「Sage-S2.1-Flash vs Claude Haiku 5.5」と表示される生成済みタイトルカード。その下に字幕「トークンのコスト対コンテキストウィンドウのコスト」、さらに下に「100Kトークンの価格断崖」と「H200 8台」と表示される2つのチップ。白い背景、青とシアンのグラデーションアクセント、フラットなラインアイコン。OrcaRouterのロゴが右下隅に合成されている。
Guides & Insights

Sage-S2.1-Flash vs Claude Haiku 5.5:トークンのコスト vs コンテキストウィンドウのコスト

著者

jinhao.song

公開日

最新モデル · 20すべてのモデルを見る →
ベンチマーク:Artificial Analysis · 毎日更新
すべての記事に戻る

Claude Haiku 5.5とSage-S2.1-Flashはどちらも100万トークンのコンテキストウィンドウをうたっており、両者の類似点はおおよそそこまでだ。Anthropicが2026年10月7日にリリースしたClaude Haiku 5.5には、公開された料金表、独立系リーダーボードのスコア、ホスト型APIがある。上海AI实验室が2026年11月15日にHugging FaceへひっそりとアップロードしたSage-S2.1-Flashには、MITライセンスの重みが645ギガバイト、21バイトのモデルカードがあり、インターネット上のどこにも価格が示されていない。したがって、両者を100万トークンあたりで比較することは不可能だ。困難なのではなく、不可能なのだ。なぜなら、料金メーターの片側が空白だからである。

うまく機能する比較は別のものであり、それがこのページの主題です。つまり、各モデルが長いコンテキストに対してどれだけ料金を取るかという比較です。この軸では両者は比べものにならず、答えは表示価格から想像されるものとは異なります。

同じベンチマーク名をまとった2つの調達問題

まず、それぞれが実際に何であるかから始めます。というのも、その命名はカテゴリー錯誤を招くからです。Claude Haiku 5.5 は、Anthropic の小型ティアに属するプロプライエタリなテキスト・画像モデルであり、ベンダーが「分類、抽出、ルーティングなど、高ボリュームでレイテンシに敏感なタスク」向けと位置づけているものです。effort パラメータがデフォルトで medium の適応的思考を行い、最大 128,000 出力トークンを返し、Anthropic 自身のプラットフォームおよび 4 つの主要クラウド再販チャネルでは、claude-haiku-5-5 として API に到達します。

Sage-S2.1-Flashはオープンウェイトの科学エージェントモデルだ。3200億パラメータのMixture of Expertsで、トークンあたり180億パラメータがアクティブになり、GLM-5.3-Flashアーキテクチャに基づいて構築され、bfloat16で約645 GB、120個のシャードにわたってパッケージ化されている。その構成では、1,048,576トークンの位置上限、24層のビジョンタワー、画像・動画・音声・思考の明示的なトークンタイプが宣言されている。MITライセンスでダウンロード可能であり、11月16日時点では、これを提供する推論プロバイダーはなく、独立したハーネスによって採点されたこともなかった。

一方は明細項目であり、もう一方は週末とGPUノードだ。この非対称性こそが比較の全体であり、以下の内容はすべてそこから導かれる算術である。

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.

誰も見出しには書かない100,000トークンの崖

AnthropicはClaude Haiku 5.5の価格を1つではなく2つの料金階層で公表しているが、モデル自身がうたうコンテキストが高くつくのは2番目の階層だ:

