Claude Haiku 5.5 за 10 центов: когда компактная модель берёт на себя работу большой

Разбираю, в каких задачах Haiku 5.5 может заменить старшие модели Claude и во сколько это обойдётся. Здесь собраны расчёты для пяти типовых сценариев, ограничения модели и настройки, из-за которых экономия может исчезнуть.

Anthropic позиционирует Haiku 5.5 не как вынужденный дешёвый вариант, за ответами которого нужно постоянно следить, а как модель, которая в её тестах опережает GPT-6 Luna. При этом цена позволяет почти не думать о расходе токенов.

Я изучил анонс и документацию для разработчиков, затем оценил цену пяти распространённых задач на Haiku 5.5, Sonnet 5.5 и Opus 5.5. Собственных проверок качества у меня нет, поэтому результаты тестов принадлежат Anthropic. Стоимость взята из официального прайса, а объём токенов для сценариев я оценивал самостоятельно, что не меняет порядок сумм.

Главное о цене, контексте и задачах

• Цена. Миллион входных токенов стоит $0,10, выходных, $0,50, если запрос укладывается в 100 тысяч токенов. После этого порога цены вырастают в пять раз: до $0,50 и $2,50.
• Сравнение со старшими моделями. Для коротких запросов Haiku 5.5 обходится в 20 раз дешевле Sonnet 5.5 и в 40 раз дешевле Opus 5.5. В длинном контексте разрыв с Opus сокращается до восьми раз.
• Сравнение с Haiku 4.5. Цена снизилась в десять раз, а среднюю выгоду Anthropic оценивает как «около 75 %». На коротких запросах экономия близка к 90 %, на длинных она составляет лишь половину, поэтому среднее значение получается ниже.
• Контекст. Модель принимает до миллиона токенов и выдаёт до 128 тысяч. У Haiku 4.5 лимиты составляли 200 и 64 тысячи.
• Назначение. Модель подходит для классификации, извлечения данных, пересказов, поддержки и роли помощника для большой модели. Для сложной работы с кодом Anthropic рекомендует Sonnet или Opus.

Прайс показывает выгоду кэша

Особенно выделяется стоимость кэшированного контекста. Когда запросы снова используют большой фрагмент, например инструкцию, базу знаний или каталог товаров, его можно сохранить в кэше. Тогда повторный миллион токенов будет стоить один цент.

Одновременно с выпуском Haiku Anthropic уменьшила цену чтения из кэша для Sonnet 5.5 вдвое, с $0,20 до $0,10.

Тысяча операций обходится по-разному

Для каждого сценария ниже я считаю тысячу одинаковых запросов на одной модели. Токены, потраченные на рассуждение, в расчёты не включены, о них речь пойдёт дальше. У трёх моделей линейки 5.5 сходный токенизатор, поэтому их можно сопоставлять напрямую.

1. Категоризация писем. Вместе с инструкцией одно письмо занимает около 800 токенов, ответ с коротким пояснением, примерно 30. Обработка тысячи писем обойдётся примерно в $0,10 на Haiku 5.5, $1,90 на Sonnet 5.5 и $3,80 на Opus 5.5. Это обычная классификация, то есть задача, для которой Haiku и создавали.

2. Извлечение реквизитов из счёта. На вход приходится 2 000 токенов, на выход, JSON на 200. Тысяча документов стоит $0,30 на Haiku, $6 на Sonnet и $12 на Opus. Маленькая модель работает лучше, если нужные поля заранее описаны схемой и формат ответа строго задан.

3. Краткий пересказ статьи. Для статьи объёмом 6 000 токенов и пересказа на 400 расчёт такой: $0,80 за тысячу текстов на Haiku, $16 на Sonnet и $32 на Opus. Anthropic называет пересказы одной из ключевых задач этой модели.

4. Ответы поддержки по базе знаний. База объёмом 20 000 токенов хранится в кэше, вопрос занимает 300 токенов, ответ, 250. Тысяча ответов стоит около $0,36 на Haiku, $5,10 на Sonnet и $10,20 на Opus. Без кэша Haiku обошлась бы в $2,16, поэтому здесь способ хранения контекста важнее выбора модели.

