Claude Haiku 5.5: Pensamento Adaptativo por Padrão, uma API Mais Rigorosa e um Preço que Muda em Degraus aos 100.000 Tokens

O Claude Haiku 5.5 foi lançado em 7 de outubro de 2026 — dois dias antes deste texto — e a maior parte da cobertura do lançamento tem sido sobre a pontuação. A pontuação é real: no índice independente Artificial Analysis Intelligence Index, o modelo alcança 43, segundo lugar entre 182 entradas nesse ranking, o que coloca o nível mais barato atual da Anthropic acima dos carros-chefe da maioria dos fornecedores. A parte que vai mudar a sua tarde é mais discreta. A API ficou mais rígida, o processo de raciocínio tornou-se adaptativo por padrão, e ambas as mudanças são do tipo que quebra código existente, em vez de dar assunto para um post de lançamento.

O que se segue é o resumo de trabalho: o que foi de facto lançado, o que a API já não aceita, o que os preços fazem em volume, e quais dos números do fornecedor merecem ser olhados com desconfiança.

O que foi lançado em 7 de outubro

Claude Haiku 5.5 é o ID do modelo claude-haiku-5-5, o substituto direto do Claude Haiku 4.5, e é um modelo de texto e imagem: imagem de entrada, texto de saída, sem áudio ou vídeo. Ele vem com uma janela de contexto de 1.000.000 de tokens e uma resposta máxima de 128.000 tokens, extensível a 300.000 tokens na Batch API por meio do beta output-300k-2026-03-24. O corte de conhecimento é junho de 2026, e a A​nthropic se compromete a não aposentar o modelo antes de 7 de outubro de 2027 — um piso de dois anos, o que importa mais do que o habitual para um nível pequeno que as pessoas integram em pipelines de longa duração.

A disponibilidade é ampla desde o primeiro dia: a própria API Claude, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry e Claude Platform on AWS. Essa é a mais ampla disponibilidade inicial que a A​nthropic já concedeu a um modelo Haiku, e é a razão pela qual muitas equipes conhecerão esse modelo por meio de um contrato de nuvem existente, e não de um novo.

A API é mais rigorosa do que o modelo que ela substitui.

Esta é a seção que você deve ler antes de direcionar um cliente Haiku 4.5 existente para o novo ID. O Claude Haiku 5.5 rejeita vários formatos de solicitação que modelos Claude mais antigos aceitavam, e os rejeita com um 400 em vez de um aviso:

• Parâmetros de amostragem — definir temperature, top_p ou top_k como um valor não padrão retorna um erro. Os controles não existem mais, não são ignorados.

• Pré-preenchimento do assistente — enviar um turno parcial do assistente para o modelo continuar não é mais suportado neste modelo.

• Pensamento estendido manual — passar budget_tokens para dimensionar um orçamento de pensamento retorna um erro, porque agora o pensamento é controlado pelo ajuste de esforço descrito abaixo.

• Uso do computador — a ferramenta exige a computer_toolset_20260801 versão do conjunto de ferramentas; o identificador mais antigo do conjunto de ferramentas não é aceito.

Qualquer uma delas é uma correção de uma linha, mas é o tipo de correção de uma linha que você descobre em produção às 2 da manhã, a menos que leia a nota de migração primeiro. O padrão é consistente: a Anthropic removeu a improvisação por requisição e moveu essas decisões para a configuração no nível do modelo. Para uma frota que chama um único ID de modelo em muitos serviços, isso é uma simplificação real. Para um serviço que dependia de uma varredura de temperatura ou de um orçamento de raciocínio definido manualmente, é uma reescrita da convenção de chamada.

Pensamento adaptativo, e um controle de Baixo a Máximo

O substituto para tudo isso é o pensamento adaptativo, que fica ativado por padrão com um esforço padrão médio. O modelo decide, a cada solicitação, quanto raciocínio interno a tarefa exige, e você o direciona com uma única configuração de esforço que vai de Baixo a Médio, Alto e Máximo.

A consequência prática é aquela que as pessoas subestimam: você não pode mais tornar o modelo barato desligando o pensamento. O pensamento é o produto. O que você controla é o quanto ele se esforça, e a configuração de esforço é um botão de custo tanto quanto um botão de qualidade — Baixo em uma tarefa de classificação e Máximo em uma tarefa de depuração é o formato pretendido de uma implantação em produção, não dois modelos diferentes.

