Claude Haiku 5.5 : réflexion adaptative par défaut, une API plus stricte et un prix qui change de palier à 100 000 tokens

Claude Haiku 5.5 a été mis en ligne le 7 octobre 2026 — deux jours avant la rédaction de cet article — et l’essentiel de la couverture du lancement a porté sur le score. Le score est réel : sur l’indice indépendant Artificial Analysis Intelligence Index, le modèle obtient 43, deuxième sur 182 entrées de ce classement, ce qui place l’offre la moins chère actuelle d’A​nthropic au-dessus des produits phares de la plupart des fournisseurs. La partie qui changera votre après-midi est plus discrète. L’API est devenue plus stricte, la réflexion est devenue adaptative par défaut, et ces deux changements sont du genre à casser du code existant plutôt qu’à remplir un article de lancement.

Ce qui suit constitue le résumé de travail : ce qui a réellement été livré, ce que l’API n’accepte plus, ce que donne la tarification en volume, et lesquels des chiffres du fournisseur méritent d’être pris avec des pincettes.

Qu'est-ce qui a été livré le 7 octobre

est l'identifiant du modèle Claude Haiku 5.5claude-haiku-5-5, le remplacement direct de Claude Haiku 4.5, et c'est un modèle texte et image : image en entrée, texte en sortie, aucune voie audio ou vidéo. Il est fourni avec une fenêtre de contexte de 1 000 000 de tokens et une réponse maximale de 128 000 tokens, extensible à 300 000 tokens sur l'API Batch via la bêta output-300k-2026-03-24. Les connaissances s'arrêtent à juin 2026, et Anthropic s'engage à ne pas retirer le modèle avant le 7 octobre 2027 — un plancher de deux ans, ce qui compte plus que d'ordinaire pour un petit palier que les gens intègrent dans des pipelines de longue durée.

La disponibilité est large dès le premier jour : l’API Claude elle-même, Amazon Bedrock, Google Cloud, Microsoft Foundry et Claude Platform on AWS. C’est la surface de lancement la plus large qu’Anthropic ait offerte à un modèle Haiku, et c’est la raison pour laquelle de nombreuses équipes découvriront ce modèle via un contrat cloud existant plutôt qu’un nouveau.

L'API est plus stricte que le modèle qu'elle remplace.

Voici la section à lire avant de pointer un client Haiku 4.5 existant vers le nouvel ID. Claude Haiku 5.5 rejette plusieurs formats de requête que les anciens modèles Claude acceptaient, et il les rejette avec un code 400 plutôt qu’un avertissement :

• Paramètres d'échantillonnage — définir temperature, top_p ou top_k sur une valeur non par défaut renvoie une erreur. Les réglages ont disparu, ils ne sont pas ignorés.

• Pré-remplissage de l'assistant — l'envoi d'un tour d'assistant partiel pour que le modèle poursuive n'est plus pris en charge sur ce modèle.

• Réflexion étendue manuelle — le passage de budget_tokenspour dimensionner un budget de réflexion renvoie une erreur, car la réflexion est désormais régie par le sélecteur d'effort décrit ci-dessous.

• Utilisation de l’ordinateur — l’outil nécessite la version du toolset computer_toolset_20260801 ; l’ancien identifiant du toolset n’est pas accepté.

Chacun de ces éléments est un correctif d'une ligne, mais c'est le genre de correctif d'une ligne que l'on découvre en production à 2 h du matin, à moins d'avoir d'abord lu la note de migration. Le schéma est constant : A​nthropic a supprimé l'improvisation par requête et déplacé ces décisions vers la configuration au niveau du modèle. Pour une flotte qui appelle un même modèle à travers de nombreux services, c'est une véritable simplification. Pour un service qui s'appuyait sur un balayage de température ou une réflexion manuelle, c'est une réécriture de la convention d'appel.

Réflexion adaptative, et un réglage de Faible à Max

Le remplacement de tout cela est la réflexion adaptative, qui est activée par défaut avec un effort par défaut de medium. Le modèle décide, pour chaque requête, de la quantité de raisonnement interne dont la tâche a besoin, et vous le pilotez avec un seul réglage d'effort qui va de Low à Medium, High et Max.

La conséquence pratique est celle que les gens sous-estiment : vous ne pouvez plus rendre le modèle bon marché en désactivant la réflexion. La réflexion est le produit. Ce que vous contrôlez, c'est l'intensité de l'effort qu'il fournit, et le réglage d'effort est autant un curseur de coût qu'un curseur de qualité — Faible pour une tâche de classification et Max pour une tâche de débogage, c'est la configuration attendue d'un déploiement en production, pas deux modèles différents.

