Claude Haiku 5.5: Preise, Effort-Stufen und welche Sonnet-Aufgaben wechseln können

Claude Haiku 5.5 ist Anthropics kleines Modell für Arbeit mit hohem Volumen. Es erschien am 7. Oktober 2026 unter der API-Modell-ID claude-haiku-5-5, und Anthropic bezeichnet es als das „günstigste, schnellste und leistungsfähigste kleine Modell, das wir je veröffentlicht haben“. Es hat ein Kontextfenster von 1M Token, bis zu 128K Ausgabetoken, adaptives Thinking standardmäßig aktiv und eine Effort-Einstellung; damit ist es das erste Modell der Haiku-Klasse mit dieser Option. Die kurze Antwort für die meisten Teams fällt eng aus: Nutzen Sie es für Klassifikation, Extraktion, Routing, Zusammenfassungen und Subagenten-Schritte, und lassen Sie komplexes agentisches Programmieren bei Sonnet 5.5 oder Opus 5.5.

Dieser Artikel behandelt die Preisstufen und was sie für jede Anfrage bedeuten, den Benchmark-Vergleich mit Haiku 4.5 und Sonnet 5.5, wie Effort bei diesem Modell funktioniert, welche Sonnet-5.5-Aufgaben dorthin wechseln können und was Sie bei einer Migration von Haiku 4.5 neu testen sollten. Ich habe mehr als zehn Jahre an Vue-, Nuxt-, TypeScript-, Node- und PHP-Projekten gearbeitet und betreibe LLM-Funktionen auf meiner eigenen Nuxt-Seite. Deshalb stelle ich bei einer Ankündigung wie dieser eine praktische Frage: Welche meiner Workloads könnten ohne messbaren Qualitätsverlust zu einem günstigeren Modell wechseln? Jede Preis- und Benchmark-Angabe stammt aus den Launch-Beiträgen von Anthropic oder aus deren Plattformdokumentation; die Preise gelten Stand Oktober 2026.

Was ist Claude Haiku 5.5, und wo läuft es?

Haiku 5.5 verarbeitet Text und Bilder als Eingabe und liefert Text als Ausgabe. Es ist jetzt über die Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry und Claude Platform on AWS verfügbar. Die API-ID lautet claude-haiku-5-5; auf Amazon Bedrock lautet sie anthropic.claude-haiku-5-5. Die Modelltabelle der Plattform empfiehlt es für Aufgaben mit hohem Volumen und niedriger Latenz, etwa Klassifikation, Extraktion und Routing.

• Kontext und Ausgabe: 1M Token Kontext, bis zu 128K Ausgabetoken und bis zu 300K Ausgabetoken über die Message Batches API unter einem Beta-Header.
• Thinking und Effort: adaptives Thinking ist standardmäßig aktiv, Effort steuert, wie viel es nachdenkt. Der Standardwert ist medium.
• Geschwindigkeit: Anthropic nennt es das bislang schnellste Modell bei der jeweiligen Standardgeschwindigkeit. Im Fast Mode läuft es langsamer als die Opus-Modelle.
• Wissensstand: verlässlicher Wissensstand und Trainingsdatenstand jeweils Juni 2026.
• Lebenszyklus: veröffentlicht am 7. Oktober 2026, Außerbetriebnahme frühestens am 7. Oktober 2027.

Anthropic positioniert das Modell dort, wo Volumen und Geschwindigkeit mehr zählen als Tiefe. Der Launch-Beitrag nennt Zusammenfassungen, Verdichtungen, Datenbankabfragen und Klassifikationsanfragen als schnelle, sich wiederholende Arbeit, die es zuverlässig erledigt. Außerdem passe es als Subagent gut neben Opus 5.5 und Sonnet 5.5 bei Coding-Aufgaben. Als zeitkritische Einsatzfelder nennt der Beitrag Live-Kundensupport und Browser-Nutzung.

