Claude Haiku 5.5: Anthropic lanza su modelo pequeño más rápido y barato para tareas de alto volumen

Anthropic ha presentado Claude Haiku 5.5, al que describe como el modelo pequeño más barato, más rápido y más capaz que ha lanzado hasta ahora. La compañía lo posiciona explícitamente para trabajos de alto volumen y sensibles al coste: resúmenes, compactación de contexto, consultas a bases de datos y tareas de clasificación. También se presenta como el complemento ideal de Opus 5.5 y Sonnet 5.5 cuando estos actúan como modelos "líderes" en tareas de programación, dejando que Haiku 5.5 trabaje como subagente para encargos acotados. Según Anthropic, es además su modelo más rápido hasta la fecha a velocidad estándar (aunque sigue siendo más lento que sus modelos Opus en modo rápido), lo que lo hace apto para casos sensibles a la latencia como atención al cliente en vivo o uso de navegador.

En cuanto a precio, Anthropic afirma que Haiku 5.5 cuesta en promedio alrededor de un 75% menos de ejecutar que Haiku 4.5. En términos concretos, la tarifa es un 90% más barata para solicitudes de hasta 100.000 tokens (que, según la empresa, representaban cerca del 90% de las peticiones a su modelo Haiku anterior) y un 50% más barata para solicitudes que superan ese umbral. La propia compañía matiza que esta comparación tiene en cuenta que Haiku 5.5 usa un tokenizador actualizado (similar al de Sonnet 5.5 y Opus 5.5), por lo que consume algo más tokens por tarea que su predecesor. En la tabla de precios por millón de tokens, para prompts de hasta/más de 100.000 tokens, Haiku 5.5 cobra 0,01 $/0,05 $ por lecturas de caché, 0,125 $/0,625 $ por escrituras de caché, 0,10 $/0,50 $ por tokens de entrada y 0,50 $/2,50 $ por tokens de salida; en comparación, Haiku 4.5 cobraba 0,10 $, 1,25 $, 1,00 $ y 5,00 $ respectivamente, y Sonnet 5.5 cobra 0,10 $, 2,50 $, 2,00 $ y 10,00 $.

En rendimiento, Anthropic compara Haiku 5.5 con Haiku 4.5, con "GPT-6 Luna" (como referencia de la competencia) y con su propio Sonnet 5.5, a través de varios benchmarks. En GDPval-AA v2.1 (trabajo de conocimiento sobre 44 profesiones, según Artificial Analysis) Haiku 5.5 obtiene 1620 puntos frente a 735 de Haiku 4.5, 1437 de GPT-6 Luna y 1840 de Sonnet 5.5. En AA-Briefcase v1.1 logra 1578 frente a 614, 1336 y 1824 respectivamente. En uso de ordenador (OSWorld 2.1, subconjunto offline) alcanza 72,4%, frente al 15,7% de Haiku 4.5, 48,9% de GPT-6 Luna y 83,9% de Sonnet 5.5. En Humanity's Last Exam, sin herramientas obtiene 45,9% (frente a 10,2% y 56,9% de Haiku 4.5 y Sonnet 5.5; no se reporta dato de GPT-6 Luna) y con herramientas 57,4% (frente a 18,7% y 64,5%). En programación agéntica, Terminal-Bench 4.0 da 39,2% para Haiku 5.5, 0,0% para Haiku 4.5, 16,4% para GPT-6 Luna y 70,6% para Sonnet 5.5; en FrontierCode 1.1 (Main) obtiene 46,4%, sin dato para Haiku 4.5, 42,4% para GPT-6 Luna y 52,1% para Sonnet 5.5 (en modo "Xhigh"). En razonamiento visual (Chartography, sin herramientas) logra 46,4% frente a 6,4%, 29,1% y 61,6%.

Una novedad destacada es que Haiku 5.5 es el primer modelo de la clase Haiku con un ajuste de "esfuerzo" configurable (niveles Low, Med, High, Xhigh y Max), permitiendo a los usuarios decidir si priorizan coste o inteligencia, de forma similar a como ya funciona en otros modelos de Anthropic. Los gráficos de precisión frente a coste que acompañan el anuncio (en OSWorld, GDPval-AA y Humanity's Last Exam) muestran cómo varía el rendimiento según ese nivel de esfuerzo elegido.

