Год назад Haiku 4.5 стоила $1 за миллион входных токенов и $5 за выходные. Это было в десять раз дороже, чем GPT-6 Luna от OpenAI, и по сегодняшним меркам выглядело как антиквариат. Вчера Anthropic выпустила Haiku 5.5, которая стоит ровно столько же, сколько Luna, обгоняет её почти по всем заявленным тестам и становится самой быстрой моделью компании. Казалось бы, идеальный релиз. Но есть деталь, которую замечаешь только тогда, когда начинаешь считать токены.

Claude Haiku 5.5 это маленькая модель Anthropic для высоконагруженных и чувствительных к цене задач: суммаризация, сжатие контекста, запросы к базам данных, классификация. Она вышла 7 октября 2026 года и заняла место Haiku 4.5 в нижнем сегменте линейки.

Цены: в десять раз дешевле, но с оговоркой

Формально прайс выглядит как подарок. До 100 тысяч токенов запрос стоит $0.10 за миллион входных токенов и $0.50 за миллион выходных. Это на 90% дешевле, чем у Haiku 4.5. Для запросов длиннее 100 тысяч токенов цена вырастает в пять раз, до $0.50 за вход и $2.50 за выход, и там экономия уже 50%. В среднем по прошлому профилю нагрузки Anthropic обещает снижение расходов примерно на 75%.

Кэш тоже подешевел: чтение стоит $0.01 и $0.05 за миллион токенов против $0.10 у Haiku 4.5, запись $0.125 и $0.625 против $1.25.

А теперь про деталь. Haiku 5.5 получила новый токенизатор, такой же, как у Sonnet 5.5 и Opus 5.5. Он нарезает текст на более мелкие кусочки, и тот же самый промпт теперь занимает примерно на 25% больше токенов. Саймон Уиллисон измерил это своим Claude Token Counter и назвал эффект скрытым подорожанием: скидка в 90% на бумаге на практике оказывается меньше. Anthropic честно оговаривает это в сноске к анонсу: цифра «на 75% дешевле» уже учитывает возросший расход токенов. Настоящая экономия есть, просто она не такая сказочная, как выглядит в прайсе.

Как Haiku 5.5 выглядит на фоне конкурентов

Anthropic сравнила новинку с тремя моделями: собственной Haiku 4.5, GPT-6 Luna от OpenAI и Sonnet 5.5.

Тест	Haiku 5.5	Haiku 4.5	GPT-6 Luna	Sonnet 5.5
GDPval-AA v2.1 (знания)	1620	735	1437	1840
AA-Briefcase v1.1	1578	614	1336	1824
OSWorld 2.1 (работа с компьютером)	72,4%	15,7%	48,9%	83,9%
Humanity's Last Exam (без инструментов)	45,9%	10,2%	нет данных	56,9%
Terminal-Bench 4.0 (агентный кодинг)	39,2%	0,0%	16,4%	70,6%
FrontierCode 1.1	46,4%	нет данных	42,4%	52,1%
Chartography (визуальное мышление)	46,4%	6,4%	29,1%	61,6%

Прогресс относительно прошлой версии огромный. В GDPval, тесте на реальные профессиональные задачи, рост с 735 до 1620 очков, то есть больше чем вдвое. В OSWorld, где агент управляет настоящим компьютером, с 15,7% до 72,4%, рост в четыре с половиной раза. В Terminal-Bench, где год назад модель не решала ничего, теперь 39,2%. GPT-6 Luna проигрывает Haiku 5.5 во всех приведённых тестах, включая кодинг (16,4% против 39,2%) и визуальное мышление.

Что эти цифры значат на практике? GDPval меряет, как модель справляется с задачами из реальных профессий: 1620 очков ставят Haiku 5.5 между Luna и Sonnet 5.5, то есть для черновиков, выжимок и типовых операций её качества уже достаточно. OSWorld показывает, насколько уверенно агент работает с настоящим интерфейсом: рост с 15,7% до 72,4% за год переводит браузерные сценарии из экспериментальной зоны в рабочую. А относительно скромные 39,2% в Terminal-Bench объясняют, почему Anthropic советует не экономить на сложном кодинге: длинные цепочки команд с десятками шагов всё ещё требуют старших моделей.

Но есть важный контекст, который Anthropic сама подчёркивает: для сложного агентного кодинга Haiku по-прежнему не конкурент старшим моделям. В Terminal-Bench у Sonnet 5.5 результат 70,6%, почти вдвое выше. Haiku создана не для того, чтобы заменить Sonnet, а для того, чтобы взять на себя задачи, которые раньше были слишком дорогими для делегирования.

Первая Haiku с настройкой усилий

Ещё одно новшество: Haiku 5.5 стала первым представителем класса, у которого появилась настройка уровня усилий, как у старших моделей. Доступны пять ступеней от low до max, по умолчанию модель работает на medium, и полностью отключить размышления нельзя.

Саймон Уиллисон проверил это на своём классическом тесте с пеликаном на велосипеде. На низком уровне усилий картинка сгенерировалась за 7 секунд и обошлась в 0,09 цента. На максимальном модель думала 5 минут 9 секунд и стоила 3,38 цента, причём в рассуждениях она вслух узнала тестовое задание: «This is the classic pelican-on-bicycle SVG test». Для сравнения: год назад тот же пеликан от Haiku 4.5 стоил 0,76 цента и выглядел значительно хуже.

Практический смысл простой: одна и та же модель может работать как очень дешёвый чернорабочий на низких ступенях и как почти разумный исполнитель на высоких, а переключаться между режимами можно под задачу.

