Claude Haiku 5.5 요금: 100K token 넘으면 5배, 실측 결과

Claude Haiku 5.5에는 요금표가 두 개 있다. 어느 요금표를 적용할지는 prompt 길이로 결정되며, 요청 전체에 같은 요금표가 적용된다. 정확히 100,000 token인 prompt를 보냈을 때는 $0.0100이 청구됐다. token 하나를 더한 prompt는 $0.0500이었다. prompt에는 system prompt, tool 정의, 메시지 등 전송한 내용이 모두 포함된다. prompt cache에서 읽은 token도 길이에 포함된다. Anthropic 요금표에는 이 점이 명시돼 있지 않지만, Anthropic의 실제 청구 내역으로 확인했다.

TL;DR

• 100,000-token prompt를 Claude Haiku 5.5에 보냈을 때 $0.010008이 청구됐다. 100,001-token prompt는 $0.050041로, 5배였다.
• 102,011-token prompt는 94%가 cache read였지만 높은 요금이 적용됐다. 청구액은 $0.0078로, 낮은 요금을 적용했을 때의 $0.0016보다 높았다.
• 같은 영어 텍스트도 Haiku 5.5에서는 Claude Haiku 4.5보다 token 수가 1.4-1.5배 많다.
• agent loop에서는 기준을 넘긴 요청 6개가 총 $0.083 중 76%를 차지했다. 대화를 압축하거나 sub-agent를 쓰면 비용이 각각 $0.026 또는 $0.016으로 줄었다.

측정 방법

대부분의 요청은 2026년 10월 8일과 9일에 Synthorai gateway를 통해 보냈다. 여기서 ‘청구액’은 gateway가 해당 요청에 부과한 금액이다. gateway는 Anthropic의 두 요금표를 적용하며, 응답에 있는 uncached input, cache read, cache write token 수를 합산해 prompt 길이를 계산한다. 확인한 청구액 581건은 모두 두 요금표 중 하나와 소수점 여섯째 자리까지 일치했다.

Anthropic 요금 페이지에는 모델 요금이 ‘prompt 길이에 따라’ 달라진다고만 나와 있고, API 응답에는 가격이 없다. 그래서 동일한 prompt 23개를 Anthropic API에도 직접 보낸 뒤, Anthropic Console에서 해당 모델의 당일 비용을 확인했다. 금액은 $0.33이었다. cache read 포함 여부와 관계없이 100,000 token을 넘는 모든 prompt에 높은 요금을 적용하면 이 요청들의 합계는 $0.3301이다. cache read를 길이에서 제외하면 $0.2678이다. Anthropic도 gateway와 같은 방식으로 청구한다.

Claude Haiku 5.5는 100,000 token 전후로 요금이 어떻게 달라지나?

prompt가 100,000 token을 넘으면 요금표의 모든 항목이 5배가 된다. 아래 가격은 token 100만 개당 금액이다.

cache write는 첫 요청에서 prompt prefix를 저장하는 것이고, cache read는 이후 요청에서 이를 재사용하는 것이다. Batch는 Anthropic의 비동기 API로, 요금이 절반이다.

높은 요금은 기준을 넘긴 token에만 추가되는 것이 아니라 요청 전체에 적용된다. 99,872-token prompt를 만든 뒤 token을 한두 개씩 추가해 확인했다.

정확히 100,000 token이면 ‘100,000 초과’라는 문구대로 낮은 요금이 적용된다. Anthropic에 따르면 Claude Haiku 4.5 요청의 약 90%는 prompt가 100,000 token 이하였다. token당 요금으로 보면 새 모델은 기존 모델보다 기준 아래에서 90%, 기준 위에서 50% 저렴하다.

캐시된 token과 output도 100,000-token 기준에 포함되나?

캐시된 token은 포함되고 output은 포함되지 않는다. 96,045-token prefix를 캐시에 저장한 뒤, 길이가 다른 tail을 붙여 다시 보냈다.

