Claude Haiku 5.5: capacidades más potentes y precios más bajos

Claude Haiku 5.5 ya está aquí, con capacidades mucho más potentes para la gama de modelos pequeños de Anthropic y una fuerte reducción de precio. Lanzado el 7 de octubre de 2026 , parte de $0.10 por millón de input tokens y $0.50 por millón de output tokens para prompts de hasta 100,000 tokens. Los prompts de más de 100,000 tokens se facturan a $0.50 y $2.50 por millón de input tokens y output tokens, respectivamente. Esas tarifas por token equivalen al 10% / 50% de las de Haiku 4.5 y al 5% / 25% de las de Sonnet 5.5 .

La familia Haiku siempre fue especialmente interesante para aplicaciones que clasifican mensajes, extraen información, resumen documentos o delegan tareas cortas a agentes de forma repetida. Las mejoras de Haiku 5.5 frente a Haiku 4.5 amplían las tareas que podrías asignarle a esa gama económica, aunque Sonnet 5.5 sigue siendo más potente en muchas evaluaciones exigentes.

El modelo está disponible a través de la API de Claude, Amazon Bedrock y Claude Platform on AWS . En este artículo vamos a ver qué mejoró, dónde encaja Haiku junto a los últimos modelos Sonnet, Opus y Fable, y qué cambió en los precios, el comportamiento de la API y las guardrails.

Las mejoras de Haiku 5.5 abarcan tanto el trabajo técnico como el de negocio. Estos son sus resultados en varios benchmarks, que muestran una mejora significativa frente a Haiku 4.5.

Estos resultados provienen directamente de la tabla comparativa de la system card de Haiku 5.5 . Haiku 5.5 y Sonnet 5.5 usan el nivel máximo de esfuerzo. Haiku 4.5 es anterior a los niveles de esfuerzo y usa su configuración de thinking.

GDPval-AA  evalúa entregables profesionales de 44 ocupaciones, incluidos documentos, presentaciones y hojas de cálculo. Los modelos tienen herramientas para completar el trabajo, y sus resultados reciben puntuaciones Elo relativas a partir de comparaciones por pares. AA-Briefcase  se centra en proyectos de negocio que requieren trabajar con muchas fuentes y evalúa la calidad del análisis, la presentación y la finalización de la tarea. Una puntuación Elo más alta indica un mejor desempeño según esa evaluación. SWE-bench Multilingual comprueba si los agentes resuelven problemas de repositorios en distintos lenguajes de programación. Chartography evalúa la interpretación de gráficos profesionales especializados.

Las mejoras frente a Haiku 4.5 son importantes en las cuatro evaluaciones. Sonnet 5.5 sigue liderando en las tareas más exigentes, pero Haiku 5.5 ahora ofrece capacidades mucho más potentes por una fracción de su precio por token. Por eso, te conviene considerarlo para trabajos que puedes resolver con un modelo más pequeño.

Haiku 5.5 es el primer modelo Haiku con esfuerzo ajustable . En lugar de asignar manualmente un presupuesto de thinking tokens, eliges un nivel que orienta la profundidad con la que trabaja el modelo. Adaptive thinking le permite decidir cuándo y cuánto razonar durante la solicitud. Eso te da un control útil para ajustar el esfuerzo a la tarea: devolver una categoría y elaborar un análisis a partir de varios documentos no requieren la misma profundidad.

El nivel de esfuerzo predeterminado de Haiku 5.5 es medium. Con ese nivel, alcanza una puntuación de 1277 en GDPval-AA y usa aproximadamente una décima parte de los output tokens que consume con max. Su puntuación en Briefcase baja a 1372, con menos de una cuarta parte de los output tokens que usa con max. En estos casos, max ofrece mejores resultados en trabajo profesional, pero consume muchos más output tokens.

También aumentan la capacidad de contexto y la de salida : Haiku 5.5 soporta 1M de tokens de contexto y 128K de output tokens, frente a los 200K y 64K de Haiku 4.5. Esos límites coinciden con los de Sonnet 5.5 . El nuevo tokenizer, que es el mismo que usan Sonnet 5.5 y Opus 5.5, cuenta aproximadamente un 30% más de tokens para un mismo texto que Haiku 4.5. Por eso, el aumento nominal de contexto no significa que puedas procesar cinco veces más del mismo texto.

Computer use también mejora. En el subconjunto offline de 82 tareas de OSWorld 2.1 incluido en la system card , Haiku 5.5 obtiene una puntuación parcial del 72.4% y completa el 37.1% de las tareas, frente al 15.7% y el 1.7% de Haiku 4.5. Como referencia, Sonnet 5.5 alcanza un 83.9% y un 48.8%.

