Claude Haiku 5.5: Tư duy thích ứng theo mặc định, API nghiêm ngặt hơn và mức giá bậc thang tại mốc 100.000 token

Claude Haiku 5.5 ra mắt ngày 7 tháng 10 năm 2026 — hai ngày trước thời điểm viết bài này — và phần lớn các bài đưa tin về đợt ra mắt đều xoay quanh điểm số. Điểm số là thật: trên Artificial Analysis Intelligence Index độc lập, mô hình đạt 43 điểm, đứng thứ hai trong số 182 mục trên bảng đó, khiến bậc rẻ nhất hiện tại của Anthropic vượt trên mô hình chủ lực của hầu hết nhà cung cấp. Phần sẽ thay đổi buổi chiều của bạn lại lặng lẽ hơn. API đã trở nên nghiêm ngặt hơn, cơ chế suy luận mặc định chuyển sang thích ứng, và cả hai thay đổi đều thuộc kiểu phá vỡ mã hiện có chứ không phải để lấp đầy một bài đăng ra mắt.

Điều tiếp theo đây là bản tóm tắt thực tế: những gì thật sự đã được phát hành, những gì API không còn chấp nhận nữa, giá cả biến động ra sao khi mua với khối lượng lớn, và những con số nào của nhà cung cấp đáng để ta giữ một khoảng cách dè chừng.

Có gì đã được phát hành vào ngày 7 tháng 10

Claude Haiku 5.5 là ID mô hình claude-haiku-5-5, sự thay thế trực tiếp cho Claude Haiku 4.5, và đây là mô hình văn bản-và-hình ảnh: đầu vào là hình ảnh, đầu ra là văn bản, không có đường âm thanh hay video. Mô hình đi kèm cửa sổ ngữ cảnh 1.000.000 token và phản hồi tối đa 128.000 token, có thể mở rộng lên 300.000 token trên Batch API thông qua output-300k-2026-03-24 bản beta. Thời điểm cắt kiến thức là tháng 6 năm 2026, và Anthropic cam kết không ngừng cung cấp mô hình trước ngày 7 tháng 10 năm 2027 — mức sàn hai năm, điều này quan trọng hơn mức thông thường đối với một hạng nhỏ mà người ta đưa vào các pipeline dài hạn.

Tính khả dụng rất rộng ngay từ ngày đầu tiên: bản thân Claude API, Amazon Bedrock, G​oogle Cloud, Microsoft Foundry, và Claude Platform trên AWS. Đây là độ phủ ngày đầu rộng nhất mà A​nthropic từng dành cho một mô hình Haiku, và đó là lý do nhiều đội ngũ sẽ gặp mô hình này thông qua một hợp đồng đám mây sẵn có thay vì một hợp đồng mới.

API nghiêm ngặt hơn mô hình mà nó thay thế

Đây là phần cần đọc trước khi bạn trỏ một client Haiku 4.5 hiện có đến ID mới. Claude Haiku 5.5 từ chối một số dạng yêu cầu mà các mô hình Claude cũ hơn vẫn chấp nhận, và nó từ chối chúng bằng mã 400 thay vì một cảnh báo:

• Tham số lấy mẫu — việc đặt temperature, top_p hoặc top_k thành một giá trị không mặc định sẽ trả về lỗi. Các núm điều chỉnh đã không còn nữa, chứ không phải bị bỏ qua.

• Điền trước nội dung trợ lý — việc gửi một phần lượt trợ lý để mô hình tiếp tục không còn được hỗ trợ trên mô hình này.

• Suy nghĩ mở rộng thủ công — việc truyền budget_tokens để định cỡ ngân sách suy nghĩ sẽ trả về lỗi, vì suy nghĩ giờ đây được điều chỉnh bởi núm điều chỉnh effort được mô tả bên dưới.

• Sử dụng máy tính — công cụ yêu cầu phiên bản bộ công cụ computer_toolset_20260801; mã định danh bộ công cụ cũ hơn không được chấp nhận.