Varias empresas aportaron valoraciones tempranas. Asana (Aaron Vinh, Staff Software Engineer) señala que, al probar Haiku 5.5 en su suite de evaluación para AI Teammates —cubriendo triaje de errores, configuración de proyectos y búsqueda en grandes carteras para detectar trabajo urgente o atrasado—, observaron más de un 30% de reducción de latencia en la finalización de tareas y hasta 2,5 veces más velocidad de inferencia por turno de agente. HubSpot (Ze'ev Klapow, Distinguished Software Engineer) afirma haber obtenido con Haiku 5.5 la mejor puntuación vista hasta ahora en su suite de evaluación de tareas de CRM, un 92,8% de media en tres ejecuciones, además de ser el modelo más rápido y con mejor tasa de aciertos y menor tasa de falsos positivos en una tarea de auditoría para detectar registros obsoletos pero ambiguos. AlphaSense (Daniel Campos, Distinguished Engineer) indica que en su función "Ask in Document" —que procesa unas 8 millones de llamadas semanales en producción— una prueba de 400 consultas mostró una mejora estadísticamente significativa de Haiku 5.5 frente a Haiku 4.5 (0,84 frente a 0,76). Box (Yashodha Bhavnani, VP of AI Products) reporta una puntuación 11 puntos superior a Haiku 4.5 con aproximadamente la mitad de latencia, y prevé usarlo en trabajo analítico a escala como informes de costes y resúmenes financieros. Rogo (Alex Wang, Applied AI) lo describe como útil para que, mientras un modelo más grande construye una presentación, un subagente Haiku 5.5 extraiga datos concretos (como la línea de ingresos por segmento) de un informe 10-K. Cognition (Walden Yan, cofundador y CPO) menciona que Haiku 5.5 se suma como opción de "sidekick" en su producto Devin Fusion, logrando una puntuación de primer nivel en FrontierCode (66,2) con menor coste y latencia, disponible ya en Devin CLI junto a Opus 5.5 como modelo líder.

En materia de seguridad, Anthropic dice haber observado mejoras importantes en casi todas sus evaluaciones de alineación respecto a Haiku 4.5, con menos casos de comportamiento desalineado y menor disposición a cooperar con usos indebidos (detalles remitidos a la tarjeta de sistema del modelo). En cuanto a salvaguardas, las de ciberseguridad de Haiku 5.5 son más restrictivas que las de Haiku 4.5, aunque algo menos que las aplicadas a otros modelos recientes de la compañía: permiten un rango más amplio de tareas defensivas que las salvaguardas de Sonnet 5.5, pero siguen bloqueando pruebas de penetración y otras técnicas más propias de atacantes. Las salvaguardas de biología son las mismas que las de Sonnet 5, Sonnet 5.5 y Opus 5: permiten preguntas de investigación biológica pero restringen solicitudes consideradas susceptibles de causar daño. Las organizaciones que necesiten un acceso más amplio pueden solicitarlo a través de los programas de verificación en ciencias de la vida y en ciberseguridad de Anthropic.

Claude Haiku 5.5 ya está disponible en todas las plataformas, incluidas Amazon Web Services, Google Cloud y Microsoft Azure, y los desarrolladores pueden empezar a usarlo en la Claude Platform con el identificador claude-haiku-5-5. Junto al lanzamiento, Anthropic anuncia otros cambios de precios y producto: a partir de ahora, las lecturas de caché de Claude Sonnet 5.5 cuestan un 50% menos (de 0,20 $ a 0,10 $ por millón de tokens), lo que —al representar las lecturas de caché una parte importante del consumo de tokens— reduce en torno a un 20% el coste de Sonnet 5.5 en la mayoría de tareas agénticas; la propia compañía ilustra el efecto con el benchmark Terminal-Bench 4.0. Eso sí, Anthropic aclara que Sonnet 5.5 y Opus 5.5 siguen siendo la mejor opción para tareas complejas de programación agéntica como las que mide ese test, mientras que Haiku 5.5 está pensado para tareas más acotadas que antes resultaban prohibitivas en coste, como compactación, resumen o trabajo de subagentes.

Además, esta semana se desplegará un nuevo crédito mensual de API para todos los suscriptores de Claude Max y Team en la Claude Platform: los usuarios de Max 5x recibirán 100 $ en créditos al mes, los de Max 20x 200 $, y los suscriptores de Team hasta 500 $, repartidos entre los usuarios de su equipo. Estos créditos, utilizables en cualquiera de los modelos de Anthropic, buscan facilitar la experimentación con la construcción de herramientas, aplicaciones y agentes que llamen a su API. Por último, Anthropic está actualizando sus SDK de Python y TypeScript para añadir soporte, en fase beta, para uso de ordenador (computer use) y uso de navegador (browser use), funciones para las que considera a Haiku 5.5 especialmente adecuado por su combinación de velocidad, capacidad y precio.