Também reformula o que significa um "modelo pequeno". Historicamente, você escolhia um modelo da classe Haiku aceitando que ele falharia nos casos difíceis e encaminhando esses casos para outro lugar. O Claude Haiku 5.5 no Max effort tem o objetivo de fechar parte dessa lacuna por conta própria, o que muda a decisão de roteamento de "este modelo consegue realizar a tarefa" para "vale a pena usar Max effort nesta tarefa".

Preços: fixo até 100.000 tokens, depois cinco vezes

Por milhão de tokens em dólares americanos, as tarifas publicadas da Anthropic são US$ 0,10 de entrada e US$ 0,50 de saída até 100.000 tokens de entrada, passando para US$ 0,50 e US$ 2,50 acima desse limite. O cache é cobrado separadamente: uma gravação de cache de cinco minutos custa US$ 0,125 e US$ 0,625, uma gravação de uma hora custa US$ 0,20 e US$ 1,00, e uma leitura de cache custa US$ 0,01 e US$ 0,05. A inferência em lote custa metade do preço.

O limiar em 100.000 tokens é o número a incluir numa planilha, não uma nota de rodapé. Um pipeline que roda tranquilamente com prompts de 90.000 tokens paga a primeira faixa; o mesmo pipeline, com uma configuração de recuperação ajustada um nível acima, paga cinco vezes a tarifa de entrada em cada token da solicitação, não apenas nos tokens que ultrapassam a linha. O trabalho com contexto longo que antes era um erro de arredondamento torna-se o custo dominante da chamada.

Se lida como uma comparação com o modelo que substitui, a manchete é real: a Anthropic afirma que o Claude Haiku 5.5 é cerca de 75% mais barato em média do que o Claude Haiku 4.5, e cerca de 90% mais barato especificamente para prompts com menos de 100.000 tokens. Esse é um número do fornecedor, e é apresentado como tal. O mecanismo por trás disso não é apenas a tabela de preços — a própria documentação da Anthropic observa que o Claude Haiku 5.5 usa o tokenizador mais novo compartilhado com o Claude 4.7 e posteriores, então o mesmo texto é tokenizado em aproximadamente 30% mais tokens do que no modelo antigo. Um corte por token e uma inflação por token puxam em direções opostas, e o número de 90% é o resultado líquido após ambos.

Os benchmarks, como a A​nthropic os relata

Todos os números nesta seção são informados pelo fornecedor e não foram reproduzidos por terceiros. O conjunto de comparação da Anthropic coloca Claude Haiku 5.5 frente a Claude Haiku 4.5, GPT-6 Luna e seu próprio Claude Sonnet 5.5:

• GDPval-AA v2.1 — 1620 para o Claude Haiku 5.5, contra 735 para o Claude Haiku 4.5, 1437 para o GPT-6 Luna e 1840 para o Claude Sonnet 5.5.

• AA-Briefcase v1.1 — 1578, contra 614 do Claude Haiku 4.5 e 1824 do Claude Sonnet 5.5.

• OSWorld 2.1, offline — 72,4%, contra 15,7% do Claude Haiku 4.5, 48,9% do GPT-6 Luna e 83,9% do Claude Sonnet 5.5.

• Humanity's Last Exam — 45,9% sem ferramentas e 57,4% com elas, contra 10,2% e 18,7% para Claude Haiku 4.5, e 56,9% e 64,5% para Claude Sonnet 5.5.

• Terminal-Bench 4.0 — 39,2%, contra 0,0% do Claude Haiku 4.5, 16,4% do GPT-6 Luna e 70,6% do Claude Sonnet 5.5.

• FrontierCode 1.1, Main — 46,4, contra 42,4 para o mesmo modelo com esforço baixo e 52,1 em Xhigh.