Cela redéfinit aussi ce que signifie un « petit modèle ». Historiquement, on choisissait un modèle de la classe Haiku en acceptant qu'il échoue sur les cas difficiles et en redirigeant ceux-ci ailleurs. Claude Haiku 5.5 en Max effort est censé combler lui-même une partie de cet écart, ce qui fait passer la décision de routage de « ce modèle peut-il accomplir la tâche » à « cette tâche vaut-elle le Max effort ».

Tarification : tarif fixe jusqu'à 100 000 tokens, puis cinq fois plus

Pour un million de tokens en dollars américains, les tarifs publiés par Anthropic sont de 0,10 $ en entrée et 0,50 $ en sortie jusqu’à 100 000 tokens d’entrée, puis passent à 0,50 $ et 2,50 $ au-delà de ce seuil. La mise en cache est facturée séparément : une écriture de cache de cinq minutes est à 0,125 $ et 0,625 $, une écriture d’une heure est à 0,20 $ et 1,00 $, et une lecture de cache est à 0,01 $ et 0,05 $. L’inférence par lots est à moitié prix.

Le palier à 100 000 tokens est le chiffre à intégrer dans un tableur plutôt qu’une note de bas de page. Un pipeline qui tourne confortablement avec des prompts de 90 000 tokens paie le tarif du premier palier ; le même pipeline, avec un paramètre de récupération poussé d’un cran, paie cinq fois le tarif d’entrée sur chaque token de la requête, pas seulement sur les tokens au-delà du seuil. Le travail à contexte long, qui n’était autrefois qu’une erreur d’arrondi, devient le coût dominant de l’appel.

Lue comme une comparaison avec le modèle qu’elle remplace, l’accroche est réelle : Anthropic affirme que Claude Haiku 5.5 revient environ 75 % moins cher en moyenne que Claude Haiku 4.5, et environ 90 % moins cher spécifiquement pour les prompts de moins de 100 000 tokens. Il s’agit d’un chiffre de fournisseur, et il est présenté comme tel. Le mécanisme sous-jacent ne tient pas seulement à la grille tarifaire — la documentation d’Anthropic indique que Claude Haiku 5.5 utilise le tokeniseur plus récent partagé avec Claude 4.7 et les versions ultérieures, si bien que le même texte se tokenise en environ 30 % de tokens en plus qu’avec l’ancien modèle. Une réduction par token et une inflation par token tirent dans des directions opposées, et le chiffre de 90 % est le résultat net après les deux.

Les benchmarks, tels qu’Anthropic les rapporte.

Tous les chiffres de cette section sont déclarés par le fournisseur et non reproduits par un tiers. L’ensemble de comparaison d’Anthropic oppose Claude Haiku 5.5 à Claude Haiku 4.5, GPT-6 Luna et son propre Claude Sonnet 5.5 :

• GDPval-AA v2.1 — 1620 pour Claude Haiku 5.5, contre 735 pour Claude Haiku 4.5, 1437 pour GPT-6 Luna et 1840 pour Claude Sonnet 5.5.

• AA-Briefcase v1.1 — 1578, contre 614 pour Claude Haiku 4.5 et 1824 pour Claude Sonnet 5.5.

• OSWorld 2.1, hors ligne — 72,4 % , contre 15,7 % pour Claude Haiku 4.5, 48,9 % pour GPT-6 Luna et 83,9 % pour Claude Sonnet 5.5.

• Humanity's Last Exam — 45,9 % sans outils et 57,4 % avec eux, contre 10,2 % et 18,7 % pour Claude Haiku 4.5, et 56,9 % et 64,5 % pour Claude Sonnet 5.5.

• Terminal-Bench 4.0 — 39,2 % contre 0,0 % pour Claude Haiku 4.5, 16,4 % pour GPT-6 Luna et 70,6 % pour Claude Sonnet 5.5.

FrontierCode 2.1 — 42,0 à faible effort 52,1 à Xhigh

Deux choses méritent d’être remarquées à propos de ce tableau, avant même que quiconque ne le reproduise. Premièrement, le bond par rapport à Claude Haiku 4.5 n’est pas incrémental sur les tâches agentiques et d’utilisation d’ordinateur — passer de 15,7 % à 72,4 % sur OSWorld relève d’une autre catégorie de résultat, et la ligne Terminal-Bench part d’un zéro littéral. Deuxièmement, le balayage d’effort du fournisseur lui-même montre que le curseur fait vraiment son travail : le même modèle obtient 42,4 à faible effort et 52,1 à Xhigh sur FrontierCode. C’est l’affirmation de réflexion adaptative reformulée en un chiffre, et c’est la raison pour laquelle le réglage d’effort a sa place dans votre modèle de coûts plutôt que dans vos valeurs par défaut.

