メインコンテンツまでスキップ

Claude Haiku 5.5: 10 万トークンの価格の崖

中級

2026 年 10 月 7 日、Anthropic は Claude Haiku 5.5(claude-haiku-5-5)をリリースしました。ラインナップで最速のモデルで、 100 万トークンのコンテキストウィンドウ(20 万から拡大)、128K の最大出力(64K から拡大)、Haiku で初めての effort パラメーター付き適応的思考、そして Haiku 4.5 の $1.00 に対する、見出しの入力価格 $0.10 / MTok を備えます。

料金表では 90% の値下げで、どの記事もこの数字を先頭に置きました。しかし実際に支払う額ではありません。理由は 2 つあり、 それらが重なります。そのうち 1 つは、ラインナップの他のどのモデルにもない構造的な変更です。

Haiku 5.5 は、プロンプトの長さで価格が決まる唯一の現行 Claude モデルです。 他の 4.6 以降の Claude モデルはすべて、 90 万トークンのリクエストを 9,000 トークンのものとまったく同じトークン単価で請求します。Haiku 5.5 には 2 つの料金表があり、 その切り替えは 10 万トークンでの厳格なしきい値で、リクエスト全体(入力、出力、キャッシュ書き込み、キャッシュ読み取り、バッチ)を 5 倍に再価格設定します。

2 つ目の理由はもっと目立ちません。Haiku 5.5 は新しいトークナイザーに移行したため、同じテキストが Haiku 4.5 より約 30% 多いトークンとして数えられます。 これは割引を縮め、崖の位置も動かします。10 万という数字は新しいトークンで数えられるので、Haiku 4.5 の測定値を引き継ぐ人が想定するより、 実際のテキストの量としては約 23% 早く訪れます。

このページでは、それぞれの領域で実際に支払う額を計算し、崖が単語数でどこにあるかを示した上で、移行を扱います。5 つの 400 エラーと、 200 を返しながら単に答えが悪くなる 6 つの変更を含みます。

What you'll learn
  • 実際の数字を知る: 10 万トークンで分かれる 2 つの料金表、100 万のコンテキスト、128K の出力(Batches では 300K)、適応的思考、デフォルトの effort は medium、2026 年 6 月のカットオフ
  • 崖は超過料金ではなく再価格設定であることを理解する: 10 万トークンを 1 トークン超えると、請求全体が 5 倍になる
  • 崖がテキストでどこにあるか(英語で約 55,500 語)と、古い測定値でどこにあるか(Haiku 4.5 のトークンで約 77,000)を把握する。新しいトークナイザーで数えられるため
  • 正直な節約額を計算する: 崖の手前で約 87%、崖を超えると約 35%、どちらでも Sonnet 5.5 より 75% 安い
  • しきい値の下に収めるために分割すべきとき — 同じ入力トークンで請求を 79% 削る実例 — と、分割が間違った答えになるときを判断する
  • Haiku 4.5 のコードベースを 400 エラーにする 5 つの破壊的変更を直す。Haiku 4.5 が受け付けていたアシスタントのプリフィルを含む
  • 200 を返す 6 つの静かな変更を捕まえる: 思考なしでチューニングした max_tokens による空の返信、もはや答えではない content[0]、サーバー側のフォールバックがない拒否

