Claude Haiku 5.5: Pensamiento adaptativo por defecto, una API más estricta y un precio que cambia de tramo a los 100.000 tokens

Claude Haiku 5.5 se lanzó el 7 de octubre de 2026 —dos días antes de escribir esto— y la mayor parte de la cobertura del lanzamiento ha girado en torno a la puntuación. La puntuación es real: en el índice independiente Artificial Analysis Intelligence Index, el modelo alcanza 43, segundo de 182 entradas en esa tabla, lo que sitúa el nivel más barato actual de Anthropic por encima de los buques insignia de la mayoría de los proveedores. La parte que cambiará tu tarde es más silenciosa. La API se volvió más estricta, el razonamiento pasó a ser adaptativo de forma predeterminada, y ambos cambios son de los que rompen código existente en lugar de llenar una publicación de lanzamiento.

Lo que sigue es el resumen operativo: qué se lanzó realmente, qué ya no acepta la API, cómo se comporta el precio por volumen y cuáles de las cifras del proveedor merecen recibirse con escepticismo.

¿Qué se lanzó el 7 de octubre?

Claude Haiku 5.5 es el ID del modelo claude-haiku-5-5, el reemplazo directo de Claude Haiku 4.5, y es un modelo de texto e imagen: imagen de entrada, texto de salida, sin ruta de audio ni de video. Incluye una ventana de contexto de 1.000.000 de tokens y una respuesta máxima de 128.000 tokens, ampliable a 300.000 tokens en la Batch API mediante la output-300k-2026-03-24 beta. El corte de conocimiento es junio de 2026, y A​nthropic se compromete a no retirar el modelo antes del 7 de octubre de 2027 —un mínimo de dos años, que importa más de lo habitual para un nivel pequeño que la gente conecta a pipelines de larga duración.

La disponibilidad es amplia desde el primer día: la propia API de Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform en AWS. Esa es la superficie más amplia que Anthropic ha ofrecido a un modelo Haiku en su primer día, y es la razón por la que muchos equipos conocerán este modelo a través de un contrato de nube existente en lugar de uno nuevo.

La API es más estricta que el modelo al que reemplaza

Esta es la sección que debes leer antes de apuntar un cliente existente de Haiku 4.5 al nuevo ID. Claude Haiku 5.5 rechaza varias estructuras de solicitud que los modelos Claude anteriores aceptaban, y las rechaza con un 400 en lugar de una advertencia:

• Parámetros de muestreo — establecer temperature, top_p o top_k en un valor no predeterminado devuelve un error. Los controles ya no existen; no se ignoran.

• Prefill del asistente — enviar un turno parcial del asistente para que el modelo lo continúe ya no es compatible con este modelo.

• Pensamiento extendido manual — pasar budget_tokens para dimensionar un presupuesto de pensamiento devuelve un error, porque ahora el pensamiento se rige por el control de esfuerzo que se describe a continuación.

• Uso de la computadora — la herramienta requiere la versión del conjunto de herramientas computer_toolset_20260801; no se acepta el identificador del conjunto de herramientas anterior.

Cualquiera de esos es un arreglo de una línea, pero son el tipo de arreglo de una línea que descubres en producción a las 2 de la madrugada a menos que leas primero la nota de migración. El patrón es consistente: Anthropic ha eliminado la improvisación por solicitud y ha trasladado esas decisiones a la configuración a nivel de modelo. Para una flota que llama a un mismo ID de modelo en muchos servicios, eso es una simplificación real. Para un servicio que dependía de un barrido de temperatura o de un presupuesto de razonamiento dimensionado a mano, es una reescritura de la convención de llamada.

Pensamiento adaptativo y un dial de Bajo a Máximo

El reemplazo de todo eso es el pensamiento adaptativo, que está activado de forma predeterminada con un esfuerzo predeterminado de medio. El modelo decide, para cada solicitud, cuánto razonamiento interno necesita la tarea, y tú lo diriges con un único ajuste de esfuerzo que va desde Bajo hasta Máximo, pasando por Medio y Alto.

La consecuencia práctica es la que la gente subestima: ya no puedes abaratar el modelo desactivando el pensamiento. El pensamiento es el producto. Lo que controlas es cuánto se esfuerza, y el ajuste de esfuerzo es un dial de costo tanto como un dial de calidad: Bajo en una tarea de clasificación y Máximo en una tarea de depuración es la forma prevista de un despliegue en producción, no dos modelos diferentes.

