A Anthropic lançou em 7 de outubro de 2026 o Claude Haiku 5.5, posicionando-o como o modelo pequeno mais barato, mais rápido e mais capaz de sua linha. A redução de preço em relação ao antecessor é expressiva: segundo a empresa, ele custa em média cerca de 75% menos para rodar que o Haiku 4.5.
O lançamento chega em meio a uma guerra de preços cada vez mais acirrada, com várias empresas correndo para oferecer opções acessíveis a desenvolvedores que operam aplicações de alto volume e sensíveis a custo. Mas há detalhes na letra miúda que mudam bastante a conta — e é por eles que vale começar.
O preço tem dois patamares (e isso importa)
A tabela chama atenção: 10 centavos de dólar por milhão de tokens de entrada e 50 centavos por milhão de saída. Isso representa cerca de um décimo do que custava o Haiku 4.5 e coloca a Anthropic exatamente no mesmo patamar do GPT-6 Luna, o menor modelo da OpenAI.
Só que esses valores valem para prompts de até 100 mil tokens. Acima desse limite, o preço sobe para 50 centavos na entrada e 2,50 dólares na saída — cinco vezes mais em ambos os casos. A empresa justifica o recorte afirmando que cerca de 90% das requisições anteriores ao Haiku ficavam abaixo desse patamar, o que explica por que a média de economia divulgada é de 75%, e não dos 90% que aparecem no caso mais favorável.
Na prática, se o seu fluxo de trabalho envolve prompts longos, com muito contexto anexado, vale refazer as contas antes de comemorar. As leituras de cache, por sua vez, saem por 1 centavo por milhão de tokens.
A mudança de tokenizador que ninguém comentou
Aqui está a pegadinha menos óbvia de todas. O Haiku 5.5 adota o tokenizador mais recente, usado a partir do Claude 4.7, e isso significa que o mesmo texto passa a contar aproximadamente 30% mais tokens que no Haiku 4.5.
Ou seja, a economia real é menor que a sugerida pela comparação direta de tabelas. Continua havendo queda significativa de custo, mas quem quiser projetar orçamento com precisão precisa considerar esse fator — e, idealmente, medir o custo por tarefa concluída no próprio fluxo, em vez de comparar apenas o preço por token.
Para que esse modelo foi feito
O Haiku 5.5 foi desenhado para tarefas que exigem velocidade e eficiência de orçamento: resumos de documentos, consultas a bancos de dados, requisições de classificação e operações de atendimento ao cliente em tempo real. É o tipo de trabalho que se executa milhares de vezes por dia, em que cada fração de centavo se multiplica.
A empresa também destaca sua utilidade como subagente, trabalhando em conjunto com os modelos maiores Claude Opus 5.5 e Claude Sonnet 5.5, especialmente em cargas de programação que se beneficiam de estratégias escalonadas. A lógica é simples: o modelo maior conduz a tarefa principal, enquanto o Haiku cuida das subtarefas repetitivas a um custo muito menor.
Ele traz janela de contexto de 1 milhão de tokens e saída máxima de 128 mil, e está disponível na plataforma da Anthropic, na Amazon Web Services, no Google Cloud e no Microsoft Azure.
O controle de esforço: a novidade mais útil
O Haiku 5.5 é o primeiro modelo da linha a oferecer ajuste de esforço, permitindo priorizar economia ou inteligência conforme o caso de uso. O antecessor só oferecia um orçamento fixo de tokens de raciocínio.
São cinco níveis disponíveis, de baixo até máximo, com o médio como padrão na API. Essa é, provavelmente, a decisão que mais mexe na fatura — e também nos resultados, como os benchmarks deixam claro.
Os números, com as ressalvas necessárias
Os ganhos divulgados sobre o antecessor são grandes. No OSWorld 2.1, teste em que o modelo opera um computador, o Haiku 5.5 marcou 72,4%, contra 15,7% do Haiku 4.5 e 48,9% do GPT-6 Luna. No Terminal-Bench 4.0, de tarefas em linha de comando, chegou a 39,2%, contra 16,4% do Luna.
Mas atenção a um detalhe importante: esse 39,2% foi alcançado no nível máximo de esforço. No ajuste padrão, o resultado cai para cerca de 20%. É exatamente o tipo de nuance que desaparece nas manchetes e que faz diferença enorme na prática.
Vale também um contrapeso independente. A Artificial Analysis, que avalia modelos de forma externa, pontuou o Haiku 5.5 em 43 no seu índice de inteligência em esforço máximo, e 34 no esforço médio padrão, contra 17 do Haiku 4.5. Isso o coloca em segundo lugar entre 182 modelos de sua faixa de preço, a um custo de 21 centavos por tarefa no esforço máximo e 5 centavos no médio. Por vir de terceiros, esse número tem peso diferente dos divulgados pela própria fabricante.
A reação da comunidade: entusiasmo com ressalvas
O retorno inicial dos desenvolvedores foi majoritariamente positivo, com destaque para casos de uso práticos como verificações distribuídas em paralelo, operações de triagem e exploração de bases de código.
Houve, porém, vozes levantando questões legítimas. Algumas apontam falhas silenciosas em tarefas complexas de edição — situações em que o modelo não erra de forma evidente, mas entrega um resultado sutilmente incorreto, o que é mais difícil de detectar. Outras questionam se os ganhos reportados nos benchmarks refletem melhora genuína de capacidade ou ajustes nas metodologias de avaliação.
São preocupações que merecem acompanhamento, especialmente para quem pretende colocar o modelo em produção em fluxos críticos. A recomendação sensata é testar no seu próprio caso de uso antes de migrar em escala.
Um detalhe que passou despercebido
Junto com o lançamento, a Anthropic também cortou pela metade o preço das leituras de cache do Sonnet 5.5, de 20 para 10 centavos por milhão de tokens. Segundo a empresa, isso reduz em cerca de 20% o custo da maioria das tarefas com agentes.
Para quem já roda o Sonnet 5.5 em produção, essa mudança silenciosa pode ter impacto financeiro imediato — sem exigir nenhuma alteração de código.
A guerra de preços chegou aos modelos pequenos
No conjunto, o que esse lançamento mais revela é onde a competição se deslocou. Durante um bom tempo, a disputa girava em torno de qual modelo era mais capaz. Agora, boa parte dela acontece na faixa dos modelos pequenos, usados para tarefas repetitivas em volume industrial.
Com a Anthropic igualando o preço da OpenAI nessa categoria, a pressão recai sobre as duas pontas: desempenho e acessibilidade. Para quem desenvolve, isso é uma boa notícia — desde que a avaliação não pare na tabela de preços.
A recomendação prática, portanto, é sempre a mesma: meça o custo por tarefa realmente concluída no seu fluxo, considerando o nível de esforço necessário, o tamanho típico dos seus prompts e a mudança de tokenizador. É esse número, e não o preço por token, que vai aparecer na sua fatura no fim do mês.