仕様と、前例のない行​

Haiku 4.5Haiku 5.5Sonnet 5.5
Claude API IDclaude-haiku-4-5-20251001claude-haiku-5-5claude-sonnet-5-5
MTok あたりの入力 / 出力、プロンプト ≤ 100K$1 / $5$0.10 / $0.50$2 / $10
MTok あたりの入力 / 出力、プロンプト > 100K$1 / $5$0.50 / $2.50$2 / $10
キャッシュ読み取り$0.10$0.01 / $0.05$0.10
5 分キャッシュ書き込み$1.25$0.125 / $0.625$2.50
1 時間キャッシュ書き込み$2$0.20 / $1$4
バッチの入力 / 出力$0.50 / $2.50$0.05 / $0.25 · $0.25 / $1.25$1 / $5
コンテキストウィンドウ200K1M1M
最大出力(同期)64K128K128K
最大出力(Batches、ベータ)—300K300K
effort パラメーター非対応対応、デフォルト medium対応、デフォルト high
thinking: disabledn/a(budget_tokens)low/medium/high で受け付け400(between_tools を使う)
強制の tool_choice受け付け受け付け400
アシスタントのプリフィル受け付け400—
トークナイザー以前のもの新しいもの(トークンが約 30% 増)新しいもの
ツール使用のシステムプロンプト(auto/none)496 トークン286 トークン286 トークン
信頼できる知識のカットオフ2025 年 2 月2026 年 6 月2026 年 6 月
Priority Tier対応非対応—
拒否時のサーバー側フォールバック—なしcyber、frontier_llm → Sonnet 5
廃止の最短日2026 年 10 月 15 日2027 年 10 月 7 日2027 年 9 月 28 日

このうち 3 行は、ちらっと見る以上の価値があります。

2 つの入力の行が本題です。 他の現行 Claude モデルに 2 つの行を持つものはありません。Anthropic の長いコンテキストの価格の節は、 例外を明示しています。Claude 4.6 以降のモデルは、Haiku 5.5 を除いて、100 万のウィンドウ全体を標準価格で含みます。 Haiku 5.5 は「プロンプトの長さで価格設定」されています。

Haiku 5.5 は、決定性について現行モデルで最も寛容です。 thinking: {"type": "disabled"}(low、medium、high の effort で)と 強制の tool_choice を受け付けます。Opus 5.5 はどちらも拒否し、Sonnet 5.5 も両方を拒否します。5.5 世代が、Haiku 4.5 で動かしている 決定的な分類器を壊したなら、Haiku 5.5 は、ほぼそのまま移せるファミリー内で唯一のモデルです。失うのはプリフィルだけで、以下で扱います。

Haiku 4.5 の最短日は 2026 年 10 月 15 日 — Haiku 5.5 のリリースのちょうど 1 週間後です。 公式のステータス表では引き続き Active で、廃止の告知はないため、これは停止の警告ではありません。「早くてもこの日」が近づくのは計画を立てる合図で、 Anthropic は告知を出した後、少なくとも 60 日前の通知を約束しています。それでも、ラインナップで最も近い下限になり、 直接の後継ができました。この表の読み方は廃止予定を参照してください。

崖は超過料金ではなく再価格設定​

これはこのページで最も重要な仕組み上の事実で、最も軽視されやすいものです。10 万トークンのしきい値は、 上限までは安い単価、超えた分には高い単価を払う携帯電話のプランのようには動作しません。Anthropic の料金表はプロンプト単位で書かれています。 「10 万トークンまでのプロンプト」の行と、「10 万トークンを超えるプロンプト」の行です。線を越えると、そのリクエストのすべてのトークンが 高い単価で請求されます。

500 トークンの回答で、境界を 1 トークンだけ越えてみましょう。

リクエスト入力コスト出力コスト合計
100,000 トークンのプロンプト100,000 × $0.10/M = $0.0100500 × $0.50/M = $0.00025$0.01025
100,001 トークンのプロンプト100,001 × $0.50/M = $0.0500500 × $2.50/M = $0.00125$0.05125

トークン 1 つの差で、請求はちょうど 5 倍です。グラデーションも混合もありません。プロンプトが 10 万付近に集中するワークロードは、 月額の請求に階段関数が入っているワークロードで、どちら側に落ちるかは、ユーザーがもう一段落貼り付けるかどうかで決まるかもしれません。

実践的な帰結は、10 万を目標ではなく厳格な予算として扱うことです。余裕を残してください。98K トークンで動くよう設計されたパイプラインには、 コストが 5 倍になるまで 2% の余裕しかなく、プロンプトを静かに膨らませるもの(長くなった取得チャンク、追加した few-shot の例、 先週追加したツール定義、会話履歴)は、自ら名乗り出ません。