• プロンプトは最大100,000トークン — 入力100万トークンあたり$0.10、出力100万トークンあたり$0.50

• 100,000トークンを超えるプロンプト — 入力100万トークンあたり$0.50、出力100万トークンあたり$2.50

• キャッシュ書き込み、5分 — 100万あたり$0.125および$0.625、同じ比率で

• キャッシュ読み取り — 100K未満は100万あたり$0.01、100K超は$0.05

• バッチAPI — 両側とも50%オフ

それは5倍の段差であり、長文コンテキストモデルに料金を払う価値が出始めるちょうどのプロンプト長で発動する。150,000トークンのプロンプトと5,000トークンの回答では、入力が150,000 × $0.50/1M = $0.075、出力が5,000 × $2.50/1M = $0.0125、合計$0.0875かかる。10万トークン未満の料金なら、同じ呼び出しは$0.015と$0.0025、つまり$0.0175だったはずだ。5倍のコンテキストウィンドウは、100Kの呼び出しの5倍の費用がかかるわけではない。直前まで支払っていた料金と比べると、同じトークン数では約5倍、その特定の呼び出しでは11倍の費用がかかる。

さらにその上に第2の乗数が重なっており、それは価格表ではなくドキュメントに記載されているため見落としやすい。Claude Haiku 5.5 は Claude 4.7 で導入されたトークナイザーを使用しているため、同じテキストでも Claude Haiku 4.5 のときより約30パーセント多くのトークンとして数えられる。文書ごとの予算がいくらであっても、料金を適用する前に1.3を掛けること。Anthropic がこれについて異例なほど明示しているのは称賛に値するが、素朴なコストモデルへの影響は現実のものである。トークン見積もりを変えずに4.5から5.5へ移行したワークロードは、3分の1近く予算を超過するだろう。

これはいずれも、Claude Haiku 5.5 を絶対額で高価にするものではない。100万入力トークンあたり $0.10 は、現在のフロンティア隣接モデルの中で最も安い料金であり、独立系リーダーボードもこのティアがおもちゃではないと認めている。Claude Haiku 5.5 は最大エフォート時に Artificial Analysis Intelligence Index で 36.5 を記録し、DeepSeek V4.1 Flash の 32.6 と Gemini 3.8 Flash の 30.8 を上回る。要点はより限定的で、より有用だ。このモデルでは、価格を左右するのはプロンプトの長さであり、モデルの選択ではない

重みを自前で持つとき、長いコンテキストにはどんなコストがかかるのか

では、Sage-S2.1-Flash についても同じ計算をしてみましょう。料金表が存在しないため、限界費用でのトークンは無料です。しかし、ウィンドウは無料ではありません。重みをどこかに保持しておく必要があるからです。InternLM 自身のデプロイガイドには、参照構成として H200 GPU 8 基、bfloat16、テンソル並列度 8 が挙げられています。

計算は華やかさこそないが決定的だ。8枚のカードにまたがる645 GBの重みは、カードあたり約81 GBになる。H200は141 GBのHBMを搭載しているため、カードあたり約60 GBがKVキャッシュ、アクティベーション、ビジョンタワーの作業セットに残る。ガイドはHopperでFP8 KVキャッシュを使わないよう明示しているので、その60 GBはbfloat16で消費される——利用可能な中でトークンあたり最も高コストなキャッシュ形式だ。その範囲内で100万トークンのコンテキストには到達できるが、それはモデルのハイブリッドアテンションがほとんどの層を線形に保っているからにすぎない。45層のうち34層は設定でkdaと呼ばれる線形アテンション種別を使い、疎なアテンションを使うのはtop-2,048インデックスを持つ11層だけだ。従来の45層トランスフォーマーでは、100万トークンのKVキャッシュは到底収まらない。

正直なコスト比較は「無料対0.10ドル」ではない。それは「あなたがサイズを決めて借りるH200 8台対、100Kを超えると価格が5倍になる従量課金API」だ。前者が後者を上回るのはどの利用率かは、それらのGPUの時間単価と、1日のうちどれだけ稼働しているかに完全に依存する。そして、公開されたSageの価格も、それについての独立したスループット数値もない以上、損益分岐点を教えてくる人はそれをでっち上げている。

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.

