A Anthropic lançou o Claude Haiku 5.5 nesta terça-feira, 7 de outubro, e o número que importa não é um benchmark. É o preço: US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, um décimo do Haiku 4.5. A empresa diz que, na média das cargas de trabalho, o modelo “custa cerca de 75% menos para rodar” que o antecessor. No mesmo dia, cortou pela metade o preço de leitura de cache do Sonnet 5.5. Nove dias depois de a matéria sobre o Sonnet 5.5 explicar o custo por tarefa, a conta do modelo pequeno é a que decide o que vai rodar de verdade numa operação.
Resumo: o Claude Haiku 5.5 custa US$ 0,10 por milhão de tokens de entrada e US$ 0,50 de saída até 100 mil tokens de prompt; acima disso, US$ 0,50 e US$ 2,50. O Haiku 4.5 custava US$ 1 e US$ 5. A Anthropic estima 75% de economia média, porque cerca de 90% das requisições cabem na faixa barata e o tokenizador novo gasta um pouco mais de tokens. Nos benchmarks da própria empresa, o modelo salta de 15,7% para 72,4% em uso de computador e de 0% para 39,2% em tarefas de terminal. A recomendação oficial: sumarização, classificação, consultas a banco, suporte ao vivo e subagentes. A leitura de cache do Sonnet 5.5 caiu de US$ 0,20 para US$ 0,10, o que a Anthropic traduz em agentes 20% mais baratos.
Neste artigo
- A tabela de preços e a pegadinha dos 100 mil tokens
- De onde saem os 75%
- O que ele faz e o que não faz
- O corte no cache do Sonnet 5.5
- Onde encaixar o modelo pequeno na sua operação
- Perguntas frequentes
A tabela de preços e a pegadinha dos 100 mil tokens
O preço tem duas faixas, definidas pelo tamanho do prompt. A tabela abaixo é da página oficial de preços da Anthropic:
| Modelo | Entrada (por milhão) | Saída (por milhão) | Leitura de cache |
|---|---|---|---|
| Haiku 5.5, prompt até 100 mil tokens | US$ 0,10 | US$ 0,50 | US$ 0,01 |
| Haiku 5.5, prompt acima de 100 mil tokens | US$ 0,50 | US$ 2,50 | US$ 0,05 |
| Haiku 4.5 | US$ 1,00 | US$ 5,00 | US$ 0,10 |
| Sonnet 5.5 | US$ 2,00 | US$ 10,00 | US$ 0,10 (era US$ 0,20) |
A pegadinha está na regra da faixa. Segundo a documentação, uma requisição acima do limite “paga os preços mais altos mesmo quando parte do prompt é um acerto de cache”. Ou seja, a faixa não é progressiva: passou de 100 mil tokens, a requisição inteira custa cinco vezes mais. Para quem monta agentes com contexto longo, o limite vira regra de projeto.
Há um segundo detalhe. O tokenizador dos modelos a partir da geração 4.7 produz “aproximadamente 30% mais tokens” que o anterior, segundo a mesma documentação. O preço por token caiu dez vezes, mas a quantidade de tokens subiu um pouco.
De onde saem os 75%
A Anthropic não diz que o modelo é 75% mais barato por token; diz que ele “custa cerca de 75% menos para rodar”, em média. A nota de rodapé do anúncio faz a conta: 90% de economia na faixa até 100 mil tokens, 50% acima dela, e cerca de 90% das requisições do Haiku 4.5 caíam na primeira faixa. Descontado o tokenizador que gasta mais, a média fica nos 75%.
É uma estimativa de carga de trabalho, feita pelo fornecedor com os dados dele. A sua pode ser melhor ou pior. Uma análise independente estimou economia perto de 87% num prompt de 20 mil tokens e perto de 35% num prompt de 150 mil. A direção é a mesma; o tamanho depende do que você manda.
