Una card del titolo generata che recita 'Sage-S2.1-Flash vs Claude Haiku 5.5' sopra il sottotitolo 'Il costo di un token vs il costo di una finestra di contesto', con due chip sotto che recitano 'soglia di prezzo dei token 100K' e 'otto H200'. Sfondo bianco, accenti con gradiente blu e ciano, icone a linea piatta. Il logo OrcaRouter è composto nell'angolo in basso a destra.
Guides & Insights

Sage-S2.1-Flash vs Claude Haiku 5.5: Il costo di un token vs il costo di una finestra di contesto

Autore

jinhao.song

Data di pubblicazione

Ultimi modelli · 20Vedi tutti i modelli →
Benchmark: Artificial Analysis · aggiornato ogni giorno
Torna a tutti gli articoli

Claude Haiku 5.5 e Sage-S2.1-Flash dichiarano entrambi una finestra di contesto da un milione di token, ed è più o meno lì che finisce la somiglianza. Claude Haiku 5.5, rilasciato da Anthropic il 7 ottobre 2026, ha un listino prezzi pubblicato, un punteggio indipendente in classifica e un'API ospitata. Sage-S2.1-Flash, caricato silenziosamente su Hugging Face dallo Shanghai AI Laboratory il 15 novembre 2026, ha 645 gigabyte di pesi con licenza MIT, una model card da 21 byte e nessun prezzo da nessuna parte su Internet. Confrontarli per milione di token è quindi impossibile — non difficile, impossibile, perché un lato del misuratore è vuoto.

Il confronto che funziona è un altro, ed è quello di cui si occupa questa pagina: quanto ciascun modello ti addebita per il contesto lungo. Su questo asse i due non sono vicini, e la risposta non è quella che i prezzi di listino suggeriscono.

Due problemi di approvvigionamento che si celano dietro lo stesso nome di benchmark

Inizia da ciò che ciascuna delle due parti è realmente, perché la denominazione induce un errore di categoria. Claude Haiku 5.5 è un modello proprietario di testo e immagini della fascia piccola di Anthropic — quello che il fornitore posiziona per "attività ad alto volume e sensibili alla latenza, come classificazione, estrazione e instradamento". Esegue un pensiero adattivo con un parametro effort predefinito su medium, restituisce fino a 128.000 token di output ed è raggiungibile tramite l'API come claude-haiku-5-5 sulla piattaforma di Anthropic e sui quattro principali canali di rivendita cloud.

Sage-S2.1-Flash è un modello di agente scientifico a pesi aperti: una miscela di esperti da 320 miliardi di parametri con 18 miliardi attivi per token, basata sull'architettura GLM-5.3-Flash, confezionata in bfloat16 a circa 645 GB su 120 shard. La sua configurazione dichiara un tetto posizionale di 1.048.576 token, una torre visiva a 24 livelli e tipi espliciti di token per immagine, video, audio e pensiero. È distribuito con licenza MIT e scaricabile; al 16 novembre nessun provider di inferenza lo serviva e nessun harness indipendente lo aveva valutato.

Uno di questi è una voce di spesa. L'altro è un fine settimana e un nodo GPU. Questa asimmetria è tutto il confronto, e tutto ciò che segue è l'aritmetica che ne deriva.

A generated two-column comparison scoreboard titled 'Sage-S2.1-Flash vs Claude Haiku 5.5 - the scoreboard'. The Sage-S2.1-Flash column reads: Price: none published; Context: 1,048,576 tokens; Weights: MIT, about 645 GB; Hardware: 8xH200 to self-host; Independent score: none; Long-prompt surcharge: none. The Claude Haiku 5.5 column reads: Price: $0.10 / $0.50; Context: 1,000,000 tokens; Weights: proprietary; Hardware: vendor-hosted API; Independent score: AA Index 36.5; Long-prompt surcharge: 5x above 100K. Footer: 'Sage figures the vendor's own, unaudited; Haiku 5.5 price from Anthropic, score per Artificial Analysis.' The OrcaRouter logo is composited in the bottom-right corner.

