Claude Haiku 5.5 baja 90% el precio del modelo chico, pero solo por debajo de 100.000 tokens

Anthropic lanzó Claude Haiku 5.5 el 7 de octubre y completó así la generación 5.5, que arrancó con Opus 5.5 el 22 de septiembre y Sonnet 5.5 el 28 de septiembre. El ID del modelo es claude-haiku-5-5, y Anthropic dice que ya está disponible en Claude Platform, Amazon Web Services, Google Cloud y Microsoft Azure.

Lo central es el precio. Para prompts de hasta 100.000 tokens, Haiku 5.5 cuesta USD 0,10 por millón de tokens de entrada y USD 0,50 por millón de salida, la décima parte de los USD 1/5 de Haiku 4.5. Pero Haiku 5.5 también es el primer modelo actual de Claude cuyo precio depende del largo del prompt: por encima de 100.000 tokens cuesta USD 0,50/2,50, cinco veces la tarifa corta y la mitad de lo que cobraba Haiku 4.5.

Cómo quedan los precios en la práctica

Según la documentación de precios de Anthropic, los dos tramos son:

• Hasta 100.000 tokens: USD 0,10 de entrada, 0,125 por escritura en caché de 5 minutos, 0,20 por escritura en caché de 1 hora, 0,01 por lectura de caché y 0,50 de salida.
• Más de 100.000 tokens: USD 0,50 de entrada, 0,625 y 1 por escrituras en caché, 0,05 por lectura de caché y 2,50 de salida.
• Batch API: mitad de precio, o sea USD 0,05/0,25 debajo del umbral y 0,25/1,25 por encima.
• Haiku 4.5, para comparar: USD 1 de entrada, 0,10 por lectura de caché y 5 de salida.

Hay dos detalles que importan si estás estimando costos. Primero, la documentación dice que la tarifa más alta aplica a "prompts de más de 100.000 tokens", lo que se lee como que toda la request pasa al tramo caro, no solo los tokens que exceden el límite. Con esa lectura, un prompt de 99.000 tokens cuesta unos USD 0,0099 de entrada y uno de 101.000 tokens, unos USD 0,0505. VentureBeat señala que los materiales de Anthropic no aclaran cómo se factura una request de exactamente 100.000 tokens, y la documentación tampoco dice si los tokens en caché cuentan para el umbral.

Segundo, Haiku 5.5 usa el tokenizador nuevo que Anthropic presentó con Claude Opus 4.7, mientras que Haiku 4.5 usa el anterior. El anuncio habla de "un poco más de tokens por tarea"; la documentación de precios estima que el tokenizador nuevo genera alrededor de 30% más tokens para el mismo texto, según el contenido. Por eso el ahorro que calcula la propia Anthropic ronda el 75% en promedio y no el 90%: la empresa dice que el recorte es de 90% para requests de hasta 100.000 tokens y de 50% por encima, antes del efecto del tokenizador. VentureBeat informa que cerca del 90% de las requests a Haiku 4.5 ya caen en el tramo corto.

Especificaciones y el nuevo control de esfuerzo

La página de modelos de Anthropic lista a Haiku 5.5 con ventana de contexto de 1M de tokens, salida sincrónica máxima de 128K tokens, pensamiento adaptativo, fecha de corte de conocimiento confiable en junio de 2026 y un compromiso de retiro no antes del 7 de octubre de 2027. Su esfuerzo por defecto es medium.

El esfuerzo es el cambio que más pesa para quien desarrolla. Haiku 5.5 es el primer modelo de la línea Haiku con esfuerzo ajustable, de Low a Max. Eso convierte a Haiku de una opción fija "barata y rápida" en un modelo que podés calibrar en cada llamada, y significa que cualquier benchmark publicado hay que leerlo junto con el nivel de esfuerzo que lo produjo.

Benchmarks, según Anthropic

Anthropic compara Haiku 5.5 con Haiku 4.5, GPT-6 Luna de OpenAI y su propio Sonnet 5.5. Todas las cifras que siguen salen de pruebas de Anthropic; todavía no hay evaluación independiente.

