Claude Haiku 5.5 vs Sakana Namazu: Oba tanie, oba szybkie, poza tym niemal nic ich nie łączy

Na pierwszy rzut oka te dwa modele wyglądają jak równorzędni gracze. Claude Haiku 5.5 to mały, szybki model z najniższej półki cenowej producenta, wydany 7 października 2026 roku w cenie 0,10 USD za milion tokenów wejściowych i 0,50 USD za milion tokenów wyjściowych, z oknem kontekstowym wynoszącym milion tokenów, stworzony do klasyfikacji, ekstrakcji danych, routingu i pracy jako podagent. Sakana Namazu to specjalizujący się w języku japońskim model API firmy Sakana AI, wprowadzony na rynek 3 sierpnia 2026 roku, rozliczany według stawki 0,95 USD za milion tokenów wejściowych i 4,00 USD za milion tokenów wyjściowych, z opłatą 0,15 USD za tokeny wejściowe z pamięci podręcznej, dopracowany na bazie otwartego modelu Kimi K2.6 z wykorzystaniem własnego dotrenowania Sakany i dostępny przez endpoint zgodny z OpenAI.

Oba są pozycjonowane jako przystępna cenowo opcja w swoich liniach produktowych i na tym podobieństwo się kończy. Claude Haiku 5.5 to ogólnego przeznaczenia zachodni model, po który sięgnąłbyś, aby kierować ruchem; Sakana Namazu to model wyspecjalizowany w konkretnym kraju, po który sięgnąłbyś, gdy zadanie jest po japońsku, a alternatywą jest model ogólny, który robi to źle. Ciekawe pytanie nie brzmi, który jest lepszy. Brzmi: co daje ci specjalista, gdzie faktycznie przebiega granica tej specjalizacji i ile kosztuje wyjście poza nią.

Co Sakana AI faktycznie zbudowało

Sakana Namazu warto zrozumieć, zanim porównać go z czymkolwiek, ponieważ jego konstrukcja jest nietypowa. Nie jest trenowany od zera. Jest udoskonaleniem istniejącego modelu z otwartymi wagami — Kimi K2.6 — który Sakana dodatkowo poddała treningowi i udostępnia jako zamknięte API. Pochodzenie ma znaczenie: ogólne zdolności rozumowania i kodowania modelu bazowego są dziedziczone, a tym, co Sakana dodała, jest warstwa specyficzna dla Japonii.

Ta warstwa jest udokumentowana, czego nie można powiedzieć o większości twierdzeń dotyczących lokalizacji. Sakana donosi, że Namazu zachowuje wydajność modelu bazowego w ogólnych ewaluacjach — AIME26, MMLU-Pro, LiveCodeBench v6 — jednocześnie przewyższając go w zestawie japońskim i specyficznym dla Japonii, przy czym FairPoliticsQA wzrasta z 34,10% do 56,30%. Prowadzi własny wewnętrzny japoński benchmark tłumaczeniowy, JFBench, i donosi o poprawach we wszystkich obszarach również tam. Osobne studium przypadku, narzędzie do wyszukiwania dowodów dla lekarzy, donosi o 96,8% na 119. państwowym egzaminie medycznym i 96,4% na 120.

To są wyniki Sakany na benchmarkach Sakany, a JFBench nie jest publicznym standardem, który ktokolwiek inny mógłby odtworzyć. Twierdzenie, które pozostaje w mocy mimo tego zastrzeżenia, jest wąskie, ale prawdziwe: model to nazwany model bazowy plus udokumentowany etap dostrajania po treningu, a podawane różnice są liczone względem jego własnej bazy, a nie względem całej dziedziny.

API i warunki handlowe to elementy, które przesądzą o większości przypadków biznesowych. Namazu jest kompatybilny z OpenAI — zmiana punktu końcowego i nazwy modelu sakana-namazu to jedyna zmiana w kodzie, zgodnie z dokumentacją samej Sakany. Rozliczenia prowadzi w dolarach amerykańskich i oferuje płatność w jenach w planie Enterprise. Wiążą się z tym również koszty narzędzi, których porównanie kosztu na token nigdy nie ujawni: 7,00 USD za tysiąc wywołań wyszukiwania internetowego i 0,12 USD za godzinę wykonywania kodu, które Sakana wlicza do produktu.