Il precipizio dei 100.000 token che nessuno mette nel titolo

Anthropic pubblica i prezzi di Claude Haiku 5.5 su due livelli anziché uno, e il secondo livello è quello in cui la dichiarazione del modello sul proprio contesto diventa costosa:

• Prompt fino a 100.000 token — $0.10 per milione di token di input, $0.50 per milione di token di output

• Prompt superiori a 100.000 token — 0,50 $ per milione di input, 2,50 $ per milione di output

• Scrittura in cache, cinque minuti — $0,125 e $0,625 per milione, con la stessa ripartizione

• Lettura cache — 0,01 $ per milione sotto 100K, 0,05 $ oltre

Batch API — 50% di sconto su entrambi i lati

Si tratta di un salto di cinque volte, e scatta esattamente alla lunghezza del prompt in cui inizia a valere la pena pagare per un modello a contesto lungo. Un prompt da 150.000 token con una risposta da 5.000 token costa 150.000 × $0,50/1M = $0,075 per l'input più 5.000 × $2,50/1M = $0,0125 per l'output, ovvero $0,0875. Alla tariffa sotto i 100K la stessa chiamata sarebbe costata $0,015 e $0,0025 — $0,0175. La finestra di contesto cinque volte più ampia non costa cinque volte quanto costa una chiamata da 100K; misurata rispetto alla tariffa che stavi pagando un momento prima, costa circa cinque volte di più per gli stessi token e undici volte di più per quella particolare chiamata.

C'è un secondo moltiplicatore aggiunto sopra, ed è facile trascurarlo perché si trova nella documentazione anziché nella tabella dei prezzi: Claude Haiku 5.5 utilizza il tokenizer introdotto con Claude 4.7, quindi lo stesso testo conta circa il 30 percento in più di token rispetto a Claude Haiku 4.5. Qualunque sia il budget per documento, moltiplicalo per 1,3 prima di applicare la tariffa. Anthropic è insolitamente esplicita al riguardo, il che le fa onore, ma l'effetto su un modello di costo ingenuo è reale: un carico di lavoro migrato da 4.5 a 5.5 con una stima dei token invariata sforerà di quasi un terzo.

Niente di tutto ciò rende Claude Haiku 5.5 costoso in termini assoluti. 0,10 $ per milione di token di input è la tariffa più bassa su qualsiasi modello attuale vicino alla frontiera, e la classifica indipendente concorda che questa fascia non è un giocattolo: Claude Haiku 5.5 ottiene 36,5 sull'Artificial Analysis Intelligence Index al massimo sforzo, sopra il 32,6 di DeepSeek V4.1 Flash e il 30,8 di Gemini 3.8 Flash. Il punto è più ristretto e più utile: su questo modello, la lunghezza del prompt è la leva del prezzo, non la scelta del modello.

Quanto costa il contesto lungo quando possiedi i pesi

Ora fai lo stesso calcolo per Sage-S2.1-Flash. Non c'è un listino prezzi, quindi il token è gratuito al margine — ma la finestra non lo è, perché devi tenere i pesi da qualche parte. La guida al deployment di InternLM stessa indica la configurazione di riferimento: otto GPU H200, bfloat16, tensor parallelism pari a otto.

L'aritmetica è poco affascinante e decisiva. 645 GB di pesi distribuiti su otto schede equivalgono a circa 81 GB per scheda. Una H200 dispone di 141 GB di HBM, il che lascia circa 60 GB per scheda per la KV cache, le attivazioni e il working set della torre visione. La guida dice esplicitamente di non usare la KV cache FP8 su Hopper, quindi quei 60 GB vengono impiegati in bfloat16 — il formato di cache per token più costoso disponibile. Un contesto da un milione di token è raggiungibile in quel margine, ma solo perché l'attenzione ibrida del modello mantiene lineari la maggior parte dei livelli: 34 dei 45 livelli usano il tipo di attenzione lineare che la configurazione chiama kda, e solo 11 usano l'attenzione sparsa con un indice top-2.048. Su un transformer convenzionale a 45 livelli, una KV cache da un milione di token non ci starebbe affatto.

Quindi il confronto onesto dei costi non è «gratis contro 0,10 $». È «otto H200, dimensionati e noleggiati da te, contro un’API a consumo il cui prezzo quintuplica oltre i 100K». A quale tasso di utilizzo la prima opzione batta la seconda dipende interamente dalla tua tariffa oraria per quelle GPU e da quante ore al giorno sono impegnate — e poiché non abbiamo un prezzo Sage pubblicato né un dato indipendente sul throughput per esso, chiunque ti indichi un punto di pareggio se lo sta inventando.

Screenshot of the OrcaRouter model page for anthropic/claude-haiku-4.5. The header shows a 200K-token context, 64K max output, vision, tools, JSON and reasoning tags, a release date of 2025-10-15, and the price row $1.00 input and $5.00 output per million tokens. A context window of 200,000 tokens and an output limit of 64,000 tokens are stated in the page's model description, along with text, image and file inputs.