Zwei Punkte brauchen vor dem Produktiveinsatz Aufmerksamkeit. Das Fenster mit 1M Token wird anders bepreist als bei den übrigen Modellen ab Version 4.6: Diese bieten das volle Fenster zum Standardpreis, während Prompts über 100,000 Token bei Haiku 5.5 höhere Preise zahlen. Und die Cybersicherheits-Schutzmechanismen sind strenger als bei Haiku 4.5, aber weniger streng als bei anderen aktuellen Modellen; sie blockieren weiterhin Penetrationstests und ähnliche Techniken. Anthropic nennt zudem das Cyber Verification Program für Organisationen mit umfassenderer Cyber-Arbeit. Planen Sie das ein, wenn Sie Sicherheitswerkzeuge bauen.

Der Zeitpunkt war angekündigt. In seinem Sonnet-5.5-Beitrag vom 28. September 2026 erklärte Anthropic, Haiku 5.5 werde „in den kommenden Wochen“ zur Claude-5.5-Familie stoßen. Es erschien neun Tage später, am 7. Oktober.

Was kostet Haiku 5.5 pro Million Token?

Stand Oktober 2026 kostet Haiku 5.5 $0.10 pro Million Eingabetoken und $0.50 pro Million Ausgabetoken bei Prompts bis 100,000 Token. Prompts über 100,000 Token zahlen $0.50 für die Eingabe und $2.50 für die Ausgabe. Die Stufe legt jede Anfrage selbst fest, anhand der Prompt-Länge dieser Anfrage.

Drei Details verändern die Rechnung stärker als der Grundpreis. Erstens zählt die Prompt-Länge, die die Stufe bestimmt, alle Eingabetoken einschließlich Cache-Lese- und Cache-Schreibvorgängen; ein langer Prompt rutscht also durch Caching nicht in die untere Stufe. Zweitens halbiert die Batch API Eingabe- und Ausgabepreise, was sich für Rückstaus eignet, die nicht in Sekunden beantwortet werden müssen. Drittens erhöht inference_geo mit dem Wert "us" jede Token-Kategorie um den Multiplikator 1.1x, und bei Haiku 5.5 gilt er auch für die Preise über 100,000 Token.

Cache-Lesevorgänge kosten bei Haiku 5.5 10% des Grundpreises der Eingabe: $0.01 pro Million Token in der unteren Stufe, ein Zehntel des Betrags, den Sonnet 5.5 für einen Cache-Lesevorgang verlangt. Anthropic hat außerdem am Starttag den Preis für Cache-Lesevorgänge bei Sonnet 5.5 von $0.20 auf $0.10 pro Million Token halbiert, was laut Anthropic die Kosten von Sonnet 5.5 bei den meisten agentischen Aufgaben um etwa 20% senkt. Am selben Tag wurde ein monatliches API-Guthaben für Max- und Team-Abonnenten angekündigt, das in dieser Woche ausgerollt wird: $100 pro Monat für Max 5x, $200 für Max 20x und bis zu $500 für ein Team, gemeinsam genutzt. Es soll das Experimentieren mit Werkzeugen und Agenten fördern, die die API aufrufen, und funktioniert mit jedem Modell.

Ein Rechenbeispiel macht die Stufen greifbar. Angenommen, es gibt eine Million Klassifikationsaufrufe mit jeweils einem Prompt von 1,500 Token und einer Antwort von 50 Token. Das sind 1.5 Milliarden Eingabetoken und 50 Millionen Ausgabetoken. Die Tabelle rechnet das in der unteren Stufe durch, mit und ohne Batch-Preise und Caching, und zum Vergleich mit Sonnet 5.5.

