Claude Haiku 5.5 chega por US$ 0,10 e mira alto volume

Se você usa um modelo em produção e paga por volume, o número que importa no Claude Haiku 5.5 é US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. A versão batch reduz esses valores para US$ 0,05 e US$ 0,25, respectivamente.

O modelo da Anthropic estreou na AWS nesta quarta-feira, com foco em fluxos de alto volume e subagentes. No OpenRouter, a janela de contexto é de 1 milhão de tokens. A conta parece agressiva para tarefas que geram muitas chamadas, mas há uma ressalva importante: os dados disponíveis não trazem uma tarifa anterior do Haiku 5.5. Portanto, o corte de 75% não pode ser conferido apenas pela comparação de preços atual.

Segundo a AWS, o Claude Haiku 5.5 foi introduzido na plataforma de nuvem. Para quem escolhe fornecedor, a estreia combina três elementos práticos: preço baixo, contexto longo e uma rota batch para trabalhos que não precisam de resposta imediata.

O que muda na fatura

No modo padrão, cada milhão de tokens de entrada custa US$ 0,10. A mesma quantidade de tokens gerados custa US$ 0,50. Isso coloca a saída em um valor cinco vezes maior que a entrada, uma diferença que pesa em agentes capazes de produzir respostas longas ou executar várias etapas.

O cache aparece listado a US$ 0,01 por milhão de tokens. Em uma aplicação que reaproveita instruções, documentos ou contexto entre chamadas, esse preço pode alterar a distribuição da fatura. Ainda assim, o custo final depende de quanto do tráfego é entrada nova, quanto é cache e quanto o modelo gera.

A versão batch custa metade do modelo padrão: US$ 0,05 por milhão de tokens de entrada e US$ 0,25 por milhão de tokens de saída. O cache batch também cai para US$ 0,005 por milhão de tokens. É a opção mais direta para processamento em lote, classificação, enriquecimento de dados e outras tarefas em que a resposta não precisa voltar imediatamente.

Contexto longo, sem nota de inteligência

A janela de contexto de 1 milhão de tokens é igual na versão padrão e na batch. Isso permite enviar documentos extensos ou manter históricos grandes dentro de uma mesma chamada, embora a janela disponível não diga, por si só, quanto o modelo raciocina bem sobre esse material.

Esse ponto limita a comparação. O Artificial Analysis ainda não lista nota de inteligência, código ou desempenho agêntico para o Claude Haiku 5.5 nos dados do dia. Também não há informação registrada sobre velocidade, número de parâmetros ou pesos abertos.

Na prática, você não deve tratar o preço como prova de qualidade. O Haiku 5.5 pode ser uma escolha de custo para subagentes e tarefas repetitivas, mas a adequação para programação, decisões complexas ou automação com ferramentas ainda exige teste próprio.

Para quem vale a troca

O lançamento interessa principalmente a quem dispara muitas requisições pequenas, precisa analisar grandes volumes de texto ou quer dividir uma tarefa entre vários agentes de baixo custo. O batch é especialmente relevante quando o processamento pode esperar e a prioridade é reduzir a tarifa por token.

Também há espaço para quem já usa modelos mais caros da Anthropic. No OpenRouter, o Claude Sonnet 5.5 custa US$ 2 por milhão de tokens de entrada e US$ 10 de saída, enquanto o Claude Opus 5.5 custa US$ 4 e US$ 20. O Haiku 5.5 custa menos que ambos, mas não há nota comparável de inteligência disponível para sustentar uma substituição automática.

Para quem precisa de resposta síncrona, qualidade comprovada em código ou uma avaliação agêntica publicada, o anúncio muda menos. O preço pode justificar um piloto, mas não elimina a necessidade de medir taxa de erro, quantidade de chamadas e tokens gerados no próprio fluxo.

O que a promessa de desconto esconde

A expressão “corte de 75%” precisa ser lida com cuidado. Os dados atuais confirmam os preços do Haiku 5.5 e mostram que o batch custa metade do modo padrão. Eles não informam o preço anterior do modelo nem uma tarifa de referência que permita calcular uma redução de 75%.

Isso não torna o lançamento irrelevante. Torna a decisão mais concreta: você pode calcular o custo do tráfego que já tem, separar tarefas síncronas das assíncronas e comparar o resultado com Sonnet ou Opus. O ganho real só aparece quando o modelo entrega a mesma qualidade necessária usando menos tokens e menos tentativas.

Para um sistema em produção, a escolha racional é começar pelo batch onde a latência não importa, limitar o Haiku padrão às chamadas que precisam de retorno rápido e acompanhar a fatura por tipo de tarefa.