O Claude Haiku 4.5 é o nível de velocidade da linha Claude atual; a Anthropic o descreve como “o modelo mais rápido com inteligência quase de fronteira”.
- Entrada
- texto imagem $1/M
- Saída
- texto $5/M
- Leitura de cache
- $0.1/M
- Contexto
- 200K
- vs GPT-4o
- ~80% mais barato
- Corte de conhecimento
- 2025-02
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 200.000 |
|---|---|
| Saída máxima (especificação do provedor) | 64.000 |
| Corte de conhecimento | 2025-02 |
| Dados de treinamento até | 2025-07 conhecimento até 2025-02 |
Cache de prompts
| Modo | explícito (opt-in) |
|---|---|
| Prefixo mín. | 4.096 padrão do provedor: 1.024 |
| Duração | 5 min por padrão, 1 hora opcional |
| Custo de escrita | 1.25x (5m) / 2x (1h) |
Raciocínio
| Parâmetro do provedor | thinking.type "enabled" + budget_tokens |
|---|---|
| Valores aceitos | budget_tokens at least 1,024 and below max_tokens; "adaptive" returns 400 |
| Valor padrão | desativado, sem raciocínio a menos que a requisição o ative usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | Somente raciocínio estendido, sem parâmetro de esforço; os blocos de raciocínio dos turnos anteriores são removidos, mantendo apenas o último; o raciocínio intercalado não é suportado, e o beta header é aceito mas ignorado. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- O Claude mais rápido, com inteligência quase de fronteira
- raciocínio estendido suportado (não adaptive)
- contexto de 200k / saída máxima de 64k
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Haiku 4.5 passou · 3 sentences
# Why Your LLM Bill Doubled Reasoning models like o1 and o3 process queries through extended chains of thought before responding, consuming 5-10x more tokens internally than standard models while also charging higher per-token rates. This means both your input token usage and per-unit costs increased simultaneously—a compounding effect that easily doubles overall spend. Unless you've significantly reduced queries to other models or have very selective reasoning deployment, the math makes a doubling entirely predictable.
saída 106 tok latência 2.8 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Claude Haiku 4.5 passou · 8/8 cases
# Fixed Function ```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 ``` # Bug Explanation The original function has two related bugs stemming from incorrect initialization and loop logic. First, `best` and `cur` start at 0, which causes single-element lists to incorrectly return 0 instead of 1—a run of one identical element should have length 1. Second, `cur` is reset to 0 (not 1) when a mismatch occurs, causing the next matching pair to be undercounted. More critically, if the longest run ends at the last index, `best` is only updated *during* the loop when a mismatch is encountered; if no mismatch follows the final run, `best` never captures it. […]
saída 310 tok latência 4.0 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Claude Haiku 4.5 passou · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
saída 63 tok latência 1.6 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Claude Haiku 4.5 passou · 123 words, 0 banned, 1 question
# Introducing Prompt Cache Across Providers We're excited to announce our latest API gateway feature: intelligent prompt caching that works across multiple AI providers. This powerful capability stores frequently used prompts and their contexts, dramatically reducing latency and API costs for your applications. By intelligently managing cached prompts across providers like OpenAI, Anthropic, and others, you can optimize your infrastructure without changing your code. Why wait for responses when cached results can be delivered instantly? The system automatically handles cache invalidation and updates, ensuring your applications always access current information while maintaining performance gains. With support for complex multi-turn conversations and dynamic content, this feature scales seamlessly with your business needs. […]
saída 165 tok latência 3.0 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Claude Haiku 4.5 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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-4-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
)
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-4-5",
messages: [{ role: "user", content: "Summarize this diff" }],
});
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-4-5",
"messages": [{"role": "user", "content": "Hello"}]
}'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-4-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-haiku-4-5")
.addUserMessage("Summarize this diff")
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Claude Haiku 4.5
- Ele oferece a menor latência e o menor preço de qualquer modelo Claude atual, com uma janela de contexto de 200K tokens, até 64K tokens de saída, suporte a raciocínio estendido (extended thinking), entrada de visão, uso de ferramentas e cache de prompts.
- O próprio guia de seleção da Anthropic nomeia suas cargas de trabalho como aplicações em tempo real, processamento inteligente de alto volume, implantações sensíveis a custo que ainda precisam de raciocínio forte e tarefas de subagente, e ele ancora um caminho de adoção explicitamente orientado à eficiência: comece aqui e só atualize onde uma lacuna específica de capacidade forçar.
- Seu modelo de raciocínio é o mais antigo, e isso importa ao portar prompts.
- Ele suporta apenas raciocínio estendido, com um orçamento explícito de tokens que precisa ficar acima de 1.024 e abaixo do limite de resposta; o tipo de raciocínio adaptativo retorna um erro, e não há parâmetro de esforço.
- O raciocínio intercalado (interleaved thinking) também não é suportado.
- O header beta é aceito e ignorado.
- O cache de prompts exige um prefixo mínimo de 4.096 tokens, o mais restritivo da família, e os blocos de raciocínio de turnos anteriores são removidos em vez de preservados.
- As saídas estruturadas estão em disponibilidade geral, e a janela de contexto é fixa em 200K sem variante de contexto longo.
- Esse perfil se encaixa em chat de alto volume, classificação e assistentes de código onde a responsividade importa mais.
- A Synthorai serve o Claude Haiku 4.5 pelo seu endpoint de chat compatível com OpenAI, então trocar é só uma mudança de nome de modelo.
Perguntas frequentes
A API do Claude Haiku 4.5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $1/M de tokens de entrada, só esse crédito já cobre cerca de 125 requisições de ~8K tokens ao Claude Haiku 4.5.
Em que o Claude Haiku 4.5 é melhor?
O mais rápido com inteligência quase de fronteira; menor latência e preço da linha atual; raciocínio estendido, entrada de visão e cache de prompts. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Claude Haiku 4.5?
Na Synthorai, o Claude Haiku 4.5 custa $1 por milhão de tokens de entrada e $5 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.1/M.
Qual é a janela de contexto do Claude Haiku 4.5?
O Claude Haiku 4.5 tem uma janela de contexto de 200K tokens na Synthorai. Uma única resposta pode ter até 64,000 tokens.
O Claude Haiku 4.5 suporta cache de prompts?
Sim, por opt-in: marque prefixos estáveis com breakpoints de cache_control. Tokens de entrada em cache são cobrados a $0.1/M, contra $1/M sem cache; os prompts precisam de um prefixo estável de 4,096 tokens para entrar em cache (TTL 5 min por padrão, 1 hora opcional). Guia de cache de prompts →
Como obtenho acesso ao Claude Haiku 4.5?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="claude-haiku-4-5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Haiku 4.5?
O corte de conhecimento do Claude Haiku 4.5 é 2025-02, segundo a documentação oficial do provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.