Die Caching-Zeile setzt sich aus $12 für 1.2 Milliarden gecachte Token zu $0.01 pro Million und $30 für die übrigen 300 Token je Aufruf zu $0.10 pro Million zusammen. Sie lässt den einmaligen Cache-Schreibvorgang außen vor und setzt voraus, dass das Präfix warm bleibt; 1,200 Token liegen über dem Minimum von 512 Token für Caching. Setzt man bei der Standardzeile inference_geo auf "us", steigt die Summe von $175 auf $192.50.

Wie schneidet Haiku 5.5 im Benchmark gegen Haiku 4.5 und Sonnet 5.5 ab?

In der Tabelle von Anthropic übertrifft Haiku 5.5 Haiku 4.5 mit großem Abstand, wo Haiku 4.5 einen Wert hat. Auf jeder Zeile liegt es hinter Sonnet 5.5, und es übertrifft GPT-6 Luna in jeder Zeile, in der Luna einen Wert hat. Das sind Herstellerangaben. Lesen Sie sie als Richtung und grobe Größenordnung, nicht als Urteil über Ihren Workload.

Die Tabelle von Anthropic ist die Quelle für jede Haiku-Zahl in diesem Abschnitt. Bei der Sonnet-5.5-Spalte ist Vorsicht geboten. Der Sonnet-5.5-Beitrag von Anthropic nennt 1,844 bei GDPval-AA, 1,811 bei AA-Briefcase und 80.1% bei OSWorld 2.1, bezeichnet als „partial“, während der Haiku-Beitrag 1,840, 1,824 und 83.9% für die Offline-Teilmenge angibt. Die Quellen erklären die Differenz nicht; deshalb verwendet dieser Artikel durchgehend den Haiku-Beitrag und mittelt nicht. GPT-6 Luna ist außerdem ein anderes Modell als das GPT-6 Sol aus dem Sonnet-Beitrag.

Die größte Lücke zu Sonnet 5.5 zeigt sich bei Terminal-Bench 4.0, einer Bewertung für agentisches Programmieren, mit 39.2% gegen 70.6%. Das passt zu Anthropics eigener Aussage, dass Sonnet 5.5 und Opus 5.5 bei komplexem agentischen Programmieren die besseren Optionen bleiben. Am kleinsten ist die Lücke bei FrontierCode, mit 46.4% gegen 52.1%. Der größte Sprung gegenüber Haiku 4.5 liegt bei OSWorld 2.1, von 15.7% auf 72.4%. Für Drittanbieter-Zahlen zu Opus 5.5 lesen Sie meinen Artificial-Analysis-Beitrag zu Claude Opus 5.5; das ist eine eigene Frage neben der Herstellertabelle.

Anthropics Beitrag zitiert außerdem Kunden, deren Ergebnisse vom Hersteller zusammengetragen und nicht unabhängig geprüft sind. AlphaSense berichtet einen statistisch signifikanten Gewinn bei 400 Abfragen an seine Funktion Ask in Document: 0.84 für Haiku 5.5 gegenüber 0.76 für Haiku 4.5. Box meldet in frühen Tests 11 Punkte mehr als Haiku 4.5 bei etwa halber Latenz. HubSpot nennt 92.8% im Mittel über drei Durchläufe auf einer CRM-Reporting-Suite und bezeichnet das als das beste Ergebnis, das es auf dieser Suite je gesehen hat.

Wie funktionieren die Effort-Stufen bei Haiku 5.5?

Effort legt fest, wie viel Arbeit das Modell in die gesamte Antwort steckt, also in Text, Tool-Aufrufe und Thinking. Haiku 5.5 unterstützt low, medium, high, xhigh und max; Standard ist medium. Ein Senden von medium verhält sich deshalb wie das Weglassen des Parameters. Effort ist ein Verhaltenssignal und kein striktes Token-Budget; max_tokens bleibt die harte Grenze für die Gesamtausgabe.