Bất kỳ cái nào trong số đó cũng là một bản sửa một dòng, nhưng chúng là kiểu bản sửa một dòng mà bạn phát hiện khi đang chạy production lúc 2 giờ sáng, trừ khi bạn đọc ghi chú migration trước. Kiểu mẫu thì nhất quán: Anthropic đã loại bỏ việc ứng biến theo từng yêu cầu và chuyển những quyết định đó sang cấu hình ở cấp mô hình. Với một fleet gọi một model ID trên nhiều dịch vụ, đó là một sự đơn giản hóa thực sự. Với một dịch vụ vốn dựa vào việc quét temperature hoặc một ngân sách thinking được đặt thủ công, thì đó là một sự viết lại quy ước gọi.

Tư duy thích ứng, và một nút xoay từ Low đến Max

Thay thế cho tất cả những điều đó là tư duy thích ứng, vốn được bật theo mặc định với mức nỗ lực mặc định là medium. Với mỗi yêu cầu, mô hình sẽ quyết định tác vụ cần bao nhiêu lập luận nội bộ, và bạn điều khiển nó bằng một cài đặt nỗ lực duy nhất, chạy từ Low đến Medium, High và Max.

Hệ quả thực tế là điều mà mọi người đánh giá thấp: bạn không còn có thể làm cho mô hình trở nên rẻ bằng cách tắt suy nghĩ. Suy nghĩ chính là sản phẩm. Điều bạn kiểm soát là mức độ nó nỗ lực, và thiết lập mức nỗ lực vừa là núm chỉnh chi phí vừa là núm chỉnh chất lượng — Low cho một tác vụ phân loại và Max cho một tác vụ gỡ lỗi chính là cấu hình dự kiến của một triển khai production, chứ không phải hai mô hình khác nhau.

Nó cũng định hình lại ý nghĩa của "mô hình nhỏ". Trước đây, bạn chọn một mô hình thuộc lớp Haiku bằng cách chấp nhận rằng nó sẽ thất bại ở những trường hợp khó và định tuyến những trường hợp đó sang nơi khác. Claude Haiku 5.5 ở Max effort được kỳ vọng sẽ tự mình thu hẹp một phần khoảng cách đó, điều này thay đổi quyết định định tuyến từ "mô hình này có làm được tác vụ không" sang "tác vụ này có đáng để dùng Max effort không".

Giá: cố định cho đến 100.000 token, sau đó gấp năm lần

Tính trên mỗi triệu token bằng đô la Mỹ, mức giá công bố của Anthropic là 0,10 USD cho đầu vào và 0,50 USD cho đầu ra, áp dụng cho tối đa 100.000 token đầu vào, và tăng lên 0,50 USD cùng 2,50 USD khi vượt ngưỡng đó. Bộ nhớ đệm được tính giá riêng: ghi bộ nhớ đệm năm phút là 0,125 USD và 0,625 USD, ghi một giờ là 0,20 USD và 1,00 USD, còn đọc bộ nhớ đệm là 0,01 USD và 0,05 USD. Suy luận theo lô có giá bằng một nửa.

Ngưỡng 100.000 token là con số cần đưa vào bảng tính, chứ không phải một chú thích. Một pipeline chạy thoải mái ở prompt 90.000 token chỉ trả theo bậc giá đầu tiên; cùng pipeline đó, chỉ cần nhích cài đặt truy xuất lên một nấc, sẽ trả mức giá gấp năm lần cho mỗi token đầu vào trong yêu cầu, chứ không chỉ những token vượt ngưỡng. Công việc ngữ cảnh dài từng chỉ là một sai số làm tròn giờ trở thành chi phí chi phối của lượt gọi.