Duas coisas merecem atenção nessa tabela mesmo antes de alguém reproduzi-la. Primeiro, o salto em relação ao Claude Haiku 4.5 não é incremental em tarefas agênticas e de uso de computador — 15,7% a 72,4% no OSWorld é uma categoria diferente de resultado, e a linha do Terminal-Bench sai de um zero literal. Segundo, a própria varredura de esforço do fornecedor mostra o ajuste fazendo trabalho de verdade: o mesmo modelo pontua 42,4 em esforço baixo e 52,1 em Xhigh no FrontierCode. Isso é a alegação de pensamento adaptativo reformulada como um número, e é o motivo pelo qual a configuração de esforço pertence ao seu modelo de custos em vez de aos seus padrões.

O que o conselho independente acrescenta

A verificação neutra disponível atualmente é a Artificial Analysis, que mediu o Claude Haiku 5.5 em Max effort no seu Intelligence Index e obteve 43 — segundo de 182 modelos, com um custo combinado de US$ 0,08 por milhão de tokens e um custo medido de US$ 0,21 por tarefa concluída do Intelligence Index. O contexto está confirmado em 1,0M de tokens, e a taxa de transferência ficou em 240,4 tokens de saída por segundo, contra uma mediana geral de 110 tokens por segundo.

A mesma execução destaca uma coisa que o material do fornecedor não destaca: apetite por tokens. A Artificial Analysis registrou 440 milhões de tokens de saída ao executar o Index, contra uma mediana de 100 milhões, e chama o modelo de prolixo. Em um modelo com preço por entrada e saída, um modelo que escreve quatro vezes o número mediano de tokens por resposta é efetivamente mais caro do que sua tabela de preços sugere, e o valor de US$ 0,21 por tarefa já considera isso. É um número justo para manter ao lado do preço anunciado de US$ 0,10, em vez de no lugar dele.

A Anthropic também lançou uma mudança complementar no mesmo dia: as leituras de cache no Claude Sonnet 5.5 foram reduzidas pela metade, de US$ 0,20 para US$ 0,10 por milhão de tokens, e os planos Max e Team ganharam créditos mensais de API (US$ 100 no Max 5x, US$ 200 no Max 20x, até US$ 500 compartilhados no Team). Nenhuma das duas altera o preço do Claude Haiku 5.5, mas ambas deslocam onde a camada barata fica em relação à camada intermediária — uma leitura de cache do Sonnet reduzida à metade diminui a diferença que um pipeline de contexto longo vê entre as duas.

Roteando um tier pequeno que é tão bom assim

O próprio Claude Haiku 5.5 ainda não está no catálogo da OrcaRouter, e é melhor dizer isso claramente do que deixar a linha de disponibilidade vaga. Ele está acessível hoje através da própria API da A​nthropic e das plataformas de nuvem acima.

O que o modelo de fato muda é a forma de uma decisão de roteamento, e é aí que um roteador conquista seu lugar. Se uma camada pequena no Index 43 agora é confiável para trabalho que você costumava enviar para uma camada intermediária, a configuração útil é uma rota de três trechos — um trecho barato para a maioria fácil, esta camada para o meio difícil e um modelo topo de linha para a cauda — e no OrcaRouter isso é uma expressão DSL de roteamento em vez de um projeto. Claude Haiku 4.5, Claude Sonnet 5.5 e Claude Opus 5.5 estão todos no catálogo hoje, então os trechos da Anthropic de uma rota assim podem ser construídos e testados agora; o trecho da camada pequena abre no dia em que o Claude Haiku 5.5 for adicionado. Uma chave, um SDK, failover automático por baixo, e preços de tabela dos provedores repassados com 0% de markup, então um corte de preço de fornecedor em qualquer trecho já vale nos nossos no mesmo dia.

O que assistir

As perguntas em aberto são as duas que o material de lançamento não consegue responder. A primeira é se o penhasco de 100.000 tokens sobrevive ao contato com pipelines de recuperação reais, ou se ele empurra as equipes de volta para baixo da linha da maneira como foi projetado. A segunda é se o pensamento adaptativo no esforço Max se sustenta em execuções agênticas longas, onde a própria varredura de esforço do fornecedor — 42,4 em low, 52,1 em Xhigh no FrontierCode — sugere que a qualidade está lá, mas ainda não diz nada sobre o custo de tokens para obtê-la. Ambas serão respondidas pela primeira onda de avaliações agênticas independentes, não pela página de lançamento.