崖が実際にテキストのどこにあるか​

しきい値は、新しいトークナイザーでの Haiku 5.5 のトークンで数えられます。重要な換算は 2 つあります。

単語数で。 Anthropic は、現行のトークナイザーで 100 万トークンをおよそ 555K の英単語としています。したがって 10 万トークンは 約 55,500 語 — 180 ページの本、あるいは中身のある PDF が 20〜25 本、といったところです。

古い測定値で。 同じテキストは、Haiku 4.5 より Haiku 5.5 で約 30% 多いトークンになります。Haiku 4.5 で 100,000 トークンと測ったプロンプトは、 Haiku 5.5 でおよそ 130,000 トークンになり、以前はちょうど上限だったテキストで、余裕で崖を越えて 5 倍になります。逆算すると、 新しいトークンで 10 万以下に収めるには、Haiku 4.5 のトークンで約 77,000 分のテキストが必要です。

この 23% の縮みが罠です。Haiku 5.5 のプロンプトの大きさを Haiku 4.5 のトークン数から見積もる人は — キャッシュされた測定値、保存された usage の値、 スプレッドシート、チャンカーにハードコードされた定数 — 約 3 分の 1 少なく見積もり、十分に内側にいると信じているしきい値を越えます。

Watch out

すべてのプロンプトを、model を claude-haiku-5-5 に設定して数え直してください。トークンカウントのエンドポイントはトークナイザー固有で、 Haiku 4.5 で取った数は Haiku 5.5 の数の見積もりではなく、別のものの別の測定です。これは max_tokens の値とコストモデルにも当てはまります。

Recount a prompt against the new tokenizer before you trust any budget

curl https://api.anthropic.com/v1/messages/count_tokens \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
  "model": "claude-haiku-5-5",
  "system": [{"type": "text", "text": "<your real system prompt>"}],
  "messages": [{"role": "user", "content": "<your longest real input>"}]
}'

正直な節約額: 3 つの領域​

「90% 安い」は料金表の話です。実際に支払う額は、どの帯に入るかとトークナイザーで決まります。以下の 3 つの数字はいずれもテキストを一定にして トークン数を動かしており、請求にとって意味のある唯一の比較です。

崖の手前: Haiku 4.5 より約 87% 安い​

分類のワークロード、月 100 万リクエスト。プロンプトは Haiku 4.5 で 9,000 トークンなので、Haiku 5.5 では約 11,700。返信は旧トークンで 300、新トークンで約 390 です。

Haiku 4.5Haiku 5.5(≤ 100K)
入力9,000 MTok × $1 = $9,00011,700 MTok × $0.10 = $1,170
出力300 MTok × $5 = $1,500390 MTok × $0.50 = $195
合計$10,500$1,365

同じ作業で 87% 安くなります。30% のトークン増が、見出しの 90% から 3 ポイントを食います。予算に入れるべき数字はこちらです。

崖を超えて: Haiku 4.5 より約 35% 安い​

10 万トークンを超えると、単価は $0.50/$2.50 で、Haiku 4.5 の $1/$5 に対してトークンあたり 2 倍安いだけです。 30% のトークン増を適用すると、同じテキストでの節約は 1 − (0.5 × 1.3) = 0.35 です。

入力も出力も一律に 35% 安い。値下げではありますが、見出しとはまるで違います。Haiku 4.5 から長いコンテキストのワークロードを移行して 90% の低下を期待する人は、3 倍近く外します。

どちらでも: Sonnet 5.5 より 75% 安い​

Haiku 5.5 と Sonnet 5.5 は新しいトークナイザーを共有するので、トークン数は同一で、比較は純粋に価格です。崖を超えると、 $0.50/$2.50 対 $2/$10 でちょうど 4 倍安く、つまり 75% 安いです。崖の手前なら 20 倍です。

これは安心できる行です。高い方の帯でも、Haiku 5.5 は現行の Claude モデルのなかで圧倒的に最安です。崖が奪うのは見出しであって、階層ではありません。

