Claude Haiku 5.5: levný model na mechanickou práci

Anthropic vydal 7. října Claude Haiku 5.5, první nový Haiku po roce. Píšu o něm, protože cenou se postavil přímo proti GPT-6 Luna od OpenAI a za týden se nasbíralo dost nezávislých čísel, aby šlo říct, jak to srovnání doopravdy dopadá. Proč je zajímavé srovnání s Lunou? Právě proto, že v poslední době jsem si oblíbil (a nejsem sám) provoz Codexu s modelem Luna na Max effort. Bylo to za dobrou cenu. Tomu může nyní Haiku směle konkurovat.

Co je Haiku 5.5

Desetina ceny Haiku 4.5, ale jen do 100 tisíc tokenů. Za milion vstupních tokenů zaplatíte 0,10 USD, za milion výstupních 0,50 USD. Je to přesně cena GPT-6 Luna. Platí ovšem jen pro požadavky do 100 tisíc tokenů, nad touto hranicí je cena pětinásobná (0,50 a 2,50 USD). Luna zdražuje až od 272 tisíc tokenů. Anthropic sám uvádí průměrnou úsporu proti Haiku 4.5 kolem 75 procent, protože nový tokenizér na stejnou úlohu spotřebuje o něco víc tokenů.

První Haiku s nastavitelným úsilím. Úrovně jsou low, medium, high, xhigh a max, výchozí je medium. Čím vyšší úroveň, tím déle model přemýšlí, tím lepší výsledky a tím víc tokenů. Kontext má milion tokenů, předchůdce měl 200 tisíc. Podle Anthropicu je to jeho nejrychlejší model.

V kyberbezpečnosti je přísnější. Ochrany jsou podle Anthropicu přísnější než u Haiku 4.5 a volnější než u Sonnetu 5.5. Obranné úlohy povoluje, penetrační testy a útočné techniky odmítá.

Jak si vede v nezávislém měření

Index je verze 4.3 od Artificial Analysis, počet výstupních tokenů je průměr na jednu úlohu indexu.

Haiku vede na každé úrovni o čtyři až sedm bodů. Na max má 43 bodů, o bod méně než Kimi K3 a víc než GLM-5.3-Flash, Gemini 3.8 Flash i DeepSeek V4.1 Flash. Haiku 4.5 měl před rokem 17 bodů, takže skok je velký.

Náskok si ale kupuje tokeny. Na max spotřebuje na úlohu kolem 162 tisíc výstupních tokenů, víc než Opus 5.5 a trojnásobek Luny, kterou jsem v tomhle Effortu rád používal. Jenže podívejte se na řádek high: Haiku tam má 38 bodů s 55 tisíci tokeny. Luna na max má také 38 bodů s 50 tisíci tokeny. Cena za token je stejná, takže za stejné peníze dostanete stejný výsledek - a můžete v klidu zůstat v Anthropic ecosystému. Zvláště kvůli halucinacím. Haiku si vymýšlí ve 40 procentech případů, Luna v 77.

Cenu za úlohu zatím nikdo nespočítal. Artificial Analysis ji u Haiku zatím neuvádí, protože její výpočet ještě nepočítá s pětinásobnou cenou nad 100 tisíc tokenů. Pro srovnání: úloha na Luně při max vyjde na 0,07 USD, tedy necelé dvě koruny.

Vals se na to dívá stejně. Na Vals Indexu, který měří práci ve financích, právu, daních a programování, má Haiku 54,3 procenta a je šestnáctý. Luna má 51,2 procenta a je šestadvacátá. Jeden test ale na Haiku vyjde na 2,99 USD a na Luně na 0,43 USD, tedy sedmkrát levněji. Tři body navíc za sedminásobnou cenu.

