Anthropic: Claude Haiku 5.5

Claude Haiku 5.5 to model tekstowy od Anthropic i jest następcą Claude Haiku 4.5. Anthropic opisuje go jako swój mały, szybki model, przeznaczony do pracy o dużej objętości i wrażliwej na koszty. Jeśli korzystałeś z wcześniejszych wydań Haiku, ten jest bezpośrednim zamiennikiem w tej linii, a ulepszenia wymieniane przez Anthropic względem 4.5 to mocniejsze kodowanie, korzystanie z komputera i powiązane zachowania agentowe.

Po stronie wejścia model przyjmuje tekst, obrazy i pliki, a zwraca tekst. Okno kontekstu wynosi 1 000 000 tokenów, co wystarcza na długie dokumenty, bazy kodu lub rozbudowane historie rozmów w jednym żądaniu. Maksymalne wyjście to 128 000 tokenów, więc model może generować długie odpowiedzi, zamiast być ograniczony do krótkich uzupełnień. Te dwie liczby razem oznaczają, że możesz wysłać znaczną ilość materiału i nadal poprosić o znaczną ilość w odpowiedzi.

Opis dostawcy wskazuje obciążenia, dla których ten model został zbudowany: streszczanie, podagentów i korzystanie z przeglądarki, wszystko przy dużej objętości. Streszczanie pasuje naturalnie, ponieważ możesz przekazać duże dokumenty lub kolekcje plików w oknie kontekstu i otrzymać skondensowany tekst. Podagenty pasują, ponieważ szybki model może stać za planistą, obsługując mniejsze wywołania narzędzi i kroki pośrednie, których kierowanie do większego modelu byłoby marnotrawstwem. Zastosowania związane z korzystaniem z przeglądarki i komputera, wraz z zadaniami kodowania, to obszary, w których według Anthropic to wydanie poprawia wersję 4.5, więc pętle w stylu agentowym, które badają strony lub czytają i piszą kod, są rozsądnym zastosowaniem.

Wywołujesz go przez API zgodne z OpenAI w api14, używając identyfikatora modelu "anthropic/claude-haiku-5.5", kierując istniejącego klienta OpenAI na bramę. Obsługiwane parametry żądania to include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools i verbosity. W praktyce oznacza to, że możesz kontrolować długość wyjścia za pomocą max_tokens lub max_completion_tokens, ograniczać kształt odpowiedzi za pomocą response_format lub structured_outputs, definiować funkcje za pomocą tools i sterować wyborem za pomocą tool_choice, stosować sekwencje stop oraz dostrajać, ile rozumowania model ujawnia lub wykonuje, poprzez reasoning, reasoning_effort, include_reasoning i verbosity.

Ponieważ jest pozycjonowany jako mały i szybki model Anthropic, jest rozsądnym domyślnym wyborem, gdy przepustowość i objętość liczą się bardziej niż głębia w trudnym problemie. W zadaniach wymagających najsilniejszego możliwego rozumowania lepszym wyborem może być większy model z tej samej rodziny, a możesz zachować tę samą integrację, ponieważ kształt żądania jest zgodny. Kontekst 1 000 000 tokenów i limit wyjścia 128 000 tokenów usuwają część typowych powodów, by sięgać po coś większego, więc przed przełączeniem sprawdź, czy mniejszy model już spełnia Twoje potrzeby.