Claude Haiku 5.5 ist Anthropics schnellstes Modell, am 7.10.2026 veröffentlicht und gebaut für hochvolumige, latenzkritische Arbeit wie Klassifizierung, Extraktion, Routing und Subagenten-Aufgaben.
- Eingabe
- Text Bild $0.1/M
- Ausgabe
- Text $0.5/M
- Cache-Lesen
- $0.01/M
- Kontext
- 1M
- vs. GPT-4o
- ~98% günstiger
- Knowledge-Cutoff
- 2026-06
Prompts mit mehr als 100K Tokens: Die gesamte Anfrage wird mit $0.5/M Eingabe · $2.5/M Ausgabe berechnet
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.000.000 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 128.000 |
| Knowledge-Cutoff | 2026-06 |
Prompt-Caching
| Modus | explizit (Opt-in) |
|---|---|
| Min. Präfix | 512 Anbieter-Standard: 1.024 |
| Lebensdauer | Standard 5 Min., optional 1 Std. |
| Schreibkosten | 1.25x (5m) / 2x (1h) |
Thinking
| Anbieter-Parameter | output_config.effort |
|---|---|
| Zulässige Werte | low · medium · high · xhigh · max |
| Standardwert | medium gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Adaptive thinking is on by default. thinking {"type": "disabled"} turns it off at high effort or below and returns a 400 error at xhigh or max; a manual {"type": "enabled", "budget_tokens": N} and "between_tools" both return a 400 error. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- Priced by prompt length: a prompt over 100,000 tokens is billed at 5x on input, output and every cache rate ($0.50 in, $2.50 out per million)
- prompt-cache reads cost 0.1x input on both tiers
- minimum cacheable prompt 512 tokens
- setting temperature, top_p or top_k to a non-default value returns a 400
- assistant message prefill returns an error
- thinking blocks work only in the account that produced them
- up to 300k output tokens on the Message Batches API with the output-300k-2026-03-24 beta header
Ein Prompt, gemessen über das Gateway
Claude Haiku 5.5 bestanden · 3 sentences
Enabling reasoning makes the model generate a long internal chain of thought before its answer, and those thinking tokens are billed as output tokens, which cost several times more than input tokens. The model often produces many times more output per request than it did without reasoning, so the per-call cost rises even when the visible answer looks about the same length. Because that extra spend scales with every request, the bill roughly doubled, and we can control it by setting reasoning budgets, using reasoning only for tasks that need it, or routing simpler requests to a non-reasoning model.
Ausgabe 332 tok (+159 Thinking) Latenz 2.9 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Claude Haiku 5.5 bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` counts adjacent equal *pairs*, not run *elements*. A run of k equal items produces k−1 matching pairs, so the function returns one less than the true length, and a single-element input produces no pairs at all, so it returns 0 instead of 1. Resetting `cur` to 0 on a mismatch compounds this by starting every run one step behind. The fix starts both `cur` and `best` at 1 (a non-empty list always has a run of at least one element), resets `cur` to 1 on a mismatch, and updates `best` after every element rather than only inside the equal-branch. The empty-list guard keeps the function from returning 1 for `[]`. […]
Ausgabe 1012 tok (+591 Thinking) Latenz 6.0 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Claude Haiku 5.5 bestanden · 5/5 fields, guidance "Formal guidance withheld pending the Q4 "
```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": null, "growth_pct": 11, "guidance": "Formal guidance withheld pending the Q4 close" } ``` Notes: The text gives revenue as 412 but doesn't state the currency, so I left `revenue_usd_m` as null. Growth is "eleven and change," so 11 is an approximation.