V Areně remíza. V Code Areně, kde lidé hlasují mezi dvěma anonymními webovými aplikacemi, má Haiku na úrovni high 1587 bodů a je třicátý. Luna má 1581. Šest bodů je v Areně v mezích nejistoty. Proti Haiku 4.5 si polepšil o 257 bodů, na Sonnet 5.5 mu chybí 128.

Tabulka Anthropicu a co z ní zbylo

V čem Haiku 5.5 vyniká a kde pokulhává

Méně si vymýšlí. Když Haiku odpověď nezná, vymyslí si ji podle Artificial Analysis ve 40 procentech případů. Luna v 77 procentech. Pro rešerše a práci s podklady je to nejcennější vlastnost celého modelu. Takže jsem to radši zopakoval ještě jednou.

Zná ale méně faktů. Správně odpoví na 36 procent otázek z testu znalostí AA-Omniscience, Luna na 44 a Gemini 3.8 Flash na 55. Častěji tedy přizná, že neví, ale také toho méně ví.

Webové aplikace postaví dobře. Na Vibe Code Bench od Vals, kde model staví celou webovou aplikaci, má 90,4 procenta a je třetí ze 110 modelů. Podle výsledků Vals dokončil 21 z 50 aplikací, Sonnet 5.5 o tři víc, a to za pětinovou cenu.

Automatizace firemních procesů je zatím otazník. V testu AutomationBench-AA má Haiku 35 procent, Luna a Gemini 3.8 Flash přes 50. Artificial Analysis to připisuje chybě, kvůli které model před vydáním zbytečně odmítal úlohy, a test zopakuje.

Závěrem: Co si z toho odnést?

Já teď jedu setup Opus 5.5 jako orchestrátor, Haiku 5.5 přes subagenty na všechno kódování. Na dlouhé běhy mi to přijde příjemné zrychlení a zlevnění práce. Ale také uvidím, zda se to dlouhodobě osvědčí. Na internetu se už objevují setupy, kdy to takto vynutit v Claude Code mimo pracovní workflow a tedy bez toho, abyste to pořád dokola explicitně vyžadovali, na ty jsem ještě odvahu neměl.

A další doporučení?

Pokud potřebujete levného subagenta, třeba na třídění, vyhledávání nebo rychlé dotazy uvnitř většího agenta, je Haiku 5.5 dobrá volba. Na výchozí úrovni je rychlý a levný a málo si vymýšlí.

Pokud zvažujete Haiku místo Luny kvůli výkonu, počítejte s tím, že náskok si koupíte tokeny. Na stejné úrovni výdajů jsou oba modely zhruba vyrovnané. Na nejvyšší úrovni úsilí je Haiku lepší, ale zaplatíte za úlohu několikanásobně víc.

Hlídejte hranici 100 tisíc tokenů. Agenti s dlouhým kontextem ji snadno překročí a pak platíte pětinásobek. U Luny je hranice skoro trojnásobně výš.

Na složité programování Anthropic sám doporučuje Sonnet 5.5 nebo Opus 5.5. Proti Sonnetu je Haiku v Areně o 128 bodů níž.

Za mě je Haiku 5.5 dobrý model, který Anthropic prodává líp, než ve skutečnosti je. Cena za token je stejná jako u Luny, cena za odvedenou práci záleží na tom, jak vysoko ho pustíte (a dokud ji Artificial Analysis nespočítá i s dražším pásmem, berte všechny slibované úspory s rezervou). Nejvíc ho oceníte tam, kde vám vadí vymyšlené odpovědi.

Zdroje: oznámení Anthropicu ze 7. října 2026, měření Artificial Analysis (index verze 4.3, výsledky Haiku označené „with fallback“), žebříčky Vals AI a Arena, údaje ze systémové karty Haiku 5.5 podle serveru Kingy. Tabulka Anthropicu je měřená výrobcem. Platnost údajů k 15. říjnu 2026. Text vznikl s asistencí modelu Claude Opus 5.5, tedy modelu od stejné firmy, o jejímž produktu píšu.