Claude Haiku 5.5 custa pouco. Dê-lhe tarefas pequenas

O Claude Haiku 5.5, lançado a 7 de outubro de 2026, merece novo teste como subagente para tarefas delimitadas. A Anthropic cobra 0,10 dólares por milhão de tokens de entrada até 100 000 tokens de prompt, depois cobra mais. Começaria por extrair dados ou resumir ficheiros, deixando implementações difíceis para o Sonnet ou o Opus. [1] [2]

Quanto custa o Claude Haiku 5.5?

Os preços mais baixos do Haiku aplicam-se a prompts com, no máximo, 100 000 tokens. Acima desse limite, a Anthropic cobra cinco vezes mais pela entrada, saída e cache. O modelo suporta um contexto de um milhão de tokens, mas a decisão sobre o preço surge muito antes de atingir essa capacidade. [2] [4]

Num pedido ilustrativo com 50 000 tokens de entrada sem cache e 5 000 de saída, a conta de tokens do Haiku seria de 0,0075 dólares. Aos preços do Sonnet, as mesmas contagens custariam 0,15 dólares. A diferença de vinte vezes resulta das tarifas; não é uma medição de trabalho concluído com qualidade equivalente.

Isto torna interessante uma consulta delimitada, mesmo quando um modelo maior dirige o trabalho completo. Enviaria os ficheiros relevantes e pediria o dado concreto de que o agente principal precisa, em vez de dar o repositório inteiro a cada assistente. O mapa do repositório que uso para gerir o contexto ajuda a definir que informação deve entrar nesse pedido mais pequeno.

Porque deve voltar a contar os tokens antes de mudar?

O Haiku 5.5 muda o tokenizador, o sistema que divide o texto em unidades faturáveis. O guia de migração da Anthropic indica que o mesmo texto produz aproximadamente mais 30% de tokens do que com o Haiku 4.5, consoante o conteúdo. Um prompt que parecia caber no escalão barato pela estimativa antiga pode, por isso, ultrapassar o novo limite. [3]

Considere uma entrada que antes tinha 80 000 tokens. Se esse texto específico crescer 30%, passa a ter 104 000. Com o preço de entrada do Haiku 4.5 de 1 dólar, custava 0,08 dólares; no escalão superior do Haiku 5.5, custa 0,052. Neste exemplo hipotético, a entrada fica 35% mais barata, em vez dos 90% sugeridos pela comparação entre os preços mínimos publicados. Excluem-se saída, cache e ferramentas. [2] [3]

A solução prática é contar o pedido real com o novo modelo antes de estimar a poupança. Verificaria também como cresce uma tarefa ao longo de vários turnos: a Anthropic explica que o Haiku 5.5 conserva os blocos de raciocínio anteriores como entrada, enquanto o Haiku 4.5 guarda apenas os do último turno. Um assistente que trabalha durante muito tempo pode acumular mais entrada do que a mudança de tokenizador, por si só, explica. [3]

O Haiku 5.5 pode substituir o Sonnet na programação?

Os resultados de lançamento da Anthropic justificam testar o Haiku nas tarefas mais pequenas e manter o Sonnet para implementações difíceis. No Terminal-Bench 4.0, que avalia trabalho num ambiente de linha de comandos, a Anthropic apresenta 39,2% para o Haiku 5.5 e 70,6% para o Sonnet 5.5. Nessa avaliação, a diferença de preço acompanha uma diferença considerável de capacidade. [1]

Vejo aqui um motivo para separar a procura de informação da decisão sobre o que alterar. Um assistente poderia localizar a função que valida uma definição e devolver o caminho do ficheiro com as linhas relevantes. Decidir como mudar essa validação sem prejudicar os restantes chamadores é outra tarefa. Testaria as duas em separado, em vez de as atribuir por defeito ao modelo mais barato.

É a mesma distinção presente na comparação entre esforço e custo por tarefa do Sonnet 5.5: o preço inferior por token importa em conjunto com a quantidade de trabalho e o resultado. Tal como noutras comparações de benchmarks de programação, manteria sempre o avaliador e a tarefa associados à pontuação.

O que é preciso verificar numa integração Haiku existente?

Se a integração anterior define opções de raciocínio ou amostragem, a migração exige mais do que trocar o nome do modelo. A Anthropic documenta o raciocínio adaptativo como predefinição do Haiku 5.5, com esforço medium. O guia pede também a remoção de temperature, top_p e top_k e a substituição da configuração anterior com orçamento explícito de raciocínio. [3] [4]

Reveria essas definições antes de executar uma pequena carga de trabalho existente com claude-haiku-5-5. Depois registaria as contagens reais de entrada e saída, se a resposta cumpre o pedido e com que frequência um modelo mais forte tem de repetir o trabalho. Uma extração deve ter uma resposta verificável, como a linha exata e o ficheiro de origem. Um resumo plausível não deve passar apenas por estar bem escrito.

O esforço também faz parte desta comparação. Um assistente que raciocina durante mais tempo pode alterar a latência e o gasto. Começaria pelo valor documentado e ajustá-lo-ia quando uma falha repetível exigisse mais raciocínio ou quando uma tarefa simples funcionasse com menos. Ter um milhão de tokens disponíveis não justifica transformar uma consulta de cinco ficheiros numa análise de todo o repositório.

Os novos créditos de API aumentam os limites do Claude Code?

Não. Os créditos mensais de API da Anthropic financiam trabalho na Claude Platform e são separados do uso interativo do Claude Code. Os subscritores elegíveis do Max 5x recebem 100 dólares por mês e os do Max 20x recebem 200. Os créditos Team dependem dos tipos de lugar e são agrupados até um máximo de 500 dólares mensais. Os subscritores Pro não são elegíveis. [5]

Para pedir os créditos, é preciso associar uma organização Claude Console nas definições de faturação na Web, após pelo menos sete dias num plano elegível. O saldo não utilizado expira no fim do ciclo de faturação. Não paga sessões interativas do Claude Code nem utilização extra da subscrição, embora o trabalho com Agent SDK autenticado por chave de API possa estar abrangido nas condições documentadas. [5]

Um subscritor elegível pode assim testar um pequeno assistente baseado na API sem confundir o crédito com uma nova quota de Claude Code. O meu primeiro teste seria uma consulta repetida com resposta conhecida. Manteria o Haiku se devolvesse essa resposta de forma fiável e o custo medido, incluindo correções, continuasse inferior ao de fazer o mesmo trabalho com o modelo principal.