Claude Haiku 5.5 chega a US$ 0,10 por milhão de tokens, mas tem uma armadilha nos 100 mil

O que a Anthropic anunciou

O Haiku 5.5 é o modelo mais rápido e mais barato da família 5.5, que já tinha o Opus 5.5 (22/9) e o Sonnet 5.5 (28/9). Segundo as notas de versão, ele tem janela de contexto de 1 milhão de tokens e até 128 mil tokens de saída por resposta. O Haiku 4.5 tem 200 mil de contexto e 64 mil de saída.

O anúncio traz duas frases sobre preço. A primeira: o Haiku 5.5 "is priced 90% lower than Claude Haiku 4.5 for requests up to 100,000 tokens" (e 50% mais barato acima disso). A segunda: "On average, it now costs around 75% less to run", porque, segundo a própria Anthropic, o modelo usa um pouco mais de tokens por tarefa por causa do tokenizador novo.

A tabela completa, em US$ por milhão de tokens:

Conta 1: a troca do Haiku 4.5 pelo 5.5

O detalhe que muita gente esquece é o tokenizador. A página de preços da Anthropic diz que os modelos a partir do Claude 4.7 usam um tokenizador que gera cerca de 30% mais tokens para o mesmo texto. O Haiku 4.5 ainda usa o antigo; o Haiku 5.5 usa o novo. Pelas médias que o site usa para português (3,30 caracteres por token no antigo e 2,55 no novo), o mesmo texto vira 1,29 vez mais tokens.

Exemplo: uma empresa classifica 200 mil tickets de suporte por mês. Cada chamada leva 1.500 tokens no Haiku 4.5 (instruções, categorias e o ticket) e devolve 50 tokens. No Haiku 5.5, o mesmo texto vira cerca de 1.941 tokens de entrada e 65 de saída.

• Haiku 4.5: US$ 0,001750 por ticket, US$ 350,00 por mês.
• Haiku 5.5: US$ 0,000226 por ticket, US$ 45,29 por mês.

A queda é de 87%. Não chega aos 90% do preço de tabela por causa dos tokens a mais, mas fica acima da média de 75% citada pela Anthropic, porque nesse caso não há prompt longo nem cache.

Se a triagem não precisa de resposta na hora, a Batch API corta mais 50% da entrada e da saída, nas duas faixas de preço. O mesmo volume sairia por US$ 22,65 por mês (R$ 113,45), com as respostas entregues em até 24 horas. Para uma fila de tickets que alguém só vai olhar no dia seguinte, é uma troca razoável.

E se as instruções e a lista de categorias forem fixas e longas, vale pôr esse trecho no cache: no Haiku 5.5, a leitura do cache custa US$ 0,01 por milhão de tokens, um décimo da entrada. A documentação define um tamanho mínimo para o trecho entrar no cache; abaixo dele, a API cobra a entrada normal.

Conta 2: a armadilha dos 100 mil tokens

O Haiku 5.5 é o único modelo atual da Anthropic com preço por faixa. A página de preços explica a regra: se o prompt de uma requisição passa de 100.000 tokens, toda a requisição paga o preço maior, inclusive a saída. E o tamanho do prompt soma tudo: texto novo, leituras e gravações do cache.

Isso cria um degrau. Veja o custo de uma única requisição com 1.000 tokens de resposta:

De 99 mil para 101 mil tokens, o prompt cresce 2% e o preço da chamada pula de US$ 0,0104 para US$ 0,0530. Acima dos 100 mil, o Haiku 5.5 continua mais barato que o Haiku 4.5, mas a vantagem cai para 50%.

Na prática, quem manda documentos longos tem duas saídas:

• Cortar em pedaços menores que 100 mil tokens. Um contrato de 180 mil tokens dividido em dois pedaços de 90 mil paga US$ 0,0190 em duas chamadas, contra US$ 0,0925 numa só. A divisão só vale se a tarefa não precisar ver o documento inteiro de uma vez.
• Medir antes de enviar. O endpoint de contagem de tokens da API é gratuito e diz o tamanho exato do prompt. Nossa calculadora de custo da API já aplica o degrau quando a entrada passa de 100 mil.

Onde o Haiku 5.5 fica na tabela

Com US$ 0,10 e US$ 0,50, o Haiku 5.5 empata em preço de tabela com o GPT-6 Luna, que a OpenAI lançou em 22 de setembro também a US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens. A diferença aparece nos detalhes: o Haiku 5.5 tem o degrau dos 100 mil tokens; a OpenAI cobra o dobro na entrada e 1,5 vez na saída quando o prompt passa de 272 mil tokens. Como cada empresa usa um tokenizador diferente, o mesmo texto não vira o mesmo número de tokens nos dois; a comparação justa é rodar uma amostra nos dois e olhar a fatura.

Dentro da Anthropic, o salto é grande. Por token, o Haiku 5.5 custa um vigésimo do Sonnet 5.5 (US$ 2,00 / US$ 10,00) na faixa de até 100 mil. Tarefas que antes iam para o Sonnet só porque o Haiku 4.5 errava demais merecem um teste novo, já que a própria Anthropic publicou resultados do Haiku 5.5 bem acima do 4.5 em vários testes de desempenho. Para programação agêntica complexa, porém, o anúncio diz que o Sonnet 5.5 e o Opus 5.5 continuam melhores.

O que muda no código

As notas de versão listam mudanças que quebram quem vem do Haiku 4.5: os parâmetros temperature, top_p e top_k, o budget_tokens e o preenchimento prévio da resposta (prefill) podem devolver erro 400. O raciocínio adaptativo vem ligado por padrão. Ou seja, trocar o nome do modelo pode não bastar; teste antes.

A página de descontinuação da Anthropic ainda mostra o Haiku 4.5 como ativo, com desligamento "não antes de 15 de outubro de 2026". Isso não é data marcada: quando a Anthropic decidir aposentar um modelo público, ela avisa com pelo menos 60 dias de antecedência, segundo a mesma página.

O que fazer agora

1. Rode uma amostra das suas tarefas no Haiku 5.5 e compare a qualidade com o 4.5.
2. Meça os tokens reais com o endpoint de contagem: a diferença de tokenizador varia com o texto.
3. Veja se algum fluxo seu passa de 100 mil tokens de prompt, contando o cache.
4. Se o volume não tem pressa, a Batch API corta 50% da entrada e da saída nas duas faixas.

Para um caso completo de classificação e extração em volume, leia o guia Haiku 5.5 para classificação e extração em volume.