Il divario probatorio, detto chiaramente

Entrambi i modelli hanno numeri di benchmark. Solo uno dei due insiemi può essere verificato rispetto a qualcosa.

Claude Haiku 5.5 è misurato da una terza parte. Artificial Analysis lo colloca a 36,5 sull'Intelligence Index alla massima intensità, con un valore dichiarato di 257 token al secondo in output. Si tratta di un numero verificato da un harness che esegue gli stessi test su ogni modello elencato, ed è ciò che lo rende utilizzabile per una decisione.

Sage-S2.1-Flash è misurato solo dai suoi autori. I numeri di InternLM si trovano in un file separato da tabulazioni in un repository GitHub creato il 16 novembre, pubblicato su un sito statico all'indirizzo internlm.github.io/Sage-S2.1-Flash a cui la model card di Hugging Face non rimanda. La tabella ha 35 righe e confronta Sage con otto modelli. Le sue righe forti sono quelle scientifiche e di visione — BabyVision a 75,8 contro Claude Opus 5 a 63,1, OSWorld-G a 84,8 contro DeepSeek-V4.1-Flash-1017 a 61,4, OfficeQA Pro V2 a 72,2, il valore migliore nella sua stessa tabella. Le sue righe di coding non hanno nulla di eccezionale: SWE-bench Pro 60,6, DeepSWE 67,0, entrambi dietro DeepSeek V4.1 Flash.

Claude Haiku 5.5 non compare affatto in quella tabella. Nemmeno Gemini 3.8 Flash. Quindi l'unico confronto che un lettore in cerca di questo scontro desidera davvero — il modello ospitato economico contro quello scientifico scaricabile — non ha dati del fornitore da nessuna delle due parti, e nessun dato indipendente da una parte. Quello che possiamo dire è che le righe pubblicate di Sage si collocano nel territorio della classe Opus sui benchmark scientifici, mentre le sue righe di coding si collocano sotto un modello che costa 0,30 $ per milione di input, e che un margine di ventiquattro punti su BabyVision è o una capacità reale o un benchmark letto diversamente per questo modello. Senza un harness, non puoi dire quale.

Screenshot of Anthropic's Claude Platform documentation page for Claude Haiku 5.5. The page states a 1M-token context window, a 128K max output, and pricing 'from $0.10' input and 'from $0.50' output per million tokens, and notes that the model uses the same newer tokenizer as Claude 4.7 and later models, so the same text counts as approximately 30 percent more tokens than on Claude Haiku 4.5. A 'How it compares' table lists Claude Fable 5.2, Claude Opus 5.5, Claude Sonnet 5.5 and Claude Haiku 5.5 with their context, output, price, latency and default effort.

Dove ciascuno vince davvero

Rimuovi le parti che non possono essere confrontate e resta una divisione pulita.

• Lavoro in blocco, sensibile alla latenza — Claude Haiku 5.5, senza dubbio. Classificazione, estrazione, routing e chiamate ai subagenti a $0,10/$0,50 con un punteggio pubblicato sono un problema risolto. Sage-S2.1-Flash non può competere qui: affitteresti otto GPU per svolgere un lavoro che un'API a consumo fa per pochi centesimi.

• Prompt compresi tra 100K e 1M di token — una fascia davvero contesa, decisa dall'utilizzo più che dal merito. Claude Haiku 5.5 addebita cinque volte la sua tariffa base in questa fascia; Sage ti addebita il costo ammortizzato dell'hardware che hai già noleggiato. Se il tuo nodo è occupato, Sage vince sul costo. Se non lo è, non vince.

• Input multimodale scientifico — Sage-S2.1-Flash, sulla base delle sue stesse dichiarazioni. Grafi molecolari, strutture cristalline, sequenze proteiche, spettri, spettri di massa, XRD, ECG, EEG e curve di luce sono gli input su cui InternLM afferma di essere stato addestrato, ed è l'unico dei due la cui documentazione li elenca. Consideralo una dichiarazione di intenti progettuale, non un risultato misurato.

• Tutto ciò che richiede un contratto questa settimana — Claude Haiku 5.5. Uno ha un prezzo, una pagina di stato e un impegno alla dismissione non prima del 7 ottobre 2027. L'altro ha una scheda del modello vuota e, al momento della stesura, zero download.

• Residenza dei dati e proprietà dei pesi — Sage-S2.1-Flash, senza riserve. Pesi MIT che puoi conservare, verificare e mettere a punto sono una categoria di asset diversa da un'API, e nessuna differenza di prezzo cambia questo.

