Nuevo Regístrate gratis, 10 llamadas de regalo. Hasta 1 $, sin tarjeta.

Claude Haiku 5.5 vs Kimi K2.7 Code

vs

Cuál usar y cuándo

claude-haiku-5-5 es más barato y más amplio en todos los límites: $0.1 por entrada y $0.5 por salida frente a los $0.95 y $4 de kimi-k2.7-code, 9.5x y 8x menos, lecturas de caché a $0.01 frente a $0.19, un contexto de 1000000 tokens frente a 256000 y 128000 tokens de salida frente a 32768. Factura a 5x los prompts de más de 100000 tokens y aun así sigue siendo el más barato. kimi-k2.7-code acepta entrada de video, y su pensamiento no se puede desactivar. Elija claude-haiku-5-5 por costo y para entradas largas, y kimi-k2.7-code cuando quiera el modelo de programación de Moonshot.

Benchmarks

Claude Haiku 5.5: el proveedor no ha publicado resultados de benchmarks.

Sobre la mediaKimi K2.7 Code1 / 5
Claude Haiku 5.5 Kimi K2.7 Code otros modelos medidos media de los modelos comparados ★ ningún otro modelo puntuó más alto
MLS-Bench-Lite
N/A
35.1%
MCP-Atlas
N/A
76%

Publicado por los proveedores: Alibaba (Qwen) Moonshot OpenAI Z.ai

Precios

Claude Haiku 5.5 Kimi K2.7 Code Δ
Entrada / 1M tokens $0.1 $0.95 0.11×
Salida / 1M tokens $0.5 $4 0.13×
Lectura de caché / 1M tokens $0.01 $0.19 0.053×
Escritura en caché 1.25x (5m) / 2x (1h) - -

Tarifas tomadas del catálogo en vivo al generar el sitio; la página de cada modelo tiene la ficha de precios actualizada.

Dónde queda cada uno: precio de entrada por 1M de tokens entre los 78 modelos de chat que se facturan en esta unidad (escala logarítmica)

Claude Haiku 5.5 · $0.1 Kimi K2.7 Code · $0.95
$0.05 · Qwen3 VL Flash $30 · GPT-5.4 Pro

Capacidades

Claude Haiku 5.5 Kimi K2.7 Code
Uso de herramientas sí sí
Control del razonamiento configurable siempre activo
Salida estructurada sí -
Caché de prompts explícito (tú marcas el prefijo) implícito (automático)
Duración de la caché 5m default, 1h option no publicado
Prefijo mínimo en caché 1024 tokens no publicado

Especificaciones

Claude Haiku 5.5 Kimi K2.7 Code
Modalidades de entrada texto imagen texto imagen vídeo
Modalidades de salida texto texto
Lanzamiento 2026-10-07 2026-06
Corte de conocimiento 2026-06 -
Ventana de contexto 1M 256K
Salida máxima 128K 33K
Parámetro de razonamiento output_config.effort
  • thinking.type
  • thinking.keep
Valores aceptados
output_config.effort
  • low
  • medium
  • high
  • xhigh
  • max
type
  • accepts only enabled
keep
  • accepts only all
Valor por defecto medium thinking on with Preserved Thinking on

Las especificaciones se transcriben de la documentación de cada proveedor; si un proveedor no publica un dato, la fila se omite en vez de deducirlo. Fuentes completas: Claude Haiku 5.5 · Kimi K2.7 Code

Un mismo prompt en los dos modelos, medido a través de la pasarela

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. COMPROBACIÓN exactamente 3 frases

Claude Haiku 5.5 superado · 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.

salida 332 tok (+159 razonamiento) latencia 2.9 s

Kimi K2.7 Code superado · 3 sentences

Enabling reasoning mode causes the model to generate an internal chain-of-thought before producing each answer, and that hidden reasoning text is billed like any other output. Those extra reasoning tokens typically add up to much more than the final response itself, so every API call now costs significantly more than before. Because our overall usage volume did not change, the doubled bill reflects that each query consumes roughly twice as many billable tokens.

