Claude Haiku 5.5: Adaptivt tänkande som standard, ett striktare API och ett pris som trappas vid 100 000 tokens

Claude Haiku 5.5 lanserades den 7 oktober 2026 – två dagar före detta skrivande – och det mesta av lanseringsbevakningen har handlat om poängen. Poängen är verklig: på det oberoende Artificial Analysis Intelligence Index landar modellen på 43, tvåa av 182 poster på den listan, vilket placerar Anthropics billigaste nuvarande nivå över de flesta leverantörers flaggskepp. Den del som kommer att förändra din eftermiddag är tystare. API:et blev strängare, tänkandet blev adaptivt som standard, och båda förändringarna är sådana som får befintlig kod att gå sönder snarare än att fylla ett lanseringsinlägg.

Följande är arbetssammanfattningen: vad som faktiskt levererades, vad API:et inte längre accepterar, vad prissättningen gör vid volym, och vilka av leverantörens påståenden som förtjänar att hållas på armlängds avstånd.

Vad släpptes den 7 oktober?

Claude Haiku 5.5 är modell-ID:t claude-haiku-5-5, den direkta ersättaren för Claude Haiku 4.5, och det är en text- och bildmodell: bild in, text ut, ingen ljud- eller videoväg. Den levereras med ett kontextfönster på 1 000 000 tokens och ett maximalt svar på 128 000 tokens, som kan utökas till 300 000 tokens i Batch-API:et via output-300k-2026-03-24 betan. Kunskapsavskärningen är juni 2026, och A​nthropic åtar sig att inte pensionera modellen före den 7 oktober 2027 – en tvåårig minimitid, vilket spelar större roll än vanligt för en liten nivå som människor kopplar in i långlivade pipelines.

Tillgängligheten är omfattande redan från dag ett: själva Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry och Claude Platform on AWS. Det är den bredaste lanseringsytan som Anthropic har gett en Haiku-modell, och det är anledningen till att många team kommer att möta den här modellen genom ett befintligt molnavtal i stället för ett nytt.

API:et är striktare än modellen det ersätter

Det här är avsnittet du bör läsa innan du riktar en befintlig Haiku 4.5-klient mot det nya ID:t. Claude Haiku 5.5 avvisar flera förfrågningsformat som äldre Claude-modeller accepterade, och avvisar dem med en 400 snarare än en varning:

• Samplingsparametrar — att ställa in temperature, top_p eller top_k på ett icke-standardvärde returnerar ett fel. Rattarna är borta, inte ignorerade.

• Assistentförifyllnad – att skicka en partiell assistenttur för att modellen ska fortsätta stöds inte längre på den här modellen.

• Manuellt utökat tänkande – att skicka budget_tokens för att ange storleken på en tänkandebudget returnerar ett fel, eftersom tänkandet nu styrs av den ansträngningsratt som beskrivs nedan.

• Datoranvändning – verktyget kräver versionen av verktygsuppsättningen computer_toolset_20260801; den äldre verktygsuppsättningsidentifieraren accepteras inte.

Vilken som helst av dem är en enradsfix, men de är den typ av enradsfix som man upptäcker i produktion klockan 2 på natten om man inte läser migreringsnoten först. Mönstret är konsekvent: Anthropic har tagit bort improvisationen per begäran och flyttat dessa beslut till konfiguration på modellnivå. För en flotta som anropar ett och samma modell-ID över många tjänster är det en verklig förenkling. För en tjänst som förlitade sig på ett temperatursvep eller en handdimensionerad tankebudget är det en omskrivning av anropskonventionen.

Adaptivt tänkande, och ett reglage från Låg till Max

Ersättningen för allt detta är adaptivt tänkande, vilket är på som standard med en standardansträngning på medium. Modellen avgör, per begäran, hur mycket internt resonemang uppgiften kräver, och du styr den med en enda ansträngningsinställning som går från Låg till Medium, Hög och Max.

