For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ko/articles/claude-haiku-5-pricing-benchmarks-gpt-6-l-8951f544.md.
Anthropic이 현재까지 가장 빠르고 비용이 낮은 소형 모델인 **Claude Haiku 5.5**를 출시했습니다.
Anthropic이 현재까지 가장 빠르고 비용이 낮은 소형 모델인 Claude Haiku 5.5를 출시했습니다.
이 모델은 2026년 10월 7일 공식 출시되었으며, 모든 요청에 가장 강력한 모델을 사용하는 것보다 속도, 처리량, 비용이 중요한 작업을 위해 설계되었습니다.
Anthropic은 다음과 같은 작업에 Haiku 5.5를 권장합니다.
가장 주목할 만한 수치는 짧은 프롬프트에 적용되는 가격입니다.
입력:
100만 토큰당 $0.10
출력:
100만 토큰당 $0.50
이는 입력 토큰이 100,000개 이하인 프롬프트에 적용됩니다.
이 가격은 Haiku 4.5의 공시된 입력 및 출력 가격의 10분의 1이며, Sonnet 5.5의 표준 입력 및 출력 가격의 20분의 1입니다.
가격 인하가 모든 실제 워크로드를 90% 저렴하게 만든다는 의미는 아닙니다.
Anthropic의 자체 추정치는 더 보수적입니다. 장문 컨텍스트 가격과 새로운 토크나이저를 반영하면 Haiku 5.5의 운영 비용은 Haiku 4.5보다 평균 약 75% 낮다고 설명합니다.
더 놀라운 점은 이 모델이 단순히 더 저렴하기만 한 것이 아니라는 사실입니다.
Anthropic이 공개한 여러 평가에서 Haiku 5.5는 Haiku 4.5를 크게 앞섰으며, Anthropic이 Luna 결과를 공개한 모든 벤치마크에서 비슷한 가격대의 OpenAI GPT-6 Luna도 앞섰습니다.
그렇다고 Haiku 5.5가 어려운 코딩이나 개방형 에이전트 작업에서 Sonnet 5.5 또는 Opus 5.5를 대체한다는 의미는 아닙니다.
Anthropic도 이러한 작업에는 더 큰 모델을 명시적으로 권장합니다.
Haiku 5.5를 이해하는 더 적절한 방법은, 이전 Haiku 모델보다 훨씬 더 심각한 에이전트 작업을 처리할 수 있을 만큼 강력해진 대규모 처리용 작업자로 보는 것입니다.
가격 구조는 두 가지 단계로 나뉩니다.
입력 토큰 100,000개 이하인 프롬프트의 경우:
| 토큰 유형 | Haiku 5.5 | Haiku 4.5 | Sonnet 5.5 |
|---|---|---|---|
| 캐시 읽기 | 100만 개당 $0.01 | 100만 개당 $0.10 | 100만 개당 $0.10 |
| 캐시 쓰기 | 100만 개당 $0.125 | 100만 개당 $1.25 | 100만 개당 $2.50 |
| 입력 | 100만 개당 $0.10 | 100만 개당 $1.00 | 100만 개당 $2.00 |
| 출력 | 100만 개당 $0.50 | 100만 개당 $5.00 | 100만 개당 $10.00 |
입력 토큰 100,000개 초과 프롬프트에서 Haiku 5.5의 가격은 다음과 같이 변경됩니다.
캐시 읽기:
100만 개당 $0.05
캐시 쓰기:
100만 개당 $0.625
입력:
100만 개당 $0.50
출력:
100만 개당 $2.50
배치 처리를 사용하면 입력 및 출력 토큰에 50% 할인이 적용됩니다.
Anthropic은 이전 Haiku 모델에 대한 요청의 약 90%가 100K 프롬프트 기준 이하였다고 설명합니다. 따라서 일반적인 대규모 배포에서 낮은 가격 단계가 매우 중요합니다.
짧은 프롬프트의 표면 가격은 Haiku 4.5보다 90% 낮습니다.
