Anthropic, 가장 빠르고 저렴한 소형 모델 Claude Haiku 5.5 공개
Anthropic이 고볼륨·비용 민감 작업을 겨냥한 소형 모델 Claude Haiku 5.5를 출시했다. Haiku 4.5 대비 평균 약 75% 저렴해졌고, Terminal-Bench 4.0에서 0%였던 에이전트 코딩 성능이 39.2%로 뛰었다. 처음으로 조절 가능한 effort 설정을 지원해 비용과 지능 사이에서 선택할 수 있다. 같은 날 Sonnet 5.5의 캐시 읽기 가격도 절반으로 내려 에이전트 작업 비용이 약 20% 줄었다.
Haiku 5.5는 이전 버전의 Claude로는 비용 부담이 컸을 더 좁은 범위의 작업, 예컨대 컴팩션, 요약, 서브에이전트 작업에 가장 적합합니다.
HN 토론
372- simonw
Haiku를 다양한 thinking 레벨에서 자전거 타는 펠리컨으로 테스트해봤다: https://tools.simonwillison.net/markdown-svg-renderer?url=ht...
low는 자전거 프레임을 망가뜨리지만, medium/high/xhigh/max는 모두 자전거 프레임을 제대로 그린다.
max는 5분 9초 걸렸고 비용은 3.3826센트였다. 가장 저렴한 것(low)은 0.0936센트였고 7초 걸렸다.
내 llm-anthropic 플러그인의 최신 릴리스는 Anthropic 모델 목록 API를 직접 쿼리하기 때문에, 이 모델 지원을 추가하기 위해 플러그인을 업그레이드할 필요가 없었다:
llm install llm-anthropic -U
llm anthropic refresh
llm -m claude-haiku-5.5 'prompt goes here'
EDIT: 비교를 위해 1년 전 Haiku 4.5 펠리컨도 여기 있다, 끔찍했다: https://simonwillison.net/2025/Oct/15/claude-haiku-45/
- minimaxir
가격이... 좀 이상하다.
입력
100,000 토큰 이하 프롬프트는 $0.10 / MTok
100,000 토큰 초과 프롬프트는 $0.50 / MTok
출력
100,000 토큰 이하 프롬프트는 $0.50 / MTok
100,000 토큰 초과 프롬프트는 $2.50 / MTok
100k 토큰은 터무니없이 낮은 기준이고, Haiku에만 적용되며 Sonnet이나 Opus에는 적용되지 않는다. 에이전트로 뭔가를 하고 있다면 금방 초과할 만큼 낮은 기준이다; 일반적인 생성이나 Jev 같은 분류기에는 좋은 가치이고, 이 글에서 언급했듯이 그게 Haiku 사용의 대부분인 듯하다.
두 경우 모두 Haiku 4.5의 $1 입력 / $5 출력보다 훨씬 저렴하고, 이 가격은 GPT-6 Luna와 더 잘 경쟁한다. ($0.10 입력 / $0.50 출력이지만 토큰 임계값은 없다 [EDIT: Luna의 임계값은 272k인 듯하다])
- charlesabarnes
> 둘째, 이번 주에 모든 Max 및 Team 구독자에게 Claude Platform에서 사용할 수 있는 새로운 월간 API 크레딧을 제공할 예정이다. Max 5x 사용자는 월 $100 크레딧, Max 20x 사용자는 $200, Team 구독자는 사용자 전체에 걸쳐 최대 $500을 풀링하여 받는다
이건 나에게 매우 큰 혜택이다. 이제 구독 뒤에서 추가 비용을 내거나 온디바이스 모델에 전적으로 의존하지 않고도 실제 AI 강화 기능을 출시할 수 있다. 다만 사용자 친화적이지 않은 변경에 대한 충격을 완화하려는 것 아닌가 걱정된다
- chriddyp
우리의 DataAnalyticsBench 벤치마크를 이 모델로 돌려봤다: https://plotly.com/blog/claude-haiku-5-5-plotly-data-analyti...
Haiku 4.5보다 9배 저렴하고 두 등급 더 좋다. 또한 이제 시험을 완료하는 가장 빠른 모델이다(기본 속도 기준, 다른 모델의 "Fast" 모드를 시도하지 않고).
