Anthropic выпустила Claude Haiku 5.5: скачок скорости и интеллекта

Haiku 5.5 — первая модель Haiku с настройками усилий и адаптивным мышлением Anthropic, а Anthropic ввела многоуровневое ценообразование.

Haiku 5.5 дешевле своего предшественника — он стоит 0,10/0,50 доллара США за 1 миллион токенов ввода/вывода для запросов до 100 тысяч токенов (так же, как GPT-6 Luna и 10% от предыдущей модели Haiku). Однако эта цена возрастает в 5 раз до $0,50/$2,50 выше 100 тысяч. еще не отражены многоуровневые цены, поэтому предварительные цифры стоимости Haiku 5.5 не включают стоимость повышения. Мы работаем над поддержкой и вскоре добавим дополнительную информацию о цене за задачу.

Ключевые выводы

➤ Лучшие характеристики моделей малого класса: при максимальном усилии Haiku 5.5 немного опережает такие модели, как GLM-5.3 Flash (42), Gemini 3.8 Flash (41) и GPT-6 Luna (38). Его оценка сопоставима с Kimi K3 (44), моделью с открытыми весами с параметром 2,8T, и отстает от Claude Sonnet 5,5 (макс. 56) на 13 баллов.

➤ Интенсивное использование токенов по сравнению с GPT-6 Luna: Haiku 5.5 (максимум) использует ~162 тыс. токенов вывода на задачу индекса интеллекта, ~3x GPT-6 Luna (максимум, ~50 тыс.). Переход от xhigh к max добавляет 2 очка примерно в 1,8 раза больше жетонов. При аналогичном интеллекте он также использует больше токенов, чем GPT-6 Luna: Haiku 5.5 (высокий) набирает 38 баллов с ~ 55 тысячами токенов на задачу против 38 с ~ 50 тысячами для Luna (максимум), и разрыв увеличивается при более низких настройках усилий.

➤ Высокая способность к агентской информационной работе: в AA-Briefcase, нашей частной оценке реалистичных задач информационной работы, Haiku 5.5 (макс.) достигает 1578 Эло, опережая такие модели, как Kimi K3 и GLM-5.3, и сравним с Muse Spark 1.3 (макс.)

➤ Улучшения в использовании терминала: в Terminal-Bench 4.0 он набирает 33% по сравнению с 0% в Haiku 4.5. Это уровень GLM-5.3 Flash и опережает Gemini 3.8 Flash (20%) и GPT-6 Luna (13%).

➤ Более низкие фактические знания, но относительно низкий уровень галлюцинаций: как и ожидалось для модели меньшего класса, Haiku 5.5 имеет более низкие фактические знания, чем его братья и сестры. Точность АА-Всеведения составляет 36%, против 55% у Gemini 3.8 Flash и 44% у GPT-6 Luna, но отчасти это обусловлено большей готовностью признать, что она не знает - ее уровень галлюцинаций ниже, 40% против 55% и 77%.

➤ Результат AutomationBench-AA, вероятно, занижен: Haiku 5.5 набирает 35% против 53–60% у GPT-6 Luna, Gemini 3.8 Flash и GLM-5.3 Flash. Во время предварительного тестирования проблема отказа безопасности привела к чрезмерному отказу модели. Anthropic работает над решением этой проблемы — мы повторим эту оценку с исправлением и ожидаем, что эта оценка повысится.

Другие детали модели

➤ Контекстное окно: 1 миллион токенов по сравнению с 200 тысячами для Claude 4.5 Haiku.

➤ Цена: 0,10 доллара США/0,50 доллара США за 1 миллион токенов ввода/вывода до 100 тысяч токенов, 0,50 доллара США/2,50 доллара США и выше. Кэш читает 0,01 доллара США (0,05 доллара США выше 100 000), кеш за 5 минут записывает 0,125 доллара США (0,625 доллара США выше 100 000)

➤ Мультимодальность: ввод текста и изображений с выводом текста

Claude Haiku 5.5 (максимум) использует ~162 тыс. токенов вывода на задачу Индекса интеллекта, что больше, чем Opus 5.5 (максимум) и ~3x GPT-6 Luna (максимум). При всех настройках усилий Haiku 5.5 использует больше токенов вывода, чем GPT-6 Luna, для достижения аналогичных показателей индекса интеллекта.

Клод Хайку 5,5 (макс.) достигает 1578 Эло в AA-Briefcase, нашей частной оценке работы в области знаний, в пределах доверительных интервалов GPT-6 Astra (макс.) и Claude Fable 5.1 (высок.)

Полная разбивка отдельных оценок в индексе искусственного интеллекта анализа для Claude Haiku 5.5 в зависимости от настроек усилий.