しきい値の下に収めるために分割すべきとき、そうでないとき​

崖がリクエスト全体を再価格設定するなら、1 つの長いリクエストを複数の短いものに分割するのは有効な手段です。同時に、間違った判断であることも多いです。 計算を示し、次に限界を示します。

1,000 件のドキュメントのバッチで、各 150,000 トークンの入力と 2,000 トークンの出力の場合:

戦略入力出力合計
1,000 件のドキュメント全体(> 100K、5 倍の単価)150 MTok × $0.50 = $75.002 MTok × $2.50 = $5.00$80.00
75K の半分ずつ 2,000 件(≤ 100K の単価)150 MTok × $0.10 = $15.004 MTok × $0.50 = $2.00$17.00

同一の入力トークンで 79% 安くなります。分割した方は出力を2 倍払っています(ドキュメントごとに返信が 1 つではなく 2 つ)が、 それでもほぼ 5 倍の差で勝ちます。単価の差が重複を圧倒するからです。

Guided walkthrough1 of 6
  1. model を claude-haiku-5-5 に設定してプロンプトを数え、プロットします。95 パーセンタイルが約 85,000 トークン未満なら、何もする必要はありません。分布が 100,000 をまたぐなら、階段関数はすでに請求に入っていて、平均では見えません。

キャッシュ読み取りの罠​

プロンプトキャッシュは高価なプレフィックスへの定番の答えですが、Haiku 5.5 では、見落としやすい形で崖と相互作用します。料金表は両方の帯で すべてのトークンのカテゴリーに価格を付けています。キャッシュの書き込みと読み取りには、それぞれ安い帯の価格と高い帯の価格があります。 キャッシュはしきい値を免除せず、他のすべてと一緒に再価格設定されます。

1 時間キャッシュに 120,000 トークンのキャッシュ済みプレフィックスを持つエージェントで、書き込み 1 回、読み取り 100 回:

戦略キャッシュ書き込みキャッシュ読み取り 100 回合計
120K のプレフィックス(> 100K: 書き込み $1、読み取り $0.05)0.12 MTok × $1 = $0.12012 MTok × $0.05 = $0.600$0.720
95K のプレフィックス(≤ 100K: 書き込み $0.20、読み取り $0.01)0.095 MTok × $0.20 = $0.0199.5 MTok × $0.01 = $0.095$0.114

プレフィックスを 21% 削ると、コストが 84% 下がります。Claude の価格でこの形のてこは他にありません — 他のすべての現行モデルでは、 プロンプトの 21% を削っても 21% しか節約できません。

Watch out

帯はプロンプトの長さで選ばれ、キャッシュされたプレフィックスはプロンプトの一部です。安全な設計上の前提は、キャッシュされたトークンを含む リクエスト入力の合計が料金表を決めるということで、つまり 100,000 トークンを超えて育ったキャッシュは、コードを変えなくてもエラーなしに、 読み取りを $0.01 から $0.05 に上げます。予算を決める前に、自分のリクエストの usage ブロックと、Console のコスト内訳で、正確な形を確認してください。

プロンプティングガイドからもう 1 つのキャッシュとの相互作用: リクエスト間でトップレベルの effort の値を変えると、会話のメッセージのプロンプトキャッシュが無効になります。 キャッシュを壊さずにターンごとに effort を変えるには、メッセージ単位の effort 変更(ベータ、mid-conversation-output-config-2026-07-01)を使います。 これは適応的思考が必要で、思考がオフだと 400 を返します。

Haiku 4.5 からの移行: 5 つの 400​

Anthropic 自身の見解は、既存の Haiku 4.5 のプロンプトは変更なしで良好に動作するはずだ、というものです。リクエストは別の話です。 Haiku 4.5 が受け付けていた 5 つのものが、今はクローズドで失敗します。

