Claude Haiku 5.5 è il modello più veloce di Anthropic, rilasciato il 7 ottobre 2026 e pensato per carichi ad alto volume e sensibili alla latenza, come classificazione, estrazione, instradamento e attività dei subagenti.
- Input
- testo immagine $0.1/M
- Output
- testo $0.5/M
- Lettura cache
- $0.01/M
- Contesto
- 1M
- vs GPT-4o
- ~98% più economico
- Knowledge cutoff
- 2026-06
Prompt oltre 100K token: l'intera richiesta viene fatturata a $0.5/M in input · $2.5/M in output
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.000.000 |
|---|---|
| Output massimo (specifica del provider) | 128.000 |
| Knowledge cutoff | 2026-06 |
Prompt caching
| Modalità | esplicito (opt-in) |
|---|---|
| Prefisso min. | 512 default del provider: 1.024 |
| Durata | 5 min predefinito, 1 ora opzionale |
| Costo di scrittura | 1.25x (5m) / 2x (1h) |
Ragionamento
| Parametro del provider | output_config.effort |
|---|---|
| Valori accettati | low · medium · high · xhigh · max |
| Valore di default | medium applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | 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. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- 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 solo prompt, misurato attraverso il gateway
Claude Haiku 5.5 superato · 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.
out 332 tok (+159 ragionamento) latenza 2.9 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
Claude Haiku 5.5 superato · 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 `[]`. […]
out 1012 tok (+591 ragionamento) latenza 6.0 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
Claude Haiku 5.5 superato · 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.
out 725 tok (+572 ragionamento) latenza 4.6 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
Claude Haiku 5.5 superato · 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.
out 2164 tok (+1929 ragionamento) latenza 9.9 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa Claude Haiku 5.5 in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su Claude Haiku 5.5
- Il prezzo dipende dalla lunghezza del prompt: un prompt fino a 100.000 token costa 0,10 USD per milione di token in ingresso e 0,50 USD per milione in uscita, mentre un prompt oltre i 100.000 token costa 0,50 USD e 2,50 USD.
- Le letture dalla cache costano il 10 % del prezzo di input in entrambe le fasce (0,01 USD e 0,05 USD per milione), le scritture di cache a 5 minuti 0,125 USD e 0,625 USD, e quelle a 1 ora 0,20 USD e 1 USD.
- La finestra di contesto è di 1M di token e l'output massimo di 128K, contro 200K e 64K di Claude Haiku 4.5, e il modello accetta input di testo e immagini.
- Il ragionamento adattivo è attivo per impostazione predefinita con sforzo medium; fino allo sforzo high si può ancora disattivarlo con un blocco thinking disattivato, mentre una richiesta manuale con budget_tokens restituisce un 400.
- Anche temperature, top_p o top_k con un valore non predefinito restituiscono un 400, così come precompilare il turno dell'assistente.
- Anthropic segnala che il modello usa il tokenizer più recente, introdotto con Claude Opus 4.7, per cui lo stesso testo conta circa il 30 % di token in più rispetto a Claude Haiku 4.5.
- Il prompt minimo memorizzabile in cache è di 512 token.
- Synthorai offre Claude Haiku 5.5 tramite la stessa API compatibile con OpenAI del resto della flotta.
FAQ
L'API di Claude Haiku 5.5 si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $0.1/M per i token di input, quel credito basta da solo per circa 1,250 richieste da ~8K token a Claude Haiku 5.5.
In cosa eccelle Claude Haiku 5.5?
Il modello più veloce di Anthropic, per carichi ad alto volume e sensibili alla latenza; prezzo in base alla lunghezza del prompt: fino a 100K token, 0,10 USD input e 0,50 USD output per milione; 1M di contesto, 128K di output, ragionamento adattivo regolabile con lo sforzo. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa Claude Haiku 5.5?
Su Synthorai Claude Haiku 5.5 costa $0.1 per milione di token di input e $0.5 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.01/M.
Qual è la finestra di contesto di Claude Haiku 5.5?
Claude Haiku 5.5 ha una finestra di contesto di 1M token su Synthorai. Una singola risposta può arrivare a 128,000 token.
Claude Haiku 5.5 supporta il prompt caching?
Sì, con opt-in: contrassegna i prefissi stabili con i breakpoint cache_control. I token di input letti dalla cache costano $0.01/M, contro $0.1/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 512 token (TTL 5 min predefinito, 1 ora opzionale). Guida al prompt caching →
Come ottengo l'accesso a Claude Haiku 5.5?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="claude-haiku-5-5" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di Claude Haiku 5.5?
Il knowledge cutoff di Claude Haiku 5.5 è 2026-06, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-10-08).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.