Claude Haiku 5.5 поевтинува до 100K токени, потоа цената расте петкратно

Anthropic го пушти Claude Haiku 5.5 на 7 октомври 2026, а официјалниот преглед на моделот наведува цена од 0,10 долари за милион влезни и 0,50 долари за милион излезни токени за барања до 100.000 влезни токени. Над тој праг, стапките на новиот модел растат петкратно, на 0,50 и 2,50 долари. Моделот е активен на Claude API.

Haiku 5.5 е поевтин од Haiku 4.5 и од двете страни на прагот: споредбата на Digital Applied ги наведува старите стапки од 1 долар за милион влезни и 5 долари за милион излезни токени, без посебна тарифа за долг влез. За програмер што мигрира, пресудни се должината на секое барање според новото броење токени и параметрите што неговата апликација ги испраќа до API.

Прагот ја менува цената на целото барање

Ценовниот режим го одредува вкупниот влез во поединечно барање. Ако тој надмине 100.000 токени, повисоките стапки важат за целиот влез и целиот излез од тоа барање, а не само за токените над границата. Претходно наплатените барања во истиот разговор ја задржуваат својата цена.

Во влезот се бројат и токените прочитани од кеш и токените запишани во него. Затоа кусо ново прашање може да го префрли повикот во повисоката тарифа ако заедно со него се испрати голем кеширан префикс. Контекстниот прозорец на Haiku 5.5 достигнува еден милион токени, а најголемиот излез во обично барање е 128.000 токени; проширениот капацитет не значи дека секое барање во тој прозорец ја добива почетната цена.

Четири условни сметки околу границата

Пресметките подолу користат објавени стапки на Claude API за едно барање, без кеширање, Batch API и дополнителни услуги. Бројот на излезни токени ги опфаќа сите наплатени излезни токени, вклучително и оние потрошени за размислување. Во споредбата е задржан ист број токени на двата модела за да се изолира разликата во тарифата; ист текст не мора да има ист број токени по миграцијата.

• Со 20.000 влезни и 1.000 излезни токени, условниот повик чини 0,0025 долари на Haiku 5.5, наспроти 0,025 долари на Haiku 4.5.
• Со 80.000 влезни и 2.000 излезни токени, трошокот е 0,009 долари на Haiku 5.5, наспроти 0,09 долари на Haiku 4.5.
• Со точно 100.000 влезни и 2.000 излезни токени, трошокот е 0,011 долари на Haiku 5.5, наспроти 0,11 долари на Haiku 4.5.
• Со 100.001 влезен и 2.000 излезни токени, трошокот е 0,0550005 долари на Haiku 5.5, наспроти 0,110001 долари на Haiku 4.5.

Последните два условни повика се разликуваат за еден влезен токен, но сметката на Haiku 5.5 се менува од 0,011 на 0,0550005 долари. Скокот произлегува од тарифата применета на целиот повик, вклучувајќи го и излезот. При многу повторени барања, за буџетот затоа е важен уделот на повици над границата, а не само просечниот број токени.

Кешот и новото броење го поместуваат трошокот

Кешираниот влез има посебни стапки, но и тој учествува во утврдувањето на ценовниот режим. Читањето од кеш чини 0,01 долар за милион токени до прагот и 0,05 долари над него. Запишувањето со рок од пет минути чини 0,125, односно 0,625 долари. Кешот го поевтинува повторното користење на контекстот, но не ја спречува примената на повисоката тарифа кога вкупниот влез ја надминува границата.

Истиот текст во просек брои приближно 30 проценти повеќе токени на Haiku 5.5 отколку на Haiku 4.5, иако точната разлика зависи од содржината. На пример, текст што на стариот модел броел 80.000 токени би можел приближно да достигне 104.000 на новиот и да премине во повисокиот ценовен режим без да се смени ниту збор. Во подолг разговор се задржуваат и блоковите за размислување од претходните одговори, што дополнително може да го зголеми влезот во следните повици.

Кои API-параметри можат да го прекинат преминот

Упатството на Claude за миграција бара повеќе од замена на идентификаторот со claude-haiku-5-5: стариот облик на thinking со „enabled“ и фиксен „budget_tokens“ враќа HTTP 400. Adaptive thinking е стандардно вклучен; може да се остави без експлицитна поставка или да се зададе како „adaptive“, а длабочината се управува преку „output_config.effort“. Почетното ниво на effort е „medium“.

Параметрите „temperature“, „top_p“ и „top_k“ треба да се изостават. „temperature“ различен од 1 и „top_p“ различен од 0,99 враќаат HTTP 400; истото важи за која било вредност на „top_k“ и за повик што истовремено ги испраќа „temperature“ и „top_p“. Тоа е ризик и за апликации што автоматски ги додаваат тие полиња во секое барање.

Одговорот може да почне со блок за размислување, па код што го чита првиот блок како конечен текст може да земе погрешна содржина. Токените за размислување влегуваат во „max_tokens“: премало ограничување може да го запре одговорот пред текстуалниот блок. Моделот враќа HTTP 400 и ако низата „messages“ завршува со започната порака од асистентот што треба да ја доврши.

Што добива интеграција што работи на Haiku 4.5

За барања што по новото броење остануваат под прагот, објавените стапки по токен се десетпати пониски од оние на Haiku 4.5. Над прагот сè уште се двојно пониски од старите стапки по токен. Вкупната заштеда, сепак, зависи од бројот на наплатени влезни и излезни токени, особено кога adaptive thinking додава излез што апликацијата не го прикажува како текст.

Преминот е финансиски најјасен за кратки, повторливи барања како класификација, извлекување податоци и насочување, ако квалитетот на одговорите ги исполнува потребите на апликацијата. Кај долги разговори и големи кеширани префикси, поважен е бројот на токени што ќе го пријави новиот модел за секој повик. Апликација што ги задржува старите sampling-параметри може да добие грешка пред воопшто да стигне до пониската тарифа.

Прочитајте и:

• OpenAI API или Claude API: токенот не ја кажува целата цена
• Leonardo AI или Midjourney: бесплатниот план менува повеќе од цената
• Claude API враќа 429: retry не помага ако го погодите погрешниот лимит