Anthropic hat Claude Haiku 5.5 veröffentlicht, ein kleines, schnelles und kosteneffizientes KI-Modell für hochvolumige, preissensible Aufgaben, das im Durchschnitt 75 % günstiger arbeitet als sein Vorgänger Haiku 4.5. Das Modell unterstützt erstmals in der Haiku-Klasse ein anpassbares Aufwandsniveau (Effort Setting) und bietet signifikante Leistungssteigerungen bei Computerbedienung und agentischer Programmierung. Gleichzeitig halbiert Anthropic die Kosten für Cache-Lesevorgänge bei Claude Sonnet 5.5 und führt monatliche API-Guthaben für Max- sowie Team-Abonnenten ein, um die Anwendungsentwicklung auf der Claude Platform zu fördern.
Wichtigste Punkte
Modellpositionierung: Claude Haiku 5.5 wurde für repetitive, geschwindigkeitskritische und hochvolumige Workflows wie Zusammenfassungen, Kompaktierungen, Datenbankabfragen, Live-Support und Subagenten-Steuerung optimiert.
Preisstruktur und Schwellenwert: Kostet $0.10 pro 1 Million Input-Tokens und $0.50 für Output-Tokens bei Prompts bis zu 100.000 Token. Bei Prompts über 100.000 Token steigen die Preise auf $0.50 (Input) bzw. $2.50 (Output) pro Million Token. Cache-Preise betragen $0.125 (Writes) und $0.01 (Reads) unter der 100k-Grenze.
Leistungsbenchmarks: Erreicht 72,4 % auf OSWorld 2.1 (Offline-Subset), 1620 auf GDPval-AA v2.1 (Knowledge Work) und 45,9 % (ohne Tools) bzw. 57,4 % (mit Tools) bei Humanity’s Last Exam, womit es in vielen Bereichen GPT-6 Luna übertrifft.
Anpassbarer Aufwand (Effort Settings): Nutzer können über verschiedene Stufen (von Low bis Max) Rechenaufwand und Intelligenz dynamisch ausbalancieren.
Sonnet 5.5 Preissenkung: Die Cache-Read-Kosten für Claude Sonnet 5.5 wurden um 50 % auf $0.10 pro Million Token gesenkt, was agentische Aufgaben um rund 20 % billiger macht.
Monatliche API-Guthaben: Max 5x-Nutzer erhalten $100, Max 20x-Nutzer $200 und Team-Abonnenten bis zu $500 monatlich an Claude Platform-Guthaben für die Entwicklung eigener Tools und Agenten.
Sicherheitsleitlinien: Enthält strengere Cybersecurity-Guardrails als Haiku 4.5 zur Erlaubnis defensiver Aufgaben (blockiert jedoch weiterhin Pentesting); Biologie-Sicherheitsfilter entsprechen denen von Sonnet 5, Sonnet 5.5 und Opus 5.
Diskussions-Highlights
Kritik an der 100k-Token-Grenze: Mehrere Kommentatoren bemängeln, dass das 100.000-Token-Limit zu niedrig für Agenten-Workflows ist und bei Überschreitung die Preise um das Fünffache steigen. Zudem verbraucht der Tokenizer von Haiku laut Nutzertests rund 1,5x mehr Tokens als Konkurrenzmodelle wie GPT-6 Luna.
Konkurrenzvergleich mit GPT-6 Luna: Haiku 5.5 positioniert sich direkt gegen GPT-6 Luna, wobei es bei Benchmarks oft überlegen ist, jedoch bei sehr langen Kontexten (über 100k Token) teurer ausfällt.
Begeisterung über API-Guthaben: Die Bereitstellung kostenloser monatlicher API-Guthaben für Abonnenten wird stark gelobt, da Entwickler damit eigene Harnesses und Integrationen betreiben können, ohne zusätzliche Infrastrukturkosten zu tragen.
Praxistests und Delegationsverhalten: Nutzer von DataAnalyticsBench bescheinigen dem Modell eine hervorragende Leistung bei standardisierten Datenanalysen zu sehr geringen Kosten ($0.38 pro Lauf), weisen jedoch auf Schwächen bei tiefergehenden statistischen Auswertungen oder UI-Design hin. Bei letzterem erkennt das Modell seine Grenzen und delegiert Aufgaben direkt an Opus 5.5.
Sicherheits- und Zensurkritik: Kritisiert wird, dass übertriebene Biologie- und Cybersecurity-Filter selbst die alltägliche Arbeit von Forschern in regulierten Institutionen (wie BSL-4-Laboren) durch unnötige Blockaden von Dokumentenanalysen behindern.
Glossar
Token: Die kleinste von Sprachmodellen verarbeitete Texteinheit (Wertebereich von Teilsilben bis ganzen Wörtern), die als Abrechnungs- und Kontextmetrik dient.
Cache-Read / Cache-Write: Verfahren, bei denen wiederkehrende Eingabedaten zwischengespeichert werden, um die Rechenzeit und Kosten bei Lesezugriffen (Reads) zu senken bzw. Daten im Cache zu hinterlegen (Writes).
Agentische Workflows (Agentic Workflows): Arbeitsabläufe, bei denen KI-Modelle autonom mehrschrittige Aufgaben planen und ausführen sowie externe Werkzeuge (wie Terminals oder Browser) steuern.
OSWorld 2.1: Ein Benchmark zur Bewertung der Fähigkeit von KI-Agenten, reale Computerumgebungen und Betriebssystemoberflächen zu bedienen.
GDPval-AA v2.1: Ein von Artificial Analysis entwickelter Benchmark, der die Leistungsfähigkeit von KIs bei realen beruflichen Aufgaben über 44 Berufe hinweg misst.
Humanity’s Last Exam (HLE): Ein extrem anspruchsvoller akademischer Benchmark zur Messung von Expertenwissen und fortgeschrittenem Schlussfolgern in Fachdisziplinen.
Terminal-Bench 4.0: Ein standardisierter Leistungstest für Software-Agenten zur Ausführung komplexer, mehrschrittiger Programmieraufgaben in einer Befehlszeile.
BSL-4: Biosafety Level 4 (Biologische Sicherheitsstufe 4), die höchste Sicherheitsstufe für Forschungseinrichtungen, die mit hochgefährlichen, tödlichen Krankheitserregern arbeiten.