L'unico dettaglio infrastrutturale che decide la maggior parte delle migrazioni

Se stai spostando una pipeline a contesto lungo tra questi due, il problema bloccante non sarà la qualità. Saranno la tokenizzazione e le chiamate agli strumenti.

Claude Haiku 5.5 ha cambiato la generazione del tokenizer, il che significa che ogni prompt che hai messo a punto su Claude Haiku 4.5 deve essere rimisurato, e qualsiasi strategia di chunking che dava per scontato un budget di token ora è sbagliata di circa il 30 percento. Anthropic pubblica una guida alla migrazione pensata proprio per questo, e vale la pena leggerla prima di toccare un file di configurazione.

Sage-S2.1-Flash ha una versione più netta dello stesso problema, ed è l'unico elemento della sua guida al deployment che vale la pena leggere prima di ogni altra cosa. Il suo tokenizer deve essere caricato dal repository: quello predefinito in vLLM, SGLang o LMDeploy codificherà la sintassi agentica, come i marcatori di chiamata degli strumenti, come token di controllo anziché come testo, e il modello terminerà un turno in anticipo senza alcun errore a segnalarlo. Dietro quella ci sono altre due trappole: una chiamata parallela agli strumenti fuori ordine associa le immagini al risultato sbagliato su vLLM senza una patch a un singolo file, e SGLang sovrascrive il template della chat a meno che non gli venga passato esplicitamente il file. Per una migrazione, la conseguenza pratica è che il lavoro sul conteggio dei token raddoppia — una volta per il nuovo tokenizer di Anthropic, una volta per quello personalizzato di InternLM — e nessuno dei due può essere stimato a partire dall'altro.

Quei tre elementi sono, in pratica, la differenza tra «Sage-S2.1-Flash è un modello che ho valutato» e «Sage-S2.1-Flash è un modello su cui ho gettato la spugna». Sono tutti documentati, il che è più di quanto riescano a fare la maggior parte delle uscite silenziose.

Arrivare a una decisione senza un prezzo

Claude Haiku 5.5 non è oggi nel catalogo di OrcaRouter; risiede sull'API proprietaria di Anthropic e tramite i principali canali di rivendita cloud, e non intendiamo insinuare il contrario. Ciò che viene instradato è la generazione precedente — anthropic/claude-haiku-4.5 a $1.00 in ingresso e $5.00 in uscita per milione, prezzo di listino trasferito senza ricarico — che resta ancora il riferimento onesto per quanto costa la fascia piccola di Anthropic prima che la fascia 5.5 lo riducesse di un fattore dieci. Eseguire i tuoi prompt reali con 4.5 ti fornisce conteggi dei token misurati sulla stessa famiglia di tokenizer, e i conteggi dei token misurati sono l'unica cosa che risolve la questione del cliff dei 100K di cui sopra: se il tuo traffico si collochi sotto, sopra o a cavallo di essa decide l'intero confronto in un modo che nessuna riga di benchmark è in grado di fare.

Quando il fornitore prima o poi pubblicherà un prezzo per Sage-S2.1-Flash, o un harness indipendente lo valuterà, il modello pass-through conta: un catalogo che riflette il prezzo di listino del fornitore lo stesso giorno in cui arriva un taglio è il modo per evitare di rinegoziare questo confronto ogni trimestre.

Cosa cambierebbe questa pagina

Un numero farebbe gran parte del lavoro: un prezzo per token per Sage-S2.1-Flash. Con esso, la soglia critica dei 100K da un lato e il nodo ammortizzato dall'altro diventano un vero calcolo di break-even invece che una forma. Un secondo numero aiuterebbe quasi altrettanto — un punteggio indipendente per Sage, idealmente sullo stesso harness che ha collocato Claude Haiku 5.5 a 36.5, così che i due possano essere sottratti l'uno dall'altro invece che raccontati.

Fino ad allora, la posizione difendibile è questa. Claude Haiku 5.5 è il modo più economico per fare un numero molto grande di piccole cose, e diventa costoso esattamente dove la sua finestra di contesto diventa interessante. Sage-S2.1-Flash è il modo più economico per possedere un modello molto grande, e non è ancora un modo per comprare qualcosa. Scegliere tra i due non è una questione di gusto sui benchmark. È una questione di se il tuo carico di lavoro si misura in token o in nodi — e se non sai ancora rispondere, il prossimo passo onesto è dare un prezzo al tuo traffico, non leggere un altro confronto.

Confrontati in questo articolo1

Rilevato da questo articolo · Benchmark: Artificial Analysis · aggiornato ogni giorno