Anthropic lance Claude Haiku 5.5 avec un coût moyen annoncé en baisse de 75 % par rapport à Haiku 4.5. Le modèle facture 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie pour les requêtes allant jusqu’à 100 000 tokens. La société cible les usages répétitifs à fort volume, comme les résumés, la classification et le service client en direct. Le lancement intervient après ceux d’Opus 5.5 et de Sonnet 5.5.
Au programme
- Un tarif de 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie sous 100 000 tokens.
- Une baisse moyenne annoncée de 75 %, avec des performances supérieures à GPT-6 Luna sur 2 tests cités.
- Un réglage d’effort ajustable et des contrôles cyber ciblant certaines demandes à haut risque.
Quels tarifs pour Claude Haiku 5.5 ?
Claude Haiku 5.5 coûte 0,10 dollar par million de tokens entrants et 0,50 dollar par million de tokens sortants, pour les requêtes inférieures à 100 000 tokens. Au-delà, les tarifs passent à 0,50 dollar en entrée et 2,50 dollars en sortie. Cette structure s’inscrit dans la stratégie tarifaire décrite pour Claude Sonnet 5.5.
Le prix facial recule de 90 % par rapport à Haiku 4.5, qui facturait 1 dollar en entrée et 5 dollars en sortie. Anthropic estime toutefois l’économie moyenne à 75 %, car environ 90 % des anciennes requêtes restaient sous le seuil de 100 000 tokens et le nouveau modèle découpe les textes en davantage de tokens.
La comparaison avec GPT-6 Luna doit rester prudente. Les 2 modèles affichent les mêmes tarifs de base, mais leur consommation réelle dépend de la longueur des réponses et des réglages de raisonnement. Cette logique de comparaison entre modèles rappelle les écarts de prix observés dans l’analyse consacrée aux coûts de Claude.
Pour quels usages Anthropic destine-t-elle Haiku 5.5 ?
Haiku 5.5 vise d’abord les traitements nombreux et rapides, comme la classification, l’extraction d’informations, les assistants intégrés aux applications et les agents vocaux. S’y ajoutent les résumés de documents, les requêtes de bases de données et l’assistance client en temps réel. Ces usages relèvent du positionnement général d’Anthropic.
Ce positionnement le distingue des modèles plus lourds. Une entreprise peut réserver Sonnet ou Opus aux tâches exigeant davantage de raisonnement, puis confier les demandes répétitives à Haiku. Cette architecture rappelle la segmentation opérée par Anthropic avec Claude Sonnet 5.5, dont le prix de lecture du cache tombe aussi à 0,10 dollar par million de tokens.
Le modèle fonctionne déjà sur le site Claude, Amazon Web Services, Google Cloud et Microsoft Azure, sous l’identifiant claude-haiku-5-5. Anthropic distribue aussi des crédits mensuels aux abonnés Max et Team, jusqu’à 500 dollars pour les formules Team. Cette distribution prolonge la présence de Claude dans les offres cloud évoquées dans l’accord de 9,1 milliards de dollars avec Riot Platforms.
Claude Haiku 5.5 est-il réellement plus performant ?
Les tests disponibles placent Haiku 5.5 devant GPT-6 Luna sur plusieurs évaluations, sans le hisser au niveau de Sonnet 5.5. Sur OSWorld 2.1, il obtient 72,4 % contre 48,9 % pour Luna. Sur Terminal-Bench 4.0, il atteint 39,2 %, contre 16,4 % pour son concurrent et 0 % pour Haiku 4.5.
Le résultat reste inférieur aux 70,6 % de Sonnet 5.5 sur Terminal-Bench. Sur GDPval-AA v2.1, qui évalue 44 métiers avec une note inspirée du classement Elo, Haiku 5.5 obtient 1 620 points. Luna atteint 1 437 points, tandis que Haiku 4.5 reste à 735. Ces écarts illustrent la hiérarchie entre les modèles décrite dans l’article consacré à Claude Fable 5.1.
Une limite concrète apparaît toutefois : le modèle a répondu très vite à une question logique, mais sa réponse était fausse. La baisse des coûts ne supprime donc pas le besoin de contrôle humain, surtout pour les tâches sensibles. Ce point rejoint les interrogations plus larges sur les risques existentiels associés aux modèles d’Anthropic.
Quels garde-fous accompagnent ce lancement ?
Haiku 5.5 devient le premier modèle Haiku doté d’un réglage d’effort ajustable. Ce curseur permet d’arbitrer entre coût, rapidité et qualité de réponse. Anthropic ajoute aussi des contrôles visant un périmètre limité de demandes liées à la cybersécurité à haut risque.
L’entreprise présente ces restrictions comme ciblées. Les usages professionnels ordinaires doivent continuer à fonctionner normalement, tandis que certaines requêtes susceptibles d’aider une activité informatique malveillante sont davantage encadrées. Cette orientation intervient après plusieurs articles consacrés aux capacités offensives de modèles d’IA, notamment l’intrusion accélérée par Claude en 72 heures.
Le calendrier renforce la portée financière de l’annonce. Certaines publications relient le lancement à une introduction en Bourse attendue en novembre, avec une valorisation évoquée entre 1 800 et 2 000 milliards de dollars. Cette estimation n’est pas confirmée. Elle doit donc être distinguée des tarifs et résultats de tests directement documentés.
À retenir
Claude Haiku 5.5 combine un tarif d’entrée de 0,10 dollar par million de tokens et des scores supérieurs à ceux de GPT-6 Luna sur 2 tests cités. Anthropic cherche ainsi à réduire le coût des usages répétitifs, tout en ajoutant des contrôles cyber et un réglage d’effort. La prochaine étape sera l’adoption réelle par les plateformes cloud et les développeurs.
Questions fréquentes
Combien coûte Claude Haiku 5.5 ?
Claude Haiku 5.5 facture 0,10 dollar par million de tokens en entrée et 0,50 dollar en sortie pour les requêtes jusqu’à 100 000 tokens. Au-delà de ce seuil, les tarifs passent respectivement à 0,50 dollar et 2,50 dollars par million de tokens.
Claude Haiku 5.5 est-il meilleur que GPT-6 Luna ?
Les tests cités placent Claude Haiku 5.5 devant GPT-6 Luna sur plusieurs évaluations. Il obtient notamment 72,4 % contre 48,9 % sur OSWorld 2.1 et 39,2 % contre 16,4 % sur Terminal-Bench 4.0. Ces résultats ne signifient toutefois pas qu’il dépasse les modèles plus lourds d’Anthropic.
À quels usages Claude Haiku 5.5 est-il destiné ?
Claude Haiku 5.5 cible les tâches rapides et répétitives nécessitant un traitement à fort volume. Il peut servir à résumer des documents, classer des informations, extraire des données, répondre aux clients ou alimenter des assistants intégrés. Un réglage d’effort permet d’adapter le compromis entre coût, vitesse et qualité.
-
ÉCONOMIE & MACRONvidia perd 2 750 milliards, plus que tout le marché crypto
-
HACKS & SÉCURITÉFluidkey : 1,6 million de dollars dérobés à 52 comptes