그러나 Anthropic은 실제 평균 비용 절감률을 약 **75%**로 추정합니다.
주된 이유는 두 가지입니다.
프롬프트가 입력 토큰 100,000개를 넘으면 Haiku 5.5의 가격은 5배로 증가합니다.
이 경우에도 모델은 Haiku 4.5보다 저렴하지만, 가격 인하율은 90%가 아니라 50%입니다.
Haiku 5.5는 Claude 4.7 및 이후 모델에 사용된 새로운 토크나이저를 사용합니다.
Anthropic의 마이그레이션 가이드에 따르면 동일한 입력 텍스트는 다음과 같습니다.
Haiku 4.5보다 약 30% 더 많은 토큰
Haiku 5.5에서 정확한 증가율은 콘텐츠에 따라 달라집니다.
이는 다음 항목에 영향을 줍니다.
max_tokens따라서 개발자는 Haiku 4.5의 토큰 수에 Haiku 5.5의 새로운 토큰 가격을 단순히 곱해서는 안 됩니다.
새 모델을 사용해 텍스트를 다시 계산해야 합니다.
표준 단기 컨텍스트 요청에서는 두 모델의 토큰 가격을 직접 비교할 수 있습니다.
OpenAI는 현재 GPT-6 Luna의 가격을 다음과 같이 제시합니다.
입력:
100만 개당 $0.10
캐시된 입력:
100만 개당 $0.01
캐시 쓰기:
100만 개당 $0.125
출력:
100만 개당 $0.50
이는 Haiku 5.5의 단기 프롬프트 가격과 동일합니다.
그러나 장문 컨텍스트 가격 기준은 크게 다릅니다.
더 높은 가격 단계는 다음을 초과할 때 시작됩니다.
입력 토큰 100,000개
그 이후 가격은 다음과 같습니다.
입력:
100만 개당 $0.50
캐시 읽기:
100만 개당 $0.05
출력:
100만 개당 $2.50
OpenAI의 장문 컨텍스트 가격은 다음을 초과하면 시작됩니다.
입력 토큰 272,000개
이후 가격은 다음과 같이 변경됩니다.
입력:
100만 개당 $0.20
캐시된 입력:
100만 개당 $0.02
출력:
100만 개당 $0.75
따라서 원문이 단기 컨텍스트와 장기 컨텍스트를 구분한 것은 타당합니다.
100K 이하의 프롬프트에서는 표준 가격이 거의 동일합니다.
매우 긴 프롬프트에서는 현재 Luna의 장문 컨텍스트 가격이 상당히 낮고, 더 큰 프롬프트에서만 높은 가격 단계가 적용됩니다.
이는 긴 문서나 대규모 에이전트 기록을 처리할 때 모델 라우팅 결정에 실질적인 영향을 줄 수 있습니다.
Anthropic은 Haiku 5.5 출시와 함께 또 하나의 중요한 비용을 낮췄습니다.
Claude Sonnet 5.5의 캐시 읽기 가격이 다음과 같이 변경되었습니다.
100만 토큰당 $0.20
에서 다음으로 인하되었습니다.
100만 토큰당 $0.10
Anthropic은 장시간 실행되는 에이전트에서 캐시 읽기가 토큰의 큰 비중을 차지할 수 있기 때문에, 대부분의 에이전트 워크로드에서 Sonnet 5.5 비용이 약 20% 낮아진다고 추정합니다.
이로써 모델 제품군의 계층이 더 명확해졌습니다.
Haiku 5.5
→ 가장 저렴하고 빠른 대규모 처리 작업
Sonnet 5.5
→ 범위가 명확한 고성능 작업과 코딩
Opus 5.5
→ 가장 어려운 개방형 작업과 복잡한 에이전트
세대 간 성능 향상은 벤치마크 표에서 가장 분명하게 드러납니다.