Ce que le conseil indépendant apporte

Le contrôle neutre disponible aujourd’hui est Artificial Analysis, qui a mesuré Claude Haiku 5.5 en mode Max effort sur son Intelligence Index et a obtenu 43 — deuxième sur 182 modèles, avec un coût mixte de 0,08 $ par million de tokens et un coût mesuré de 0,21 $ par tâche terminée de l’Intelligence Index. Le contexte est confirmé à 1,0 M de tokens, et le débit s’est établi à 240,4 tokens de sortie par seconde, contre une médiane de 110 tokens par seconde toutes catégories confondues.

La même exécution signale une chose que la documentation du fournisseur ne mentionne pas : l'appétit en tokens. Artificial Analysis a enregistré 440 millions de tokens de sortie lors de l'exécution de l'Index, contre une médiane de 100 millions, et qualifie le modèle de verbeux. Pour un modèle facturé sur l'entrée et la sortie, un modèle qui rédige quatre fois le nombre médian de tokens par réponse coûte en pratique plus cher que ne le suggère sa grille tarifaire, et le chiffre de 0,21 $ par tâche en tient déjà compte. Il est juste de retenir ce chiffre aux côtés du prix affiché de 0,10 $ plutôt qu'à sa place.

Anthropic a également livré un changement complémentaire le même jour : les lectures de cache sur Claude Sonnet 5.5 ont été divisées par deux, passant de 0,20 $ à 0,10 $ par million de tokens, et les forfaits Max et Team ont obtenu des crédits API mensuels (100 $ sur Max 5x, 200 $ sur Max 20x, jusqu'à 500 $ mutualisés sur Team). Aucun des deux ne modifie le prix de Claude Haiku 5.5, mais tous deux déplacent la position du niveau économique par rapport au niveau intermédiaire — une lecture de cache Sonnet divisée par deux réduit l'écart qu'un pipeline à long contexte observe entre les deux.

Router un petit niveau qui est aussi bon

Claude Haiku 5.5 lui-même n'est pas encore au catalogue d'OrcaRouter, et il vaut mieux le dire franchement plutôt que de laisser la ligne de disponibilité vague. Il est accessible dès aujourd'hui via l'API propre d'Anthropic et les plateformes cloud ci-dessus.

Ce que le modèle change, c'est la forme d'une décision de routage, et c'est là qu'un routeur gagne sa place. Si un petit palier à l'Index 43 est désormais crédible sur du travail que vous envoyiez auparavant à un palier intermédiaire, la configuration utile est une route à trois branches — une branche bon marché pour la majorité facile, ce palier pour le milieu difficile, et un modèle haut de gamme pour la queue — et sur OrcaRouter, c'est une expression DSL de routage plutôt qu'un projet. Claude Haiku 4.5, Claude Sonnet 5.5 et Claude Opus 5.5 sont tous au catalogue aujourd'hui, donc les branches A​nthropic d'une telle route peuvent être construites et testées dès maintenant ; la branche petit palier s'ouvrira le jour où Claude Haiku 5.5 sera ajouté. Une clé, un SDK, un basculement automatique en dessous, et les prix catalogue des fournisseurs répercutés à 0 % de marge, de sorte qu'une baisse de prix d'un fournisseur sur n'importe quelle branche est effective sur la nôtre le jour même.

Quoi regarder

Les questions ouvertes sont les deux auxquelles le matériel de lancement ne peut pas répondre. La première est de savoir si la falaise des 100 000 jetons survit au contact de vrais pipelines de récupération, ou si elle repousse les équipes sous la ligne comme elle est conçue pour le faire. La seconde est de savoir si la réflexion adaptative au niveau d’effort Max tient le coup sur de longues exécutions agentiques, où le propre balayage d’efforts du fournisseur — 42,4 en low, 52,1 en Xhigh sur FrontierCode — suggère que la qualité est au rendez-vous mais ne dit encore rien du coût en jetons pour l’obtenir. Les deux trouveront leur réponse dans la première vague d’évaluations agentiques indépendantes, pas dans la page de lancement.