Claude Haiku 5.5 zlacnel, no dlhý vstup zvýši cenu päťnásobne

Anthropic 7. októbra 2026 v oznámení o modeli uviedol Claude Haiku 5.5: pri prompte do 100 000 tokenov znížil oproti Haiku 4.5 vstupnú sadzbu z 1,00 na 0,10 USD a výstupnú z 5,00 na 0,50 USD za milión tokenov, no nad hranicou sa obe sadzby zvyšujú päťnásobne na 0,50 a 2,50 USD. Lacnejšie volania preto dávajú zmysel najmä tam, kde sa úloha zmestí do krátkeho vstupu; pri dlhom kontexte rozhoduje dĺžka každého odoslaného promptu.

Technický prehľad Claude Platform uvádza aktívny status modelu claude-haiku-5-5, dostupnosť cez Claude API, Amazon Bedrock, Google Cloud a Microsoft Foundry, kontextové okno jeden milión tokenov, bežný maximálny výstup 128 000 tokenov a nový tokenizer, pri ktorom rovnaký text zaberie približne o 30 % viac tokenov než pri Haiku 4.5. Model teda dokáže prijať rozsiahly podklad, ale dostupná kapacita a najnižšia sadzba platia za odlišných podmienok. Pre aplikáciu, ktorá posiela rovnaký text ako predtým, môže zmena tokenizácie zároveň posunúť časť požiadaviek cez cenovú hranicu.

Cenová hranica mení sadzbu celej požiadavky

Rozhodujúci je počet vstupných tokenov v prompte, nie dĺžka odpovede. Pri vstupe do hranice vrátane nej sa účtuje nižšia sadzba za vstup aj výstup. Ak ju prompt prekročí, vyššie sadzby sa použijú na všetky vstupné a výstupné tokeny danej požiadavky; nejde o postupné zdražovanie len tej časti vstupu, ktorá sa ocitla nad limitom. Práve preto aj malé predĺženie promptu pri hranici môže výrazne zmeniť výsledný účet.

Takýto skok je dôležitý pri opakovaných automatizovaných volaniach. Do promptu sa často vracia história rozhovoru, predchádzajúce odpovede nástrojov alebo dlhší úryvok dokumentu, takže rovnaký typ úlohy môže pri neskoršom volaní patriť do drahšieho pásma. Výstup pritom môže zostať rovnako krátky. Pri rozpočte preto záleží na rozdelení skutočných dĺžok vstupov, nielen na priemernej dĺžke odpovede či na maximálnom kontextovom okne.

Takmer rovnaký vstup, citeľne iný účet

V ilustračnom výpočte má prvá požiadavka 99 000 vstupných a 2 000 výstupných tokenov. Vstup vyjde na 0,0099 USD, výstup na 0,001 USD a spolu na 0,0109 USD. Druhá požiadavka má 101 000 vstupných tokenov a rovnaký výstup: vstup stojí 0,0505 USD, výstup 0,005 USD, spolu 0,0555 USD. Po pridaní 2 000 vstupných tokenov je teda druhý účet približne päťkrát vyšší.

Ak by sa každá z týchto dvoch modelových požiadaviek zopakovala 10 000-krát, súčet by bol 109 oproti 555 USD. Rozdiel 446 USD vzniká v príklade výlučne z dĺžky vstupu a z prepnutia sadzby; nejde o odhad účtu konkrétnej firmy. Výpočet počíta s novými vstupnými a výstupnými tokenmi bez ukladania promptu do cache, dávkového spracovania alebo ďalších volaní, ktoré môže skutočný postup potrebovať.

Rozdelenie rozsiahleho vstupu na menšie samostatné požiadavky môže v takomto účtovaní znížiť náklady, ak každá časť obsahuje dostatok informácií na svoju úlohu. Niekedy však jednotlivé kroky potrebujú spoločné súvislosti a opakovane posielaný kontext či následné spájanie odpovedí môže úsporu zmenšiť. Sadzba za krátky prompt preto sama nehovorí, koľko bude stáť celý pracovný postup.

Klasifikácia, extrakcia a úlohy agentov

Haiku 5.5 je zameraný na časté, úzko vymedzené úlohy citlivé na rýchlosť a cenu. Rozhodujúca otázka pri každom type nie je len to, či model odpovie, ale koľko podkladu musí dostať spolu so zadaním, aby výsledok zostal použiteľný:

• Klasifikácia a smerovanie: krátku správu či záznam možno zaradiť do kategórie a poslať ďalšiemu kroku. Výstup býva stručný a cena rastie najmä s počtom spracovaných vstupov. Pripájanie celej predchádzajúcej komunikácie ku každému záznamu môže túto výhodu oslabiť.
• Extrakcia: z podkladu možno vytiahnuť konkrétne pole alebo hodnotu. Ak je príslušná pasáž známa, kratší výrez drží prompt v lacnejšom pásme. Ak treba hľadať naprieč celým spisom, do hry vstupuje dlhý kontext a jeho vyššia sadzba.
• Sumarizácia: krátke a stredne dlhé podklady zodpovedajú opakovanému spracovaniu. Pri rozsiahlych materiáloch môže súhrn po častiach udržať vstupy menšie, no pri otázkach závislých od súvislostí medzi časťami sa môže stratiť dôležitá informácia.
• Čiastkové úlohy agentov: menší model môže pre hlavného agenta vyhľadať fakt alebo pripraviť úzky podklad. Ak mu každý krok pošle celú rastúcu históriu agenta, aj krátka odpoveď môže byť účtovaná v drahšom pásme.

Finančná AI spoločnosť Rogo opisuje práve takúto deľbu práce: väčší model skladá prezentáciu, kým Haiku vyhľadá údaj o tržbách pre jednu snímku. Alex Wang z Rogo vo vyjadrení citovanom VentureBeat povedal, že model je „fast and cheap enough that we can run it a lot“. Ide o skúsenosť konkrétneho používateľa, nie o meranie nákladov pre všetky typy agentov.

Veľké okno zostáva voľbou pre náročný vstup

Rozsiahly kontext má hodnotu vtedy, keď odpoveď závisí od súvislostí roztrúsených po celom podklade. Pri triedení položiek alebo vyťahovaní údajov z vopred určených pasáží sa naopak často dá pracovať s menším výrezom. Rozhodovací bod je teda konkrétny: stačí modelu lokálna informácia, alebo musí súčasne vidieť všetky časti zadania? Od tejto odpovede závisí, či vyššia cena dlhého promptu kupuje potrebnú kapacitu, alebo len opakované posielanie textu.

Pri nasadení cez API sa tento rozdiel prejaví v sérii volaní, nie v jednej ukážkovej požiadavke. Agent môže začať s krátkym zadaním a neskôr prekročiť hranicu po pridaní výsledkov nástrojov; extrakčná úloha môže mať opačný priebeh, ak dostane iba relevantný úsek. Nižšia základná cena sa preto do celkového účtu premietne podľa toho, koľko požiadaviek zostane v kratšom pásme a koľko sa zmení na dlhé prompty.

Prečítajte si aj:

• Claude Code či GitHub Copilot: víťaz sa mení podľa typu úlohy
• Claude Sonnet 5.5 zrýchlil o 30 %, no Opus ostáva na ťažké úlohy
• Google Workspace či Microsoft 365: cenu licencie skreslí práca offline