Anthropic lanza Claude Haiku 5.5: su modelo pequeño más rápido, más barato y más capaz hasta la fecha

Anthropic ha presentado Claude Haiku 5.5, la nueva versión de su modelo más pequeño y económico, descrita por la compañía como "el modelo pequeño más barato, rápido y capaz" que ha lanzado hasta ahora. Está pensado para tareas de alto volumen y sensibles al coste: resúmenes, compactación de contexto, consultas a bases de datos y clasificación. Además, según Anthropic, funciona especialmente bien como subagente cuando trabaja junto a modelos más grandes como Opus 5.5 y Sonnet 5.5 en tareas de programación, y al ser su modelo más rápido hasta la fecha, resulta idóneo para aplicaciones donde la latencia importa, como atención al cliente en vivo o uso de navegador (browser use).

El cambio más llamativo es el precio: Haiku 5.5 cuesta, de media, en torno a un 75% menos de ejecutar que Haiku 4.5. En la letra pequeña, Anthropic matiza que la rebaja es del 90% para peticiones de hasta 100.000 tokens (que representaban el 90% de las solicitudes a Haiku 4.5) y del 50% para peticiones por encima de ese umbral, un cálculo que además tiene en cuenta que Haiku 5.5 usa un tokenizador actualizado (similar al de Sonnet 5.5 y Opus 5.5) que consume ligeramente más tokens por tarea. En cifras concretas por millón de tokens: las lecturas de caché pasan a costar 0,01$/0,05$ (según el tramo), las escrituras de caché 0,125$/0,625$, los tokens de entrada 0,10$/0,50$ y los de salida 0,50$/2,50$ — frente a 0,10$, 1,25$, 1,00$ y 5,00$ respectivamente en Haiku 4.5.

En cuanto a rendimiento, Anthropic publica comparativas frente a Haiku 4.5, Sonnet 5.5 y un modelo de la competencia llamado GPT-6 Luna, en varios benchmarks: en GDPval-AA v2.1 (trabajo de conocimiento sobre 44 profesiones), Haiku 5.5 obtiene 1620 puntos frente a 735 de Haiku 4.5 y 1437 de GPT-6 Luna (Sonnet 5.5 marca 1840 como referencia); en AA-Briefcase v1.1, 1578 frente a 614; en uso de ordenador (OSWorld 2.1, subconjunto offline), 72,4% frente a 15,7% de Haiku 4.5 y 48,9% de GPT-6 Luna; en Humanity's Last Exam, 45,9% sin herramientas y 57,4% con herramientas, frente al 10,2%/18,7% de Haiku 4.5; en Terminal-Bench 4.0 (programación agéntica), 39,2% frente al 0,0% de Haiku 4.5 y 16,4% de GPT-6 Luna; en FrontierCode 1.1, 46,4%; y en razonamiento visual (Chartography), 46,4% sin herramientas frente al 6,4% de Haiku 4.5.

Una novedad estructural es que Haiku 5.5 es el primer modelo de la gama Haiku que incorpora un ajuste de "esfuerzo" (effort) configurable, el mismo mecanismo ya presente en otros modelos de Anthropic, que permite a los usuarios decidir si optimizar hacia el coste o hacia la inteligencia, con niveles que van de "Low" a "Max". Los gráficos de la propia Anthropic muestran cómo varía el rendimiento en OSWorld, GDPval-AA y Humanity's Last Exam según el nivel de esfuerzo elegido, frente al coste por tarea.

La compañía recoge también testimonios de clientes que probaron el modelo en fase temprana. Asana dice haber visto 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 en su producto de "AI Teammates", en casos como triaje de errores o búsqueda de trabajo atrasado en carteras grandes. HubSpot señala que Haiku 5.5 logró la mejor puntuación vista hasta ahora en su batería de pruebas sobre tareas de CRM, un 92,8% de media en tres ejecuciones, siendo además el más rápido y el que mejor combinaba tasa de acierto y menor tasa de falsos positivos al identificar registros obsoletos. AlphaSense, que procesa unas 8 millones de llamadas semanales en producción con su función "Ask in Document", reporta una mejora estadísticamente significativa frente a Haiku 4.5 en 400 consultas de prueba (0,84 frente a 0,76). Box afirma haber obtenido 11 puntos más que Haiku 4.5 con aproximadamente la mitad de latencia, y plantea usarlo en informes de costes, resúmenes financieros y revisiones semanales recurrentes a gran escala. Rogo lo describe como ideal para trabajo acotado y de alto volumen, como que un subagente de Haiku 5.5 extraiga la línea de ingresos por segmento de un informe 10-K mientras un modelo mayor construye una presentación. Cognition, creadora de Devin, dice que Haiku 5.5 se suma como opción de "sidekick" en Devin Fusion, logrando una puntuación de primer nivel de 66,2 en FrontierCode mientras reduce coste y latencia, combinado con Opus 5.5 como modelo líder.

El propio artículo subraya una matización importante: Sonnet 5.5 y Opus 5.5 siguen siendo la mejor opción para tareas de programación agéntica complejas, como las que mide Terminal-Bench 4.0; Haiku 5.5 está pensado para tareas más acotadas que antes resultaban prohibitivas en coste, como compactación, resumen o trabajo de subagentes.

En materia de seguridad, Anthropic indica mejoras sustanciales en casi todas sus evaluaciones de alineamiento respecto a Haiku 4.5, con muchos menos casos de comportamiento desalineado y menor disposición a cooperar con usos indebidos (los detalles se remiten a la "system card" del modelo). Las salvaguardas de ciberseguridad de Haiku 5.5 son más restrictivas que las de Haiku 4.5, aunque algo menos que las de otros modelos recientes: permiten un rango más amplio de tareas defensivas que las de Sonnet 5.5, pero siguen bloqueando pruebas de penetración y técnicas asociadas a atacantes. Las salvaguardas de biología son las mismas que las aplicadas a Sonnet 5, Sonnet 5.5 y Opus 5: permiten preguntas de investigación biológica pero restringen solicitudes consideradas potencialmente dañinas. Las organizaciones con necesidades más amplias en estas áreas pueden solicitar acceso a los programas de verificación de ciencias de la vida y de ciberseguridad de Anthropic.

Haiku 5.5 ya está disponible en todas las plataformas, incluidas Amazon Web Services, Google Cloud y Microsoft Azure, además de la Claude Platform directamente, bajo el identificador de modelo claude-haiku-5-5.

Junto al lanzamiento, Anthropic anuncia otros cambios de precios y producto. Primero, recorta un 50% el precio de las lecturas de caché de Claude Sonnet 5.5, de 0,20$ a 0,10$ por millón de tokens; como las lecturas de caché representan una parte importante del consumo de tokens en tareas agénticas, esto abarata alrededor de un 20% el coste de ejecutar Sonnet 5.5 en la mayoría de esos escenarios, con un ejemplo concreto mostrado en Terminal-Bench 4.0. Segundo, esta semana todos los suscriptores de Claude Max y Team recibirán un nuevo crédito mensual de API para usar en la Claude Platform: 100$ al mes para usuarios de Max 5x, 200$ para Max 20x, y hasta 500$ (agrupados entre usuarios) para suscriptores de Team, pensado para que experimenten construyendo herramientas, aplicaciones y agentes propios con cualquiera de los modelos de Anthropic. Por último, los SDK de Python y TypeScript de Claude se actualizan para añadir soporte beta de uso de ordenador (computer use) y uso de navegador (browser use), funciones para las que Haiku 5.5 resulta especialmente adecuado por su combinación de velocidad, capacidad y precio.