Đọc như một so sánh với mô hình mà nó thay thế, thì tiêu đề là thật: Anthropic tuyên bố Claude Haiku 5.5 có chi phí trung bình rẻ hơn khoảng 75% so với Claude Haiku 4.5, và rẻ hơn khoảng 90% cụ thể đối với các prompt dưới 100.000 token. Đó là con số của nhà cung cấp và được nêu đúng như vậy. Cơ chế đằng sau nó không chỉ nằm ở bảng giá — tài liệu của chính Anthropic lưu ý rằng Claude Haiku 5.5 dùng tokenizer mới hơn, dùng chung với Claude 4.7 và các phiên bản sau, nên cùng một đoạn văn bản sẽ được token hóa thành lượng token nhiều hơn khoảng 30% so với trên mô hình cũ. Việc giảm giá trên mỗi token và việc gia tăng số token kéo theo hai hướng ngược nhau, và con số 90% là kết quả ròng sau cả hai.

Các benchmark, như Anthropic báo cáo chúng

Mọi con số trong phần này đều do nhà cung cấp báo cáo và chưa được bên thứ ba tái lập. Bộ so sánh của A​nthropic đặt Claude Haiku 5.5 đối chiếu với Claude Haiku 4.5, GPT-6 Luna và Claude Sonnet 5.5 của chính mình:

• GDPval-AA v2.1 — 1620 cho Claude Haiku 5.5, so với 735 cho Claude Haiku 4.5, 1437 cho GPT-6 Luna và 1840 cho Claude Sonnet 5.5.

• AA-Briefcase v1.1 — 1578, so với 614 đối với Claude Haiku 4.5 và 1824 đối với Claude Sonnet 5.5.

• OSWorld 2.1, ngoại tuyến — 72,4%, so với 15,7% của Claude Haiku 4.5, 48,9% của GPT-6 Luna và 83,9% của Claude Sonnet 5.5.

• Humanity's Last Exam — 45.9% không dùng công cụ và 57.4% khi dùng chúng, so với 10.2% và 18.7% đối với Claude Haiku 4.5, và 56.9% và 64.5% đối với Claude Sonnet 5.5.

• Terminal-Bench 4.0 — 39,2%, so với 0,0% của Claude Haiku 4.5, 16,4% của GPT-6 Luna và 70,6% của Claude Sonnet 5.5.

• FrontierCode 1.1, Main — 46,4, so với 42,4 của cùng mô hình ở mức nỗ lực thấp và 52,1 ở Xhigh.

Có hai điều đáng chú ý về bảng đó ngay cả trước khi có ai tái tạo nó. Thứ nhất, bước nhảy vọt so với Claude Haiku 4.5 không hề mang tính tăng dần trên các tác vụ agentic và sử dụng máy tính — 15,7% lên 72,4% trên OSWorld là một đẳng cấp kết quả khác, và dòng Terminal-Bench chuyển từ con số 0 đúng nghĩa đen. Thứ hai, chính đợt quét effort của nhà cung cấp cho thấy núm điều chỉnh đang thực sự phát huy tác dụng: cùng một mô hình đạt 42,4 ở mức effort thấp và 52,1 ở Xhigh trên FrontierCode. Đó là tuyên bố về suy nghĩ thích ứng được diễn đạt lại bằng một con số, và đó là lý do thiết lập effort nên nằm trong mô hình chi phí của bạn thay vì trong các giá trị mặc định.

Những gì hội đồng quản trị độc lập mang lại

Phép kiểm tra trung lập hiện có là Artificial Analysis, đơn vị đã đo Claude Haiku 5.5 ở mức Max effort trên Intelligence Index của mình và trả về 43 — đứng thứ hai trong số 182 mô hình, với chi phí hỗn hợp $0,08 mỗi triệu token và chi phí đo được là $0,21 cho mỗi tác vụ Intelligence Index đã hoàn thành. Ngữ cảnh được xác nhận ở 1,0 triệu token, và thông lượng đạt 240,4 token đầu ra mỗi giây, so với mức trung vị 110 token/giây nói chung.