Die Einstellung steht unter output_config. Der minimale Aufruf unten folgt der Form aus dem Effort-Leitfaden, mit der Haiku-Modell-ID:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-haiku-5-5",
    max_tokens=2048,
    messages=[
        {
            "role": "user",
            "content": "Label this support ticket as billing, bug, or other. Ticket: ...",
        }
    ],
    output_config={"effort": "low"},
)

for block in response.content:
    if block.type == "text":
        print(block.text)

Die Form ist dieselbe, die der Effort-Leitfaden für andere Modelle verwendet. Lassen Sie temperature, top_p und top_k weg, wie die Übersicht empfiehlt.

• low ist die günstigste und schnellste Stufe. Anthropic empfiehlt sie für Chat, kurze Tool-Aufgaben und einfache Anfragen mit hohem Volumen. Die Übersicht warnt außerdem, dass das Modell bei langen Agenten-Prompts auf dieser Stufe eher eine Suche auslässt, früh aufhört oder eine Prüfung überspringt.
• medium ist der Standard und der empfohlene Ausgangspunkt für die meiste Arbeit, auch für agentisches Programmieren.
• high eignet sich für Wissensarbeit, längere Agentenaufgaben und strikte Befolgung von Anweisungen.
• xhigh und max sind für Workloads gedacht, bei denen Ihre Evals einen Qualitätsgewinn zeigen. Anthropic rät, sie vor dem Einsatz mit Sonnet 5.5 bei Leistung, Kosten und Geschwindigkeit zu vergleichen.

Thinking ist standardmäßig aktiv und zählt auf max_tokens, lassen Sie also Spielraum in diesem Limit. Um weniger Thinking zu erhalten, senken Sie die Effort-Stufe. Sie können auch thinking: {"type": "disabled"} bei high oder darunter senden. Bei xhigh oder max liefert diese Anfrage einen 400-Fehler; verwenden Sie dort adaptives Thinking. Übergeben Sie adaptive nie als Effort-Wert, denn das ist ein Thinking-Modus und keine Stufe.

Auf der Claude API und in Google Cloud akzeptiert Haiku 5.5 zusätzlich einen Effort-Wechsel pro Nachricht in der Beta, mit dem Header mid-conversation-output-config-2026-07-01; der Prompt-Cache bleibt dabei erhalten. Bei deaktiviertem Thinking funktioniert das nicht. Anthropic trägt im Launch-Beitrag drei Benchmarks gegen Effort auf. Nutzen Sie diese Diagramme, um den Verlauf des Zielkonflikts zu sehen, und fahren Sie dann Ihren eigenen Sweep, denn die Empfehlung für Opus 5.5 und Sonnet 5.5 lautet, auf eigenen Evals zu sweepen, statt Einstellungen aus einem früheren Modell zu übernehmen.

Welche Sonnet-5.5-Aufgaben können zu Haiku 5.5 wechseln?

Verlagern Sie zuerst die engen Aufgaben mit hohem Volumen: Klassifikation, Extraktion, Routing, Zusammenfassungen und Verdichtung, Abfragen und Subagenten-Schritte. Komplexes agentisches Programmieren, Fehlerbehebung und Dokument- oder Folienarbeit bleiben bei Sonnet 5.5, und Opus 5.5 ist für das schwierigste Denken reserviert.

Der Grund, den Wechsel zu testen, ist der Preis. In der unteren Stufe kostet Sonnet 5.5 pro Token das 20-Fache von Haiku 5.5: $2 gegen $0.10 für die Eingabe und $10 gegen $0.50 für die Ausgabe. Über 100,000 Prompt-Token bleibt Sonnet 5.5 beim Standardpreis, sodass das Verhältnis auf ein Viertel schrumpft: $0.50 gegen $2.00 für die Eingabe und $2.50 gegen $10 für die Ausgabe.

