Claude Haiku 5.5 é 90% mais barato no papel. E na sua fatura?

A Anthropic lançou o Claude Haiku 5.5 em 7 de outubro de 2026 com um número que qualquer gestor de custos vai notar: US$ 0,10 por milhão de tokens de entrada, contra US$ 1 no Haiku 4.5. A pergunta é direta. Se você usa o Haiku 4.5 hoje, trocar de modelo reduz a fatura em 90%?

A resposta curta

Provavelmente não em 90%, e não na mesma medida para todas as cargas de trabalho. O corte é real para prompts curtos, mas três detalhes da própria documentação da Anthropic puxam a média para cima: um tokenizador que conta o mesmo texto como mais tokens, um preço que sobe cerca de cinco vezes quando o prompt passa de 100.000 tokens e um raciocínio (thinking) ligado por padrão e cobrado como saída. A própria empresa estima a economia média em cerca de 75%, não 90%. O seu número depende do tamanho do prompt, do tamanho da resposta e do nível de esforço; por isso, meça com o seu tráfego antes de migrar.

O que a Anthropic anunciou

Segundo o anúncio de lançamento (7 de outubro de 2026), o Haiku 5.5 custa US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída para prompts de até 100.000 tokens. Acima desse limite, os valores são US$ 0,50 e US$ 2,50. O Haiku 4.5 custa US$ 1 e US$ 5. A documentação de preços acrescenta leitura de cache a US$ 0,01 por milhão na faixa curta e 50% de desconto no processamento em lote.

A mesma página afirma a média com clareza: o Haiku 5.5 sai “cerca de 75% mais barato” de operar. Uma nota de rodapé explica a base: 90% mais barato em requisições de até 100.000 tokens, 50% mais barato acima disso, e a Anthropic diz que cerca de 90% das requisições do Haiku 4.5 ficavam na primeira faixa. O cálculo também considera o novo tokenizador. O anúncio não mostra a conta completa; portanto, trate os 75% como estimativa da empresa para o próprio perfil de tráfego, não como garantia.

Onde os 90% encolhem

O tokenizador

A documentação “What's new” diz que o Haiku 5.5 usa o mesmo tokenizador dos modelos Claude 4.7 em diante, de modo que o mesmo texto vira aproximadamente 30% mais tokens do que no Haiku 4.5, com variação conforme o conteúdo. A orientação da Anthropic é recontar os prompts e rever as estimativas de custo. Preço por token é só metade do preço por tarefa.

O degrau de 100.000 tokens

O contexto longo deixou de ter preço único neste modelo. A página de preços informa que uma requisição com prompt acima de 100.000 tokens paga as tarifas maiores, e que o tamanho do prompt soma todos os tokens de entrada, inclusive leituras e gravações de cache. Cada requisição é cobrada isoladamente, então um acerto de cache não protege quem cruza o limite.

Junte isso ao tokenizador e surge uma peculiaridade. Pela minha conta, usando o “aproximadamente 30%” da Anthropic, um documento de cerca de 77.000 tokens no Haiku 4.5 mediria perto de 100.000 no Haiku 5.5. Quem ficava folgado abaixo do limite no modelo antigo pode cair do lado errado no novo. Um prompt de 100.000 tokens no Haiku 4.5 viraria cerca de 130.000, cobrados a US$ 0,50 por milhão: aproximadamente US$ 0,065 contra US$ 0,10 antes, uma economia de cerca de um terço, e não de 90%. É uma ilustração, não uma medição; a proporção real varia.

O raciocínio é cobrado como saída

O raciocínio adaptativo vem ligado por padrão, e a documentação afirma que ele conta como tokens de saída mesmo quando o texto do raciocínio é omitido da resposta. O Haiku 5.5 também mantém no contexto os blocos de raciocínio de todos os turnos anteriores, o que, segundo a documentação, faz as conversas de vários turnos carregarem mais tokens de entrada do que só a mudança de tokenizador explicaria.

