Anthropic: Claude Haiku 5.5

Claude Haiku 5.5 is een tekstmodel van Anthropic, en het is de opvolger van Claude Haiku 4.5. Anthropic beschrijft het als zijn kleine, snelle model, gericht op hoog volume en kostengevoelig werk. Als je eerdere Haiku-releases hebt gebruikt, is deze de directe vervanging in die lijn, met de verbeteringen die Anthropic ten opzichte van 4.5 noemt: sterker coderen, computergebruik en gerelateerd agentisch gedrag.

Aan de invoerkant accepteert het model tekst, afbeeldingen en bestanden, en het produceert tekst. Het contextvenster is 1.000.000 tokens, wat groot genoeg is om lange documenten, codebases of uitgebreide gespreksgeschiedenissen in één verzoek te bevatten. De maximale uitvoer is 128.000 tokens, dus het model kan lange antwoorden produceren in plaats van beperkt te zijn tot korte completions. Die twee getallen samen betekenen dat je een aanzienlijke hoeveelheid materiaal kunt sturen en toch een aanzienlijke hoeveelheid terug kunt vragen.

De providerbeschrijving wijst op de workloads waarvoor dit model is gebouwd: samenvatten, subagents en browsergebruik, allemaal bij hoog volume. Samenvatten past van nature, omdat je grote documenten of bestandsverzamelingen in het contextvenster kunt doorgeven en samengevatte tekst terugkrijgt. Subagents passen omdat een snel model achter een planner kan zitten en de kleinere toolaanroepen en tussenstappen afhandelt die het verspillend zouden zijn om naar een groter model te routeren. Browsergebruik en computergebruik-toepassingen, samen met coderingstaken, zijn gebieden waarop Anthropic zegt dat deze release beter is dan 4.5, dus agent-achtige loops die pagina's inspecteren of code lezen en schrijven zijn een redelijke fit.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id "anthropic/claude-haiku-5.5", waarbij je je bestaande OpenAI-client op de gateway richt. De verzoekparameters die het ondersteunt zijn include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools en verbosity. In de praktijk betekent dat je de uitvoerlengte kunt beheren met max_tokens of max_completion_tokens, de vorm van het antwoord kunt beperken met response_format of structured_outputs, functies kunt definiëren met tools en de selectie kunt sturen met tool_choice, stopsequenties kunt toepassen, en kunt afstemmen hoeveel redenering het model toont of uitvoert via reasoning, reasoning_effort, include_reasoning en verbosity.

Omdat dit gepositioneerd is als Anthropic's kleine en snelle model, is het de verstandige standaardkeuze wanneer doorvoer en volume belangrijker zijn dan diepgang bij een moeilijk probleem. Voor taken die het sterkst mogelijke redeneren vereisen, kan een groter model in dezelfde familie de betere keuze zijn, en je kunt dezelfde integratie behouden omdat de vorm van het verzoek compatibel is. Het contextvenster van 1.000.000 tokens en het uitvoerplafond van 128.000 tokens nemen enkele van de gebruikelijke redenen weg om naar iets groters te grijpen, dus controleer of het kleinere model al aan je behoeften voldoet voordat je overstapt.