Anthropic: Claude Haiku 5.5

Claude Haiku 5.5 är en textmodell från Anthropic, och den är efterträdaren till Claude Haiku 4.5. Anthropic beskriver den som sin lilla, snabba modell, inriktad på hög volym och kostnadskänsligt arbete. Om du har använt tidigare Haiku-versioner är denna den direkta ersättaren i den linjen, med de förbättringar som Anthropic listar jämfört med 4.5: starkare kodning, datoranvändning och relaterat agentiskt beteende.

På indatasidan accepterar modellen text, bilder och filer, och den producerar text. Kontextfönstret är 1 000 000 tokens, vilket är tillräckligt stort för att rymma långa dokument, kodbaser eller utökade konversationshistoriker i en enda begäran. Den maximala utdatan är 128 000 tokens, så modellen kan producera långa svar i stället för att begränsas till korta slutföranden. Dessa två siffror tillsammans innebär att du kan skicka en betydande mängd material och fortfarande begära en betydande mängd tillbaka.

Leverantörsbeskrivningen pekar på de arbetsbelastningar som modellen är byggd för: sammanfattning, subagenter och webbläsaranvändning, allt vid hög volym. Sammanfattning passar naturligt eftersom du kan skicka in stora dokument eller filsaml ingar i kontextfönstret och få kondenserad text ut. Subagenter passar eftersom en snabb modell kan sitta bakom en planerare och hantera de mindre verktygsanropen och mellanliggande stegen som skulle vara slöseri att dirigera till en större modell. Webbläsaranvändning och datoranvändningsapplikationer, tillsammans med kodningsuppgifter, är områden där Anthropic säger att denna version förbättrar 4.5, så agentliknande loopar som inspekterar sidor eller läser och skriver kod är en rimlig matchning.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "anthropic/claude-haiku-5.5", och pekar din befintliga OpenAI-klient mot gatewayen. De begärandeparametrar den stöder är include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools och verbosity. I praktiken innebär det att du kan styra utdatalängden med max_tokens eller max_completion_tokens, begränsa svarsformen med response_format eller structured_outputs, definiera funktioner med tools och styra valet med tool_choice, tillämpa stoppsekvenser och finjustera hur mycket resonemang modellen visar eller utför genom reasoning, reasoning_effort, include_reasoning och verbosity.

Eftersom denna positioneras som Anthropics lilla och snabba modell är den det förnuftiga standardvalet när genomströmning och volym betyder mer än djup vid ett svårt problem. För uppgifter som kräver starkast möjliga resonemang kan en större modell i samma familj vara det bättre valet, och du kan behålla samma integration eftersom begäransformen är kompatibel. Kontextfönstret på 1 000 000 tokens och utdatataket på 128 000 tokens tar bort några av de vanliga skälen att gripa efter något större, så kontrollera om den mindre modellen redan uppfyller dina behov innan du byter.