A documentação de esforço define o padrão como médio e descreve cinco níveis, de baixo a máximo. A Anthropic recomenda começar no médio, indica o baixo para pedidos simples e de alto volume (com o aviso de que agentes têm mais chance de pular uma busca ou uma verificação nesse nível) e reserva xhigh e max para casos em que as suas próprias avaliações mostrem ganho. O esforço é o principal botão sobre quantos tokens de saída você paga.

Um exemplo numérico

Considere uma chamada de classificação com prompt de 10.000 tokens no Haiku 4.5 e resposta de 500 tokens. A US$ 1 e US$ 5 por milhão, dá US$ 0,0125. No Haiku 5.5, o mesmo texto vira cerca de 13.000 tokens de entrada (US$ 0,0013) e, digamos, 650 de resposta (US$ 0,0003): aproximadamente US$ 0,0016, quase 87% mais barato. A economia sobrevive porque a saída é curta. Agora deixe o modelo raciocinar 20.000 tokens antes de responder: só a saída custa cerca de US$ 0,0103 e o total chega a aproximadamente US$ 0,0116. A economia fica abaixo de 10%. Os números são meus, calculados a partir de preços de tabela publicados, e o volume de raciocínio é hipotético; o ponto é que o volume de saída, e não a tarifa de entrada em destaque, decide se você chega perto de 90% ou perto de zero.

O que as alegações de capacidade mostram (e o que não mostram)

O anúncio traz uma tabela de benchmarks comparando o Haiku 5.5 com o Haiku 4.5, o Sonnet 5.5 e o GPT-6 Luna, da OpenAI. Exemplos: 72,4% no subconjunto offline do OSWorld 2.1, contra 15,7% do Haiku 4.5 e 48,9% do GPT-6 Luna; 39,2% no Terminal-Bench 4.0, contra 0,0% do Haiku 4.5. São resultados informados pela Anthropic. A página atribui à Artificial Analysis apenas a nota do GDPval-AA v2.1 e remete ao system card para os demais métodos. Depoimentos de clientes como Asana, HubSpot e Box são descritos como testes iniciais. Nada disso é replicação independente.

A Anthropic também é franca quanto ao escopo: diz que o Sonnet 5.5 e o Opus 5.5 continuam melhores em programação agêntica complexa e posiciona o Haiku 5.5 para tarefas restritas, como resumo, compactação e subagentes. A página do modelo o descreve como feito para classificação, roteamento, extração e subagentes.

O que sabemos e o que estamos inferindo

• Sabemos (documentação da Anthropic, 7 de outubro de 2026): os preços de tabela, o limite de 100.000 tokens, o aumento de cerca de 30% do tokenizador, o esforço médio como padrão, o raciocínio cobrado como saída e a estimativa de 75% de economia média com a base declarada.
• Informado pela Anthropic, sem verificação independente: notas de benchmark e resultados de clientes. Só uma nota é atribuída a terceiros.
• Inferência nossa: o ponto de cruzamento de 77.000 tokens e o exemplo numérico. Decorrem de números publicados, mas não são medições. Não rodamos o Haiku 5.5 e não encontramos, até a redação, dados independentes de consumo de tokens que pudéssemos verificar.

O que observar a seguir

• Dados independentes de custo por tarefa. Avaliadores como a Artificial Analysis podem divulgar quantos tokens de saída o Haiku 5.5 gasta em cada nível de esforço. Isso diz mais sobre a fatura real do que qualquer tabela de preços.
• Seu próprio teste de reprodução. Reexecute uma amostra de prompts de produção, conte os tokens com o contador do próprio modelo e compare o custo por tarefa concluída nos níveis baixo, médio e alto.
• Distribuição do tamanho dos prompts. Veja quantas requisições ficam entre cerca de 75.000 e 100.000 tokens no Haiku 4.5. Essas são as que o limite pode pegar.
• Reação dos concorrentes. A tabela da Anthropic usa o GPT-6 Luna como rival de referência; mudanças de preço na OpenAI ou no Google alterariam a comparação.
• Prazo de aposentadoria. A Anthropic informa que o Haiku 5.5 não será aposentado antes de 7 de outubro de 2027, então há tempo para testar sem pressa.

Apenas informação educacional.