마지막 요청은 94%가 cache read인데도 높은 요금이 적용됐다. 청구액은 $0.0078로, 낮은 요금이었다면 $0.0016이었을 것이다. output의 경우, 97,864-token prompt에 대한 답변이 1,905 token이었을 때 청구액은 낮은 요금 기준인 $0.010739였다.

기준과 비교할 값은 응답의 세 필드를 합한 값이다. 요청 전에 확인하려면 실제 요청과 같은 system, tools, messages를 token counting endpoint에 넘기면 된다.

import anthropic

client = anthropic.Anthropic()

# after a request: the length the price list is chosen by
u = response.usage
prompt_tokens = u.input_tokens + u.cache_read_input_tokens + u.cache_creation_input_tokens

# before a request
count = client.messages.count_tokens(model="claude-haiku-5-5", system=system, tools=tools, messages=messages)
over_the_line = count.input_tokens > 100_000

100,000 token에 담기는 텍스트 양은 Claude Haiku 4.5와 같나?

아니다. Claude Haiku 5.5는 더 새로운 tokenizer를 쓴다. tokenizer는 텍스트를 과금 단위인 token으로 나누는데, 같은 텍스트라도 Claude Haiku 4.5보다 token이 더 많이 나온다. Anthropic의 migration guide에는 ‘약 30% 더 많다’고 적혀 있다. 두 모델에서 샘플 5개의 token을 세어 봤다.

Haiku 4.5에서 68,000 token이었던 영어 산문은 Haiku 5.5에서 이미 기준에 도달한다. 기존 모델에서 측정한 token 예산을 그대로 쓰면 기준을 잘못 잡게 된다. 문서당 절감률도 token당 절감률보다 낮다. 영어 산문은 token이 1.48배로 늘어나므로 Haiku 4.5 대비 비용은 기준 아래에서 85%, 기준 위에서 26% 낮다.

agent의 context가 기준을 넘으면 어떻게 되나?

기준을 처음 넘기는 요청은 직전 요청보다 비용이 약 5배 높고, 이후 요청도 계속 높은 요금이 적용된다. agent loop는 매 턴 전체 대화를 다시 보내므로, 턴마다 tool 결과가 하나씩 쌓이면 prompt는 결국 100,000 token에 도달한다.

Claude Haiku 5.5로 agent를 실행했다. read_file tool을 사용해 파일당 약 7,000 token인 로그 파일 20개를 읽고, 전체 합계를 보고하는 작업이다. 일반적인 agent loop 구성처럼 모든 tool 결과를 대화에 남기고 prefix를 캐시했다. 한 실행의 15-18번째 요청은 다음과 같았다.

17번째 요청은 16번째보다 약 7,000 token 길고 비용은 5.2배다. 전체 22개 요청의 청구액은 $0.0833이었다. 기준을 넘긴 요청 6개의 청구액은 $0.0636으로, 전체의 76%였다. 같은 token에 낮은 요금을 적용했다면 $0.0324였을 것이다.

agent를 기준 아래로 유지하려면?

오래된 tool 결과가 메인 대화에 계속 쌓이지 않게 해야 한다. Claude Haiku 5.5에서 같은 작업을 네 가지 방식으로 실행했다. 각 방식은 5회씩 실행했고, 매번 빈 캐시에서 시작했다.

