Claude Haiku 5.5 es el modelo más rápido de Anthropic, publicado el 7 de octubre de 2026 y pensado para trabajo de gran volumen y sensible a la latencia, como clasificación, extracción, enrutamiento y tareas de subagentes.
- Entrada
- texto imagen $0.1/M
- Salida
- texto $0.5/M
- Lectura de caché
- $0.01/M
- Contexto
- 1M
- vs GPT-4o
- ~98% más barato
- Corte de conocimiento
- 2026-06
Prompts de más de 100K tokens: toda la solicitud se factura a $0.5/M de entrada · $2.5/M de salida
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.000.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 128.000 |
| Corte de conocimiento | 2026-06 |
Caché de prompts
| Modo | explícito (requiere activación) |
|---|---|
| Prefijo mín. | 512 valor por defecto del proveedor: 1024 |
| Duración | 5 min por defecto, 1 hora opcional |
| Coste de escritura | 1.25x (5m) / 2x (1h) |
Razonamiento
| Parámetro del proveedor | output_config.effort |
|---|---|
| Valores admitidos | low · medium · high · xhigh · max |
| Valor por defecto | medium se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | 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. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen → texto |
|---|
- 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
Un prompt, medido a través de la pasarela
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
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.
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
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
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
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
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
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa Claude Haiku 5.5 en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. 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(""));Acerca de Claude Haiku 5.5
- Su precio depende de la longitud del prompt: un prompt de hasta 100.000 tokens cuesta 0,10 USD por millón de tokens de entrada y 0,50 USD por millón de salida, y uno de más de 100.000 tokens cuesta 0,50 USD y 2,50 USD.
- Las lecturas de caché cuestan el 10 % del precio de entrada en ambos tramos (0,01 USD y 0,05 USD por millón), las escrituras de caché de 5 minutos 0,125 USD y 0,625 USD, y las de 1 hora 0,20 USD y 1 USD.
- La ventana de contexto es de 1M de tokens y la salida máxima de 128K, frente a 200K y 64K en Claude Haiku 4.5, y el modelo acepta entrada de texto e imagen.
- El razonamiento adaptativo está activo por defecto con esfuerzo medium; con esfuerzo high o inferior aún se puede desactivar con un bloque thinking desactivado, mientras que una petición manual con budget_tokens devuelve un 400.
- Poner temperature, top_p o top_k en un valor no predeterminado también devuelve un 400, igual que prellenar el turno del asistente.
- Anthropic indica que el modelo usa el tokenizador más reciente, introducido con Claude Opus 4.7, por lo que el mismo texto cuenta aproximadamente un 30 % más de tokens que en Claude Haiku 4.5.
- El prompt mínimo cacheable es de 512 tokens.
- Synthorai ofrece Claude Haiku 5.5 a través de la misma API compatible con OpenAI que el resto de la flota.
Preguntas frecuentes
¿Se puede probar gratis la API de Claude Haiku 5.5?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $0.1/M de tokens de entrada, solo con ese crédito tienes para unas 1,250 solicitudes de ~8K tokens a Claude Haiku 5.5.
¿En qué destaca Claude Haiku 5.5?
El modelo más rápido de Anthropic, para trabajo de gran volumen y sensible a la latencia; precio según la longitud del prompt: hasta 100K tokens, 0,10 USD entrada y 0,50 USD salida por millón; 1M de contexto, 128K de salida, razonamiento adaptativo con control de esfuerzo. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta Claude Haiku 5.5?
Claude Haiku 5.5 cuesta $0.1 por millón de tokens de entrada y $0.5 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.01/M.
¿Cuál es la ventana de contexto de Claude Haiku 5.5?
Claude Haiku 5.5 tiene una ventana de contexto de 1M tokens en Synthorai. Una sola respuesta puede tener hasta 128,000 tokens.
¿Claude Haiku 5.5 admite caché de prompts?
Sí, pero hay que activarla: marca los prefijos estables con puntos de corte cache_control. Los tokens de entrada en caché se facturan a $0.01/M frente a $0.1/M sin caché; los prompts necesitan un prefijo estable de 512 tokens para entrar en caché (TTL 5 min por defecto, 1 hora opcional). Guía de caché de prompts →
¿Cómo obtengo acceso a Claude Haiku 5.5?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="claude-haiku-5-5" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿Cuál es la fecha de corte de conocimiento de Claude Haiku 5.5?
La fecha de corte de conocimiento de Claude Haiku 5.5 es 2026-06, según la documentación oficial del proveedor (a fecha de 2026-10-08).
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.