Anthropic: Claude Haiku 5.5

Claude Haiku 5.5, Anthropic का एक टेक्स्ट मॉडल है, और यह Claude Haiku 4.5 का उत्तराधिकारी है। Anthropic इसे अपना छोटा, तेज़ मॉडल बताता है, जो उच्च मात्रा और लागत के प्रति संवेदनशील काम के लिए लक्षित है। यदि आपने पहले के Haiku रिलीज़ का उपयोग किया है, तो यह उसी श्रृंखला में सीधा प्रतिस्थापन है, जिसमें Anthropic द्वारा 4.5 पर सूचीबद्ध सुधार मजबूत कोडिंग, कंप्यूटर उपयोग, और संबंधित एजेंटिक व्यवहार हैं।

इनपुट पक्ष पर मॉडल टेक्स्ट, छवियाँ, और फ़ाइलें स्वीकार करता है, और यह टेक्स्ट उत्पन्न करता है। कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, जो इतनी बड़ी है कि एक ही अनुरोध में लंबे दस्तावेज़, कोडबेस, या विस्तारित बातचीत इतिहास रख सके। अधिकतम आउटपुट 128,000 टोकन है, इसलिए मॉडल छोटे पूर्णताओं तक सीमित रहने के बजाय लंबी प्रतिक्रियाएँ उत्पन्न कर सकता है। ये दो संख्याएँ मिलकर बताती हैं कि आप पर्याप्त सामग्री भेज सकते हैं और फिर भी पर्याप्त मात्रा में वापस माँग सकते हैं।

प्रदाता विवरण उन कार्यभारों की ओर संकेत करता है जिनके लिए यह मॉडल बनाया गया है: सारांशीकरण, सबएजेंट, और ब्राउज़र उपयोग, सभी उच्च मात्रा में। सारांशीकरण स्वाभाविक रूप से फिट बैठता है क्योंकि आप कॉन्टेक्स्ट विंडो में बड़े दस्तावेज़ या फ़ाइल संग्रह पास कर सकते हैं और संक्षिप्त टेक्स्ट प्राप्त कर सकते हैं। सबएजेंट फिट बैठते हैं क्योंकि एक तेज़ मॉडल एक प्लानर के पीछे बैठ सकता है, छोटे टूल कॉल और मध्यवर्ती चरणों को संभालते हुए जिन्हें किसी बड़े मॉडल तक भेजना wasteful होगा। ब्राउज़र उपयोग और कंप्यूटर उपयोग अनुप्रयोग, साथ ही कोडिंग कार्य, ऐसे क्षेत्र हैं जहाँ Anthropic कहता है कि यह रिलीज़ 4.5 पर सुधार करती है, इसलिए एजेंट शैली के लूप जो पृष्ठों का निरीक्षण करते हैं या कोड पढ़ते और लिखते हैं, एक उचित फिट हैं।

आप इसे api14 के OpenAI संगत API के माध्यम से मॉडल id "anthropic/claude-haiku-5.5" का उपयोग करके कॉल करते हैं, अपने मौजूदा OpenAI क्लाइंट को गेटवे पर इंगित करते हुए। यह जिन अनुरोध पैरामीटर का समर्थन करता है वे हैं include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools, और verbosity। व्यवहार में इसका मतलब है कि आप max_tokens या max_completion_tokens से आउटपुट लंबाई नियंत्रित कर सकते हैं, response_format या structured_outputs से प्रतिक्रिया का आकार सीमित कर सकते हैं, tools से फ़ंक्शन परिभाषित कर सकते हैं और tool_choice से चयन को दिशा दे सकते हैं, stop अनुक्रम लागू कर सकते हैं, और reasoning, reasoning_effort, include_reasoning, और verbosity के माध्यम से यह ट्यून कर सकते हैं कि मॉडल कितना तर्क प्रकट करता है या करता है।

चूँकि इसे Anthropic के छोटे और तेज़ मॉडल के रूप में स्थान दिया गया है, यह तब समझदार डिफ़ॉल्ट है जब किसी कठिन समस्या पर गहराई से अधिक थ्रूपुट और मात्रा मायने रखती है। ऐसे कार्यों के लिए जिन्हें सबसे मजबूत संभव तर्क चाहिए, उसी परिवार का एक बड़ा मॉडल बेहतर विकल्प हो सकता है, और आप वही एकीकरण रख सकते हैं क्योंकि अनुरोध का आकार संगत है। 1,000,000 टोकन कॉन्टेक्स्ट और 128,000 टोकन आउटपुट सीमा कुछ बड़ा चुनने के सामान्य कारणों को हटा देती हैं, इसलिए स्विच करने से पहले जाँचें कि क्या छोटा मॉडल पहले से ही आपकी आवश्यकताओं को पूरा करता है।