• 대화 압축. prompt가 80,000 token을 넘으면 요청 하나를 추가해 모델에 진행 상황 요약을 작성하게 하고, 그 요약으로 대화를 다시 시작한다. 임계값에는 여유를 둬야 한다. 다음 tool 결과까지 추가해도 100,000 token 아래여야 한다.
• 결과 제거. 매 요청 전에 가장 최근 것을 제외한 모든 tool 결과를 한 줄짜리 대체 문구로 바꾼다. 5회 중 2회는 모델이 답변에 유지하던 누적 합계에서 계산 실수를 해 잘못된 합계를 반환했다. 5회 실행만으로 결과 제거 방식의 신뢰성이 낮다고 판단할 수는 없다. 3/5와 5/5는 유의미한 차이가 아니다. 다만 원본을 제거한 뒤에는 계산 실수를 바로잡을 수 없다는 위험은 드러났다.
• Sub-agent. 메인 agent의 tool이 각 파일을 별도 요청에 넘기고 한 줄 결과를 받아온다. 비용이 가장 낮았지만 요청 수가 가장 많았고 소요 시간은 약 25% 길었다. 별도 요청은 전달받은 내용만 볼 수 있으므로, 무엇을 찾을지 메인 agent의 지시만큼 구체적으로 알려줘야 한다.

네 방식 모두 thinking을 꺼두고 실행했다. thinking은 모델이 답하기 전 내부적으로 수행하는 작업이며, 이 모델에서는 기본으로 켜져 있다. Anthropic의 migration guide에 따르면 앞선 메시지를 변경한 뒤 thinking block을 다시 보내는 요청은 400 오류를 반환한다. 2026년 8월 31일 이전에 생성된 계정은 이 검사에 opt-in한 경우에만 해당한다. 따라서 tool 결과를 제거하려면 thinking을 끄거나 thinking block을 빼야 한다. 대화 압축과 sub-agent는 새 대화를 시작하므로 이 문제가 없다.

요금표가 같은 GPT-6 Luna보다 저렴한가?

이번 실행에서는 아니다. 정확도가 같을 때 비용은 약 2배였다. GPT-6 Luna의 표시 요금도 $0.10과 $0.50이지만, prompt 길이에 따른 요금 변경은 없다.

Anthropic이 발표한 benchmark에서는 Claude Haiku 5.5가 agent 작업에서 GPT-6 Luna보다 앞서고, Claude Haiku 4.5와는 큰 차이를 보인다.

답을 확인할 수 있는 소규모 작업 두 세트에서도 세 모델을 기본 설정으로 실행했다. Haiku 5.5는 thinking을 끈 설정도 추가했다. 한 세트는 Anthropic이 이 모델의 용도로 제시한 분류, 추출, tool routing 작업 96개였고, 다른 세트는 여러 단계를 거치는 작업 14개를 각각 3회씩 실행한 것이다.

정답당 비용은 총 지출을 정답 수로 나눈 값이다. 두 세트 모두 Haiku 5.5와 GPT-6 Luna의 정확도는 비슷했다. 여러 단계 작업에서 39/42와 38/42는 같은 수준의 결과다. 비용은 Haiku 5.5가 2배 조금 넘게 들었다. 짧은 작업에서 Haiku 5.5가 센 input token은 482개, GPT-6 Luna는 231개였다. 여러 단계 작업의 호출당 output token은 각각 1,902개와 759개였다. extended thinking이 없는 기본 설정으로 실행한 Haiku 4.5와 비교하면, Haiku 5.5는 짧은 작업의 비용이 84% 낮고 여러 단계 작업의 정답 수는 약 4배다.

thinking effort는 기본값이 medium이다. effort는 모델이 생각하는 양을 low부터 max까지 설정하며, thinking: {"type": "disabled"}로 끌 수 있다. thinking을 끄면 짧은 작업에서는 비용이 3분의 2로 줄고 점수는 비슷했다. 하지만 여러 단계 작업에서는 42개 중 정답 6개를 잃었다. 또 숫자 하나만 요청한 경우에도 매 답변에 풀이 과정을 적었다. max effort는 기본값과 같은 39개를 맞혔지만 비용은 2배였다.

