Anthropic publicó el 7 de octubre de 2026 Claude Haiku 5.5, al que describe como su modelo pequeño más barato, rápido y capaz hasta la fecha. Es el primer Haiku con control de esfuerzo, y el precio de entrada baja a una décima parte del de Haiku 4.5 para prompts de hasta 100k tokens. Si tienes tareas de alto volumen (clasificación, resumen de logs, triaje), merece una prueba.
Qué cambia
Según el anuncio de Anthropic, Haiku 5.5 cuesta de media un 75 % menos que Haiku 4.5. Los precios por millón de tokens son:
| Haiku 5.5 (≤100k) | Haiku 5.5 (>100k) | Haiku 4.5 | |
|---|---|---|---|
| Entrada | 0,10 $ | 0,50 $ | 1,00 $ |
| Salida | 0,50 $ | 2,50 $ | 5,00 $ |
| Lectura de caché | 0,01 $ | 0,05 $ | 0,10 $ |
| Escritura de caché | 0,125 $ | 0,625 $ | 1,25 $ |
Según la nota del propio anuncio, eso es un 90 % menos en peticiones de hasta 100k tokens y un 50 % menos por encima. Hay un detalle que conviene no pasar por alto: el tramo de más de 100k de prompt cuesta cinco veces más por token que el corto, así que el ahorro depende de cuánto contexto metas.
La otra novedad es el control de esfuerzo, con niveles Low, Med, High, Xhigh y Max en las gráficas de Anthropic. Permite ajustar coste frente a calidad por tarea en lugar de cambiar de modelo.
En benchmarks publicados por Anthropic frente a Haiku 4.5: Terminal-Bench 4.0 pasa de 0,0 % a 39,2 %, OSWorld 2.1 (subconjunto offline) de 15,7 % a 72,4 % y Humanity's Last Exam sin herramientas de 10,2 % a 45,9 %. Son cifras del fabricante y Sonnet 5.5 puntúa más alto en todas las que aparecen. Anthropic no indica la ventana de contexto en esa página.
En AWS, según el post de AWS Machine Learning (7 de octubre), está disponible en Amazon Bedrock mediante perfiles de inferencia entre regiones (US, EU, AU, JP y Global), en AWS GovCloud (US) y en Claude Platform on AWS en Norteamérica. El identificador del perfil global es global.anthropic.claude-haiku-5-5 y funciona con Messages API, Invoke y Converse. Anthropic cita también Google Cloud y Microsoft Azure como plataformas de disponibilidad.
Por qué importa en producción
Un modelo pequeño solo es útil si es barato y lo bastante bueno para sustituir a uno mayor en parte del tráfico. Con estos precios, las tareas de volumen (clasificar alertas, extraer campos de logs, primeras respuestas de un agente) cambian de orden de magnitud en coste. Además, el control de esfuerzo simplifica la arquitectura: un único modelo con varios niveles en vez de dos modelos con enrutado propio.
Hay cautelas. Los benchmarks son del fabricante y no sustituyen a tu propio conjunto de evaluación. El post de AWS avisa de que el modelo puede devolver un bloque de pensamiento antes del bloque de texto, así que el código que lee content[0] se romperá. Y como el precio sube en prompts largos, un pipeline que mete mucho contexto puede no ahorrar tanto como sugiere el titular.
Qué haría yo
- Elegir una tarea de volumen con evaluación existente y repetirla con Haiku 5.5 en distintos niveles de esfuerzo.
- Medir coste real por petición, no solo precio por token, vigilando el umbral de 100k.
- Revisar el código que parsea la respuesta: seleccionar el bloque de texto por tipo, no por posición.
- En AWS, dar solo los permisos
bedrock:InvokeModelybedrock:InvokeModelWithResponseStreama quien lo llame, y usar CloudTrail y CloudWatch para auditar el uso. - Mantener el modelo anterior como alternativa hasta tener datos propios.
Fuentes
- Anthropic: anuncio de Claude Haiku 5.5 (7 de octubre de 2026).
- AWS Machine Learning Blog: Introducing Claude Haiku 5.5 on AWS (7 de octubre de 2026).
- AWS Weekly Roundup del 13 de octubre de 2026.