Haiku 4.5 cobra US$ 5 por milhão e entrega 96% da inteligência do o3

A conta que ninguém quer ler

A Anthropic colocou o Claude Haiku 4.5 no catálogo em 15 de outubro cobrando US$ 5 por milhão de tokens de saída. Parece caro até você comparar com o que está logo acima dele na tabela de inteligência: o o3, da OpenAI, cobra US$ 8 pela mesma unidade. São 60% a mais por uma diferença de 1,2 ponto num índice que vai até 100. Em produção, esse delta de inteligência quase nunca se traduz em receita — mas o delta de preço se traduz em prejuízo.

O ponto central do Haiku 4.5 não é ser o mais inteligente. É entregar quase a inteligência do o3 a um custo que cabe em produtos com margem apertada: chatbots de suporte, classificação de tickets, agentes internos, pipelines de RAG com muito volume. Para esses casos, pagar US$ 8 por milhão era um impeditivo; pagar US$ 5 ainda aperta, mas entra na planilha.

Onde ele ganha e onde não ganha

O Haiku 4.5 marca 29,9 no índice geral e 43,9 em coding — números altos para um modelo da família "pequena". Em agentic, fica em 16,5, distante dos 31,1 do o3 no agregado. A leitura honesta: ele é um Sonnet 4 com menos músculo, não um o3 com menos conta. Serve para fluxos onde o raciocínio precisa estar presente, mas o pico de capacidade não precisa ser o estado da arte.

A velocidade reportada de 90 tokens por segundo coloca ele atrás do gpt-oss-120b (155 t/s), que é open-weight e custa US$ 0,17 por milhão de saída. Se o seu gargalo é latência pura e o orçamento é curto, o gpt-oss-120b ainda vence no papel. A diferença é que o Haiku 4.5 é multimodal — aceita imagem e arquivo — e o gpt-oss só lê texto. Para extrair dados de PDFs, screenshots e diagramas, o Haiku 4.5 não tem substituto direto na faixa de preço.

O tabuleiro em 15 de outubro

O catálogo tem 258 modelos hoje e 40 criadores. Nos últimos 30 dias, 31 modelos foram lançados — o ritmo não diminuiu. No topo da inteligência, a ordem é o3 (31,1), Haiku 4.5 (29,9), gpt-oss-120b (24,1), Qwen3 Next 80B Thinking (16,9) e gpt-oss-20b (15,2). Repare: o Haiku 4.5 entra em segundo lugar absoluto, à frente de qualquer modelo aberto e de qualquer coisa da Qwen.

O detalhe que muda a conta de verdade é o cache de leitura: US$ 0,10 por milhão de tokens. Quem repete system prompts longos, quem encadeia agentes que relêm o mesmo contexto, quem faz RAG com retrieval recorrente — esse preço derruba o custo efetivo para uma fração do nominal. É o tipo de detalhe que não aparece no headline e aparece na fatura.

Para quem vale e para quem não vale

Vale para você se: roda volume alto de texto+imagem, precisa de raciocínio consistente, quer Anthropic na stack e o o3 estoura o orçamento. Vale especialmente se você já usava Sonnet e quer migrar chamadas de baixa criticidade para baratear a fatura sem perder o ecossistema.

Não vale se: o gargalo é latência (vá de gpt-oss-120b), o caso de uso é puramente texto e o orçamento é apertado (vá de gpt-oss-20b a US$ 0,13 por milhão), ou você precisa do teto de capacidade em coding/agentic — aí o o3 ainda é o3.

A implicação prática é direta: revise os prompts do seu produto que hoje vão para o o3 ou para Sonnet 4, separe os que não precisam do pico, e redirecione para o Haiku 4.5. Em muitos produtos, isso é 40 a 60% do volume de chamadas — e é exatamente onde mora a economia.