También replantea qué significa un "modelo pequeño". Históricamente, elegías un modelo de la clase Haiku aceptando que fallaría en los casos difíciles y redirigiendo esos casos a otro lugar. Claude Haiku 5.5 con Max effort está pensado para cerrar parte de esa brecha por sí mismo, lo que cambia la decisión de enrutamiento de "¿puede este modelo hacer la tarea?" a "¿merece esta tarea un Max effort?".

Precios: tarifa plana hasta 100.000 tokens, luego cinco veces

Por millón de tokens en dólares estadounidenses, las tarifas publicadas por Anthropic son $0.10 de entrada y $0.50 de salida hasta 100.000 tokens de entrada, y pasan a $0.50 y $2.50 por encima de ese umbral. El almacenamiento en caché se factura por separado: una escritura en caché de cinco minutos cuesta $0.125 y $0.625, una escritura de una hora cuesta $0.20 y $1.00, y una lectura de caché cuesta $0.01 y $0.05. La inferencia por lotes cuesta la mitad.

El escalón en 100.000 tokens es el número que hay que incorporar en una hoja de cálculo en lugar de una nota al pie. Una canalización que funciona cómodamente con indicaciones de 90.000 tokens paga el primer nivel; la misma canalización con una configuración de recuperación ajustada un punto más paga cinco veces la tarifa de entrada por cada token de la solicitud, no solo por los tokens que superan la línea. El trabajo de contexto largo que solía ser un error de redondeo se convierte en el costo dominante de la llamada.

Leído como una comparación con el modelo al que reemplaza, el titular es real: Anthropic afirma que Claude Haiku 5.5 cuesta alrededor de un 75 % menos en promedio que Claude Haiku 4.5, y alrededor de un 90 % menos específicamente para prompts de menos de 100.000 tokens. Esa es una cifra del proveedor y se presenta como tal. El mecanismo que hay detrás no es solo la lista de precios —la propia documentación de Anthropic señala que Claude Haiku 5.5 usa el tokenizador más reciente compartido con Claude 4.7 y versiones posteriores, por lo que el mismo texto se tokeniza en aproximadamente un 30 % más de tokens que en el modelo anterior. Un recorte por token y una inflación por token tiran en direcciones opuestas, y la cifra del 90 % es el resultado neto tras ambas.

Los benchmarks, tal como los reporta A​nthropic

Todos los números de esta sección son reportados por el proveedor y no han sido reproducidos por un tercero. El conjunto de comparación de Anthropic enfrenta a Claude Haiku 5.5 contra Claude Haiku 4.5, GPT-6 Luna y su propio Claude Sonnet 5.5:

GDPval-AA v2.1 — 1620 para Claude Haiku 5.5, frente a 735 para Claude Haiku 4.5, 1437 para GPT-6 Luna y 1840 para Claude Sonnet 5.5.

• AA-Briefcase v1.1 — 1578, frente a 614 de Claude Haiku 4.5 y 1824 de Claude Sonnet 5.5.

• OSWorld 2.1, sin conexión — 72,4 %, frente al 15,7 % de Claude Haiku 4.5, el 48,9 % de GPT-6 Luna y el 83,9 % de Claude Sonnet 5.5.

Humanity's Last Exam — 45,9 % sin herramientas y 57,4 % con ellas, frente a 10,2 % y 18,7 % para Claude Haiku 4.5, y 56,9 % y 64,5 % para Claude Sonnet 5.5.

• Terminal-Bench 4.0 — 39.2%, frente a 0.0% de Claude Haiku 4.5, 16.4% de GPT-6 Luna y 70.6% de Claude Sonnet 5.5.

• FrontierCode 1.1, Main — 46,4, frente a 42,4 para el mismo modelo con esfuerzo bajo y 52,1 en Xhigh.