Anthropic은 다음과 같이 보고했습니다.
| 벤치마크 | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 |
|---|---|---|---|---|
| GDPval-AA v2.1 | 1620 | 735 | 1437 | 1840 |
| AA-Briefcase v1.1 | 1578 | 614 | 1336 | 1824 |
| OSWorld 2.1 오프라인 | 72.4% | 15.7% | 48.9% | 83.9% |
| HLE, 도구 없음 | 45.9% | 10.2% | — | 56.9% |
| HLE, 도구 사용 | 57.4% | 18.7% | — | 64.5% |
| Terminal-Bench 4.0 | 39.2% | 0.0% | 16.4% | 70.6% |
| FrontierCode 1.1 Main | 46.4% | — | 42.4% | 52.1% Xhigh |
| Chartography | 46.4% | 6.4% | 29.1% | 61.6% |
Anthropic이 공개한 표에서 Haiku 5.5는 Luna 점수가 포함된 모든 항목에서 GPT-6 Luna를 앞섭니다.
두 모델이 동일한 단기 컨텍스트 입력 및 출력 가격을 공유한다는 점을 고려하면 주목할 만한 결과입니다.
다만 이는 Anthropic이 공개한 벤치마크 비교입니다.
Haiku 5.5가 모든 워크로드에서 Luna보다 우수하다는 보편적인 주장으로 확대해서는 안 됩니다.
실제 운영 결과는 다음 요인에 따라 달라집니다.
세대 간 가장 강력한 개선은 컴퓨터 사용 에이전트를 평가하는 OSWorld 2.1에서 나타납니다.
Haiku 4.5의 점수는 다음과 같습니다.
15.7%
Haiku 5.5는 다음 점수를 기록했습니다.
72.4%
Sonnet 5.5는 다음과 같이 더 높은 점수를 유지합니다.
83.9%
GPT-6 Luna의 점수는 다음과 같이 제시되었습니다.
48.9%
비용 대비 성능 곡선은 특히 흥미롭습니다.
Anthropic의 차트에 따르면 Medium 수준의 Haiku 구성은 해당 평가에서 표시된 Luna의 최고 지점을 더 낮은 측정 시도당 비용으로 이미 넘어설 수 있습니다.
그렇다고 두 모델의 기능이나 가격이 동일하다는 의미는 아닙니다.
다만 Anthropic이 지연 시간에 민감한 에이전트 작업과 브라우저 사용에 Haiku 5.5를 배치하는 이유를 보여줍니다.
GDPval-AA v2.1에서 Haiku 5.5는 다음 점수를 기록했습니다.
1620 Elo
비교 수치는 다음과 같습니다.
Haiku 4.5:
735
GPT-6 Luna:
1437
Sonnet 5.5:
1840
기본 Medium 수준에서는 Haiku의 Max 결과보다 점수가 낮지만, 비용도 크게 감소합니다.
이러한 유연성은 Haiku 제품군에서 새롭게 추가된 특징입니다.
Claude Haiku 5.5는 조정 가능한 effort 설정을 지원하는 최초의 Haiku급 모델입니다.
사용 가능한 수준은 다음과 같습니다.
low
medium
high
xhigh
max
Claude API의 기본값은 다음과 같습니다.
medium
이를 통해 개발자는 추론 깊이와 비용 및 지연 시간 사이의 균형을 조절할 수 있습니다.
라우팅이나 분류 작업에는 low만으로 충분할 수 있습니다.
더 어려운 정보 추출이나 에이전트 작업에는 더 높은 effort 수준을 사용해 추가 연산을 할 수 있습니다.
이 때문에 하나의 벤치마크 수치만으로 전체 상황을 판단하기는 어렵습니다.
Haiku 5.5의 점수는 작업에 선택한 effort 수준에 따라 달라집니다.
원문은 이 점을 신중하게 다루고 있으며, 공식 데이터도 이를 뒷받침합니다.
Terminal-Bench 4.0에서의 결과는 다음과 같습니다.
