Lanciato il 7 ottobre 2026, Claude Haiku 5.5 introduce l'adaptive thinking e una struttura prezzi differenziata per prompt sotto o sopra i 100k token, puntando a task ad alto volume e bassa latenza.
Presentato il 7 ottobre 2026, Claude Haiku 5.5 si configura come il modello più veloce e conveniente della gamma Anthropic, progettato specificamente per carichi di lavoro ripetitivi e ad alto volume. Le sue applicazioni ideali includono la classificazione di dati, le query a database, le sintesi di documenti e l'estrazione di informazioni, dove la velocità di risposta è critica. Grazie a una latenza ridotta, il modello è particolarmente indicato per l'assistenza clienti in tempo reale e l'interazione con i browser, fungendo spesso da sub-agente per modelli più complessi come Opus 5.5 o Sonnet 5.5 in flussi di lavoro di coding. [1]
L'analisi del posizionamento suggerisce che Haiku 5.5 non cerchi di sostituire i modelli flagship, ma di ottimizzare l'efficienza operativa. Per un'azienda che gestisce milioni di chiamate API settimanali, l'adozione di questo modello permette di delegare task a bassa complessità (come il triage di bug o la ricerca in portfolio) con l'obiettivo di ridurre i costi. L'accuratezza sul proprio carico va comunque verificata: i risultati citati dal produttore e dai suoi partner non garantiscono lo stesso risultato in ogni applicazione. Il valore aggiunto risiede nella capacità di scalare processi che prima erano economicamente proibitivi, trasformando il modello in un componente infrastrutturale piuttosto che in un semplice chatbot. [1]
Il sistema di pricing di Haiku 5.5 introduce una soglia critica a 100.000 token per prompt. Per input fino a questa soglia, il costo è di 0,10 USD per milione di token, mentre per prompt superiori sale a 0,50 USD. La lunghezza del prompt determina anche la tariffa dell'output: 0,50 USD per milione di token generati con prompt fino a 100.000 token, 2,50 USD oltre questa soglia. Non si tratta quindi di una soglia sul numero di token della risposta. Anche le cache write distinguono le due fasce. Questo approccio premia i task brevi, che rappresentano circa il 90% delle richieste registrate sulla versione precedente. Inoltre, è stata dimezzata la tariffa delle cache read per Sonnet 5.5, portandola a 0,10 USD per milione di token, con una riduzione indicata da Anthropic di circa il 20% sulla maggior parte dei task agentici; il risparmio effettivo dipende dall'uso della cache. [1][2]
Un elemento tecnico fondamentale per il calcolo del budget è il nuovo tokenizer, condiviso con i modelli della serie 4.7 e successivi. Questo aggiornamento comporta che lo stesso testo generi circa il 30% di token in più rispetto a Haiku 4.5. Di conseguenza, il risparmio nominale del prezzo per milione di token è parzialmente eroso dall'aumento del numero di token necessari per completare lo stesso compito. Gli sviluppatori devono quindi ricalcolare le stime di costo basandosi sui nuovi conteggi e non limitarsi a confrontare le tariffe di listino, poiché un limite di max_tokens tarato sulla versione precedente potrebbe ora troncare le risposte. [2][3]
Sintesi dei fatti documentati nell’articolo. I riferimenti sono riportati sotto lo schema.
