TL;DR. Am 7. Oktober hat Anthropic Claude Haiku 5.5 veröffentlicht: ein Zehntel des Preises von Haiku 4.5, eine Million Token Kontext und zum ersten Mal ein Regler für die Denktiefe in der kleinen Klasse. Wir haben es am Tag danach durch die Messläufe eines WhatsApp-Agenten geschickt, den wir für einen Kunden betreiben, direkt neben Sonnet 5.5. Beim Einordnen von Kundennachrichten und bei der ersten Entscheidung im Gespräch hält Haiku 5.5 voll mit. Beim Lesen schwieriger Fotos liest es 31 statt 46 von 53 richtig und liegt neunmal daneben. Das billige Modell gehört dorthin, wo eine falsche Antwort billig ist.
Was Haiku 5.5 kann und kostet
Die Eckdaten laut Anthropics Modellseite:
Eingabe je 1 Mio. Token
| Haiku 5.5, je 1 Mio. Token | bis 100.000 Token im Prompt | darüber |
|---|---|---|
| Eingabe | 0,10 $ | 0,50 $ |
| Ausgabe | 0,50 $ | 2,50 $ |
Aus dem Cache gelesene Token kosten 0,01 $ je Million. Bei Sonnet 5.5 hat Anthropic denselben Posten am selben Tag halbiert, von 0,20 $ auf 0,10 $. Dazu kommen eine Million Token Kontext, bis zu 128.000 Token Ausgabe und der Regler für die Denktiefe (Effort) von low bis max. In Anthropics eigenen Messungen holt Haiku 5.5 viel auf, bleibt aber unter Sonnet 5.5: bei OSWorld, also Arbeiten am Computer, 72,4 % gegen 83,9 %, beim agentischen Programmieren (Terminal-Bench 4.0) 39,2 % gegen 70,6 %.
Das Kleingedruckte
- Der Zehntel-Preis gilt für kurze Prompts. Ab 100.000 Token im Prompt kostet Haiku 5.5 das Fünffache. Wer den großen Kontext wirklich nutzt, zahlt deutlich mehr als die Schlagzeile.
- Der neue Tokenizer zählt mehr. Derselbe Text ergibt rund 30 % mehr Token als bei Haiku 4.5. Ein Teil der Ersparnis geht also schon beim Zählen verloren.
- Anthropic zieht die Grenze selbst. Für komplexe agentische Programmierarbeit bleiben laut Produktseite Sonnet 5.5 und Opus 5.5 die bessere Wahl.
Preis je 1 Mio. Eingabe-Token nach Promptgröße
Unser Test: drei Aufgaben aus einem echten Agenten
Der Agent beantwortet für einen Kunden Anfragen über WhatsApp, auf Deutsch und Türkisch. Er ordnet jede Nachricht ein, entscheidet, was als Nächstes passiert, und liest Fotos von Formularen, die Kunden mitschicken. Für alle drei Schritte gibt es Messläufe mit echten, anonymisierten Fällen. Am 8. Oktober liefen sie mit Haiku 5.5 und Sonnet 5.5, gleicher Aufbau, gleiche Fälle.
| Aufgabe | Haiku 5.5 | Sonnet 5.5 |
|---|---|---|
| Kundennachricht einordnen 12 echte Formulierungen, 9 davon mit Teilewunsch | 8 von 9 vollständig 4,3 s | 8 von 9 vollständig 4,2 s |
| Erste Entscheidung im Gespräch 6 typische Kundenfragen | 6 von 6 wie Sonnet 2,1 s | 6 von 6 2,2 s |
| Schwierige Fotos lesen 53 Fälle, an denen die Texterkennung scheitert | 31 richtig, 9 falsch 0,11 ct je Foto | 46 richtig, 4 falsch 1,79 ct je Foto |
Die Zeiten sind Mediane. Beim Einordnen zählt, ob alle gewünschten Teile erkannt wurden, bei den Fotos nur ein Ergebnis, das der Agent auch verwenden würde.
53 schwierige Fotos, jedes ein Punkt
richtig gelesenfalsch gelesenkein verwertbares Ergebnis
Was wir daraus gelernt haben
- Einordnen kann Haiku 5.5. Bei den Teilewünschen lag es gleichauf mit Sonnet, auch auf Türkisch. Hier lohnt der Wechsel.
- Billiger heißt nicht schneller. Beim Einordnen brauchte Haiku 5.5 im Median 4,3 Sekunden, Sonnet 4,2. Wer wegen der Geschwindigkeit wechseln will, sollte das vorher messen.
- Die erste Entscheidung im Gespräch passt. In allen sechs Fällen wählte Haiku 5.5 denselben nächsten Schritt wie Sonnet. Ganze Gespräche über mehrere Nachrichten deckt dieser Test aber nicht ab.
- Beim schwierigen Lesen bleibt das große Modell. Ein falsch gelesenes Formular ist schlimmer als gar keins, denn der Agent arbeitet dann mit falschen Daten weiter.
Je 1.000 schwierige Fotos
Je 1.000 schwierige Fotos spart Haiku 5.5 rund 16,74 Dollar. Dafür liest es rund 94 Fotos mehr falsch.
Best Practice: wohin mit dem kleinen Modell
Aus dem Test ergibt sich eine einfache Regel: Das kleine Modell bekommt die Schritte, nach denen noch etwas prüft. Das große bekommt die Schritte, deren Ergebnis direkt beim Kunden landet oder auf denen alles Weitere aufbaut.
Wohin mit dem kleinen Modell
- EingangNachricht kommt rein
- Haiku 5.5Thema einordnen
- Sonnet 5.5Foto lesen
- Sonnet 5.5Antwort an den Kunden
kleines Modell: falsche Antwort ist billig und wird danach geprüftgroßes Modell: falsche Antwort ist teuer und geht direkt raus
- Gut für Haiku 5.5: Nachrichten einordnen und weiterleiten, Entwürfe vorsortieren, Felder aus sauberen Texten auslesen, die danach geprüft werden.
- Kandidat, aber erst über ganze Gespräche testen: die erste Entscheidung im Kundengespräch.
- Beim großen Modell lassen: schwierige Fotos und Dokumente lesen, komplexe Agenten- und Programmierarbeit, alles, was ohne zweite Prüfung rausgeht.
Was Sie jetzt tun sollten
- Nicht pauschal wechseln. Ein Zehntel des Preises ist kein Grund, ein Gespräch mit Kunden schlechter zu machen, das heute funktioniert.
- Die Vorstufen suchen. In fast jedem Agenten gibt es Schritte vor der eigentlichen Antwort: weiterleiten, einordnen, auslesen. Dort lohnt Haiku 5.5 am meisten.
- Mit den eigenen Fällen messen. Unser Test brauchte keine Stunde: 6 bis 53 echte Fälle je Schritt, beide Modelle nebeneinander, Treffer und Zeit zählen. Erst dann umstellen. Den Effort-Regler zuerst auf low oder medium stellen.
- Den Cache nutzen. Feste Anweisungen und Regeln gehören in den Cache. Bei Haiku 5.5 kostet das Lesen daraus 1 Cent je Million Token, bei Sonnet 5.5 seit dem 7. Oktober 10 Cent.
Modelle werden gerade in rasantem Tempo billiger. Die Frage, wo eine falsche Antwort teuer wird, beantwortet das nicht. Die gehört weiter zur Arbeit. Wenn Sie Ihre Agenten einmal nach dieser Frage sortieren wollen, helfen wir beim Nachrechnen.