Haiku 5.5:
39.2%
GPT-6 Luna:
16.4%
Sonnet 5.5:
70.6%
FrontierCode 1.1 Main에서의 결과는 다음과 같습니다.
Haiku 5.5:
46.4%
GPT-6 Luna:
42.4%
Sonnet 5.5:
Xhigh에서 52.1%
특히 Terminal-Bench에서 Haiku 4.5가 0.0%로 기록된 것과 비교하면 Haiku의 개선 폭은 상당합니다.
그러나 Anthropic은 복잡한 에이전트 코딩에는 Sonnet 5.5와 Opus 5.5가 여전히 더 나은 선택이라고 명시합니다.
이에 따라 Haiku의 역할은 더 명확해집니다.
Haiku:
좁은 범위의 하위 작업 실행
Sonnet:
복잡하지만 범위가 명확한 코딩
Opus:
가장 어려운 계획 수립과 개방형 에이전트 작업
Anthropic은 다음과 같은 작업에 Haiku 5.5를 권장합니다.
Anthropic은 Haiku 5.5를 표준 속도에서 가장 빠른 Claude 모델이라고 설명합니다.
별도로 가격이 책정된 Fast Mode에서 Opus를 사용하는 경우에만 Haiku보다 느리게 실행됩니다.
따라서 지연 시간이 제품 가치와 직접 연결되는 작업에서 Haiku 5.5가 유용합니다.
Anthropic은 출시와 함께 여러 고객 평가 결과를 공개했습니다.
아이디어를 한 문장으로 입력하면 We0 AI가 쇼케이스 사이트, 페이지, CMS를 생성하고 출시 후 고객과 트래픽 확보를 돕습니다.
무료 등록을 위한 하나의 완전한 프로젝트 생성
하나의 완전한 생성 흐름을 시도하고 첫 번째 프로젝트 초안을 빠르게 보는 데 가장 적합합니다.
이 결과는 고객이 보고한 테스트이며, 모든 환경에 적용되는 보편적인 성능 보장은 아닙니다.
Asana는 AI Teammates 테스트 스위트에서 Haiku 5.5를 평가했습니다.
평가 작업에는 다음이 포함되었습니다.
Asana는 사용 중이던 모델과 비교해 작업 완료 지연 시간이 30% 이상 감소했으며, 에이전트 턴당 추론 속도가 최대 2.5배 빨라졌다고 보고했습니다.
Box는 초기 테스트에서 Haiku 5.5가 약 절반의 지연 시간으로 Haiku 4.5보다 11점 높은 점수를 기록했다고 보고했습니다.
Box는 다음과 같은 분석 작업을 강조했습니다.
AlphaSense는 400개의 문서 질문 쿼리를 테스트했습니다.
보고된 평가 점수는 다음과 같습니다.
Haiku 5.5:
0.84
Haiku 4.5:
0.76
여기서 중요한 것은 규모입니다.
AlphaSense에 따르면 이러한 문서 질의 작업은 실제 운영 환경에서 주당 약 800만 건의 호출을 처리합니다. 따라서 비용과 지연 시간의 작은 변화도 운영상 중요합니다.
가장 명확한 사용 사례 중 하나는 대형 모델을 대체하는 것이 아니라 대형 모델 아래에서 작업하는 것입니다.
대형 모델은 다음과 같은 작업을 수행할 수 있습니다.
전체 작업 이해
→ 하위 문제로 분해
→ 좁은 범위의 작업 할당
그다음 Haiku 5.5가 해당 작업을 병렬로 실행할 수 있습니다.
이 방식은 시스템이 비용이 높은 모델의 처리 능력을 꼭 필요한 부분에만 사용하도록 합니다.
Cognition은 이제 Devin Fusion 내부에서 Haiku 5.5를 보조 모델로 사용할 수 있다고 설명합니다.
Opus 5.5를 리드 모델로, Haiku 5.5를 보조 모델로 사용했을 때 Cognition은 비용과 지연 시간을 줄이면서 FrontierCode 점수 66.2를 기록했다고 보고했습니다.