Dwa ograniczenia mają większe znaczenie niż jakakolwiek liczba w cenniku. Namazu nie jest dostępny w UE, EOG, Wielkiej Brytanii ani Szwajcarii do czasu zakończenia prac nad zgodnością z RODO — jak wynika z własnej strony Sakana. Domyślna polityka przetwarzania danych stanowi zaś, że dane wejściowe mogą być wykorzystywane do trenowania i ulepszania modeli Sakana, a rezygnacja jest możliwa w ustawieniach Console; firma twierdzi, że obecnie nie może zagwarantować, że przetwarzanie odbywa się w całości w Japonii. Dla zespołu z Europy lub Wielkiej Brytanii pierwsze z tych ograniczeń jest dyskwalifikujące, a drugie to kwestia do wyjaśnienia przed pierwszą rozmową.

Granica, powiedziana uczciwie

To jest sekcja, w której porównanie specyfikacji okłamałoby cię, więc oto, co jest faktycznie porównywalne:

• Cena — Claude Haiku 5.5: 0,10 USD za wejście i 0,50 USD za wyjście za milion tokenów do 100 000 tokenów promptu, następnie 0,50 USD i 2,50 USD. Sakana Namazu: 0,95 USD i 4,00 USD, ze stawką 0,15 USD za wejście z pamięci podręcznej. Namazu jest około dziewięć i pół razy droższy na wejściu i osiem razy na wyjściu na pierwszym poziomie.

• Buforowanie — odczyty z pamięci podręcznej Claude Haiku 5.5 kosztują 0,01 i 0,05 USD za milion w zależności od poziomu; Sakana Namazu ma stałą stawkę 0,15 USD. Wartości bezwzględne są zbliżone na najwyższym poziomie, a na najniższym różnią się dwudziestokrotnie.

• Narzędzia — żaden z nich nie jest czystym modelem tekstowym i żaden nie pobiera opłat w ten sam sposób. Claude Haiku 5.5 oferuje adaptacyjne myślenie z regulacją wysiłku od Low do Max oraz wsparcie narzędzi po stronie serwera; Sakana Namazu oferuje w pakiecie wyszukiwanie w sieci za 7,00 USD za tysiąc wywołań i wykonywanie kodu za 0,12 USD za godzinę.

• Kontekst — milion tokenów dla Claude Haiku 5.5. Sakana nie publikuje okna kontekstowego dla Namazu, a każda liczba, którą zobaczysz dla niego podawaną, jest założeniem dotyczącym modelu bazowego Kimi K2.6, a nie specyfikacją.

• Niezależna ocena — Claude Haiku 5.5 ma wynik 43 w Artificial Analysis Intelligence Index, drugi spośród 182 w swojej klasie na tym rankingu, z kosztem 0,21 USD na zadanie Intelligence Index. Sakana Namazu nie ma wpisu w Artificial Analysis ani żadnej oceny zewnętrznej jakiegokolwiek rodzaju, jaką udałoby mi się znaleźć. Jego opublikowane dane są jego własne.

• Dostępność — Claude Haiku 5.5 jest dostępny w Claude API, Amazon Bedrock, Vertex AI, Microsoft Foundry i Claude Platform on AWS, z opublikowanym zobowiązaniem dotyczącym wycofania nie wcześniej niż 7 października 2027 r. Sakana Namazu jest dostępny we własnym API Sakany, Sakana Chat i produkcie Sakana Translate, a jest niedostępny w UE, EOG, Wielkiej Brytanii i Szwajcarii.

• Obsługa danych — Warunki dostawcy są na poziomie korporacyjnym, a bloki myślenia modelu są ograniczone do konta, które je utworzyło. Sakana Namazu domyślnie zakłada, że dane wejściowe mogą być wykorzystywane do trenowania, z możliwością rezygnacji.

