Claude Haiku 5.5 stojí jako GPT-6 Luna: kde bych ho nasadil a kde ne
Anthropic výrazně zlevnil Claude Haiku 5.5. Kde dává smysl proti GPT-6 Luna, jak cenu mění délka kontextu a na co si dát pozor při migraci?
Anthropic 7. října představil Claude Haiku 5.5, který označuje za svůj dosud nejrychlejší a nejlevnější malý model. Nejdůležitější změnou pro mě není jeden benchmark, ale ekonomika: u běžných krátkých požadavků stojí Haiku 5.5 stejně jako GPT-6 Luna a desetinu toho, co stál Haiku 4.5. Levný model od Anthropicu tak poprvé dává smysl i pro úlohy, které se volají tisíckrát denně.
Neznamená to ale, že je Haiku automaticky lepší než OpenAI API. Za mě je to jednodušší: Haiku 5.5 bych přidal jako další produkční model pro jasně vymezené úlohy a rozhodoval podle vlastních testů. Celý systém bych na něj nepřepisoval jen podle ceníku a výsledků výrobce.
Jak délka kontextu mění cenu Haiku 5.5
Standardní sazby za milion tokenů vypadají následovně:
| Model a délka vstupu | Vstup | Cache read | Cache write | Výstup |
|---|---|---|---|---|
| Claude Haiku 5.5 do 100k tokenů | 0,10 USD | 0,01 USD | 0,125 USD | 0,50 USD |
| Claude Haiku 5.5 nad 100k tokenů | 0,50 USD | 0,05 USD | 0,625 USD | 2,50 USD |
| GPT-6 Luna do 272k tokenů | 0,10 USD | 0,01 USD | 0,125 USD | 0,50 USD |
| GPT-6 Luna nad 272k tokenů | 0,20 USD | 0,02 USD | 0,25 USD | 0,75 USD |
Podle aktuálních standardních ceníků mají oba modely při vstupu do 100 tisíc tokenů stejné sazby za vstupní a výstupní tokeny. Rozdíl přichází u dlouhého kontextu: Haiku zdraží už nad 100 tisíc tokenů a všechny jeho sazby se zvednou pětkrát. Luna přechází do dražšího pásma až nad 272 tisíc tokenů a zdražení je mírnější.
Oba modely mají kontext přibližně jeden milion tokenů a maximální výstup 128 tisíc tokenů. Samotná velikost okna proto neříká, kolik bude požadavek stát. Pokud aplikace opakovaně posílá velký repozitář, dlouhé smlouvy nebo celé zákaznické archivy, Luna může být výrazně levnější, přestože cena uvedená na kartě modelu začíná stejnými čísly.
Je zde ještě jedna méně viditelná změna. Podle dokumentace Anthropic používá Haiku 5.5 nový tokenizer a stejný text může mít přibližně o 30 procent více tokenů než u Haiku 4.5. Anthropic i proto odhaduje reálnou úsporu proti předchozí generaci v průměru na zhruba 75 procent, nikoli na prostých 90 procent odvozených z ceníku.
Výkon už není jen na jednoduché třídění
Anthropic uvádí proti Haiku 4.5 výrazný posun ve znalostní práci, ovládání počítače, uvažování i agentním programování. Na firemních výsledcích například Haiku 5.5 dosáhl 72,4 procenta na offline části OSWorld 2.1, 39,2 procenta na Terminal-Bench 4.0 a 46,4 procenta na hlavní části FrontierCode 1.1.
Ve stejné tabulce je Haiku před GPT-6 Luna na všech třech uvedených úlohách. To je dobrý signál, ale ne důkaz, že bude lepší v konkrétní aplikaci. Jde o výsledky zveřejněné Anthropicem, jednotlivé modely mohou používat jiné nastavení úsilí a benchmark neměří cenu opravy chyb ani kvalitu na českých datech. Pro produkční rozhodnutí bych tyto výsledky bral jako důvod model otestovat, ne jako hotový verdikt.
Prakticky důležitější je adaptivní přemýšlení. Haiku 5.5 může podle úlohy měnit množství výpočtu a přes parametr effort lze volit úrovně od low po max. Výchozí je medium. U jednoduché klasifikace nebo extrakce bych začal na low; vyšší úsilí bych zapnul jen tam, kde vlastní měření prokáže lepší úspěšnost.
Kde bych Haiku 5.5 využil
První skupinou jsou krátké a četné operace s jasně kontrolovatelným výsledkem:
- klasifikace e-mailů, tiketů a dokumentů;
- extrakce polí do pevně definovaného JSON schématu;
- směrování požadavku na správný nástroj nebo silnější model;
- stručné souhrny, titulky a kompakce staršího kontextu;
- vyhledání konkrétních údajů v jednom či několika dokumentech;
- kontrola formátu, jazyka nebo přítomnosti povinných částí.
Právě zde lze výsledek snadno ověřit a případnou chybu levně napravit opakováním požadavku. Nízká cena má smysl hlavně tehdy, když člověk nemusí každou odpověď zdlouhavě kontrolovat.