Den praktiska konsekvensen är den som folk underskattar: man kan inte längre göra modellen billig genom att stänga av tänkandet. Tänkandet är produkten. Det man styr är hur hårt den anstränger sig, och ansträngningsinställningen är lika mycket ett kostnadsreglage som ett kvalitetsreglage – Låg på ett klassificeringsjobb och Max på ett felsökningsjobb är den avsedda formen för en produktionsdriftsättning, inte två olika modeller.

Det omdefinierar också vad en "liten modell" innebär. Historiskt valde man en modell i Haiku-klassen genom att acceptera att den skulle misslyckas med de svåra fallen och routa dem någon annanstans. Claude Haiku 5.5 med Max effort är tänkt att själv minska en del av den klyftan, vilket ändrar routningsbeslutet från "kan den här modellen utföra uppgiften" till "är den här uppgiften värd Max effort".

Prissättning: fast pris upp till 100 000 tokens, därefter fem gånger så mycket

Per miljon tokens i amerikanska dollar är Anthropics publicerade priser $0.10 in och $0.50 ut upp till 100 000 tokens indata, och stiger till $0.50 och $2.50 över den gränsen. Cachelagring prissätts separat: en cacheskrivning på fem minuter kostar $0.125 och $0.625, en skrivning på en timme kostar $0.20 och $1.00, och en cacheläsning kostar $0.01 och $0.05. Batch-inferens kostar halva priset.

Tröskeln vid 100 000 tokens är siffran att bygga in i ett kalkylblad snarare än en fotnot. En pipeline som körs bekvämt med prompter på 90 000 tokens betalar den första nivån; samma pipeline med en hämtningsinställning flyttad ett snäpp högre betalar fem gånger indatapriset för varje token i begäran, inte bara tokens över gränsen. Långkontextarbete som brukade vara ett avrundningsfel blir den dominerande kostnaden för anropet.

Om man läser det som en jämförelse med modellen den ersätter, är rubriken sann: Anthropic uppger att Claude Haiku 5.5 i genomsnitt körs cirka 75 % billigare än Claude Haiku 4.5, och cirka 90 % billigare specifikt för prompter under 100 000 tokens. Det är en leverantörssiffra och den anges som en sådan. Mekanismen bakom den är inte bara prislistan – Anthropics egen dokumentation noterar att Claude Haiku 5.5 använder den nyare tokeniseraren som delas med Claude 4.7 och senare, så samma text tokeniseras till ungefär 30 % fler tokens än den gjorde med den gamla modellen. En sänkning per token och en inflation per token drar i motsatta riktningar, och siffran på 90 % är nettot efter båda.

Benchmarkarna, så som Anthropic rapporterar dem

Varje siffra i det här avsnittet är rapporterad av leverantören och har inte reproducerats av någon tredje part. Anthropics jämförelseuppsättning ställer Claude Haiku 5.5 mot Claude Haiku 4.5, GPT-6 Luna och deras egen Claude Sonnet 5.5:

• GDPval-AA v2.1 — 1620 för Claude Haiku 5.5, mot 735 för Claude Haiku 4.5, 1437 för GPT-6 Luna och 1840 för Claude Sonnet 5.5.

• AA-Briefcase v1.1 — 1578, mot 614 för Claude Haiku 4.5 och 1824 för Claude Sonnet 5.5.

• OSWorld 2.1, offline — 70,9 %, mot 15,7 % för Claude Haiku 4.5, 48,9 % för GPT-6 Luna och 83,9 % för Claude Sonnet 5.5.

• Humanity's Last Exam — 45,9 % utan verktyg och 57,4 % med dem, jämfört med 10,2 % och 18,7 % för Claude Haiku 4.5, och 56,9 % och 64,5 % för Claude Sonnet 5.5.

• Terminal-Bench 4.0 — 39,2 %, jämfört med 0,0 % för Claude Haiku 4.5, 16,4 % för GPT-6 Luna och 70,6 % för Claude Sonnet 5.5.

• FrontierCode 1.1, Main — 46,4, mot 42,4 för samma modell vid låg ansträngning och 52,1 vid Xhigh.

