Claude Haiku 5.5 vs Haiku 4.5: On Gün Ne Kadar Kazandırıyor

AIHubMix8 dk okuma
Claude Haiku 5.5 vs Haiku 4.5: On Gün Ne Kadar Kazandırıyor

Claude Haiku 4.5, Terminal-Bench 4.0'da 0.0% puan aldı. Claude Haiku 5.5 ise 39.2% puan alıyor ve token başına maliyeti onda bir: milyon giriş token'ı için $0.10, milyon çıkış token'ı için $0.50; Haiku 4.5 için ise sırasıyla $1 ve $5.

Yükseltmenin özeti bu. Küçük Claude modeli "sınıflandırma için yeterli, ajanlar için değil" seviyesinden kullanışlı bir alt ajana yükseldi ve fiyatı OpenAI'nin GPT-6 Luna'sıyla kuruşu kuruşuna aynı. Anthropic onu 7 Ekim 2026'da Claude Haiku 5.5 olarak yayımladı; model kimliği claude-haiku-5-5 ve şimdiden AIHubMix üzerinde listeleniyor.

Fiyatın yanında koşullar da var; kıyaslama puanları için de aynısı geçerli. Bu yazıda neyin değiştiğini, Haiku 5.5'in Sonnet 5.5'e ne kadar yaklaştığını, modelin nerede yanlış seçim olduğunu ve kimin şimdi geçmesi gerektiğini ele alıyoruz.

Neler değişti, neler değişmedi

Haiku 4.5 Haiku 5.5
Giriş / çıkış fiyatı $1 / $5 $0.10 / $0.50
Bağlam penceresi 200K 1M
Maksimum çıktı 64K 128K
Düşünme Manuel bütçe, varsayılan olarak kapalı Uyarlanabilir, varsayılan olarak açık
Efor seviyeleri Yok Beş, varsayılan orta
Aynı metin için token sayısı Temel Yaklaşık %30 fazla
Tarayıcı kullanım aracı Hayır Evet

Haiku 5.5 fiyatları 100K token'a kadar olan istemler için geçerlidir; daha uzun istemler $0.50 / $2.50 öder. Fiyatlar milyon token başınadır.

Değişmeyen şey iş tanımı. Anthropic, Haiku'yu hâlâ yüksek hacimli, maliyete duyarlı işler (özetler, sıkıştırma, veritabanı sorguları, sınıflandırma) ve daha büyük bir modelin altında alt ajan görevleri için konumlandırıyor. Anthropic, mevcut Haiku 4.5 istemlerinin değişiklik yapılmadan iyi çalışmasını beklediğini söylüyor. Mevcut istek kodu ise başka bir konu: Haiku 4.5'te çalışan beş istek kalıbı artık 400 hatası döndürüyor; bunu Anthropic'in geçiş kılavuzu listeliyor ve bu serideki geçiş yazısı adım adım anlatıyor.

Varsayılan davranışı değiştiren iki değişiklik var. Düşünme, kapatmadığınız sürece artık açık; dolayısıyla düşünmeyi hiç belirtmeyen bir istek, önce thinking blokları döndürüp bunlar için çıktı token'ı harcayabilir. Ayrıca Haiku 5.5, efor ayarına sahip ilk Haiku ve bu ayar artık maliyet ile kalite arasındaki ana kontrol.

Haiku 4.5, Luna ve Sonnet 5.5 ile karşılaştırma

Aşağıdaki rakamlar Anthropic'in lansman materyallerinden ve Haiku 5.5 sistem kartından alınmış; Kingy.ai tarafından derlenmiştir. Bunlar satıcı tarafından bildirilen değerlerdir (Anthropic, OSWorld gibi bazı GPT karşılaştırmalarını kendisi çalıştırdı) ve tam tabloyu henüz bağımsız olarak kimse yeniden üretmedi.

Kıyaslama 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 (çevrimdışı) 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 ve Chartography araçsız çalıştırılmıştır. Sonnet 5.5'in FrontierCode puanı xhigh efor seviyesindedir.

Tek bir satırdan çok, üç okuma önemli:

  • Haiku 4.5'e kıyasla, bu farklı bir model sınıfı. Bilgi işi değerlendirmeleri yaklaşık iki katına çıkıyor ve ajan satırları sıfırdan kullanılabilir seviyeye geliyor. Haiku 4.5 bir Terminal-Bench görevini bitiremedi; Haiku 5.5 ise yaklaşık beşte ikisini bitiriyor.
  • GPT-6 Luna'ya kıyasla, ortak olan her satırda önde. Aynı liste fiyatında. En geniş farklar bilgisayar kullanımında (%72.4 ile %48.9) ve Terminal-Bench'te (%39.2 ile %16.4).
  • Sonnet 5.5'e kıyasla, fark göreve bağlı. FrontierCode'da Haiku altı puan içinde. Terminal-Bench'te Sonnet %70.6 alırken Haiku %39.2 alıyor. Anthropic de karmaşık ajan kodlaması için Sonnet 5.5 ve Opus 5.5'in daha iyi seçenek olduğunu söylüyor.