salida 259 tok (+174 razonamiento) latencia 5.4 s

Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. COMPROBACIÓN la corrección pasa las pruebas

Claude Haiku 5.5 superado · 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 `[]`. […]

salida 1012 tok (+591 razonamiento) latencia 6.0 s

Kimi K2.7 Code superado · 8/8 cases

```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 best = max(best, cur) else: cur = 1 return best ``` The bug is that the function counts *transitions* between equal neighbors instead of counting the items themselves, so a single-element list never enters the loop and returns `0` instead of `1`. Likewise, resetting `cur` to `0` on a mismatch forgets the current item that starts a new run, which causes runs that end at the last index to be undercounted. Initializing both `best` and `cur` to `1` and resetting `cur` to `1` fixes both issues.

salida 410 tok (+222 razonamiento) latencia 9.4 s

Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. COMPROBACIÓN JSON válido, esquema exacto

Claude Haiku 5.5 superado · 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.

salida 725 tok (+572 razonamiento) latencia 4.6 s

Kimi K2.7 Code superado · 5/5 fields, guidance "withheld pending the Q4 close"

```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": "withheld pending the Q4 close" } ```

salida 721 tok (+663 razonamiento) latencia 13.2 s

Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. COMPROBACIÓN 120 palabras, 0 palabras prohibidas

Claude Haiku 5.5 superado · 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.

salida 2164 tok (+1929 razonamiento) latencia 9.9 s

Kimi K2.7 Code superado · 120 words, 0 banned, 1 question

We're introducing Prompt Cache for our API Gateway, a new capability that stores prompt responses across multiple AI providers. By caching replies, you reduce redundant calls, lower latency, and cut costs without changing how you build. Teams using several model providers can now reuse identical prompt results instantly, keeping traffic consistent and budgets predictable. Responses are keyed by provider, model, and exact prompt, so you always get the right result. Configure TTL, hit thresholds, and eviction rules from a single dashboard. It fits into your existing routing and requires no code changes. Setup takes minutes and works with your current endpoints. Want to see how much latency and spend you can trim? Check the docs to enable Prompt Cache today.

salida 2375 tok (+2235 razonamiento) latencia 38.6 s

Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.

Cambia de uno a otro con una sola línea

Los dos ids aparecen en todas las pestañas de abajo; lo único que cambia es el par de líneas resaltadas. El endpoint, la clave y la estructura de la solicitud son los mismos.

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",
    # model="kimi-k2.7-code",  # descomenta esta línea, comenta la de arriba
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtén tu clave API →

Preguntas frecuentes

¿Cuál es más barato, Claude Haiku 5.5 o Kimi K2.7 Code?

Claude Haiku 5.5 es más barato en Entrada / 1M tokens ($0.1 frente a $0.95, una diferencia de 9.5×). En otras filas puede ser al revés: la tabla de arriba recoge todas las tarifas, y el coste real depende de tu combinación de uso.

¿Puedo hacer pruebas A/B de Claude Haiku 5.5 frente a Kimi K2.7 Code sin dos integraciones?

Sí. Los dos se sirven desde el mismo endpoint compatible con OpenAI y con una sola clave API. Para cambiar de uno a otro basta con tocar una línea, el nombre del modelo, así que puedes mandar una parte del tráfico a cada uno y comparar directamente las facturas.

¿Admiten Claude Haiku 5.5 y Kimi K2.7 Code caché de prompts?

Sí. Los dos cobran las lecturas de caché por debajo de su tarifa de entrada, así que las cargas de trabajo que reutilizan un prefijo ya cacheado cuestan menos de lo que sugieren los precios de lista. Las tarifas exactas de lectura de caché están en la tabla de precios de arriba.

Comparativas relacionadas

De nuestros estudios con mediciones