Где её применять

Anthropic описывает целевые сценарии так: быстрые повторяющиеся операции вроде суммаризации, компакции контекста, запросов к базам данных и классификации; работа сабагентом в связке с Opus 5.5 и Sonnet 5.5, когда старшая модель делегирует мелкие куски работы дешёвой; чувствительные к скорости задачи вроде живого клиентского сервиса и браузерных сценариев, где Haiku 5.5 это самая быстрая модель компании на стандартной скорости (в режиме Fast Mode старшие Opus всё ещё быстрее).

Вместе с релизом Anthropic обновила Python- и TypeScript-SDK, добавив поддержку computer use и browser use в бета-режиме. Модель уже доступна на всех платформах, включая AWS, Google Cloud и Azure, идентификатор для API: claude-haiku-5-5.

Посчитать выгоду можно на пальцах. Если сервис суммаризирует десять тысяч документов в день по две тысячи токенов каждый, переход с Haiku 4.5 на Haiku 5.5 сокращает счёт примерно в десять раз по прайсу и примерно в восемь раз с поправкой на новый токенизатор. Для команд с большими объёмами фоновой обработки это разница между сотнями и десятками долларов в день.

Вопросы безопасности тоже не обошли стороной. По оценкам Anthropic, Haiku 5.5 показывает заметно меньше случаев невыровненного поведения, чем Haiku 4.5, и реже соглашается помогать с вредоносными запросами. Ограничения по кибербезопасности у неё строже, чем у прошлой Haiku, но мягче, чем у старших моделей: защитные задачи разрешены шире, а пентест заблокирован. Биологические ограничения такие же, как у Sonnet 5.5 и Opus 5.

Бонусы для тех, кто платит подписку

Вместе с Haiku 5.5 Anthropic сделала два подарка подписчикам. Первый: чтение из кэша у Sonnet 5.5 подешевело вдвое, с $0.20 до $0.10 за миллион токенов. Поскольку кэш составляет большую долю потребления в агентных сценариях, типичные задачи на Sonnet 5.5 стали примерно на 20% дешевле.

Второй: с этой недели подписчики Max и Team получают ежемесячные API-кредиты на платформе Claude. У Max 5x это $100 в месяц, у Max 20x $200, у Team до $500 на всю команду. Сумма кредитов в точности совпадает со стоимостью самой подписки, что закрывает давнюю претензию: раньше подписчикам приходилось отдельно платить за API, хотя OpenAI разрешает использовать подписку Codex для личных запросов через API. Кредиты не переносятся на следующий месяц, зато можно отключить автопополнение, и тогда запросы просто остановятся при нулевом балансе, без сюрпризов в счетах.

Ценовая война добралась до малых моделей

Контекст важен: последний месяц конкуренты синхронно снижают цены в нижнем сегменте. GPT-6 Luna вышла в сентябре и сразу сделала ставку на цену, теперь Anthropic ответила зеркально, а заодно переписала прайс на кэш для Sonnet. Для разработчиков это редкая ситуация, когда переход на новую модель окупается сразу, без сравнения десятков сценариев: цена та же или ниже, а бенчмарки выше. Раньше за такой скачок качества приходилось доплачивать, теперь наоборот.

Судя по темпу релизов, следующая итерация не заставит себя ждать, так что экономику пайплайнов стоит закладывать с оглядкой на продолжающееся падение цен. Если вы выбирали модель год назад и с тех пор не пересматривали решение, сейчас лучший момент пересчитать: то, что было дорого и умно, стало дешёвым и умным одновременно.

Часто задаваемые вопросы

Haiku 5.5 лучше, чем GPT-6 Luna?

До 100 тысяч токенов да. Модели стоят одинаково ($0.10 и $0.50 за миллион токенов), но Haiku 5.5 выше по всем бенчмаркам, которые привела Anthropic: 1620 против 1437 в GDPval, 39,2% против 16,4% в Terminal-Bench. Для длинных контекстов расклад меняется: после 100 тысяч токенов Haiku дорожает в пять раз, а у Luna порог начинается только на 272 тысячах токенов, поэтому там выгоднее Luna.

Стоит ли переходить с Haiku 4.5?

Для массовых задач да: экономия на уровне 75-90% при более высоком качестве ответов. Но проверьте фактический расход: новый токенизатор тратит примерно на 25% больше токенов на тот же текст, так что итоговая экономия будет меньше, чем в прайсе. И учтите, что для сложного агентного кодинга лучше подходит Sonnet 5.5. Отдельный бонус для тех, кто использует кэширование: чтение из кэша подешевело в десять раз, с $0.10 до $0.01 за миллион токенов.

Что такое настройка усилий?

Это пять уровней размышлений от low до max. На низком уровне модель отвечает за доли секунды и стоит копейки, на максимальном тратит минуты на сложные задачи. Настройка позволяет оптимизировать не модель под задачу, а режим работы: держать один и тот же эндпоинт для черновой и чистовой работы.

Итог

Haiku 5.5 закрывает разрыв, который год назад казался унизительным для Anthropic: маленькая модель теперь стоит столько же, сколько лайт-модель OpenAI, и обгоняет её по всем тестам, которые компания решила показать. Скрытый нюанс с токенизатором не отменяет скидку, но напоминает старую истину: сравнивать модели по цене за миллион токенов недостаточно, считать надо стоимость выполнения задачи целиком.

Если у вас есть массовый пайплайн на Haiku 4.5 или GPT-6 Luna, это лучший момент для теста: прогоните свой самый частый запрос через Haiku 5.5 на разных уровнях усилий и сравните не прайс, а полный счёт. Экономия, скорее всего, будет заметной, просто не ровно десятикратной.

А вы уже прикидывали, какие задачи в ваших проектах можно отдать Haiku 5.5?