Claude Haiku 5.5 vs GPT-6 Luna: Samma prislapp, tre gånger fakturan

Claude Haiku 5.5 och GPT-6 Luna är prissatta identiskt på pappret: 0,10 USD per miljon indatatoken och 0,50 USD per miljon utdatatoken, samma två siffror in på öret, från två leverantörer som sällan är överens om någonting. Anthropics lanseringsinlägg publicerar till och med Lunas poäng i kolumnen bredvid sina egna, vilket inte är något leverantörer gör när det gäller modeller de anser ofarliga.

De två korten skiljer sig åt i allt som klistermärket döljer. Luna håller den taxan ända upp till 272 000 tokens innan den trappas upp; Claude Haiku 5.5 trappar upp vid 100 000. Claude Haiku 5.5 får 43,40 på Artificial Analysis Intelligence Index v4.3.2 mot Lunas 38,12 — och kostar $0,21 per slutförd Index-uppgift mot Lunas $0,07. Samma pris, tre gånger så hög kostnad, fem poäng mer intelligens. Det är hela avvägningen, och den är renare än de flesta direktjämförelser i det här segmentet.

Två kort, sida vid sida

Per miljon tokens i amerikanska dollar, från Anthropics och OpenAIs publicerade priser såsom de återspeglas i vår egen katalog, med oberoende mätningar tillskrivna Artificial Analysis. Cachad 2026-10-08.

• Indata — Claude Haiku 5.5 $0,10 upp till 100 000 tokens, $0,50 däröver. GPT-6 Luna $0,10 upp till 272 000 tokens, $0,20 däröver.

• Utdata — Claude Haiku 5.5 $0,50 upp till 100 000 tokens, $2,50 därutöver. GPT-6 Luna $0,50 upp till 272 000 tokens, $0,75 därutöver.

• Cachad indata och skrivningar – båda på $0,01 och $0,125 under den första tröskeln, där Claude Haiku 5.5 går till $0,05 och $0,625 efter 100 000 token och GPT-6 Luna till $0,02 och $0,25 efter 272 000.

• Kontext och utdata – 1M tokens för båda; 128 000 maximal utdata för båda. Dessa två har verkligen samma form.

• Tänkande – adaptivt på båda, båda med en effort-parameter. Claude Haiku 5.5 har medium som standardvärde för effort; inte alla publicerade poäng ligger på den inställningen.

Oberoende poäng — Claude Haiku 5.5 (Max) 43,40, tvåa av 182 modeller. GPT-6 Luna (Max) 38,12, åttonde av 182.

• Oberoende kostnad per uppgift — 0,21 $ mot 0,07 $.

• Hastighet — 241,9 utdatatoken per sekund mot 129,4, uppmätt av samma utvärderare.

Tröskeln är där skillnaden ligger

Båda leverantörerna tog fram en prislista i två nivåer. De lade dem på vitt skilda platser, och placeringen har långt större betydelse än siffran högst upp.

Anthropics steg ligger på 100 000 tokens. Under det betalar du $0.10 och $0.50; över det, fem gånger och fem gånger — $0.50 och $2.50. Anthropic säger att prompter under tröskeln utgjorde omkring 90 % av förfrågningarna till deras tidigare Haiku-modell, vilket är leverantörens egen trafikmix och en rimlig beskrivning av arbetsbelastningar med korta anrop i allmänhet.

OpenAIs steg ligger på 272 000 tokens. Under det: 0,10 $ och 0,50 $ — identiska med Anthropic. Över det: 0,20 $ och 0,75 $, en fördubbling och en ökning med 50 %. Det är ett mycket mildare steg, och det börjar nästan tre gånger längre bort.

Ta en prompt på 200 000 tokens, vilket är en tänkbar storlek för en pipeline för långa dokument och helt rimligt för ett fönster på 1M tokens. För Claude Haiku 5.5 debiteras den begäran enligt den andra nivån: 0,50 USD för indata, 2,50 USD för utdata. För GPT-6 Luna ligger den fortfarande på första nivån: 0,10 USD för indata, 0,50 USD för utdata. Fem gånger så hög indataavgift och fem gånger så hög utdataavgift, för samma begäran, mellan två modeller med samma pris i rubriken. Det är inte en nyansfråga — för en arbetsbelastning med långa prompter är det hela jämförelsen.

Varför samma taxa ger tre gånger så hög räkning

Kostnad per uppgift är det tal som borde avgöra en pipeline med hög volym, och här går de två modellerna skilda vägar på ett sätt som prislistan inte kan förklara.

Artificial Analysis sätter GPT-6 Luna (Max) till $0,07 per uppgift i Intelligence Index och Claude Haiku 5.5 (Max) till $0,21 – en faktor tre, vid identiska listpriser, för en poängskillnad på 5,28 punkter. Orsaken finns på samma sida, och den är inte subtil. Claude Haiku 5.5 genererade 440 miljoner output-tokens när den körde Index mot en median på 100 miljoner, och utvärderaren kallar den mycket mångordig. GPT-6 Luna genererade 140 miljoner mot samma median på 100 miljoner, beskriven som något mångordig. Tre gånger så många output-tokens är tre gånger så hög nota när output är mätaren som dominerar.