• Modalność — Claude Haiku 5.5 przyjmuje tekst i obrazy; zakres modalności Sakana Namazu nie został opublikowany poza jego pozycjonowaniem jako rozwiązania przede wszystkim tekstowego.

• Licencja i rodowód — Claude Haiku 5.5 jest zastrzeżony i dostępny wyłącznie przez API. Sakana Namazu jest zastrzeżony, ale zbudowany na otwartych wagach Kimi K2.6, co oznacza, że model bazowy można sprawdzić, a dostrojonego już nie.

Problem uczciwej punktacji

Przeczytaj tę listę i zauważ, czego brakuje: jakiegokolwiek wiersza, który mówi, który model generuje lepsze wyniki w języku japońskim. To nie jest przeoczenie. Nie istnieje wspólny benchmark między nimi, który by to rozstrzygnął. Silne wyniki Claude Haiku 5.5 w języku japońskim nie są czymś, czym dostawca chwali się jako głównym twierdzeniem, a liczby JFBench firmy Sakana są jej własnym narzędziem. Ogólny mały model klasy frontier od dostawcy o silnych możliwościach wielojęzycznych, oceniany względem modelu opartego na Kimi, dostrojonego specjalnie do języka japońskiego, to porównanie, którego nikt tak naprawdę nie przeprowadził i nie opublikował.

To, co można powiedzieć, ma charakter strukturalny, a nie empiryczny. Cała komercyjna tożsamość Namazu opiera się na twierdzeniu, że model ogólny nie jest wystarczająco dobry do pracy z językiem japońskim — że język specyficzny dla kraju, wnioskowanie kulturowe i rodzimy kontekst to odrębna kompetencja, która uzasadnia wyspecjalizowany model przy dziewięciokrotnie wyższej cenie. Jeśli wierzysz w to twierdzenie, Namazu jest odpowiedzią, a cena jest tym, ile ta odpowiedź kosztuje. Jeśli nie, używasz modelu ogólnego w cenie $0.10 za milion tokenów, a pytanie brzmi, czy potrafisz zmierzyć różnicę na własnym ruchu.

Mierzalna wersja tego twierdzenia to ta, którą podaje Sakana: FairPoliticsQA wzrasta z 34,10% do 56,30% względem modelu bazowego, z którego go dostrajano. To rzeczywista poprawa na prawdziwym benchmarku, ale jest to porównanie z Kimi K2.6, a nie z Claude Haiku 5.5 — i mówi ci, że dostrajanie po treningu wstępnym pod kątem kontekstu politycznego specyficznego dla Japonii ma zauważalny wpływ na to zadanie, co jest twierdzeniem węższym i łatwiejszym do obrony niż „lepszy w japońskim”.

Jak wygląda luka kosztowa przy dużym wolumenie

Przepuść niewielki pipeline przez oba, przy 10 milionach tokenów wejściowych i 2 milionach tokenów wyjściowych dziennie.

• Koszt wejścia, na dzień — 1,00 USD w Claude Haiku 5.5, 9,50 USD w Sakana Namazu.

• Koszt wyjścia, dziennie — 1,00 USD w Claude Haiku 5.5, 8,00 USD w Sakana Namazu.

• Suma dzienna — 2,00 USD wobec 17,50 USD, czyli około 60 USD miesięcznie wobec 525 USD.

Te 525 USD to kwota sprzed choćby pojedynczego wywołania wyszukiwania w sieci albo godziny wykonywania kodu. Dodaj 500 wywołań wyszukiwania dziennie, a Namazu kosztuje kolejne 3,50 USD dziennie, co daje 21,00 USD wobec 2,00 USD — stosunek lepszy niż dziesięć do jednego, którego nie zniweluje żadna efektywność tokenowa.