• OSWorld 2.1 (subconjunto offline): Haiku 5.5 72,4%, Haiku 4.5 15,7%, GPT-6 Luna 48,9%, Sonnet 5.5 83,9%.
• Terminal-Bench 4.0: Haiku 5.5 39,2%, Haiku 4.5 0,0%, GPT-6 Luna 16,4%, Sonnet 5.5 70,6%.
• FrontierCode 1.1 (Main): Haiku 5.5 46,4%, GPT-6 Luna 42,4%, Sonnet 5.5 52,1%.
• GDPval-AA v2.1 (Elo): Haiku 5.5 1620, Haiku 4.5 735, GPT-6 Luna 1437, Sonnet 5.5 1840.
• Humanity's Last Exam, con herramientas: Haiku 5.5 57,4%, Haiku 4.5 18,7%, Sonnet 5.5 64,5%.

VentureBeat marca que el 39,2% en Terminal-Bench se logró con esfuerzo máximo, y que con el esfuerzo medio que trae por defecto Haiku 5.5 ronda el 20%. Esa brecha es un buen recordatorio: si pasás tu agente de código a Haiku 5.5 y dejás el esfuerzo por defecto, no esperes el número del titular. En todas las evaluaciones que muestra Anthropic, Sonnet 5.5 sigue adelante.

Anthropic también cita resultados de clientes: HubSpot reporta 92,8% promediado en tres corridas sobre su suite de CRM, Box una mejora de 11 puntos frente a Haiku 4.5 con cerca de la mitad de latencia, y Asana más de 30% menos de latencia por tarea. Son evaluaciones internas de cada cliente y no se pueden comparar entre sí.

El panorama competitivo

El precio del tramo corto no es exclusivo. VentureBeat informa que GPT-6 Luna también cuesta USD 0,10/0,50, con una tarifa más alta por encima de 272.000 tokens de entrada. Así que los dos laboratorios venden ahora sus modelos chicos al mismo precio base, y la diferencia práctica está en dónde empiezan a cobrar más por prompts largos: Anthropic en 100.000 tokens, OpenAI en 272.000. Para cargas con documentos largos, ese umbral puede pesar más que la tarifa base.

Otros cambios del mismo anuncio

• Lecturas de caché de Sonnet 5.5 a mitad de precio: de USD 0,20 a 0,10 por millón de tokens; Anthropic estima que eso baja cerca de 20% el costo de la mayoría del trabajo agéntico. VentureBeat informa que algunos clientes de Azure y Google Cloud van a recibir la rebaja en los próximos días.
• Créditos de API para suscriptores: USD 100 por mes en Max 5x, 200 en Max 20x y hasta 500 compartidos en Team.
• SDKs: los SDK de Python y TypeScript suman soporte beta para computer use y browser use.
• Salvaguardas: Anthropic dice que las de ciberseguridad de Haiku 5.5 son más estrictas que las de Haiku 4.5 y más laxas que las de Sonnet 5.5: permiten más tareas defensivas pero siguen bloqueando pruebas de penetración y técnicas ofensivas similares.

Qué cambia para quien desarrolla

Para clasificación, extracción, ruteo, resúmenes y subagentes con prompts cortos, Haiku 5.5 pasa a ser el candidato obvio dentro de Claude para probar, y la baja es lo bastante grande como para cambiar en qué casos conviene llamar a un modelo. Las advertencias son concretas: volvé a medir la cantidad de tokens con el tokenizador nuevo antes de confiar en estimaciones viejas, vigilá el largo de los prompts para que las requests de rutina no pasen los 100.000 tokens, y fijá el esfuerzo de forma explícita en vez de depender del valor por defecto cuando la calidad importa. La propia documentación de Anthropic sigue presentando a Haiku como el modelo para tareas de alto volumen y sensibles a la latencia, y sus números siguen favoreciendo a Sonnet para el trabajo agéntico más difícil.