送るもの結果修正
thinking: {"type": "enabled", "budget_tokens": N}400{"type": "adaptive"} を送る(または省略)し、effort で制御する
xhigh または max の effort での thinking: {"type": "disabled"}400low/medium/high なら問題なし。effort を下げるか、フィールドを外す
デフォルト以外の temperature / top_p、任意の top_k、または temperature と top_p の両方4003 つとも省略する。ある場合、temperature は 1、top_p は 0.99 でなければならない — top_p: 1 は 400
モデルに続きを書かせる最後のアシスタントターン(プリフィル)400、思考がオフでもmessages をユーザーターンで終える。下記を参照
Claude API または Google Cloud での computer_20250124400{"type": "computer_toolset_20260801"} を使い、computer-use-2025-01-24 ヘッダーを外す

加えて、会話にだけ影響する 6 つ目があります。system、tools、あるいはそれ以前のメッセージを変更した後で思考ブロックを送り返すと、400 を返します。 会話は追記のみに保ってください。2026 年 8 月 31 日 00:00 UTC より前に作成されたアカウントでは、 thinking.block_binding.prefix_mismatch_behavior を設定した場合にのみエラーになります。

痛いのはプリフィル​

アシスタントのプリフィル — messages を {"label": のような部分的なアシスタントターンで終えて形を強制すること — は、 まさに Haiku が想定している大量の分類や抽出のパイプラインでの定番のテクニックで、Haiku 4.5 は思考オフでこれを受け付けていました。 Haiku 5.5 は思考オフでも 400 を返します。フラグはありません。

それが何をしていたかによって置き換えます。

  • 出力の形を強制する → 構造化出力、または分類のための enum フィールドを持つツール。(構造化出力に対応していない Amazon Bedrock では、ツールを使います。)
  • 前置きを抑える → システムプロンプトで直接の回答を求める。
  • 途切れた返信を続ける → ユーザーターンに移す: 「前の応答は中断され、[previous_response] で終わっていました。中断したところから続けてください。」
  • 文脈をモデルに思い出させる → ユーザーターンに入れる。
What you'll learn

埋め合わせを覚えておいてください。Haiku 5.5 は、Opus 5.5 と Sonnet 5.5 が拒否する強制の tool_choice を今も受け付けます。分類器なら、 enum 型のツールを使った tool_choice で、プリフィルが与えていたのと同じ決定性が得られ、5.5 世代全体で使い続けられます。唯一のコストは、 応答がツール呼び出しで始まり、思考ブロックを含まないことです。

200 を返す 6 つの変更​

400 は最初のリクエストでログに現れます。以下は現れません。いずれも完全に有効なレスポンスを返しながら静かに悪くなり、 それぞれ誰かのパイプラインを壊してきました。

  1. 変更していない max_tokens による空の返信。 思考はデフォルトでオンで、思考トークンは max_tokens に数えられます。思考なしで動かす Haiku 4.5 向けに決めた上限では、思考ブロックの後でテキストの前に stop_reason: "max_tokens" で止まることがあります。 max_tokens を上げるか、effort を下げてください。
  2. content[0] がもはや答えではない。 リクエストが思考にまったく触れていなくても、レスポンスが 1 つ以上の thinking ブロックで始まることがあります。 ブロックは位置ではなく、type フィールドで選んでください。
  3. 思考のテキストはデフォルトで空。 Haiku 4.5 は要約された思考を返しました。Haiku 5.5 は各ブロックを空の thinking フィールドと signature だけで返します。 推論をログに残したり表示したりするなら、thinking.display を "summarized" に設定すると戻ります。
  4. 拒否は新しく、セーフティネットはない。 Haiku 5.5 は安全性の分類器を実行し、stop_details.category が cyber、frontier_llm、bio、general_harms の stop_reason: "refusal" を返すことがあります。Haiku 4.5 はこれを行いませんでした。Haiku 5.5 にはまたサーバー側のフォールバックがありません — Sonnet 5.5 と違って、再試行してくれるものはなく、同じリクエストを再送してもたいてい再び拒否されます。処理されなかった拒否は、空のレスポンスとまったく同じに見えます。 クライアントで処理してください。
  5. アカウントをまたぐ思考のリプレイは、推論を静かに落とす。 Haiku 5.5 の思考ブロックは、それを生成したアカウント(またはリンクされたアカウント)でしか機能しません。 別のアカウントのものを送ると、API はそのブロックを取り除いて、それなしで成功します — エラーのない品質の低下です。会話を保存して再生するなら、 生成元のアカウントを通して再生してください。
  6. 手元のトークン数がすべて約 30% ずれる。 usage フィールド、トークンカウントの結果、max_tokens、コストモデル、チャンクのサイズ、コンテキストの予算、 そして上で見たように、10 万トークンの崖のどちら側にいるか。