証拠の欠落を、端的に言えば

両方のモデルにはベンチマークの数値がある。そのうち何かと照らし合わせて確認できるのは、一方の組だけだ。

Claude Haiku 5.5は第三者によって測定されている。Artificial Analysisは、最大エフォート時にインテリジェンス指数で36.5、出力は毎秒257トークンと報告している。これは、掲載するすべてのモデルに同じテストを実行するハーネスによる監査済みの数値であり、だからこそ意思決定に使える。

Sage-S2.1-Flashの測定は著者ら自身によってのみ行われている。InternLMの数値は、11月16日に作成されたGitHubリポジトリ内のタブ区切りファイルにあり、Hugging Faceのモデルカードからリンクされていないinternlm.github.io/Sage-S2.1-Flashの静的サイトで公開されている。表は35行で、Sageを8つのモデルと比較している。強みのある行は科学と視覚のもので、BabyVisionは75.8でClaude Opus 5の63.1に対し、OSWorld-Gは84.8でDeepSeek-V4.1-Flash-1017の61.4に対し、OfficeQA Pro V2は72.2で、自身の表の中で最高の数値だ。コーディングの行は目立たない。SWE-bench Pro 60.6、DeepSWE 67.0で、いずれもDeepSeek V4.1 Flashに劣る。

Claude Haiku 5.5はその表にまったく載っていない。Gemini 3.8 Flashも同様だ。つまり、この対決を検索している読者が実際に求めている唯一の比較——安価なホスト型モデルとダウンロード可能な科学向けモデルの比較——には、どちら側にもベンダーデータがなく、片側には独立系データもない。言えるのは、Sageの公開した行は科学系ベンチマークではOpus級の領域に位置する一方、そのコーディングの行は入力100万トークンあたり$0.30のモデルを下回っているということ、そしてBabyVisionでの24ポイントの差は、実際の能力であるか、このモデルについては異なる読み方をされたベンチマークであるかのどちらかだということだ。ハーネスがなければ、どちらなのかは判別できない。

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.

それぞれが実際に優位に立つ点

比較できない部分を取り除けば、きれいな分割が残ります。

• 大量かつ低遅延が重要な作業 — 断然Claude Haiku 5.5です。分類、抽出、ルーティング、サブエージェント呼び出しを$0.10/$0.50で、公開スコア付きで行うのは解決済みの問題です。Sage-S2.1-Flashはここでは太刀打ちできません。従量制APIが数セントで行う作業のために、8台のGPUを借りることになるからです。

• 100K~1Mトークンのプロンプト — まさに競合する領域であり、優劣ではなく稼働率によって決まる。Claude Haiku 5.5 はこの帯域で基本料金の5倍を請求する。Sage は、すでにレンタル済みのハードウェアの償却コストを請求する。ノードがビジーであれば、コスト面で Sage が勝つ。そうでなければ勝たない。

• 科学的マルチモーダル入力 — Sage-S2.1-Flash、自らの主張の強みにおいて。分子グラフ、結晶構造、タンパク質配列、スペクトル、マススペクトル、XRD、ECG、EEG、光度曲線が、InternLM が学習に用いたと述べている入力であり、両者のうち文書でこれらを明記しているのはこのモデルだけである。これは設計上の表明として扱うべきであり、測定された結果ではない。

• 今週契約が必要なもの — Claude Haiku 5.5。一方には価格、ステータスページ、そして2027年10月7日より早くに廃止しないという確約があります。もう一方には空のモデルカードがあり、執筆時点でダウンロード数はゼロです。

• データレジデンシーとウェイトの所有権 — Sage-S2.1-Flash、無条件に。手元に保持し、監査し、ファインチューニングできるMITライセンスのウェイトは、APIとは別カテゴリの資産であり、価格差によってそれが変わることはありません。

ほとんどの移行を左右する、たった一つの「配管」の細部

これら2つの間で長コンテキストのパイプラインを移行する場合、阻害要因になるのは品質ではありません。トークン化とツール呼び出しです。

Claude Haiku 5.5 はトークナイザーの世代を変更したため、Claude Haiku 4.5 に合わせて調整したすべてのプロンプトを再測定する必要があり、トークン予算を前提としたチャンク分割戦略は現在およそ30パーセントずれています。Anthropic はまさにこのための移行ガイドを提供しているので、設定ファイルに触れる前に読む価値があります。