Bu rakamları alıntılamadan önce ince yazıyı okuyun

Ana puanlar en pahalı ayar olan max efor ile çalıştırıldı. Varsayılan orta seviyedir ve sistem kartının orta efor sonuçları daha düşük: GDPval-AA'da 1620 yerine 1277, AA-Briefcase'te 1578 yerine 1372. Varsayılan ayarla dağıtım yapıyorsanız, lansman grafiği yerine bu rakamlarla karşılaştırın.

OSWorld rakamına da ikinci bir bakış gerekiyor. %72.4, kontrol noktaları üzerinden ortalaması alınmış kısmi puandır. Haiku 5.5'in her kontrol noktasını tamamladığı görevlerin oranı %37.1 (Luna: %17.1). Tüm işi bitirmesi gereken bir tarayıcı ajanı için planlamanız gereken rakam %37.1.

Erken müşterilerin bildirdikleri

Anthropic'in lansman yazısı, modeli yayından önce test eden birkaç müşteriden alıntı yapıyor. Bunlar satıcı tarafından seçilmiş örnekler, ama aynı iş yüklerine işaret ediyorlar:

  • AlphaSense, haftada yaklaşık 8 milyon "Ask in Document" çağrısı çalıştırıyor. 400 test sorgusunda Haiku 5.5, Haiku 4.5'in 0.76 puanına karşılık 0.84 aldı.
  • Box, Haiku 4.5'e göre 11 puanlık bir artış ve yaklaşık yarı gecikme gördü.
  • Asana, mevcut modeline kıyasla görev başına %30'dan fazla daha düşük gecikme ve ajan turu başına 2.5 kata kadar daha hızlı çıkarım ölçtü.
  • HubSpot, CRM paketinde %92.8 aldı; bu, o pakette gördüğü en iyi puan.
  • Cognition, Haiku 5.5'i Devin Fusion içinde Opus 5.5'in altında bir "yardımcı" olarak kullanıyor ve bu ikilinin daha düşük maliyet ve gecikmeyle 66.2 FrontierCode puanı tuttuğunu bildiriyor.

Ortak desen: belgeler üzerinde kısa, tekrarlayan işler ve daha büyük bir modelin altında alt ajan görevleri.

Haiku 5.5'in yanlış seçim olduğu durumlar

  • Karmaşık ajan kodlaması. Terminal-Bench, Sonnet 5.5'in en çok öne geçtiği alan. Bir görev çok adım, belirsiz gereksinimler ya da uzun bir düzenleme zinciri gerektiriyorsa, Sonnet 5.5 veya Opus 5.5 ile başlayın.
  • 100K token'ı aşan istemler. 1M pencere gerçek, ama fiyat bu aralıkta sabit değil. 100K token'ı geçtiğinde tüm istek $0.50 / $2.50 seviyesine çıkar ve yeni tokenizer aynı metinde yaklaşık %30 daha fazla token saydığı için bu sınır, Haiku 4.5'in saydığı şekliyle yaklaşık 77K token civarında denk gelir. Bu serideki fiyatlandırma yazısı rakamları ayrıntılı inceliyor.
  • Geçmek için xhigh veya max gerektiren işler. En üst ayarlarda çıktı uzun ve pahalı hale gelir. Anthropic'in kendi önerisi, o seviyeye karar vermeden önce Sonnet 5.5 ile karşılaştırma yapmak.
  • Priority Tier kullanan ekipler. Haiku 5.5 bunu desteklemiyor; dolayısıyla Haiku 4.5 Priority Tier taahhüdü buna taşınmaz.
  • Güvenlik testi. Haiku 5.5'in siber güvenlik korumaları Haiku 4.5'tekinden daha sıkı ve sızma testlerini engelliyor. Bu tür işlerde, sunucu tarafında başka bir modele geri dönüş olmadan refusal durdurma nedenleri bekleyin.

AIHubMix üzerinden deneyin

Haiku 5.5'in efor ayarı Messages API'nin output_config alanında bulunuyor; bu yüzden AIHubMix üzerindeki Claude yerel uç noktası en doğrudan yol. Güncel bir Anthropic SDK kurun (pip install -U anthropic) ve AIHubMix'e yönlendirin:

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)

İlk çalıştırmanızda bir şeyi kontrol edin: aynı istemde low ve ardından high ile response.usage.output_tokens değerine bakın. Sayılar değişmiyorsa, efor ayarı modele ulaşmıyor demektir. Haiku 5.5, AIHubMix üzerinde tam 1M bağlam penceresiyle çalışır; dolayısıyla uzun istemler olduğu gibi çalışır, yalnızca 100K fiyat sınırını aklınızda tutun.

Kim geçmeli, kim beklemeli

Şimdi geçin, sınıflandırma, çıkarım, yönlendirme, özetler veya 100K token'ın epey altındaki istemlerle belge soru-cevabı çalıştırıyorsanız. Çok daha güçlü bir modeli token fiyatının küçük bir kısmına alırsınız. İstek kodu değişiklikleri için bir saat ayırın, ardından kendi değerlendirmelerinizde efor low ile medium ayarlarını karşılaştırın.