가격, 비용, 정확도 면에서 Luna와 비슷한 수준이다. 이들은 매우 저렴한 모델이다: 심층 데이터 분석 질문 40개에 답하는 데 $0.38(Opus 5.5의 $15 또는 Astra의 $20과 비교).
전반적으로 데이터 분석을 매우 잘한다 - 모든 직관적인 데이터 분석 질문을 정확히 처리했다. 다른 변수를 살펴보는 것과 같은 더 깊은 통계 분석이 필요한 일부 질문에는 부족했다. 즉, 분석에서 다른 모델만큼 끈질기지 않은데, 이는 모델의 포지셔닝을 고려하면 예상할 수 있는 일이라고 본다.
OpenAI와 비교하면: GPT-6 Luna가 조금 더 잘했고 Haiku 5.5 비용의 약 30%였다. GPT-6.1 Sol은 모든 답을 맞혔지만 10배 더 비쌌다.
- simonw
Haiku 4.5에 대한 내 불만은 GPT-6 Luna 가격의 10배라는 점이었다.
> Claude Haiku 5.5는 100,000 토큰 이하 요청에 대해 Claude Haiku 4.5보다 90% 저렴하고, 100,000 토큰 초과 요청에 대해서는 50% 저렴하다
Haiku와 Luna는 이제 100,000 토큰까지 정확히 같은 가격이다. Luna는 이제 100,000 토큰 이후에는 더 저렴하고, Luna 자체의 270,000 토큰 가격 인상 이후에도 여전히 Haiku보다 낮다.
그러니 그들은 그 문제를 직접 해결한 것 같다. 그들의 자체 보고 벤치마크도 모두 Luna보다 높다.
- jjcm
이것에 대해 이미지 -> html 테스트를 돌려봤다. 이 더 작은 모델이 복잡한 UI에 충분히 좋은지 궁금했다. 아니었다.
Haiku 5.5: https://html.non.io/lcars-haiku-5.5/
비교용 Opus 5.5: https://html.non.io/lcars-opus-5.5
원본 디자인: https://diffui.ai/app/canvas/5093e689-1e74-4f26-b632-2a4500f...
흥미로운 점 하나는, 주어진 작업을 살펴보고 즉시 Opus 5.5에 위임했다는 것이다. 적어도 자신이 무엇을 잘 못하는지는 안다. 그래도 매우 빠르고, 작은 서브에이전트 작업 / 범위가 좁은 작업에 가장 적합할 듯하다.
- seaal
Max 플랜의 월간 API 크레딧은 환상적으로 보인다, 특히 Haiku 가격을 고려하면. 일반 CC 사용 위에 내 Claude 플랜을 다른 하네스와 유즈케이스에 실제로 사용할 수 있다는 건 내가 원했던 전부다.
Anthropic은 지난 몇 주 동안 정말 옳은 일을 해왔고, OpenAI는 계속 실수하고 있다.
- wyrdcurt
Anthropic이 경쟁력 있는 저렴한 모델을 내놓을 때가 됐다. Haiku 4.5는 몇 달 동안 성능 대비 너무 비쌌다(사실 출시 당시에도 그다지 인상적이지 않았다). 이건 일부 시나리오에서는 실제로 쓸 만해 보인다. 그들이 보여준 벤치마크대로 정말 Luna보다 그만큼 향상된 거라면, 내 워크플로에서 Luna를 대체할 가능성이 크다. 가격이 오르기 전 100k 토큰은 꽤 낮은 기준이지만, 어차피 이런 작은 모델은 작은 작업에 쓰는 편이다.
- bouk
좋다! 내 어린 시절 좋아했던 게임(Age of Mythology)을 디컴파일하는 데 GPT 6 Luna를 쓰고 있었는데, 이제 Haiku도 섞어 쓸 수 있게 됐다. 지금까지 17352/21965 함수 매칭됨...
- d1l
직장에서 우리는 꽤 단순한 지연 민감 작업 몇 개에 haiku 4.5를 쓴다. 성능은 좋다. 예고된 이후 좋은 개선을 기대하며 5.5 테스트를 막 시작했다. 지금까지 결과는 쓰레기다. 심지어 프롬프트 누출도 있다. 그리고 더 느리다. 저렴하긴 한데, 이번엔 균형을 잘못 잡은 것 같다.