Haiku 5.5 es un buen punto de partida cuando el resultado que necesitas está bien definido y el trabajo se repite con frecuencia, por ejemplo, clasificación, extracción, routing, resúmenes y flujos cortos con herramientas.

Supongamos que tienes una aplicación de soporte que recibe un mensaje sobre una entrega que no llegó. Podrías usar una llamada al modelo para identificar la categoría del problema y extraer la referencia del pedido, que la aplicación enviaría después a un proceso de soporte existente. Haiku sería una excelente opción para esa llamada, porque el modelo tiene información concreta que devolver y un trabajo acotado que realizar.

En los agentes de programación, Haiku puede encargarse de tareas acotadas como subagente mientras un modelo más grande resuelve el problema general. Eso permitiría ahorrar bastante al ejecutar tareas bien definidas, como escribir código que pase un conjunto de tests ya establecidos. Al mismo tiempo, mantendrías un nivel alto de inteligencia para las partes del problema que todavía no están bien definidas, como determinar qué comportamiento deberían comprobar esos tests.

Los modelos más grandes siguen liderando en muchas de las evaluaciones más exigentes. Terminal-Bench 4.0 evalúa trabajo difícil en un entorno de línea de comandos. Los resultados publicados sitúan a Haiku en un 39.2%, frente al 55.8% de Fable 5.1 y el 66.4% de Opus 5.5 , y el 70.6% de Sonnet 5.5 . Estos resultados respaldan mantener los modelos más grandes para el trabajo complejo de programación con agentes y asignarle a Haiku tareas de alcance más acotado.

El nivel de esfuerzo predeterminado de Haiku 5.5 es medium. Un nivel bajo de esfuerzo encaja mejor con llamadas sencillas y de gran volumen , en las que importan sobre todo la velocidad y la eficiencia en el uso de tokens. Haiku es el modelo más rápido de Anthropic a velocidades estándar, con la excepción explícita de que Opus Fast Mode es más rápido.

Haiku 5.5 cuesta la mitad que Haiku 4.5 para prompts de más de 100,000 tokens. Para prompts de menos de 100,000 tokens, su precio es una décima parte del de Haiku 4.5.

Estos son los precios de lista de la API de Anthropic en USD por millón de tokens, verificados el 9 de octubre de 2026. Pueden variar según el proveedor, la región y los acuerdos negociados. Deberías consultar los precios más recientes en la documentación de precios  de Anthropic.

La longitud del prompt, incluido el input en caché, determina la tarifa de toda la solicitud. La tarifa más alta no se aplica solo a los tokens que superan los 100,000. La tarifa de output también cambia.

Por ejemplo, una solicitud sin caché con 100,000 input tokens y 1,000 output tokens facturados tiene un costo por tokens de $0.0105. Si agregas un solo input token, se aplica el tramo de precios más alto y el costo pasa a $0.0525005. Los prompts largos siguen siendo más baratos por token que los de los demás modelos de la tabla, pero el salto de precio es lo suficientemente importante como para que te convenga optimizar los prompts y mantenerlos por debajo de 100,000 tokens cuando sea posible.

Como ejemplo más pequeño, 10,000 input tokens más 1,000 output tokens facturados cuestan $0.0015 con Haiku 5.5, frente a $0.015 con Haiku 4.5 y $0.030 con Sonnet 5.5. Si tuvieras 100,000 solicitudes idénticas, esos cargos por tokens sumarían $150, $1,500 y $3,000, respectivamente. Este ejemplo excluye el caching, los cargos por herramientas ejecutadas en el servidor y las diferencias entre proveedores.

Prompt caching  reduce el costo del contexto que reutilizas, aunque almacenarlo inicialmente tiene un costo de escritura en caché. Para trabajo asíncrono, la Batch API  cuesta la mitad de las tarifas estándar de input y output.

Pasar de Sonnet 5.5 a Haiku 5.5 es bastante sencillo, con solo unos pocos cambios que rompen la compatibilidad. Sin embargo, pasar de Haiku 4.5 requiere cambios importantes. Recuerda que, cuando cambias de modelo, necesitas volver a probar tus prompts y workflows, y ejecutar de nuevo tus evaluaciones.