Sage-S2.1-Flash には同じ問題のより深刻な版があり、それはデプロイガイドの中で何よりも先に読む価値のある唯一の項目です。そのトークナイザーはリポジトリから読み込む必要があります — vLLM、SGLang、LMDeploy の標準のものは、{{1}}ツール呼び出しマーカー{{/1}} などのエージェント構文をテキストではなく制御トークンとしてエンコードし、モデルは何のエラーも示さずにターンを早く終了します。その背後にはさらに二つの罠があります。順序が乱れた並列ツール呼び出しは、{{2}}1ファイルのパッチ{{/2}}なしでは vLLM 上で画像を誤った結果に紐付けます。また、SGLang はファイルを明示的に渡さない限りチャットテンプレートを上書きします。移行において実際的な帰結は、トークン数計算の作業が二倍になることです — 一度は Anthropic の新しいトークナイザー、一度は InternLM のカスタムのもの — そしてどちらも他方から見積もることはできません。

それら3つの項目は、実務上、「Sage-S2.1-Flashは私が評価したモデルだ」と「Sage-S2.1-Flashは私が見限ったモデルだ」の違いになる。しかもそれらはすべて文書化されており、それはほとんどの静かなリリースができている以上のことだ。

価格なしで意思決定に至る

Claude Haiku 5.5 は現在 OrcaRouter のカタログにはありません。Anthropic 自身の API および主要なクラウド再販チャネルで提供されており、そうでないかのような示唆はいたしません。ルーティングされるのは前世代の — anthropic/claude-haiku-4.5(100万トークンあたり入力 $1.00、出力 $5.00、定価をそのままマークアップなしで適用 — であり、これは 5.5 世代がコストを10分の1に削減する前の、Anthropic の小型モデル層のコストを示す正直なベンチマークであり続けています。実際のプロンプトを 4.5 で実行すれば、同じトークナイザー系列における実測トークン数が得られます。そして、上記の 100K の崖の問題を決着させるのは実測トークン数だけです。あなたのトラフィックがその下にあるのか、上にあるのか、またがっているのかが、どのベンチマークの行にもできない形で比較全体を決定づけます。

ベンダーが最終的にSage-S2.1-Flashの価格を公表したとき、あるいは独立系ハーネスがそのスコアを付けたとき、パススルーモデルが重要になる。値下げが実施された当日にプロバイダーの定価を反映するカタログこそが、この比較を四半期ごとに再交渉せずに済ませる方法だ。

何がこのページを変えるのだろうか

1つの数字で大半が片付く。Sage-S2.1-Flashのトークン単価だ。それがあれば、一方の100Kの崖と他方の償却ノードは、単なる形ではなく、本物の損益分岐計算になる。2つ目もほぼ同じくらい役立つ——Sageの独立したスコア、できればClaude Haiku 5.5を36.5にしたのと同じハーネス上でのスコアだ。そうすれば両者は語りではなく引き算で比較できる。

それまでは、擁護できる立場はこうだ。Claude Haiku 5.5 は、非常に大量の小さな処理をこなすための安価な手段であり、そのコンテキストウィンドウが面白くなってくるまさにその領域で高価になる。Sage-S2.1-Flash は、非常に大きなモデルを自前で持つための安価な手段であり、まだ何かを購入するための手段ではない。両者から選ぶことは、ベンチマークに関する好みの問題ではない。それは、あなたのワークロードをトークンで測るのかノードで測るのかという問題だ。そして、まだそれに答えられないなら、正直な次の一歩は、別の比較記事を読むことではなく、自分のトラフィックのコストを算定することだ。

この記事で比較したモデル1

この記事から検出 · ベンチマーク:Artificial Analysis · 毎日更新