Anthropic: Claude Haiku 5.5

Claude Haiku 5.5 ist ein Textmodell von Anthropic und der Nachfolger von Claude Haiku 4.5. Anthropic beschreibt es als sein kleines, schnelles Modell, das auf hohes Volumen und kostenempfindliche Arbeit ausgerichtet ist. Wenn Sie frühere Haiku-Versionen verwendet haben, ist dieses Modell der direkte Ersatz in dieser Linie, wobei die von Anthropic aufgeführten Verbesserungen gegenüber 4.5 stärkeres Coding, Computer Use und verwandtes agentisches Verhalten umfassen.

Auf der Eingabeseite akzeptiert das Modell Text, Bilder und Dateien und erzeugt Text. Das Kontextfenster umfasst 1.000.000 Tokens, was groß genug ist, um lange Dokumente, Codebasen oder ausgedehnte Gesprächsverläufe in einer einzigen Anfrage zu halten. Die maximale Ausgabe beträgt 128.000 Tokens, sodass das Modell lange Antworten erzeugen kann, statt auf kurze Vervollständigungen begrenzt zu sein. Diese beiden Zahlen zusammen bedeuten, dass Sie eine beträchtliche Menge an Material senden und dennoch eine beträchtliche Menge zurückverlangen können.

Die Anbieterbeschreibung verweist auf die Workloads, für die dieses Modell gebaut ist: Zusammenfassung, Subagenten und Browser-Nutzung, all das bei hohem Volumen. Zusammenfassung passt natürlich, weil Sie große Dokumente oder Dateisammlungen in das Kontextfenster übergeben und verdichteten Text erhalten können. Subagenten passen, weil ein schnelles Modell hinter einem Planer sitzen kann und die kleineren Tool-Aufrufe und Zwischenschritte übernimmt, deren Weiterleitung an ein größeres Modell verschwenderisch wäre. Browser-Nutzung und Computer-Use-Anwendungen sowie Coding-Aufgaben sind Bereiche, in denen Anthropic zufolge diese Version 4.5 übertrifft, sodass agentenartige Schleifen, die Seiten inspizieren oder Code lesen und schreiben, gut geeignet sind.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "anthropic/claude-haiku-5.5" auf, indem Sie Ihren vorhandenen OpenAI-Client auf das Gateway richten. Die unterstützten Anfrageparameter sind include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools und verbosity. In der Praxis bedeutet das, dass Sie die Ausgabelänge mit max_tokens oder max_completion_tokens steuern, die Antwortform mit response_format oder structured_outputs einschränken, Funktionen mit tools definieren und die Auswahl mit tool_choice lenken, Stop-Sequenzen anwenden und über reasoning, reasoning_effort, include_reasoning und verbosity abstimmen können, wie viel Reasoning das Modell zeigt oder ausführt.

Da dieses Modell als Anthropics kleines und schnelles Modell positioniert ist, ist es die sinnvolle Standardwahl, wenn Durchsatz und Volumen wichtiger sind als Tiefe bei einem schwierigen Problem. Für Aufgaben, die die stärkstmögliche Reasoning-Leistung erfordern, kann ein größeres Modell derselben Familie die bessere Wahl sein, und Sie können dieselbe Integration beibehalten, da die Anfrageform kompatibel ist. Der Kontext von 1.000.000 Tokens und die Obergrenze von 128.000 Tokens für die Ausgabe beseitigen einige der üblichen Gründe, zu etwas Größerem zu greifen, prüfen Sie also, ob das kleinere Modell Ihren Bedarf bereits deckt, bevor Sie wechseln.