5. Полный разбор длинного договора. В документе 150 000 токенов, вывод занимает 2 000, расчёт сделан для сотни договоров. Порог 100 тысяч превышен, поэтому действует дорогой тариф: $8 для Haiku, $32 для Sonnet и $64 для Opus. Если разбить договор на части короче 100 тысяч токенов, вход Haiku снова будет стоить $0,10, а сотня договоров потребует примерно $2. Сводить результаты отдельных частей придётся самостоятельно.

Сложные задачи остаются за Sonnet и Opus

В анонсе Anthropic сопоставляет Haiku 5.5 с Haiku 4.5 и Sonnet 5.5. По сравнению с прошлой версией прирост заметный, но Sonnet она не обходит ни в одном тесте:

• Terminal-Bench 4.0 (работа в командной строке): у Haiku 5.5, 39,2 %, у Haiku 4.5, 0 %, у Sonnet 5.5, 70,6 %.
• OSWorld 2.1 (работа с компьютером): 72,4 %, 15,7 % и 83,9 %.
• Humanity’s Last Exam без инструментов (сложные вопросы на знания и рассуждение): 45,9 %, 10,2 % и 56,9 %.

Наиболее заметно Haiku отстаёт в длительных задачах, связанных с командной строкой и программированием. Это совпадает с рекомендацией Anthropic: агентное программирование лучше поручать Sonnet 5.5 либо Opus 5.5, а Haiku использовать как помощника, которому старшая модель передаёт несложные подзадачи.

Я бы не поручал ей финальные публикационные тексты и выводы, где ошибка в факте обходится дорого. Зато подготовительную работу перед этими этапами ей можно отдать.

Настройки могут свести выгоду на нет

Рассуждение уже включено. Haiku 5.5 размышляет до ответа, даже если запрос об этом не просит, а стандартный уровень усилия установлен на среднем значении. За токены рассуждений платят по цене выходных. При сортировке писем это создаёт лишние расходы, поэтому указывайте output_config: { effort: «low» }. Haiku стала первой моделью своей линейки, где этот уровень разрешено менять.

Лимит составляет 100 тысяч токенов. В него входит весь запрос: инструкция и история переписки тоже считаются. В длинном диалоге история увеличивается, затем каждый следующий запрос внезапно дорожает в пять раз. Если используете чат на Haiku, контролируйте историю или сокращайте её.

Токенизатор изменился. Один и тот же текст даст больше токенов, чем у Haiku 4.5. Anthropic говорит о небольшом росте, а в документации по миграции упоминает примерно 30 %. Свои «90 % экономии на коротких запросах» компания уже считает с учётом этой разницы. Однако при сравнении счетов по числу токенов, а не по деньгам, показатели двух версий не совпадут.

Старый код способен вызвать ошибку. Haiku 5.5 не поддерживает нестандартные значения temperature, top_p и top_k, а также установленный бюджет рассуждения budget_tokens. Программа, созданная для Haiku 4.5 с temperature: 0, вернёт ошибку 400. Теперь формат ответа задаётся схемой, а не температурой.

Нужна запасная обработка отказов. У Haiku 5.5 фильтры кибербезопасности строже, чем у Haiku 4.5. Если модель не ответит, сервер не переключит запрос на другую модель автоматически. Такой отказ нужно обрабатывать в своём коде.

Haiku разумно оставить для первого прохода

Haiku 5.5 подходит для большей части черновых операций: разметки, извлечения данных, пересказов, поддержки и первичной обработки документов. В этих сценариях она дешевле старших моделей в 20–40 раз, а их запас возможностей обычно не требуется.

Сложный код, долгие рассуждения и материалы, которые увидит читатель, по-прежнему лучше передавать Sonnet или Opus. Практичная схема выглядит так: Haiku сортирует и подготавливает материал, а старшая модель выполняет финальный этап. Тысяча писем за десять центов оставляет бюджет на то, чтобы самые важные из них прочитала Opus.

Для подписчиков есть ещё одна деталь. Вместе с Haiku 5.5 Anthropic добавила ежемесячный кредит на API в тарифы Max и Team: $100 у Max 5x, $200 у Max 20x и до $500 на команду. Этого достаточно, чтобы проверить все пять сценариев на собственных данных.