Cùng lần chạy đó cũng nêu bật một điều mà tài liệu của nhà cung cấp không đề cập: mức tiêu thụ token. Artificial Analysis ghi nhận 440 triệu token đầu ra khi chạy Index, so với mức trung vị 100 triệu, và nhận xét mô hình này dài dòng. Với một mô hình tính giá theo cả đầu vào lẫn đầu ra, một mô hình viết số token mỗi câu trả lời gấp bốn lần mức trung vị thực chất đắt hơn mức mà bảng giá của nó gợi ý, và con số $0.21 mỗi tác vụ đã tính đến điều đó. Đó là một con số hợp lý để đặt bên cạnh mức giá niêm yết $0.10 chứ không phải để thay thế nó.

Anthropic cũng tung ra một thay đổi đi kèm trong cùng ngày: lượt đọc cache trên Claude Sonnet 5.5 đã giảm một nửa, từ 0,20 USD xuống 0,10 USD mỗi triệu token, và các gói Max và Team được nhận thêm tín dụng API hàng tháng (100 USD trên Max 5x, 200 USD trên Max 20x, tối đa 500 USD dùng chung trên Team). Cả hai đều không thay đổi giá của Claude Haiku 5.5, nhưng đều dịch chuyển vị trí của gói rẻ so với gói tầm trung — một lượt đọc cache Sonnet đã giảm một nửa thu hẹp khoảng cách mà một pipeline ngữ cảnh dài thấy giữa hai gói.

Định tuyến một tier nhỏ mà lại tốt đến vậy

Bản thân Claude Haiku 5.5 vẫn chưa có trong danh mục của OrcaRouter, và tốt hơn hết là nói thẳng điều đó thay vì để dòng thông tin về tính khả dụng trở nên mơ hồ. Hiện nay, nó có thể được truy cập thông qua API của chính Anthropic và các nền tảng đám mây nêu trên.

Điều mà mô hình thay đổi chính là hình dạng của một quyết định định tuyến, và đó là nơi một router khẳng định được vị trí của mình. Nếu một tầng nhỏ ở Index 43 giờ đã đủ đáng tin cho những công việc mà bạn từng gửi đến tầng trung, thì cấu hình hữu ích là một tuyến ba chặng — một chặng rẻ cho phần đa số dễ dàng, tầng này cho phần khó ở giữa, và một mô hình cao cấp nhất cho phần đuôi — và trên OrcaRouter đó là một biểu thức DSL định tuyến chứ không phải một dự án. Claude Haiku 4.5, Claude Sonnet 5.5 và Claude Opus 5.5 đều đã có trong danh mục hôm nay, nên các chặng A​nthropic của một tuyến như vậy có thể được xây dựng và thử nghiệm ngay bây giờ; chặng tầng nhỏ sẽ mở vào ngày Claude Haiku 5.5 được bổ sung. Một khóa, một SDK, tự động chuyển đổi dự phòng ở bên dưới, và giá niêm yết của nhà cung cấp được chuyển tiếp với mức chênh lệch 0%, nên nếu nhà cung cấp cắt giảm giá ở bất kỳ chặng nào thì bên chúng tôi cũng áp dụng ngay trong cùng ngày.

Xem gì

Những câu hỏi còn bỏ ngỏ là hai điều mà tài liệu ra mắt không thể trả lời. Thứ nhất là liệu vách 100.000 token có trụ được khi tiếp xúc với các đường ống truy xuất thực tế hay không, hay liệu nó có đẩy các đội trở lại dưới vạch đúng như nó được thiết kế. Thứ hai là liệu tư duy thích ứng ở mức nỗ lực Max có trụ vững trong các lượt chạy tác tử dài hay không, nơi đợt quét mức nỗ lực của chính nhà cung cấp — 42,4 ở mức low, 52,1 ở Xhigh trên FrontierCode — cho thấy chất lượng là có, nhưng vẫn chưa nói lên điều gì về chi phí token để có được nó. Cả hai sẽ được trả lời bởi làn sóng đầu tiên của các đánh giá tác tử độc lập, chứ không phải bởi trang ra mắt.