そしてどちらでもない容量の項目が 1 つ: Haiku 4.5 で Priority Tier の契約があるなら、別に計画してください。Priority Tier は Haiku 5.5 では非対応です。

Effort: 新しいダイヤルと、そのコスト​

Haiku 5.5 は effort を持つ最初の Haiku で、budget_tokens を完全に置き換えます — 引き継ぐべき古い設定はありません。レベル別の Anthropic のガイダンスは次のとおりです。

レベル用途注意点
lowチャット、短いツールタスク、単純で大量のリクエスト長いエージェントのプロンプトでは: 検索の省略、早期の停止、チェックの省略
mediumデフォルト。 エージェント的なコーディングを含むほとんどの作業—
highナレッジワーク、長めのエージェントタスク、厳密な指示への追従—
xhigh / max評価で品質の向上が見合うと示された場合のみ思考と返信がはるかに長くなる。この段階で Sonnet 5.5 もベンチマークする

Anthropic 自身のテストから、直感に反する 2 つの発見を心に留める価値があります。

プロンプトで思考から抜け出すことはできない。 プロンプトでモデルに直接答えるよう伝えても、思考は止まりませんでした。effort のレベルを下げるか、 thinking: {"type": "disabled"}(high 以下)を設定してください。散文はてこではありません。

effort を上げるのはタダの修正ではない。 長いコーディングエージェントのプロンプトで low → medium にすると、早期の停止はおよそ半分になりましたが、 試行あたりの出力トークンは2 倍以上になりました。その一文の両方の半分が、判断に入ります。

3 つ目の、より狭い話: マルチターンのチャットの xhigh の effort では、モデルが答えの全体を思考の中に書いて、見えるテキストなしでターンを終えることがあります。 xhigh を使うなら、空の返信を確認してください。

トークンに見合う 2 つのプロンプトの追加​

プロンプティングガイドは、システムプロンプトのどの文言がどの指標を動かしたかについて、珍しく具体的です。該当する症状に出くわしたなら、そのままコピーする価値のあるものが 2 つあります。

Haiku 5.5 に検索ツールを与えるなら、今日の日付を渡してください — Anthropic のテストでは、これだけで回答が最近の結果に基づくようになりました。 low の effort や長いシステムプロンプトの背後では、そもそも検索させるのに後押しが必要なこともあります。

Nudge an under-searching Haiku 5.5 (place directly after the date)

The current date is [current_date].

Your training data ends well before today's date. Records, office holders, prices, versions, rules and anything "latest" may have changed since then, so search for those before you answer, even when you feel sure. Facts that can't change need no search. When the answer depends on where the user is, put the user's country or region in the search query.

Anthropic の報告では、これは答えが変わっていた質問での検索率を上げながら、検索が不要だったプロンプトで検索が増えたのは 0〜3% にとどまりました。 明示的なアンチパターンは、「どれだけ自信があっても、現在に関する事実の質問はすべて検索する」と書かないことです — それではモデルが検索不要なプロンプトの半分で検索するようになり、 正しい答えは増えませんでした。

2 つ目は、特定の厄介な組み合わせに当てはまります。思考オフと構造化出力で、モデルが必要なツール呼び出しを飛ばすことがあります。きれいな修正は、 それらのリクエストには適応的思考を使うこと、ツール呼び出しが必要なところでは output_config.format を外すこと、あるいは tool_choice で呼び出しを強制することです。 どうしても思考オフが必要なら:

Keep tool calls alive with thinking off and JSON output

The JSON output format applies to your final answer only. When you need a tool, call it first, with no text before the call, and write the JSON once you have the results.