To, czy to dużo, zależy całkowicie od tego, jaka jest alternatywa. Jeśli wybierasz między Namazu a modelem ogólnym, który generuje przeciętne japońskie wyniki, które twoi recenzenci muszą poprawiać ręcznie, te 525 dolarów odkupuje godziny pracy recenzentów, a porównanie nie polega na zestawieniu tokenu z tokenem, lecz tokenu z pensją. Jeśli twój japoński ruch jest rutynowy i już wystarczająco dobry w modelu ogólnym, dopłata nie kupuje niczego mierzalnego, a te same dolary kupią dziesięć razy większy wolumen gdzie indziej.

Trzecia opcja jest interesująca dla produktu japońskojęzycznego: użyj modelu specjalistycznego tam, gdzie przewaga specjalisty się potwierdza — tłumaczenie, kontekst krajowy, teksty regulacyjne i polityczne — a modelu ogólnego do pracy masowej wokół tego. To nie jest kompromis. To architektura, którą cennik faktycznie implikuje, ponieważ premium Namazu rozlicza się za token i nie ma powodu płacić za nie przy klasyfikacji.

Żaden z tych modeli nie znajduje się w naszym katalogu

Powinniśmy powiedzieć to wprost, ponieważ to taki rodzaj porównania, w którym łatwo przemycić akapit o dostępności: OrcaRouter nie obsługuje ani Claude Haiku 5.5, ani Sakana Namazu. Namazu jest dostępny przez własne API Sakany, a Claude Haiku 5.5 przez API dostawcy i największe chmury. Żaden z tych faktów nie zmienia porównania, które opiera się na publikowanych stawkach, publikowanych możliwościach i publikowanych ograniczeniach.

Rola, jaką w takim przypadku odgrywa jeden endpoint, jest węższa i bardziej uczciwa niż wtyczka. To ogólna odnoga modelu w hybrydzie — miejsce, do którego kierowałbyś ruch klasyfikacji i ekstrakcji dla materiałów niejapońskich, który nie wymaga specjalisty, bez tworzenia dla niego drugiej relacji z dostawcą. Jedno API dla ponad 200 modeli, stawki listowe dostawców przekazywane bez marży (0%), automatyczne przełączanie awaryjne między dostawcami, oraz DSL routingu, gdy o trasie powinien decydować język żądania, a nie aplikacja. Jeśli prowadzisz produkt japoński obok angielskiego, to jest właśnie ten styk, który w przeciwnym razie zbudowałbyś ręcznie.

Który, dla kogo

Wybierz Sakana Namazu, gdy japoński jest produktem, a nie ustawieniem regionalnym — gdy twoi recenzenci poprawiają wyniki, gdy dziedziną jest prawo krajowe, medycyna, polityka lub obsługa klienta, gdy dziewięciokrotna dopłata za tokeny jest mniejsza niż koszt poprawek, które eliminuje, oraz gdy twoi użytkownicy znajdują się poza UE, EOG, Wielką Brytanią i Szwajcarią albo masz doradców prawnych, którzy rozwiali kwestię przetwarzania danych.

Wybierz Claude Haiku 5.5, gdy praca ma charakter ogólny, wolumen jest wysoki, a Ty chcesz niezależnie zmierzonego wyniku, a nie benchmarku dostawcy — gdy $0.10 i $0.50 za milion tokenów same wykonują za Ciebie obliczenia, gdy potrzebujesz okna miliona tokenów w długim dokumencie albo gdy odpowiedź na pytanie „który jest lepszy w języku japońskim” musi pochodzić z Twojej własnej oceny, a nie od któregokolwiek z dostawców.

Te dwa modele nie są tak naprawdę rywalami. Jeden to model ogólnego przeznaczenia wyceniony z myślą o nieustannym użyciu; drugi to specjalista wyceniony z myślą o świadomym użyciu. Błędem jest kupowanie specjalisty do pracy, którą generalista już wykonuje dobrze, a odwrotny błąd — zakładanie, że model ogólny radzi sobie z językiem i kontekstem konkretnego kraju tak samo dobrze jak coś wyszkolonego do tego — jest tym błędem, na popełnianiu którego opiera się cały biznes Sakany.