Die Tabelle ist ein Ausgangspunkt. Keine der Quellen veröffentlicht Ergebnisse für genau diese Workloads; testen Sie jeden auf beiden Modellen, bevor Sie ihn verlagern. Anthropic zieht die Grenze selbst: Sonnet 5.5 und Opus 5.5 bleiben die besseren Optionen für komplexes agentisches Programmieren, während Haiku 5.5 für eng umrissene Aufgaben wie Verdichtung, Zusammenfassung und Subagenten-Aufgaben am besten geeignet ist. Box sagt, es würde Haiku 5.5 für analytische Aufgaben im großen Stil einsetzen, etwa Kostenberichte, Finanzzusammenfassungen und wöchentliche wiederkehrende Reviews.

Wie passt Haiku 5.5 neben Sonnet 5.5 und Opus 5.5?

Stellen Sie Haiku 5.5 als erste Stufe davor, entweder als Router, der Anfragen sortiert, oder als Subagent für enge Schritte, und eskalieren Sie nur die Anfragen, die mehr Leistung brauchen. Der Launch-Beitrag zeigt beide Rollen anhand von Kundenbeispielen. Cognition sagt, Haiku 5.5 stoße in Devin Fusion als Sidekick dazu, und man könne es in der Devin CLI mit Opus 5.5 als Hauptmodell ausprobieren. Rogo beschreibt einen Haiku-5.5-Subagenten, der die Zeile mit dem Segmentumsatz aus einem 10-K herauszieht, während ein größeres Modell die Präsentation baut.

Ein Router braucht ein Signal, nach dem er eskaliert, und die Quellen definieren keines. Wählen Sie es anhand Ihrer Evals: die Prompt-Länge mit Blick auf die 100,000-Token-Stufe, eine Validierungsprüfung der Haiku-Ausgabe oder den Aufgabentyp. Was immer Sie wählen, protokollieren Sie, welchen Weg jede Anfrage nimmt. Die Rechnung hängt von der Eskalationsrate ebenso sehr ab wie vom günstigsten Weg.

Lange Prompts brauchen eine eigene Regel. Über 100,000 Token ist Haiku 5.5 immer noch ein Viertel des Sonnet-5.5-Preises; ein langer Prompt an Sonnet muss daher durch Qualitätsdaten begründet sein, nicht allein durch die Stufe. Zum breiteren Kostenbild lesen Sie Prompt-Caching und Modell-Routing, und für Routing-Entscheidungen mit kalibrierter Konfidenz und Übergabe an einen Menschen lesen Sie typisierte Entscheidungen für LLM-Routing.

Was sollten Sie bei einem Wechsel von Haiku 4.5 neu testen?

Testen Sie die gesamte Anfrage neu, nicht nur den Modellnamen. Das Token-Volumen steigt, Sampling-Parameter entfallen, Thinking ist standardmäßig aktiv, und Effort ist eine neue Einstellung, die Sie festlegen müssen. Beginnen Sie mit einer Token-Zählung echter Prompts und fahren Sie dann einen Effort-Sweep auf Ihren Evals.

Das Token-Volumen steigt. Haiku 5.5 verwendet den neueren Tokenizer, den Claude 4.7 und spätere Modelle teilen, und laut Übersicht zählt derselbe Text rund 30% mehr Token als bei Haiku 4.5. Die Reduktionszahlen im Launch-Beitrag berücksichtigen diesen Effekt laut dessen Fußnote bereits. Ihr eigenes Budget tut das nicht: Zählen Sie Token mit der Modell-ID 5.5 an echten Prompts und kalkulieren Sie anhand dieser Werte.

Auch Sampling-Parameter entfallen. Die Übersicht empfiehlt, temperature, top_p und top_k wegzulassen, und verweist für die Werte, die einen 400-Fehler liefern, auf einen Abschnitt im Migrationsleitfaden. Auch beim Thinking ändert sich etwas. Adaptives Thinking ist standardmäßig aktiv, und Thinking-Blöcke funktionieren nur im Konto, das sie erzeugt hat, oder in einem damit verknüpften Konto. Das ist wichtig, wenn Sie Unterhaltungen zwischen Konten verschieben.