Två saker är värda att notera med den tabellen redan innan någon reproducerar den. För det första är språnget gentemot Claude Haiku 4.5 inte inkrementellt på agentiska uppgifter och computer-use-uppgifter – 15,7 % till 72,4 % på OSWorld är en annan klass av resultat, och raden för Terminal-Bench rör sig från en bokstavlig nolla. För det andra visar leverantörens egen effort-svep att ratten gör verkligt arbete: samma modell får 42,4 vid låg effort och 52,1 vid Xhigh på FrontierCode. Det är påståendet om adaptivt tänkande omformulerat som en siffra, och det är anledningen till att effort-inställningen hör hemma i din kostnadsmodell snarare än i dina standardvärden.

Vad den oberoende styrelsen tillför

Den neutrala kontroll som finns tillgänglig i dag är Artificial Analysis, som mätte Claude Haiku 5.5 vid Max effort på sitt Intelligence Index och gav 43 – tvåa av 182 modeller, med en blandad kostnad på 0,08 USD per miljon tokens och en uppmätt kostnad på 0,21 USD per slutförd uppgift i Intelligence Index. Kontexten är bekräftad till 1,0 miljoner tokens, och genomströmningen uppgick till 240,4 utdatatokens per sekund, mot en median på 110 tokens per sekund totalt.

Samma körning flaggar för en sak som leverantörens material inte gör: tokenappetit. Artificial Analysis registrerade 440 miljoner utdatatokens när man körde Index, mot en median på 100 miljoner, och kallar modellen ordrik. För en modell som prissätts efter både indata och utdata är en modell som skriver fyra gånger så många tokens per svar som medianen i praktiken dyrare än vad dess prislista antyder, och siffran 0,21 dollar per uppgift tar redan hänsyn till det. Det är en rimlig siffra att hålla vid sidan av prislappen på 0,10 dollar, snarare än i stället för den.

Anthropic släppte också en kompletterande ändring samma dag: cacheläsningar på Claude Sonnet 5.5 halverades, från $0.20 till $0.10 per miljon tokens, och Max- och Team-planerna fick månatliga API-krediter ($100 på Max 5x, $200 på Max 20x, upp till $500 i gemensam pott på Team). Ingen av dem ändrar priset för Claude Haiku 5.5, men båda förskjuter var den billiga nivån ligger i förhållande till mellannivån — en halverad Sonnet-cacheläsning minskar gapet som en pipeline för lång kontext ser mellan de två.

Att routa en liten nivå som är så här bra

Claude Haiku 5.5 finns ännu inte i OrcaRouter-katalogen, och det är bättre att säga det rakt ut än att lämna tillgänglighetsraden vag. Det går i dag att nå via Anthropics egen API och molnplattformarna ovan.

Det modellen förändrar är formen på ett routingbeslut, och det är där en router förtjänar sin plats. Om en liten nivå vid Index 43 nu är trovärdig för arbete som du brukade skicka till en mellannivå, är den användbara konfigurationen en rutt med tre ben – ett billigt ben för den enkla majoriteten, denna nivå för den svåra mitten och en modell i toppklass för svansen – och på OrcaRouter är det ett routing-DSL-uttryck i stället för ett projekt. Claude Haiku 4.5, Claude Sonnet 5.5 och Claude Opus 5.5 finns alla i katalogen idag, så Anthropic-benarna i en sådan rutt kan byggas och testas nu; benet för den lilla nivån öppnas den dag Claude Haiku 5.5 läggs till. En nyckel, en SDK, automatisk failover under huven, och leverantörernas listpriser förs vidare med 0 % påslag, så en leverantörsprissänkning på något ben är live hos oss samma dag.

Vad du ska titta på

De öppna frågorna är de två som lanseringsmaterialet inte kan besvara. Den första är huruvida 100 000-tokensstupet överlever kontakt med riktiga hämtningspipelines, eller om det pressar team tillbaka under gränsen så som det är designat att göra. Den andra är huruvida adaptivt tänkande vid Max effort håller för långa agentiska körningar, där leverantörens eget ansträngningssvep — 42,4 vid low, 52,1 vid Xhigh på FrontierCode — antyder att kvaliteten finns där men ännu inte säger något om tokenkostnaden för att uppnå den. Båda kommer att besvaras av den första vågen av oberoende agentiska utvärderingar, inte av lanseringssidan.