이는 계층적 모델 라우팅의 좋은 사례입니다.
Opus 5.5
→ 계획 수립
→ 어려운 의사결정
→ 통합
Haiku 5.5
→ 병렬 하위 작업
→ 검색
→ 범위가 정해진 구현
→ 반복 작업
결과는 단순히 «더 저렴한 모델을 사용한다»는 것이 아닙니다.
«필요한 작업에만 비용이 높은 모델을 사용한다»는 의미입니다.
금융 AI 기업 Rogo도 유사한 방식을 설명합니다.
대형 모델이 프레젠테이션 자료를 만드는 동안 Haiku 5.5 서브에이전트가 10-K 보고서를 검색하고 한 슬라이드에 필요한 부문 매출 수치를 추출할 수 있습니다.
이는 Haiku가 설계된 정확한 유형의 좁고 반복 가능한 작업입니다.
구체적인 질문
+
알려진 출처
+
높은 처리량
+
낮은 지연 시간 요구사항
원문에는 달걀 낙하 설계 작업과 관련된 Anthropic 개발자 데모가 포함되어 있습니다.
Opus 5.5가 단독으로 작업했을 때의 결과는 다음과 같이 보고되었습니다.
3분 37초 소요
25개 설계 테스트
비용 $0.47
Opus가 Haiku 5.5 서브에이전트 10개를 사용했을 때 원문은 다음과 같이 보고합니다.
58초
86개 설계 테스트
총비용 $0.14
이 결과에 사용된 원본 BAAI 이미지는 작성 과정에서 안정적으로 로드되지 않아 여기에는 재현하지 않았습니다.
이 사례는 특정 에이전트 아키텍처에 대한 Anthropic의 데모로 보아야 하며, 일반적인 4배 속도 향상이나 비용 절감 보장으로 해석해서는 안 됩니다.
이 사례의 목적은 병렬 처리의 효과를 보여주는 것입니다.
작업을 명확하게 분해할 수 있다면, 여러 개의 작고 빠른 에이전트가 하나의 고비용 모델이 순차적으로 작업하는 것보다 더 많은 가능성을 동시에 탐색할 수 있습니다.
Anthropic의 현재 모델 문서에는 다음과 같은 정보가 기재되어 있습니다.
| 사양 | Claude Haiku 5.5 |
|---|---|
| 모델 ID | claude-haiku-5-5 |
| 컨텍스트 윈도우 | 1,000,000 토큰 |
| 최대 출력 | 128,000 토큰 |
| 배치 API 최대 출력, 베타 | 300,000 토큰 |
| 입력 | 텍스트, 이미지 |
| 출력 | 텍스트 |
| 사고 방식 | 적응형 |
| 기본 effort | medium |
| 신뢰 가능한 지식 기준일 | 2026년 6월 |
| 출시일 | 2026년 10월 7일 |
1M 토큰 컨텍스트 윈도우가 기본값입니다.
전체 컨텍스트 윈도우를 사용하기 위해 별도의 베타 헤더가 필요하지 않습니다.
이 부분은 원문에서 가장 중요한 실무 섹션 중 하나입니다.
Anthropic의 공식 마이그레이션 가이드는 몇 가지 호환성 변경 또는 동작 변경 사항을 확인합니다.
Claude API에서는 다음과 같이 변경합니다.
claude-haiku-4-5
→
claude-haiku-5-5
Haiku 5.5의 ID는 고정되어 있으며 날짜 접미사를 사용하지 않습니다.
동일한 텍스트도 새로운 토크나이저를 사용하면 약 30% 더 많은 토큰으로 계산됩니다.
개발자는 다음 항목을 다시 계산해야 합니다.
max_tokensHaiku 4.5에서는 다음 설정을 사용할 수 있었습니다.
{
"thinking": {
"type": "enabled",
"budget_tokens": 8000
}
}
Haiku 5.5는 대신 적응형 사고를 사용합니다.