정리하면 이 모델은 Claude 계열의 저가형이며, Haiku 4.5보다 token당 요금이 10분의 1이면서 성능은 크게 높아졌다. 짧은 요청을 대량으로 처리하는 작업에서는 이번 실행에서 GPT-6 Luna가 같은 결과를 절반의 비용으로 냈다. Haiku 5.5의 강점은 agent 작업이다. Anthropic benchmark에서는 GPT-6 Luna를 크게 앞섰지만, 우리는 그 작업에서 두 모델을 직접 비교하지 않았다. 이 강점도 prompt가 100,000 token 아래에 있을 때 비용 면에서 유효하다. Haiku 4.5 작업을 옮기기 전에는 새 모델로 prompt의 token을 다시 세어야 한다. migration guide에 따르면 Haiku 5.5가 400 오류로 거부하는 항목도 제거해야 한다. 수동 thinking budget, 기본값이 아닌 temperature, top_p, top_k, 미리 채운 assistant turn이 여기에 해당한다.

자주 묻는 질문

Claude Haiku 5.5 요금은 얼마인가?

100,000 token 이하의 prompt에서 Claude Haiku 5.5의 요금은 input token 100만 개당 $0.10, output token 100만 개당 $0.50이다. 100,000 token을 넘으면 각각 $0.50과 $2.50이며 요청 전체에 적용된다. cache read는 각각 $0.01과 $0.05이고, Batch API에서는 두 요금표 모두 input과 output 요금이 절반이다.

캐시된 token도 Claude Haiku 5.5의 100,000-token 기준에 포함되나?

그렇다. Claude Haiku 5.5에 보낸 102,011-token prompt 중 96,045 token을 캐시에서 읽었지만 높은 요금이 적용됐다. 청구액은 $0.0078로, 낮은 요금이었다면 $0.0016이었다. prompt 길이는 uncached input, cache read, cache write를 합한 값이다. Anthropic 요금표에는 명시돼 있지 않지만, Anthropic API에 직접 보낸 동일한 요청 10건도 청구 내역에서 높은 요금이 적용된 것을 확인했다. output token은 포함되지 않는다.

Claude Haiku 5.5는 Claude Haiku 4.5보다 저렴한가?

기준 아래와 위 모두 저렴하다. 다만 같은 텍스트가 새 모델에서는 더 많은 token으로 계산되므로 요금표상 차이보다는 절감 폭이 작다. 측정한 영어 산문은 token 수가 1.48배였다. 이를 반영하면 Claude Haiku 5.5는 Claude Haiku 4.5보다 100,000 token 아래에서 약 85%, 위에서 약 26% 저렴하다.

Claude Haiku 5.5는 GPT-6 Luna보다 저렴한가?

표시 요금은 같지만 이번 실행에서는 아니었다. 짧은 작업 96개에서 Claude Haiku 5.5의 기본 설정은 1,000회 호출당 $0.107, GPT-6 Luna는 $0.049이었다. 정확도는 같았다. 같은 작업에 대해 Haiku 5.5는 input token을 약 2배로 계산했고 output도 더 많이 생성했다.

Claude Haiku 5.5 요청을 100,000 token 아래로 유지하려면?

요청 전에 token을 세고, agent loop에서는 오래된 tool 결과가 쌓이지 않게 해야 한다. 기준에 도달하기 전에 대화를 요약해 메모로 남기거나, 큰 input마다 별도 요청을 보내 결과만 돌려받을 수 있다. Claude Haiku 5.5로 한 테스트에서 이 두 방식은 $0.082짜리 작업의 비용을 각각 $0.026과 $0.016으로 줄였고, 모든 실행에서 정답을 냈다.

관련 글

• 긴 context 요금 구간: prompt 길이에 따라 요금이 달라지는 다른 모델.
• Claude Sonnet 5.5와 Sonnet 5 비교: 한 단계 위 모델의 effort와 작업당 비용.
• GPT-6 Luna의 reasoning 설정별 비용: 표시 요금이 같은 모델.
• Claude Sonnet 5의 tokenizer: 이제 Haiku 5.5도 사용하는 tokenizer.

← 블로그로 돌아가기