Claude Haiku 5.5 est le modèle le plus rapide d'Anthropic, publié le 7 octobre 2026 et conçu pour les charges à fort volume et sensibles à la latence, comme la classification, l'extraction, le routage et les tâches de sous-agents.
- Entrée
- texte image $0.1/M
- Sortie
- texte $0.5/M
- Lecture de cache
- $0.01/M
- Contexte
- 1M
- vs GPT-4o
- ~98% moins cher
- Coupure des connaissances
- 2026-06
Prompts de plus de 100K tokens : toute la requête est facturée $0.5/M en entrée · $2.5/M en sortie
Le prix en perspective
Position du prix parmi 68 modèles comparables
La barre situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises liées au batch, à la région et aux écritures de cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 000 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 128 000 |
| Coupure des connaissances | 2026-06 |
Mise en cache
| Mode | explicite (sur activation) |
|---|---|
| Préfixe min. | 512 valeur par défaut du fournisseur : 1 024 |
| Durée de vie | 5 min par défaut, 1 heure en option |
| Coût d'écriture | 1.25x (5m) / 2x (1h) |
Réflexion
| Paramètre du fournisseur | output_config.effort |
|---|---|
| Valeurs acceptées | low · medium · high · xhigh · max |
| Valeur par défaut | medium appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement de la réflexion | 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. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high paramètres exposés par la passerelle ; la correspondance avec ceux du fournisseur, ci-dessus, s'applique |
Modèle
| Modalités | texte + image → texte |
|---|
- 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, mesuré via la passerelle
Claude Haiku 5.5 réussi · 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.
sortie 332 tok (+159 réflexion) latence 2.9 s
Le respect de la consigne (exactement trois phrases, ça se compte), l'adaptation au public visé (le registre d'un directeur financier) et l'écart de facturation dû à la réflexion masquée, que révèlent les compteurs de tokens ci-dessous.
Claude Haiku 5.5 réussi · 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 `[]`. […]
sortie 1012 tok (+591 réflexion) latence 6.0 s
La justesse réelle du correctif (il s'exécute), la densité de l'explication et l'économie de tokens sur une tâche bien délimitée.
Claude Haiku 5.5 réussi · 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.
sortie 725 tok (+572 réflexion) latence 4.6 s
Le respect du schéma (aucun champ inventé), la tentation d'halluciner (le texte indique que la guidance n'est pas communiquée) et les différences entre les mécanismes de sortie structurée.
Claude Haiku 5.5 réussi · 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.
sortie 2164 tok (+1929 réflexion) latence 9.9 s
Le respect des contraintes (nombre de mots, liste de mots interdits, une seule question), l'empreinte stylistique et la maîtrise de la longueur.
Utilisez Claude Haiku 5.5 en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre 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(""));À propos de Claude Haiku 5.5
- Son prix dépend de la longueur du prompt : un prompt de 100 000 tokens au plus coûte 0,10 USD par million de tokens en entrée et 0,50 USD par million en sortie, et un prompt de plus de 100 000 tokens coûte 0,50 USD et 2,50 USD.
- Les lectures de cache coûtent 10 % du prix d'entrée dans les deux paliers (0,01 USD et 0,05 USD par million), les écritures de cache 5 minutes 0,125 USD et 0,625 USD, et les écritures 1 heure 0,20 USD et 1 USD.
- La fenêtre de contexte est de 1M de tokens et la sortie maximale de 128K, contre 200K et 64K sur Claude Haiku 4.5, et le modèle accepte texte et image en entrée.
- La réflexion adaptative est active par défaut avec un effort medium ; jusqu'à l'effort high, on peut encore la couper avec un bloc thinking désactivé, tandis qu'une requête manuelle budget_tokens renvoie une erreur 400.
- Régler temperature, top_p ou top_k sur une valeur non par défaut renvoie aussi une 400, tout comme le préremplissage du tour de l'assistant.
- Anthropic précise que le modèle utilise le tokenizer plus récent, introduit avec Claude Opus 4.7, si bien que le même texte compte environ 30 % de tokens en plus que sur Claude Haiku 4.5.
- Le plus petit prompt mis en cache fait 512 tokens.
- Synthorai propose Claude Haiku 5.5 via la même API compatible OpenAI que le reste de la flotte.
FAQ
Peut-on essayer l'API Claude Haiku 5.5 gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $0.1/M de tokens en entrée, ce crédit couvre à lui seul environ 1,250 requêtes de ~8K tokens sur Claude Haiku 5.5.
Quels sont les points forts de Claude Haiku 5.5 ?
Le modèle le plus rapide d'Anthropic, pour les charges à fort volume et sensibles à la latence ; prix selon la longueur du prompt : jusqu'à 100K tokens, 0,10 USD en entrée et 0,50 USD en sortie par million ; 1M de contexte, 128K en sortie, réflexion adaptative réglable par l'effort. La section À propos en donne un aperçu complet, tiré des notes de version du fournisseur.
Combien coûte Claude Haiku 5.5 ?
Sur Synthorai, Claude Haiku 5.5 coûte $0.1 par million de tokens en entrée et $0.5 par million de tokens en sortie, soit le tarif public du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.01/M.
Quelle est la fenêtre de contexte de Claude Haiku 5.5 ?
Claude Haiku 5.5 dispose d'une fenêtre de contexte de 1M tokens sur Synthorai. Une réponse peut compter jusqu'à 128,000 tokens.
Claude Haiku 5.5 prend-il en charge la mise en cache des prompts ?
Oui, sur activation : marquez les préfixes stables avec des points d'arrêt cache_control. Les tokens d'entrée en cache sont facturés $0.01/M contre $0.1/M hors cache ; les prompts doivent avoir un préfixe stable de 512 tokens pour être mis en cache (TTL 5 min par défaut, 1 heure en option). Guide de mise en cache des prompts →
Comment obtenir l'accès à Claude Haiku 5.5 ?
Dans votre SDK OpenAI actuel, indiquez base_url="https://synthorai.io/v1" et model="claude-haiku-5-5", et c'est tout. Une seule clé API donne accès à tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de Claude Haiku 5.5 ?
Date de coupure des connaissances de Claude Haiku 5.5 : 2026-06, selon la documentation officielle du fournisseur (au 2026-10-08).
Modèles associés
Comparer
Chaque valeur de cette page est reprise de la documentation du fournisseur (lien ci-dessus) et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue. Quand les fournisseurs ne définissent pas une spécification de la même façon, la différence est signalée et la valeur n'est pas mise en graphique. Nous ne mesurons rien ici et nous n'attribuons aucune note.