기존의 수동 budget_tokens 설정을 전송하는 요청은 400 오류를 반환합니다.
개발자는 적응형 사고를 사용하고 effort 매개변수로 깊이를 조절해야 합니다.
Anthropic은 Haiku 5.5 요청에서 다음 항목을 생략할 것을 권장합니다.
temperature
top_p
top_k
기본값이 아닌 값을 사용하면 400 오류가 발생할 수 있습니다.
대신 프롬프트와 effort를 사용해 동작을 조절해야 합니다.
Haiku 5.5는 마지막 메시지를 모델이 이어서 생성하는 어시스턴트 턴으로 설정하는 기존 패턴을 지원하지 않습니다.
구조화된 형식의 경우 Anthropic은 구조화된 출력 또는 도구 스키마를 권장합니다.
Claude API 및 Google Cloud 컴퓨터 사용 통합의 경우 마이그레이션 가이드는 다음으로 이동하라고 안내합니다.
computer_toolset_20260801
현재 도구 세트는 하나의 컴퓨터 도구 세트에 다음과 같은 작업을 포함합니다.
Anthropic은 컴퓨터 사용 환경에 강력한 격리와 접근 제어를 적용할 것을 권장합니다.
애플리케이션은 다음 항목을 명시적인 상태로 처리해야 합니다.
refusal
model_context_window_exceeded
안전 거부는 일반적으로 재시도할 수 있는 인프라 오류와 동일하지 않습니다.
Anthropic의 Haiku 5.5 마이그레이션 가이드에 따르면 새 모델은 Priority Tier를 지원하지 않습니다.
기존 Haiku 4.5 Priority Tier 계약이 있는 팀은 용량을 별도로 계획해야 합니다.
Anthropic은 Claude API 마이그레이션 스킬을 번들로 제공합니다.
Claude Code에서 원문에 제시된 명령은 유효합니다.
/claude-api migrate this project to claude-haiku-5-5
공식 마이그레이션 가이드에 따르면 이 스킬은 다음 작업을 수행할 수 있습니다.
파일을 수정하기 전에 사용자에게 마이그레이션 범위 확인을 요청합니다.
따라서 API 호출이 여러 파일에 분산된 대규모 저장소에서 유용합니다.
Anthropic은 Python 및 TypeScript SDK에 다음 기능을 위한 베타 클래스를 포함한다고 설명합니다.
현재 컴퓨터 사용 인터페이스는 다음을 사용합니다.
computer_toolset_20260801
지원되는 플랫폼에서 이 도구 세트는 다음과 같은 17개의 멤버 작업을 제공합니다.
screenshot
left_click
type
scroll
zoom
웹 전용 워크플로에서는 전체 데스크톱 환경을 노출하는 대신 적절한 경우 브라우저 사용 도구를 사용하라고 Anthropic은 권장합니다.
Haiku의 속도와 낮은 가격 조합은 반복적인 브라우저 및 데스크톱 에이전트 상호작용에 특히 적합하기 때문에 이는 중요합니다.
Anthropic은 Haiku 5.5를 다음 경로에서 사용할 수 있다고 설명합니다.
원문은 Cursor와 OpenRouter 같은 서드파티 플랫폼을 통한 이용 가능성도 언급합니다.
이러한 외부 통합은 자체 가격, 요청 한도, 모델 라우팅 동작을 적용할 수 있습니다.
Anthropic에서 직접 개발할 때 사용하는 공식 모델 ID는 다음과 같습니다.
claude-haiku-5-5
Claude Haiku 5.5는 Claude 5.5 제품군에서 가장 빠르고 비용이 낮은 소형 모델입니다. 요약, 분류, 라우팅, 정보 추출, 브라우저 사용, 서브에이전트 작업과 같이 처리량이 높고 지연 시간에 민감한 작업을 위해 설계되었습니다.
