Anthropic lanzó Claude Haiku 5.5 el 7 de octubre de 2026, completando la familia Claude 5.5 junto a Opus 5.5 y Sonnet 5.5. Haiku es el modelo pequeño y rápido, pensado para trabajo de gran volumen: clasificación, extracción, enrutamiento, resúmenes y tareas de «subagente» dentro de flujos de IA más grandes. La gran noticia es el precio: en prompts de hasta 100.000 tokens cuesta 0,10 dólares por millón de tokens de entrada y 0,50 dólares por millón de salida, una décima parte de la tarifa de Haiku 4.5.
Los precios en detalle
Precios de Claude Haiku 5.5 por millón de tokens
- Entrada, prompts de hasta 100K
- $0.10
- Salida, prompts de hasta 100K
- $0.50
- Entrada, prompts de más de 100K
- $0.50
- Salida, prompts de más de 100K
- $2.50
- Lecturas de caché
- $0.01
- Escrituras en caché (5 minutos)
- $0.125
- Procesamiento por lotes
- 50 % de descuento
- Haiku 4.5, para comparar
- $1 de entrada y $5 de salida
Según Anthropic, cerca del 90 % de las peticiones a Haiku 4.5 se quedaban por debajo de 100.000 tokens, así que la mayoría de los usos pagan el precio bajo. El tamaño mínimo de un prompt que se puede cachear también baja de 4.096 a 512 tokens, lo que hace que la caché compense incluso para prompts de sistema cortos y repetidos.
Un ejemplo con números: un millón de tickets de soporte
Imagina que clasificas un millón de tickets, cada uno de 1.000 tokens de entrada con el tokenizador de Haiku 4.5 y una etiqueta corta de 50 tokens. El tokenizador de Haiku 5.5 cuenta el mismo texto con alrededor de un 30 % más de tokens, es decir, 1.300 tokens de entrada y 65 de salida por ticket.
Haiku 4.5Haiku 5.5
Precios de tarifa, sin tokens de razonamiento, caché ni descuento por lotes. Con procesamiento por lotes, Haiku 5.5 costaría unos 81 dólares.
Benchmarks
Los resultados de Anthropic muestran un salto enorme frente a Haiku 4.5 en trabajo agéntico, donde un modelo tiene que usar un ordenador o un terminal para completar una tarea, y una ventaja clara sobre el modelo pequeño de OpenAI, GPT-6 Luna.
Cuanto más alto, mejor. Datos de Anthropic. Sonnet 5.5 supera a los tres.
Cuanto más alto, mejor. Datos de Anthropic.
En Humanity's Last Exam, una prueba de razonamiento muy difícil, obtiene un 45,9 % sin herramientas y un 57,4 % con herramientas. En el índice independiente Artificial Analysis Intelligence Index logra 43, con un coste de unos 0,21 dólares por tarea del benchmark: es uno de los modelos capaces más baratos que hay. Para tener contexto, lee los mejores modelos de IA de octubre de 2026.
Haiku 5.5 frente a sus rivales más cercanos
Claude Haiku 5.5
Anthropic- Precio
- $0.10 / $0.50 hasta 100K
- Contexto
- 1M de tokens
- Salida
- 128K tokens
- Entradas
- texto e imágenes
- El más fuerte de los tres en benchmarks agénticos
- Cinco veces más caro por encima de 100K tokens
GPT-6 Luna
OpenAI- Precio
- $0.10 / $0.50 (más caro por encima de 272K)
- Contexto
- 1,05M de tokens
- Salida
- 128K tokens
- Entradas
- texto e imágenes
- Más barato para prompts muy largos
- Peores resultados agénticos en las pruebas de Anthropic
Gemini 3.5 Flash-Lite
Google- Precio
- $0.30 / $2.50, tarifa plana
- Contexto
- alrededor de 1M de tokens
- Salida
- 65K tokens
- Entradas
- texto, imagen, vídeo, audio y PDF
- La mayor variedad de entradas
- Precio de tarifa más alto
Dónde encaja en un equipo de datos
- Subagentes
- Un modelo grande planifica y Haiku hace las muchas consultas pequeñas. El ejemplo de Rogo: Haiku extrae una línea de ingresos de un 10-K mientras un modelo mayor monta la presentación.
- Clasificación y etiquetado
- Etiqueta tickets, reseñas o transacciones a gran escala, mejor con procesamiento por lotes a mitad de precio.
- Extracción
- Convierte facturas, contratos o correos en filas estructuradas.
- Resúmenes de documentos largos
- 1M de tokens significa informes completos o hilos largos en un solo prompt.
- Asistentes rápidos
- Atención en directo y tareas en el navegador, donde la velocidad importa más que la profundidad.
Para programación agéntica compleja o análisis en profundidad, la propia Anthropic recomienda Sonnet 5.5 u Opus 5.5.
Cómo usarlo y qué se rompe al actualizar
El identificador del modelo es claude-haiku-5-5 y está disponible en la API de Claude, Amazon Bedrock, Google Cloud, Microsoft Foundry y Claude Platform on AWS, además de en versión preliminar en Snowflake Cortex.
import anthropic
client = anthropic.Anthropic()
msg = client.messages.create(
model="claude-haiku-5-5",
max_tokens=2000, # leave room for thinking tokens
messages=[{"role": "user",
"content": "Classify this ticket as billing, bug or other: ..."}],
)
for block in msg.content: # responses can start with a thinking block
if block.type == "text":
print(block.text)Cambios incompatibles respecto a Haiku 4.5
- temperature, top_p, top_k
- Los valores distintos de los predeterminados devuelven un error. Elimínalos.
- Prefill
- Terminar los mensajes con un turno del asistente devuelve un error. Termina con un turno del usuario.
- Presupuestos de razonamiento manuales
- budget_tokens devuelve un error. Usa el razonamiento adaptativo y el esfuerzo.
- Tokenizador
- Alrededor de un 30 % más de tokens para el mismo texto. Vuelve a contar prompts y presupuestos.
- Forma de la respuesta
- Selecciona los bloques de contenido por tipo, no por posición.
- Herramienta antigua de computer use
- computer_20250124 devuelve un error. Usa la versión más reciente.
Pon a prueba lo que has aprendido
1/3¿Cuánto cuesta la entrada de Claude Haiku 5.5 en un prompt de 50.000 tokens?
El precio de $0.50 de entrada solo se aplica por encima de 100K tokens.
2/3¿Por qué el mismo prompt puede gastar más tokens que con Haiku 4.5?
Vuelve a contar los prompts y revisa max_tokens al migrar.
3/3¿Qué pasa si envías temperature=0.2?
Los parámetros de muestreo distintos de los predeterminados ya no se admiten.
Has acertado 0 de 3.
¿Comparas modelos para un proyecto? Lee los mejores modelos de IA de octubre de 2026, GPT-6.1 Sol y el DevDay 2026 y Gemini 4 Argon explicado.
Fuentes: la documentación de Anthropic «What's new in Claude Haiku 5.5» y las cifras de la system card publicadas por MarkTechPost (7 de octubre de 2026), además de la clasificación de Artificial Analysis (mediados de octubre de 2026). Los benchmarks son datos de los fabricantes salvo que se indique lo contrario.
