не доходит. Haiku 5.5 работает с полным окном контекста 1M на AIHubMix, поэтому длинные промпты работают как есть; только помните о границе цены в 100K.

Кому переходить, а кому подождать

Переходите сейчас, если вы делаете классификацию, извлечение данных, маршрутизацию, суммаризацию или вопросы и ответы по документам с промптами заметно короче 100K токенов. Вы получаете гораздо более сильную модель за долю стоимости токенов. Заложите час на изменения кода запросов, затем сравните effort low и medium на своих оценках.

Переходите сейчас, если вы используете крупную модель для работы субагента, которому она не нужна: вытянуть цифру из отчёта, проверить файл, суммировать результат инструмента. Именно эту роль Anthropic и её launch-клиенты подчёркивают в первую очередь.

Подождите спринт, если ваша интеграция использует computer use с инструментом computer_20250124, prefill или temperature=0. Каждый из них на Haiku 5.5 возвращает 400, и их исправление — это работа с кодом, а не замена строки модели.

Оставайтесь на месте, если ваша нагрузка — длинные промпты (регулярно больше примерно 77K токенов по подсчёту Haiku 4.5), зависит от Priority Tier или связана со сложным агентным кодингом. Для последней группы полезно сравнивать Haiku 5.5 с Sonnet 5.5 по стоимости одной завершённой задачи, а не Haiku 5.5 с Haiku 4.5.

Когда будете готовы сравнивать, список моделей AIHubMix предлагает Haiku 5.5, Sonnet 5.5 и Opus 5.5 за одним API-ключом, так что один и тот же набор оценок можно прогнать на всех трёх.

FAQ

Лучше ли Claude Haiku 5.5, чем Haiku 4.5, во всём?
По каждому бенчмарку из launch-таблицы Anthropic — да, часто с большим отрывом. Исключения скорее практические, а не связанные с качеством: Priority Tier не поддерживается, промпты длиннее 100K токенов стоят за токен дороже тарифа для коротких промптов, и несколько старых шаблонов запросов теперь возвращают ошибки.

Правда ли Haiku 5.5 дешевле на 90%?
Цена за токен на 90% ниже для промптов до 100K токенов и на 50% ниже сверх этого. С учётом состава запросов (около 90% запросов Haiku 4.5 были короче 100K токенов) и нового токенизатора, который считает примерно на 30% больше токенов для того же текста, Anthropic оценивает среднюю экономию примерно в 75%. Thinking, включённый по умолчанию, добавляет выходные токены сверху, поэтому фактический счёт также зависит от настройки effort.

Как Haiku 5.5 сравнивается с GPT-6 Luna?
Обе модели стоят $0.10 за миллион входных токенов и $0.50 за миллион выходных. По результатам, которые сообщила Anthropic, Haiku 5.5 показывает более высокий результат во всех бенчмарках, где есть оба, наиболее заметно в computer use и Terminal-Bench. Luna сохраняет базовую цену до более длинного промпта, поэтому нагрузки с длинными промптами стоит считать отдельно.

Может ли Haiku 5.5 заменить Sonnet 5.5 для кодинга?
Для узких, хорошо очерченных правок и задач субагента её стоит проверить. Для сложного многошагового агентного кодинга Sonnet 5.5 набирает заметно больше в Terminal-Bench 4.0 (70.6% против 39.2%), и Anthropic рекомендует для такой работы Sonnet или Opus.

Показатели бенчмарков получены при настройке по умолчанию?
Нет. Основные результаты получены при max effort. По умолчанию используется medium, и системная карта сообщает там более низкие результаты, например 1277 вместо 1620 в GDPval-AA.

Означает ли окно контекста 1M, что можно дёшево отправлять промпты на 1M токенов?
Отправлять можно, но всё, что длиннее 100K токенов, тарифицируется по $0.50 за входные и $2.50 за выходные миллион токенов для всего запроса. AIHubMix также поддерживает полное окно в 1M.

Что нужно изменить в коде, чтобы перейти?
Как минимум: ID модели, любой ручной бюджет на thinking, настройки temperature или top_p, любой prefill ассистента и код, который читает первый блок content как ответ. Полный список есть в посте о миграции этой серии.

Продолжайте читать: серия о Claude Haiku 5.5

  • Основные показатели получены при максимальном effort, но, скорее всего, вы будете развертывать модель при medium или low. Чтобы увидеть, сколько стоит каждый уровень в токенах и что вы теряете при переходе на более низкий, читайте Claude Haiku 5.5 Effort Levels: Medium Is the Default, Low Is Often Enough
  • Цена в одну десятую действительна только ниже порога длины промпта, который сдвигает новый токенизатор. Разбор примеров стоимости и правил тарификации, которые легко упустить, читайте в Claude Haiku 5.5 Pricing: The 100K Line Behind the 90% Cut
  • Переход — это больше, чем смена строки с названием модели: пять старых шаблонов запросов теперь вызывают ошибки. Для каждой ошибки, её причины и исправления читайте Migrating from Claude Haiku 4.5 to 5.5: Five 400 Errors and the Quiet Changes

Источники

Один шлюз ко многим провайдерам ИИ. Создан для продакшена.

Перейти на AIHubMix