Ausgabe 725 tok (+572 Thinking) Latenz 4.6 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Claude Haiku 5.5 bestanden · 120 words, 0 banned, 1 question
**Introducing Prompt Cache Sync, the newest feature in GatewayOne.** Teams routing requests across OpenAI, Anthropic, and Google have often paid to process the same long system prompts again and again. Now the gateway stores those prompts once and reuses them wherever they appear, regardless of provider. Repeated context is matched by content hash, so cached prefixes return faster and cost less, with no changes to your application code. How much could this save your team? Enable Prompt Cache Sync from the dashboard, and your next billing report will show the difference. Cache entries follow your existing retention settings and can be purged per project at any time. Availability begins this week for all Scale and Enterprise plans worldwide. Start today.
Ausgabe 2164 tok (+1929 Thinking) Latenz 9.9 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Claude Haiku 5.5 in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-haiku-5-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-haiku-5-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-haiku-5-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-haiku-5-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-haiku-5-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Claude Haiku 5.5
- Der Preis richtet sich nach der Prompt-Länge: Ein Prompt bis 100.000 Token kostet 0,10 USD je Million Eingabe-Token und 0,50 USD je Million Ausgabe-Token, ein Prompt über 100.000 Token 0,50 USD und 2,50 USD.
- Cache-Lesezugriffe kosten in beiden Stufen 10 % des Eingabepreises (0,01 USD und 0,05 USD je Million), 5-Minuten-Cache-Schreibvorgänge 0,125 USD und 0,625 USD, 1-Stunden-Schreibvorgänge 0,20 USD und 1 USD.
- Das Kontextfenster umfasst 1M Token und die maximale Ausgabe 128K, gegenüber 200K und 64K bei Claude Haiku 4.5, und das Modell nimmt Text- und Bildeingaben entgegen.
- Adaptives Denken ist standardmäßig aktiv, die Standard-Intensität ist medium; bis einschließlich high lässt sich das Denken weiterhin mit einem deaktivierten thinking-Block abschalten, während eine manuelle budget_tokens-Anfrage einen 400-Fehler liefert.
- Auch temperature, top_p oder top_k mit einem Nicht-Standardwert liefern einen 400-Fehler, ebenso ein vorausgefüllter Assistant-Turn.
- Anthropic weist darauf hin, dass das Modell den neueren, mit Claude Opus 4.7 eingeführten Tokenizer nutzt, sodass derselbe Text etwa 30 % mehr Token ergibt als bei Claude Haiku 4.5.
- Der kleinste cachebare Prompt umfasst 512 Token.
- Synthorai stellt Claude Haiku 5.5 über dieselbe OpenAI-kompatible API bereit wie die übrige Flotte.
FAQ
Lässt sich die Claude Haiku 5.5 API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $0.1/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 1,250 Anfragen an Claude Haiku 5.5 mit je ~8K Tokens.
Worin ist Claude Haiku 5.5 am besten?
Anthropics schnellstes Modell für hochvolumige, latenzkritische Arbeit; Preis nach Prompt-Länge: bis 100K Token 0,10 USD Eingabe, 0,50 USD Ausgabe je Million; 1M Kontext, 128K Ausgabe, adaptives Denken mit effort-Steuerung. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Claude Haiku 5.5?
Claude Haiku 5.5 kostet auf Synthorai $0.1 pro Million Eingabe-Tokens und $0.5 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.01/M abgerechnet.
Wie groß ist das Kontextfenster von Claude Haiku 5.5?
Claude Haiku 5.5 hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 128,000 Tokens lang sein.
Unterstützt Claude Haiku 5.5 Prompt-Caching?
Ja, per Opt-in: Markieren Sie stabile Präfixe mit cache_control-Breakpoints. Gecachte Eingabe-Tokens werden mit $0.01/M statt $0.1/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 512 Tokens, um gecacht zu werden (TTL Standard 5 Min., optional 1 Std.). Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Claude Haiku 5.5?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="claude-haiku-5-5", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Wo liegt der Knowledge-Cutoff von Claude Haiku 5.5?
Der Knowledge-Cutoff von Claude Haiku 5.5 liegt bei 2026-06, laut offizieller Dokumentation des Anbieters (Stand: 2026-10-08).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.