Şimdi geçin, büyük bir modeli fazlasıyla yetkin olduğu alt ajan işlerinde kullanıyorsanız: bir belgeden rakam çekmek, bir dosyayı kontrol etmek veya bir araç sonucunu özetlemek. Anthropic ve lansman müşterilerinin vurguladığı rol bu.

Bir sprint bekleyin, entegrasyonunuz computer_20250124 aracıyla bilgisayar kullanımı, prefill veya temperature=0 kullanıyorsa. Bunların her biri Haiku 5.5'te 400 döndürür ve bunları düzeltmek model adı değiştirmekten çok kod işidir.

Mevcut modelde kalın, iş yükünüz uzun istem içeriyorsa (düzenli olarak yaklaşık 77K Haiku 4.5 token'ının üzerinde), Priority Tier'a bağlıysa veya karmaşık ajan kodlaması ise. Son grup için faydalı karşılaştırma, Haiku 4.5'e karşı Haiku 5.5 değil; Haiku 5.5'e karşı Sonnet 5.5'in tamamlanan görev başına maliyeti.

Karşılaştırmaya hazır olduğunuzda, AIHubMix model listesi Haiku 5.5, Sonnet 5.5 ve Opus 5.5'i tek bir API anahtarının arkasına koyar; böylece aynı değerlendirme üçünde de çalıştırılabilir.

SSS

Claude Haiku 5.5 her konuda Haiku 4.5'ten daha mı iyi?
Anthropic'in lansman tablosundaki her kıyaslamada, evet, çoğu zaman büyük farkla. İstisnalar kaliteyle ilgili değil, pratik: Priority Tier desteklenmiyor, 100K token'ı aşan istemler kısa istem oranından token başına daha pahalı ve birkaç eski istek kalıbı artık hata döndürüyor.

Haiku 5.5 gerçekten %90 daha ucuz mu?
100K token'a kadar olan istemler için token başına fiyat %90 daha düşük, bunun üzerindeki istemler için %50 daha düşük. İstek karışımına (Haiku 4.5 isteklerinin yaklaşık %90'ı 100K token'ın altındaydı) ve aynı metin için yaklaşık %30 daha fazla token sayan yeni tokenizer'a göre ağırlıklandırıldığında Anthropic, ortalama yaklaşık %75 tasarruf tahmin ediyor. Varsayılan açık düşünme bunun üzerine çıktı token'ları ekler; dolayısıyla gerçek faturanız efor ayarına da bağlı.

Haiku 5.5, GPT-6 Luna ile nasıl karşılaştırılır?
İkisi de milyon giriş token'ı için $0.10 ve milyon çıkış token'ı için $0.50 liste fiyatına sahip. Anthropic'in bildirdiği sonuçlara göre Haiku 5.5, her iki modelin de yer aldığı her kıyaslamada daha yüksek puan alıyor; en belirgin farklar bilgisayar kullanımı ve Terminal-Bench'te. Luna, temel fiyatını daha uzun bir istem uzunluğuna kadar koruyor; bu yüzden uzun istem iş yükleri ayrı fiyatlandırılmalı.

Haiku 5.5 kodlama için Sonnet 5.5'in yerini alabilir mi?
Dar kapsamlı, iyi tanımlanmış değişiklikler ve alt ajan görevleri için test etmeye değer olabilir. Karmaşık, çok adımlı ajan kodlamasında ise Sonnet 5.5, Terminal-Bench 4.0'da çok daha yüksek puan alıyor (%70.6'ya karşı %39.2) ve Anthropic bu iş için Sonnet veya Opus öneriyor.

Kıyaslama puanları varsayılan ayarda mı?
Hayır. Ana puanlar max efor ile çalıştırıldı. Varsayılan orta seviyedir ve sistem kartı burada daha düşük sonuçlar bildiriyor; örneğin GDPval-AA'da 1620 yerine 1277.

1M bağlam penceresi, 1M token'lık istemleri ucuza gönderebileceğim anlamına mı geliyor?
Gönderebilirsiniz, ama 100K token'ı aşan her şey, tüm istek için milyon giriş token'ı başına $0.50 ve çıkış token'ı başına $2.50 üzerinden faturalandırılır. AIHubMix da tam 1M pencereyi destekliyor.

Geçmek için kodumda neyi değiştirmem gerekiyor?
En azından: model ID'si, varsa manuel düşünme bütçesi, herhangi bir temperature veya top_p ayarı, asistan prefill'i ve yanıt olarak ilk içerik bloğunu okuyan kod. Bu serideki geçiş yazısında tam liste yer alıyor.

Okumaya devam edin: Claude Haiku 5.5 serisi

Kaynaklar

Birden çok yapay zekâ sağlayıcısına tek ağ geçidi. Üretim için tasarlandı.

AIHubMix sitesini ziyaret edin