移行すべきか?​

順番に、短い判断ルールです。

  1. プロンプトが常に新トークンで約 85,000 未満? 移行する。同じ作業で Haiku 4.5 より約 87% 安く、100 万のウィンドウと、 2025 年 2 月ではなく 2026 年 6 月のカットオフが付きます。これはほとんどの Haiku のワークロード — 分類、ルーティング、抽出、安価なサブエージェント — で、 5 つの 400 を直せば、ほぼタダの勝ちです。
  2. プロンプトが 100,000 をまたぐ? まず測り、それから削るか分割する。階段関数が問題のすべてです。線の下に収めることは、 使えるどの最適化よりも価値があります。
  3. プロンプトが本当に 100,000 を超え、分割もできない? それでも移行する — Haiku 4.5 より 35% 安く、Sonnet 5.5 より 75% 安い — ただし、 高い方の帯で予算を組み、見出しは完全に無視する。
  4. budget_tokens、プリフィル、Priority Tier、computer_20250124 が必要? それらはなくなりました。最初の 3 つは機械的に移行できます。 スケジュールを組む前に作業を見積もってください。
  5. すでに品質の上限近くで動いている? 同じ調査で Sonnet 5.5 もベンチマークする。Anthropic は、Haiku で xhigh や max に手を伸ばす段階になったら、 明示的にこれを勧めています — その時点では、Sonnet 向きの仕事に Haiku の値段を払って、どちらの良さも得られていないかもしれません。
Enter キーまたはスペースキーでカードを裏返します。左右の矢印キーでカードを移動できます。用語を表示しました。
1 / 14

Check yourself

0/4
  1. リクエストが 100,400 トークンのプロンプトを Haiku 5.5 に送ります。どのように請求されますか?
  2. Haiku 4.5 でプロンプトを 90,000 トークンと測りました。Haiku 5.5 の安い帯に収めたい場合、何を想定すべきですか?
  3. Haiku 4.5 の分類パイプラインが、各リクエストをアシスタントのプリフィルで終え、思考をオフにしています。Haiku 5.5 で何が壊れますか?
  4. エージェントのキャッシュされたプレフィックスが 115,000 トークンに育ち、コードを変えていないのに請求が急増しました。最も可能性の高い原因は?
Key takeaways
  • Haiku 5.5 は、プロンプトの長さで価格が決まる唯一の現行 Claude モデルです: 10 万トークンで分かれる 2 つの料金表があり、5 倍の差があります。
  • 崖は超過分ではなく、リクエスト全体を再価格設定します。10 万トークンを 1 トークン超えると、請求が 5 倍になります。
  • しきい値は新しいトークナイザーで数えられるので、Haiku 4.5 の測定値が示すより、テキストの量としては約 23% 早く訪れます: 約 55,500 語、または旧トークンで約 77,000。
  • 料金表の 90% ではなく、崖の手前では Haiku 4.5 より約 87% 安く、崖を超えると約 35% 安く見積もってください。どちらでも Sonnet 5.5 より 75% 安いです。
  • 分割する前に削る: 120K のキャッシュされたプレフィックスで、21% を削るとコストの 84% が下がりました。分割は分割可能なタスクにのみ向き、マージの手順とリクエスト量が増えます。
  • Haiku 4.5 が受け付けていたものが 5 つ 400 になります — budget_tokens、サンプリングパラメーター、アシスタントのプリフィル、computer_20250124、xhigh/max での無効な思考 — に加え、追記のみでない会話に対する 6 つ目。
  • さらに 6 つは 200 を返しながら悪くなります: 変更していない max_tokens による空の返信、思考ブロックになった content[0]、空の思考テキスト、サーバー側のフォールバックがなく処理されない拒否、静かに落とされるアカウントをまたぐ推論、そして約 30% ずれたすべてのトークン数。

次へ​

情報源とさらなる読み物​