El ID del modelo de Haiku 5.5 en la plataforma de Anthropic es claude-haiku-5-5. Estos son los cambios que rompen la compatibilidad si solo actualizas ese ID, y cómo puedes resolverlos:

Los cambios que rompen la compatibilidad al pasar de Sonnet 5.5 a Haiku 5.5 son más fáciles de resolver. Haiku 5.5 usa por defecto el nivel de esfuerzo medium, en lugar de high, que es el predeterminado en Sonnet 5.5. Haiku 5.5 acepta thinking: {"type": "disabled"} con low, medium o high; con xhigh o max devuelve 400. Sonnet 5.5 rechaza la desactivación de thinking y, en su lugar, usa el parámetro between_tools para suprimir el thinking inicial y permitirlo entre tool calls, también hasta el nivel de esfuerzo high. Haiku 5.5 no acepta between_tools, así que necesitas cambiarlo cuando cambias de modelo.

También deberías tener en cuenta que las respuestas pueden comenzar con bloques de thinking . Eso significa que necesitas seleccionar los bloques de texto por su tipo, en lugar de leer content[0] como si fuera la respuesta. Además, thinking consume max_tokens junto con el texto visible, así que un límite pequeño puede detener la generación antes de que aparezca una respuesta, y el texto de thinking se omite por defecto en la respuesta.

La compatibilidad entre modelos es una restricción aparte. Haiku 5.5 no lee los bloques de thinking de Sonnet 5.5: la API los descarta y continúa sin ese razonamiento previo. Sonnet 5.5 puede leer los bloques de Haiku 5.5 en la API de Claude, pero no en Amazon Bedrock.

Haiku también conserva la selección forzada de herramientas, a diferencia de Sonnet 5.5, Opus 5.5 y Fable 5.1. Por ejemplo, puedes forzar una herramienta de extracción con un campo de categoría cuyo valor pertenezca a un enum. La respuesta empieza con el tool call, sin thinking previo.

Los controles de ciberseguridad de Haiku 5.5 son más estrictos que los de Haiku 4.5, aunque permiten un trabajo defensivo más amplio que los de Sonnet 5.5. La guía específica de Haiku  permite descubrir vulnerabilidades en código fuente, pero bloquea las pruebas de penetración para el público general y las técnicas de doble uso de mayor riesgo.

Las guardrails de biología  de Haiku usan los mismos clasificadores de detección de usos indebidos dañinos que Sonnet 5.5. Esto difiere de los clasificadores que abarcan de forma más amplia la investigación en biología, implementados para Opus 5.5  y Fable 5.1. Las preguntas sobre investigación en biología siguen estando disponibles, sujetas a esas guardrails.

Un rechazo del clasificador puede llegar con HTTP 200 y stop_reason: "refusal". Deberías comprobar el motivo de detención, en lugar de interpretar una respuesta HTTP exitosa como una respuesta completa. Sonnet 5.5 puede usar una beta de fallback del lado del servidor que debes activar explícitamente  en la API de Claude para los rechazos elegibles de ciberseguridad y LLMs de frontera. Haiku no tiene fallback del lado del servidor ni crédito por fallback, así que necesitas implementar los reintentos en el cliente, y estos pueden generar una nueva escritura en caché.

Recuerda que el comportamiento del clasificador y los permisos de uso son cosas distintas. Un clasificador puede marcar una solicitud inocua, y que otro modelo responda no autoriza actividades prohibidas por la Política de uso . Del mismo modo, los requisitos de retención de Fable para los modelos cubiertos  no se trasladan a Haiku. Su retención se rige por el acuerdo aplicable, la configuración de la plataforma y los términos de cualquier programa de verificación.

Haiku 5.5 ofrece capacidades sustancialmente mejores en un modelo pequeño, a precios mucho más bajos que los que Anthropic ofrecía antes. Si hoy usas Sonnet 5.5 para una tarea acotada, es probable que Haiku 5.5 te dé costos más bajos y respuestas más rápidas. Sonnet sigue teniendo su lugar para trabajos más exigentes.

Antes de reemplazar un workload existente, deberías verificar que Haiku 5.5 pueda completarlo correctamente y comparar la latencia y los costos con entradas representativas. Siempre deberías ejecutar tus propias evaluaciones y no confiar ciegamente en que los benchmarks públicos reflejen con precisión tu tipo de trabajo. También te conviene tener en cuenta todos los cambios que rompen la compatibilidad al pasar de Haiku 4.5 a Haiku 5.5, e incluso de Sonnet 5.5 a Haiku 5.5.

Nota: Este artículo fue escrito originalmente en inglés, como parte de mi trabajo en Caylent. Yo soy el autor y tengo permiso explícito para reproducirlo en español en este medio. Puedes consultar el original aquí: https://caylent.com/blog/claude-haiku-5-5-stronger-capabilities-and-lower-prices