O que ele faz e o que não faz
Os benchmarks são da Anthropic e devem ser lidos como tal:
| Teste | Haiku 4.5 | Haiku 5.5 | Sonnet 5.5 |
|---|---|---|---|
| OSWorld 2.1 (uso de computador) | 15,7% | 72,4% | 83,9% |
| Terminal-Bench 4.0 (tarefas em terminal) | 0,0% | 39,2% | 70,6% |
| GDPval-AA v2.1 (trabalho de conhecimento, Elo) | 735 | 1.620 | 1.840 |
| Humanity’s Last Exam, com ferramentas | — | 57,4% | — |
Duas leituras. O salto sobre o Haiku 4.5 é enorme em tarefas de agente: usar computador e terminal eram coisas que o modelo pequeno não fazia. E a distância para o Sonnet 5.5 continua clara em programação complexa; a própria Anthropic diz que Sonnet e Opus “seguem melhores para coding agêntico complexo”. O VentureBeat notou ainda que o resultado de terminal cai para cerca de 20% no nível de esforço padrão; os 39% são no esforço máximo, que custa mais tokens.
A lista oficial de usos: sumarização, compactação de contexto, consultas a banco de dados, classificação, buscas rápidas, suporte ao vivo, uso de navegador e subagente de Opus 5.5 ou Sonnet 5.5. Ze’ev Klapow, engenheiro da HubSpot, disse que o modelo “obteve a melhor pontuação que já vimos nesta suíte, 92,8%”. Yashodha Bhavnani, da Box, falou em 11 pontos acima do Haiku 4.5 “com cerca de metade da latência”. São depoimentos escolhidos pela Anthropic.
O corte no cache do Sonnet 5.5
No mesmo anúncio, a leitura de cache do Sonnet 5.5 caiu de US$ 0,20 para US$ 0,10 por milhão de tokens. Cache é o pedaço do prompt que se repete entre chamadas, como as instruções do sistema e os documentos de referência. Em agente, é a maior parte do que entra. A Anthropic estima que o corte deixa “a maior parte do trabalho agêntico cerca de 20% mais barata”. Mostrei a lógica do custo por tarefa em Claude Sonnet 5.5: mesmo preço, tarefa até 30% mais barata. Com o cache pela metade, a mesma conta melhora sem mexer em código.
Onde encaixar o modelo pequeno na sua operação
A arquitetura que a Anthropic sugere é a que já defendi em Agentes que gerenciam agentes: um modelo forte decide e distribui; modelos baratos executam o volume. Na prática:
- Triagem e classificação de e-mail, ticket, lead e comentário: Haiku.
- Resumo e extração de documento, reunião e planilha: Haiku.
- Atendimento de primeira linha, com escalada para humano ou modelo maior: Haiku.
- Decisão, redação final e código complexo: Sonnet ou Opus.
- Prompt abaixo de 100 mil tokens como regra de projeto, para não cair na faixa cara.
E a medida continua a mesma: custo por tarefa concluída com sucesso, não preço por token. Em Jev: a IA 400x mais barata que o ChatGPT, mostrei o que acontece quando o preço cai e o trabalho não sai. O Haiku 5.5 parece ter evitado essa armadilha, mas isso quem diz é o seu teste, não a tabela.
Perguntas frequentes
Quanto custa o Claude Haiku 5.5?
US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, para prompts de até 100 mil tokens. Acima disso, US$ 0,50 e US$ 2,50. A leitura de cache custa US$ 0,01 na faixa menor.
O Haiku 5.5 é 75% mais barato que o Haiku 4.5?
Por token, é 90% mais barato até 100 mil tokens e 50% acima disso. Os 75% são a estimativa da Anthropic para o custo médio de rodar as cargas de trabalho reais, considerando que o tokenizador novo gasta cerca de 30% mais tokens.
Para que serve o Haiku 5.5?
Segundo a Anthropic: sumarização, classificação, consultas a banco de dados, buscas rápidas, suporte ao vivo, uso de navegador e trabalho de subagente. Programação complexa continua com Sonnet e Opus.
O que mudou no Sonnet 5.5?
A leitura de cache caiu de US$ 0,20 para US$ 0,10 por milhão de tokens. Entrada e saída seguem em US$ 2 e US$ 10. A Anthropic estima que agentes ficam cerca de 20% mais baratos com isso.