Lesen Sie die Fähigkeiten über die Models API aus, statt sie aus Notizen zu übernehmen. Das Capabilities-Objekt jedes Modells zeigt, ob es thinking: {type: "disabled"} und between_tools akzeptiert und welche Server-Tools es unterstützt, sodass ein Migrationsskript diese Flags prüfen kann, bevor es eine Anfrage sendet.

Danach kommt der Effort-Sweep. Beginnen Sie bei medium für die meiste Arbeit, messen Sie low auf den einfachen Pfaden mit hohem Volumen und high dort, wo lange Agentenläufe oder die strikte Befolgung von Anweisungen zählen. Anthropic warnt, dass bei low Effort lange Agenten-Prompts das Modell eher dazu bringen, eine Suche auszulassen, früh aufzuhören oder eine Prüfung zu überspringen. Ergänzen Sie Ihre Evals deshalb um Fälle, die genau diese Auslassungen testen. Lesen Sie vor dem Umschreiben der Prompts den Leitfaden „Prompting Claude Haiku 5.5“, auf den die Übersicht verlinkt, denn er beschreibt das Verhalten dieses Modells. Die Quellen dieses Artikels nennen keine weiteren Änderungen; alles andere müssen Ihre Evals erst finden.

Welche Checkliste gilt, bevor Sie einen Workload umstellen?

Gehen Sie diese Schritte für jeden Workload der Reihe nach durch und behalten Sie den Sonnet-5.5-Pfad als Fallback, bis Ihre Evals etwas anderes zeigen.

1. Teilen Sie den Traffic nach Prompt-Länge auf und zählen Sie die Anfragen über 100,000 Token, denn sie zahlen die höhere Stufe.
2. Zählen Sie Token mit der Modell-ID claude-haiku-5-5 an echten Prompts. Berücksichtigen Sie den System-Prompt für Tool-Nutzung, den die Preisseite mit 286 Token bei der Tool-Auswahl auto oder none und mit 406 Token bei any oder tool angibt.
3. Entfernen Sie temperature, top_p und top_k aus jeder Anfrage und setzen Sie output_config.effort ausdrücklich, beginnend mit medium.
4. Lassen Sie Spielraum in max_tokens für Thinking, und lassen Sie Thinking aktiv, außer der Sweep zeigt, dass es für diesen Workload nichts bringt.
5. Fahren Sie den Effort-Sweep auf einem gemeinsamen Eval-Set. Nutzen Sie low nur dort, wo die Auslassungsprüfungen weiterhin bestehen, und gehen Sie zu xhigh oder max nur, wenn der Wert steigt.
6. Schicken Sie nicht eilige Arbeit über die Batch API zum halben Preis und cachen Sie gemeinsame Präfixe von mindestens 512 Token.
7. Protokollieren Sie für jede Anfrage Weg, Eskalationsgrund, Token-Zahlen und Eval-Wert, damit Sie Eskalationsrate und tatsächliche Kosten pro Weg sehen.

Wenn Sie die Routing- und Evaluationsschicht um solche Modelle herum bauen, gehen zwei verwandte Beiträge auf diesem Blog weiter: Reasoning-Effort und Thinking-Budgets behandelt Effort-Sweeps ausführlich, und Small Language Models klärt, wann ein kleines Modell reicht. Bei der Einführung von LLM-Funktionen wie diesen in den Produktivbetrieb finden Sie mehr in meiner Arbeit im Bereich KI-Engineering.

Quellen

1. Anthropic: Introducing Claude Haiku 5.5 (October 7, 2026)
2. Claude Platform docs: Claude Haiku 5.5 overview
3. Claude Platform docs: Pricing
4. Claude Platform docs: Effort
5. Anthropic: Introducing Claude Sonnet 5.5 (September 28, 2026)
6. Claude Platform docs: Models overview