Anthropics egna siffror pekar i samma riktning. Leverantörens diagram över kostnad kontra noggrannhet plottar Haiku 5.5 över hela ansträngningsspannet, och det framhävda citatet från lanseringen är att Sonnet 5.5 och Opus 5.5 förblir de bättre valen för komplext agentiskt kodningsarbete, medan Haiku 5.5 i stället positioneras för kompaktering, sammanfattning och subagenter. Ju mindre uppgiften är, desto mindre av det där mångordighetsproblemet får du på köpet — vilket är precis den arbetsbelastning som modellen byggdes för, och precis den arbetsbelastning där en tredubbel kostnadsskillnad är värd att kontrollera mot dina egna loggar i stället för en resultattavlas.

Ännu en post i liggaren, från Anthropics dokumentation snarare än utvärderarens: Claude Haiku 5.5 använder den nyare tokeniseraren som delas med Claude 4.7 och senare, så samma text räknas som ungefär 30 % fler tokens än på föregående Haiku. Priset är detsamma som Lunas; tokeniseraren är det inte.

Vad Ant​hropics egen tabell säger om Luna

Ant​hropics lanseringssida har GPT-6 Luna som en kolumn i sin benchmarktabell, och det ärliga sättet att rapportera det är med tillskrivningen bifogad: detta är Ant​hropics utvärderingar, körda i Ant​hropics testramverk, mot en konkurrents modell. De är leverantörsrapporterade, inte oberoende reproducerade, och att en leverantör kör sin egen svit mot en rivalens resultat är en jämförelse att väga snarare än att acceptera.

• Kunskapsarbete — GDPval-AA v2.1 på 1620 för Claude Haiku 5.5 mot 1437 för GPT-6 Luna. AA-Briefcase v1.1 på 1578 mot 1336.

• Datoranvändning — OSWorld 2.1 offline-delmängd på 72,4 % mot 48,9 %.

• Agentisk kodning — Terminal-Bench 4.0 på 39,2 % mot 16,4 %; FrontierCode 1.1 (Main) på 46,4 % mot 42,4 %.

• Visuellt resonemang — Chartography på 46,4 % utan verktyg mot 29,1 %.

I leverantörens egen testbänk toppar Claude Haiku 5.5 varje rad. På den oberoende resultattavlan leder den med en mindre marginal – 43,40 mot 38,12 – vilket är det vanliga förhållandet mellan en leverantörs tabell och en tredje parts, och anledningen till att båda återges här. De två är överens om riktningen men inte om storleken.

Lagförslaget är den avgörande rösten

Ställ de fyra fakta som faktiskt spelar roll mot varandra, och valet är inte längre jämnt för de flesta arbetsbelastningar.

GPT-6 Luna är billigare per slutförd uppgift med en faktor tre i den oberoende mätningen, dess första prisnivå sträcker sig arton gånger längre upp i kontextfönstret, dess frekvenser över tröskeln är lägre på båda mätarna, och det är den enda av de två vars straff för lång kontext är en fördubbling snarare än ett femfaldigt steg. Claude Haiku 5.5 ligger före när det gäller uppmätt intelligens, med en marginal som är verklig och måttlig, snabbare med en faktor på nästan två på utdata, och – i leverantörens egen testrigg, där gapet är som störst – före på varje publicerad benchmarkrad.

Om dina anrop är korta, om genomströmningen är den begränsande faktorn, eller om kvalitetsskillnaden visar sig i din egen utvärdering – betala tre gånger så mycket. Om dina anrop är långa, om de är maskingenererade och aldrig läses av en människa, eller om du kör en klassificeringsnivå som aktiveras en miljon gånger om dagen, köper samma $0,10 och $0,50 dig en räkning som är en tredjedel så stor på andra sidan, och den förmåga du avstår från är fem poäng på en resultattavla där båda modellerna ligger nära toppen.

Att anropa endera av dem från en plats

Det som är bra med en så här nära jämförelse är att du inte ska behöva lita på någons ord, inte ens våra. GPT-6 Luna finns i OrcaRouter-katalogen idag till leverantörens pris med 0 % påslag — samma prisstruktur som visas ovan, förmedlad i stället för blandad — och detsamma gäller Claude Sonnet 5.5 och Claude Opus 5.5, vilket gör att ett eskaleringstest från ett billigt steg upp till en mellannivå blir en konfiguration i stället för ett projekt. En nyckel, ett SDK, automatisk failover under huven, och routing-DSL:en om eskaleringen hör hemma i rutten i stället för i din applikation.

Claude Haiku 5.5 finns ännu inte i katalogen. Att säga det rakt ut är mer användbart än att antyda något annat: Luna-sidan av den här jämförelsen kan anropas av oss i morse, och Anthropic-sidan måste nås hos Anthropic tills den är det.

Vad skulle ändra svaret

Två saker, och båda är värda att bevaka snarare än att uppskatta.

Det första är huruvida verbositeten förändras. Claude Haiku 5.5:s kostnad per uppgift är en funktion av hur många tokens den använder per svar vid maximal ansträngning, och ansträngningsparametern är spaken för det. Ett team som låser ansträngningen lägre – modellens egen standard är medium, inte max – kommer att se en kostnad per uppgift som ligger närmare Lunas, och en poäng som också ligger närmare Lunas. Avvägningen finns där; vad den är värd är en fråga om din utvärdering, inte om modellen.

Det andra är huruvida de oberoende siffrorna för kostnad per uppgift håller när båda modellerna samlar fler mätta körningar. En enskild placering på en resultattavla är en ögonblicksbild, och en tredubbel skillnad som dyker upp i en ögonblicksbild är värd att bekräfta mot din egen faktura innan en pipeline byggs om kring den. Det är vad den delade slutpunkten är till för.