Druhou skupinou jsou pomocní agenti. Silnější model může naplánovat práci a Haiku paralelně prohledá několik částí repozitáře, vytáhne fakta z dokumentů nebo připraví podklady. Anthropic tento vzor výslovně doporučuje jako kombinaci Haiku se Sonnetem či Opusem. Dává mi smysl i napříč poskytovateli: hlavní rozhodnutí může dělat jiný model a Haiku obslouží levné dílčí kroky.
Na aidevelopers.cz bych jej zvažoval například pro předběžné třídění nalezených zdrojů, normalizaci metadat, detekci podobných témat a extrakci snadno ověřitelných údajů. Nenechal bych jej však bez další kontroly rozhodovat o publikaci ani provádět finální faktický audit. U článku je drahá právě nenápadná chyba v atribuci, modalitě nebo příčinné souvislosti, ne samotné vygenerování textu.
Třetí oblastí jsou interaktivní nástroje, kde uživatel čeká na každé volání: zákaznická podpora, doplňování rozhraní, živé vyhledávání a dílčí kroky ovládání prohlížeče. Anthropic označuje Haiku 5.5 za svůj nejrychlejší model při standardní rychlosti. Skutečnou latenci ale ovlivňuje region, délka promptu, zvolené úsilí, nástroje i zatížení služby, takže bych ji měřil na vlastním provozu.
Kde bych zůstal u silnějšího modelu nebo u OpenAI
Haiku bych nepoužil jako jediný model pro složitý návrh architektury, dlouhé autonomní programování nebo rozhodnutí s vysokým dopadem. Na podobné úlohy samotný Anthropic dál doporučuje Sonnet 5.5 a Opus 5.5. Levnější token nepomůže, pokud model potřebuje více pokusů, přehlédne podmínku nebo jeho výstup musí dlouho opravovat člověk.
U OpenAI bych zůstal také tam, kde produkt stojí na Responses API a jeho hostovaných nástrojích, kde už máme ověřené prompty a monitoring nebo kde pravidelně překračujeme 100 tisíc vstupních tokenů. Migrace poskytovatele má náklady: jiné formáty odpovědi, tool calling, chybové stavy, limity, bezpečnostní filtry i odlišné chování při opakování požadavku.
Proto mi nedává smysl ptát se, které API je obecně lepší, bez uvedení konkrétní úlohy. Pro krátkou extrakci může Haiku vyhrát kvalitou nebo latencí. Pro dlouhý kontext může Luna vyhrát cenou. Pro komplexní agentní běh může být levnější Sonnet či silnější OpenAI model, pokud dosáhne správného výsledku na první pokus.
Pozor při přechodu z Haiku 4.5
Změna názvu modelu nestačí. Haiku 5.5 používá adaptivní přemýšlení už ve výchozím nastavení a odpověď může začít blokem typu thinking. Integrace proto nemá slepě číst první obsahový blok jako výsledný text, ale vybírat bloky podle jejich typu. Tokeny spotřebované na přemýšlení se navíc počítají do max_tokens; příliš malý limit může skončit dříve, než model vrátí textovou odpověď.
Anthropic také upozorňuje na několik nekompatibilit: ruční budget_tokens je potřeba nahradit adaptivním režimem, nestandardní hodnoty temperature, top_p nebo top_k vrátí chybu a předvyplněná poslední zpráva asistenta už není podporovaná. Nové integrace musí počítat také se stavem refusal a s překročením kontextového okna.
Minimální Python volání pro rychlou úlohu může vypadat takto:
import anthropic
client = anthropic.Anthropic()
message = client.messages.create(
model="claude-haiku-5-5",
max_tokens=1024,
output_config={"effort": "low"},
messages=[{
"role": "user",
"content": "Vrať kategorii a prioritu tohoto tiketu jako JSON: ...",
}],
)
text_blocks = [
block.text
for block in message.content
if block.type == "text"
]
if not text_blocks:
raise RuntimeError(f"Model nevrátil text: {message.stop_reason}")
text = "\n".join(text_blocks)
V produkci bych k tomu doplnil validaci JSON schématu, časový limit, řízený počet opakování, samostatné ošetření odmítnutí a záznam skutečného počtu vstupních, výstupních i přemýšlecích tokenů.
Jak bych Haiku 5.5 nasadil já
Claude Haiku 5.5 je podle mě nejzajímavější nový model Anthropicu pro běžné vývojáře právě proto, že nemusí být hlavním modelem. Za cenu GPT-6 Luna nabízí rychlou alternativu pro velký počet úzkých úloh a může výrazně zlevnit pomocné kroky, které dnes zbytečně obsluhuje Sonnet nebo Opus.
Nejdřív bych ho pustil bokem na běžných úlohách z reálného provozu a jeho odpovědi porovnal se současným modelem. Sledoval bych, kolik úloh dokončí správně, jak často vrátí platný strukturovaný výstup, jak je rychlý, kolikrát se musí pokus opakovat a kolik nakonec stojí použitelný výsledek. Teprve potom bych rozhodl, které úlohy mu svěřit natrvalo.
Takové nasazení není efektní „přecházíme z OpenAI na Anthropic“. Je ale technicky i ekonomicky rozumnější: každý model dostane úlohy, ve kterých při vlastním testování nabídne nejlepší poměr kvality, rychlosti a ceny.