100K 토큰 이하의 프롬프트에서는 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.50입니다. 100K를 초과하는 프롬프트에는 입력 100만 개당 $0.50, 출력 100만 개당 $2.50의 더 높은 가격이 적용됩니다.
짧은 프롬프트의 토큰 가격은 90% 낮습니다. 그러나 100K를 초과하는 요청에는 50%의 가격 인하만 적용되고 새로운 토크나이저가 동일한 텍스트에 약 30% 더 많은 토큰을 생성하기 때문에 Anthropic은 실제 평균 워크로드 비용이 약 75% 낮다고 추정합니다.
짧은 컨텍스트에서는 두 모델의 표준 입력, 캐시된 입력, 출력 가격이 동일합니다. 장문 컨텍스트에서는 GPT-6 Luna의 높은 가격 단계가 100K가 아니라 272K 토큰 초과부터 시작하고 장문 컨텍스트 가격도 더 낮기 때문에 현재 GPT-6 Luna가 더 유리합니다.
네. Anthropic은 일반 요청에서 1,000,000 토큰 컨텍스트 윈도우와 최대 128K 출력 토큰을 제시합니다. 베타 Message Batches 옵션에서는 최대 300K 출력 토큰을 지원할 수 있습니다.
Haiku 4.5보다 훨씬 강력하며 Anthropic이 공개한 Terminal-Bench와 FrontierCode 결과에서 GPT-6 Luna를 앞섭니다. 그러나 Anthropic은 복잡한 에이전트 코딩에는 Sonnet 5.5 또는 Opus 5.5를 여전히 권장합니다.
주요 변경 사항에는 새로운 모델 ID, 동일한 텍스트에 대해 약 30% 증가한 토큰 수, budget_tokens 대신 적응형 사고 사용, 기존 샘플링 설정 제거, 어시스턴트 프리필 미지원, 업데이트된 컴퓨터 사용 도구, 새로운 중지 사유가 포함됩니다.
Claude API 모델 ID는 다음과 같습니다.
claude-haiku-5-5
Anthropic은 Amazon Bedrock, Google Cloud, Microsoft Foundry, AWS용 Claude Platform에 대한 플랫폼별 식별자도 문서화하고 있습니다.
/claude-api migrate 워크플로를 포함하는 Anthropic의 코딩 에이전트 환경입니다.computer_toolset_20260801과 데스크톱 에이전트 통합을 위한 공식 가이드입니다.computer_toolset_20260801 인터페이스와 보안 지침에 관한 문서입니다.Claude Haiku 5.5는 Claude 가격 체계의 하위 단계에 있는 모델이라는 위치에서 예상되는 것보다 훨씬 큰 업그레이드입니다. Anthropic은 단기 프롬프트 가격을 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.50로 낮추는 동시에 1M 컨텍스트 윈도우, 적응형 사고, 컴퓨터 사용·코딩·지식 작업·추론 성능을 크게 향상했습니다.
모델의 역할은 여전히 분명합니다. Sonnet 5.5와 Opus 5.5는 어려운 에이전트 코딩과 개방형 작업에 더 적합한 반면, Haiku 5.5는 대규모로 실행하거나 대형 리드 모델이 위임할 수 있는 빠르고 좁으며 반복적인 작업에 최적화되어 있습니다.
Haiku 4.5에서 마이그레이션하는 개발자는 모델 ID만 바꿔서는 안 됩니다. 새로운 토크나이저, 적응형 사고, 샘플링 제한, 프리필 변경, 컴퓨터 사용 도구 세트, 장문 컨텍스트 가격 기준이 기존 통합에 모두 영향을 줍니다.
Haiku 5.5의 가장 큰 매력은 모든 대형 모델을 저렴하게 대체하는 것이 아니라, 대규모 처리 및 멀티에이전트 시스템을 훨씬 더 경제적으로 만드는 빠른 실행 계층이라는 점입니다.
한 문장에서 시작해 몇 분 안에 완전한 웹사이트를 받아보세요.