Hay dos cosas que merecen atención en esa tabla incluso antes de que alguien la reproduzca. En primer lugar, el salto con respecto a Claude Haiku 4.5 no es incremental en tareas agénticas y de uso de computadora —de 15,7 % a 72,4 % en OSWorld es un resultado de otra categoría, y la fila de Terminal-Bench pasa de un cero literal. En segundo lugar, el propio barrido de esfuerzo del proveedor muestra que el control hace un trabajo real: el mismo modelo obtiene 42,4 con esfuerzo bajo y 52,1 con Xhigh en FrontierCode. Esa es la afirmación de pensamiento adaptativo reformulada como un número, y es la razón por la que el ajuste de esfuerzo pertenece a tu modelo de costos en lugar de a tus valores predeterminados.

Lo que aporta el consejo independiente

La verificación neutral disponible hoy es Artificial Analysis, que midió Claude Haiku 5.5 con esfuerzo máximo en su Intelligence Index y arrojó 43 — segundo de 182 modelos, con un costo combinado de $0.08 por millón de tokens y un costo medido de $0.21 por tarea completada del Intelligence Index. El contexto está confirmado en 1.0M tokens, y el rendimiento fue de 240.4 tokens de salida por segundo, frente a una mediana de 110 tokens por segundo en general.

La misma ejecución pone de relieve algo que el material del proveedor no: el apetito de tokens. Artificial Analysis registró 440 millones de tokens de salida durante la ejecución del Index, frente a una mediana de 100 millones, y califica al modelo de verboso. En un modelo con precios por entrada y salida, un modelo que escribe cuatro veces la mediana de tokens por respuesta es, en la práctica, más caro de lo que sugiere su tabla de precios, y la cifra de $0.21 por tarea ya lo tiene en cuenta. Es una cifra justa para poner junto al precio de etiqueta de $0.10, no para reemplazarlo.

Anthropic también lanzó un cambio complementario el mismo día: las lecturas de caché en Claude Sonnet 5.5 se redujeron a la mitad, de $0.20 a $0.10 por millón de tokens, y los planes Max y Team obtuvieron créditos mensuales de API ($100 en Max 5x, $200 en Max 20x, hasta $500 agrupados en Team). Ninguno de los dos cambia el precio de Claude Haiku 5.5, pero ambos desplazan dónde se sitúa el nivel económico respecto del nivel medio — una lectura de caché de Sonnet reducida a la mitad estrecha la brecha que un pipeline de contexto largo ve entre ambos.

Enrutar un tier pequeño que sea así de bueno

Claude Haiku 5.5 todavía no está en el catálogo de OrcaRouter, y es mejor decirlo con claridad que dejar la línea de disponibilidad en términos vagos. Hoy se puede acceder a él a través de la propia API de A​nthropic y de las plataformas en la nube mencionadas.

Lo que el modelo sí cambia es la forma de una decisión de enrutamiento, y ahí es donde un router se gana su lugar. Si un nivel pequeño en Index 43 ahora resulta creíble para trabajo que antes enviabas a un nivel medio, la configuración útil es una ruta de tres tramos —un tramo barato para la mayoría fácil, este nivel para el tramo difícil intermedio y un modelo de gama alta para la cola—, y en OrcaRouter eso es una expresión del DSL de enrutamiento en lugar de un proyecto. Claude Haiku 4.5, Claude Sonnet 5.5 y Claude Opus 5.5 están todos en el catálogo hoy, así que los tramos de A​nthropic de una ruta así se pueden construir y probar ya; el tramo de nivel pequeño se abre el día en que se añada Claude Haiku 5.5. Una clave, un SDK, conmutación por error automática por debajo, y precios de lista de los proveedores traspasados con un 0% de margen, así que un recorte de precio de un proveedor en cualquier tramo está activo en el nuestro el mismo día.

Qué ver

Las preguntas abiertas son las dos que el material de lanzamiento no puede responder. La primera es si el precipicio de los 100.000 tokens sobrevive al contacto con los pipelines de recuperación reales, o si empuja a los equipos de vuelta por debajo del umbral tal como está diseñado para hacerlo. La segunda es si el pensamiento adaptativo con esfuerzo Max se mantiene en ejecuciones agénticas prolongadas, donde el propio barrido de esfuerzo del proveedor —42,4 en low, 52,1 en Xhigh en FrontierCode— sugiere que la calidad está ahí, pero aún no dice nada sobre el costo en tokens de conseguirla. Ambas se responderán con la primera oleada de evaluaciones agénticas independientes, no con la página de lanzamiento.