Claude Haiku 5.5 é o modelo mais rápido da Anthropic, lançado em 7 de outubro de 2026 e feito para trabalho de alto volume e sensível à latência, como classificação, extração, roteamento e tarefas de subagentes.
- Entrada
- texto imagem $0.1/M
- Saída
- texto $0.5/M
- Leitura de cache
- $0.01/M
- Contexto
- 1M
- vs GPT-4o
- ~98% mais barato
- Corte de conhecimento
- 2026-06
Prompts acima de 100K tokens: toda a requisição é cobrada a $0.5/M de entrada · $2.5/M de saída
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) | 1.000.000 |
|---|---|
| Saída máxima (especificação do provedor) | 128.000 |
| Corte de conhecimento | 2026-06 |
Cache de prompts
| Modo | explícito (opt-in) |
|---|---|
| Prefixo mín. | 512 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 | output_config.effort |
|---|---|
| Valores aceitos | low · medium · high · xhigh · max |
| Valor padrão | medium usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | 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. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem → 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
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Haiku 5.5 passou · 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.
saída 332 tok (+159 raciocínio) latência 2.9 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 5.5 passou · 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 `[]`. […]
saída 1012 tok (+591 raciocínio) latência 6.0 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 5.5 passou · 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.
saída 725 tok (+572 raciocínio) latência 4.6 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 5.5 passou · 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.
saída 2164 tok (+1929 raciocínio) latência 9.9 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 5.5 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-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(""));Sobre o Claude Haiku 5.5
- O preço depende do tamanho do prompt: um prompt de até 100.000 tokens custa 0,10 USD por milhão de tokens de entrada e 0,50 USD por milhão de saída, e um prompt acima de 100.000 tokens custa 0,50 USD e 2,50 USD.
- As leituras de cache custam 10 % do preço de entrada nas duas faixas (0,01 USD e 0,05 USD por milhão), as gravações de cache de 5 minutos 0,125 USD e 0,625 USD, e as de 1 hora 0,20 USD e 1 USD.
- A janela de contexto é de 1M de tokens e a saída máxima de 128K, contra 200K e 64K no Claude Haiku 4.5, e o modelo aceita entrada de texto e imagem.
- O raciocínio adaptativo fica ativo por padrão com esforço medium; com esforço high ou inferior ainda é possível desligá-lo com um bloco thinking desativado, enquanto um pedido manual com budget_tokens retorna 400.
- Definir temperature, top_p ou top_k com valor não padrão também retorna 400, assim como pré-preencher o turno do assistente.
- A Anthropic informa que o modelo usa o tokenizador mais recente, introduzido com o Claude Opus 4.7, de modo que o mesmo texto conta cerca de 30 % mais tokens do que no Claude Haiku 4.5.
- O menor prompt armazenável em cache tem 512 tokens.
- A Synthorai oferece o Claude Haiku 5.5 pela mesma API compatível com OpenAI do restante da frota.
Perguntas frequentes
A API do Claude Haiku 5.5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $0.1/M de tokens de entrada, só esse crédito já cobre cerca de 1,250 requisições de ~8K tokens ao Claude Haiku 5.5.
Em que o Claude Haiku 5.5 é melhor?
O modelo mais rápido da Anthropic, para trabalho de alto volume e sensível à latência; preço pelo tamanho do prompt: até 100K tokens, 0,10 USD entrada e 0,50 USD saída por milhão; 1M de contexto, 128K de saída, raciocínio adaptativo com controle de esforço. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Claude Haiku 5.5?
Na Synthorai, o Claude Haiku 5.5 custa $0.1 por milhão de tokens de entrada e $0.5 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 $0.01/M.
Qual é a janela de contexto do Claude Haiku 5.5?
O Claude Haiku 5.5 tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 128,000 tokens.
O Claude Haiku 5.5 suporta cache de prompts?
Sim, por opt-in: marque prefixos estáveis com breakpoints de cache_control. Tokens de entrada em cache são cobrados a $0.01/M, contra $0.1/M sem cache; os prompts precisam de um prefixo estável de 512 tokens para entrar em cache (TTL 5 min por padrão, 1 hora opcional). Guia de cache de prompts →
Como obtenho acesso ao Claude Haiku 5.5?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="claude-haiku-5-5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Haiku 5.5?
O corte de conhecimento do Claude Haiku 5.5 é 2026-06, segundo a documentação oficial do provedor (verificado em 2026-10-08).
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.