Haiku 5.5 è il primo modello della sua classe a implementare un'impostazione di effort regolabile, che sostituisce il precedente budget di token per il ragionamento. L'adaptive thinking è attivo di default e permette al modello di decidere quanto pensare prima di rispondere. I livelli variano da 'low' (il più veloce ed economico, ideale per chat semplici) a 'medium' (default per API e Claude Code), fino a 'high', 'xhigh' e 'max' per task di conoscenza complessi o istruzioni rigorose. È possibile disabilitare il thinking solo per i livelli low, medium e high tramite il parametro thinking: {'type': 'disabled'}. [1][2][4]
L'introduzione dell'effort trasforma il modo in cui l'utente ottimizza il rapporto tra costo e intelligenza. In un'implementazione pratica, un'azienda potrebbe utilizzare il livello 'low' per l'estrazione di entità da documenti brevi e passare a 'high' per l'analisi di report finanziari complessi. Tuttavia, l'aumento dell'effort comporta risposte e blocchi di ragionamento più lunghi, incrementando il consumo di token. Un rischio operativo emerge nei livelli xhigh e max, dove il modello potrebbe scrivere l'intera risposta nel blocco di thinking lasciando il campo del testo finale vuoto, richiedendo controlli lato client per evitare risposte apparentemente nulle. [1][4]
La migrazione da Haiku 4.5 a 5.5 comporta diverse modifiche breaking. In primis, i parametri di campionamento temperature, top_p e top_k devono essere rimossi; l'invio di valori non di default (come temperature diverso da 1 o top_p diverso da 0.99) genera un errore 400. Inoltre, il modello non accetta più l'assistant prefill (l'ultima turn dell'assistente per guidare la risposta), richiedendo di spostare tali istruzioni nel turno dell'utente o nel system prompt. Per quanto riguarda l'uso del computer, è necessario migrare dallo strumento computer_20250124 al toolset computer_toolset_20260801. [3]
Un aspetto critico per l'architettura dei dati è la gestione dei blocchi di thinking: questi sono validi nell'account che li ha prodotti o in un account collegato. Se un'applicazione memorizza conversazioni e le riproduce tramite un altro account non collegato, l'API scarterà i blocchi di ragionamento, alterando potenzialmente il comportamento del modello. Inoltre, le conversazioni devono essere rigorosamente append-only; qualsiasi modifica a messaggi precedenti, strumenti o system prompt invalida i blocchi di thinking esistenti, provocando un errore 400. Questo impone un design rigoroso della memoria delle sessioni per evitare interruzioni del servizio. [3]
Haiku 5.5 introduce classificatori di sicurezza più stringenti che possono portare a rifiuti della richiesta (stop_reason: 'refusal'). Le categorie di rifiuto includono 'cyber' (per prevenire danni informatici, sebbene sia permessa la ricerca di vulnerabilità nel codice), 'bio' (per prevenire danni biologici) e 'general_harms'. A differenza di versioni precedenti, non esiste un fallback lato server in caso di rifiuto. Le salvaguardie in ambito cybersecurity sono più restrittive di Haiku 4.5 ma meno di Sonnet 5.5, permettendo un range più ampio di task difensivi ma bloccando i penetration test. [1][4]
L'analisi dei rifiuti suggerisce che l'integrazione di Haiku 5.5 richieda una gestione esplicita degli errori di sicurezza nel codice client. Poiché l'invio della stessa richiesta dopo un rifiuto solitamente produce un altro rifiuto, gli sviluppatori devono implementare logiche di fallback o guidare l'utente verso una riformulazione del prompt. Per le organizzazioni che svolgono attività legittime di sicurezza o scienze della vita, Anthropic mette a disposizione programmi di verifica (Cyber e Life Sciences Verification Program) ai quali presentare una richiesta per attività più ampie. La possibilità di candidarsi non equivale a un'approvazione automatica né garantisce che ogni rifiuto venga rimosso. [1][4]
Il modello supporta una finestra di contesto di 1 milione di token e un output massimo di 128k (estendibile a 300k tramite Batch API in beta). È disponibile su Claude API, Amazon Bedrock, Google Cloud e Microsoft Foundry. Per l'implementazione di agenti di coding, è consigliato l'uso di prompt che richiedano esplicitamente la verifica dei cambiamenti tramite test reali, poiché a livelli di effort bassi il modello potrebbe dichiarare completato un task senza averlo effettivamente testato. Per le ricerche web, è fondamentale fornire la data odierna nel system prompt per grounding accurato. [2][4]
Per decidere se migrare a Haiku 5.5, un team tecnico dovrebbe valutare se i propri prompt superano frequentemente i 100k token: in tal caso, l'incremento tariffario potrebbe mitigare il risparmio. Un esempio illustrativo di adozione efficiente consiste nell'usare Haiku 5.5 come 'filtro' o 'router' per classificare le richieste degli utenti (effort low) e poi invocare Sonnet 5.5 solo per l'elaborazione complessa. Se l'applicazione richiede l'uso di prefill o parametri di temperatura specifici, la migrazione richiederà un refactoring significativo del codice di prompting prima di poter beneficiare della maggiore velocità e dei costi ridotti. [1][2][3]
Google sostituisce le Gems con le Skills, istruzioni riutilizzabili e combinabili. Analizziamo il meccanismo di stacking, l'integrazione in Workspace Studio e il cronoprogramma di migrazione per account personali e business.
Il 9 ottobre 2026 Cloudflare ha lanciato Clef-omni, un modello di decisione multimodale per audio e video. L'aggiornamento include nuovi prezzi per Clef-flash e ottimizzazioni di velocità per la famiglia Clef.
Da 100 o 200 dollari con Max al saldo condiviso di Team: come attivare i crediti, cosa coprono e perché usare Claude Code non basta per consumarli.
Parliamone
Hai un’esperienza da condividere o una domanda? Scrivi un commento pertinente, senza pubblicità o link.