Anthropic ने अपने Claude 5.5 परिवार में अंतिम जोड़ कर दिया है। Claude Haiku 5.5 आज आया, Opus 5.5 के दो हफ्ते बाद और Claude Sonnet 5.5 के नौ दिन बाद। यह Haiku 4.5 के एक साल बाद पहला Haiku भी है। हम Haiku 5 का इंतजार करते रहे, पर वह आया ही नहीं।
सबसे बड़ी खबर कीमत है। Haiku 5.5 की लागत 100,000 टोकन तक के प्रॉम्प्ट्स के लिए प्रति 10 लाख इनपुट टोकन $0.10 और प्रति 10 लाख आउटपुट टोकन $0.50 है। यह Haiku 4.5 की दरों का एक-दसवां है, और Anthropic का कहना है कि औसतन यह 75% सस्ता पड़ता है। एजेंटिक कार्यों में यह Sonnet के अंतर को भी काफी हद तक कम करता है। उस तुलना में Haiku 4.5 तो चर्चा में भी नहीं था।
इस लेख में, मैं Claude Haiku 5.5 की हर नई बात कवर करूंगा—नए फीचर्स, बेंचमार्क्स की पड़ताल, और एक हैंड्स-ऑन टेस्ट में इसे आजमाऊंगा।
त्वरित सार
- Haiku 5.5 Anthropic का नया छोटा मॉडल है, जो 100K टोकन से कम के प्रॉम्प्ट्स के लिए प्रति-टोकन कीमत में Haiku 4.5 की जगह लेता है—और वह भी एक-दसवें दाम पर।
- एजेंटिक कार्यों में, खासकर कंप्यूटर उपयोग और टर्मिनल टास्क्स पर, यह Haiku 4.5 से बिल्कुल अलग श्रेणी का मॉडल है।
- Sonnet 5.5 अब भी हर जगह आगे है, इसलिए Haiku 5.5 मात्रा (वॉल्यूम) के लिए है, आपकी सबसे कठिन समस्याओं के लिए नहीं।
Claude Haiku 5.5 क्या है?
Claude Haiku 5.5 Anthropic के Claude 5.5 परिवार का सबसे छोटा और तेज़ मॉडल है। इसका वास्तविक उद्देश्य उच्च-आवृत्ति और कम विलंबता वाले काम हैं, जैसे एक्सट्रैक्शन और रूटिंग। यह Sonnet 5.5 या Opus 5.5 के अधीन एक सबएजेंट के रूप में भी बढ़िया काम करेगा।
पिछले Haiku मॉडल से काफी समय हो गया है। हमने एक साल पहले Haiku 4.5 पर लिखा था, और AI में एक साल बहुत लंबा होता है—इसलिए Haiku 4.5 से अपग्रेड बड़ा है। Haiku 5.5 की तुलना सही मायने में बाकी 5.5 मॉडलों से होनी चाहिए, क्योंकि यह उन्हीं बड़े मॉडलों के फीचर्स लेकर आता है—जैसे इफर्ट सेटिंग के साथ एडेप्टिव थिंकिंग, 10 लाख-टोकन का कॉन्टेक्स्ट विंडो, और 128K-टोकन आउटपुट।
Anthropic के अपने बेंचमार्क दिखाते हैं कि यह उन एजेंटिक टास्क्स पर लगभग शून्य से प्रतिस्पर्धी स्तर पर पहुंच गया है, जो Haiku 4.5 नहीं कर पाता था। Anthropic ने Haiku 5.5 को OpenAI के छोटे मॉडल GPT-6 Luna के मुकाबले में भी रखा है, और जिन बेंचमार्क्स पर दोनों हैं, वहां Haiku 5.5 आगे बताया है।
Claude Haiku 5.5 की प्रमुख खूबियां
Haiku 5.5 की ज्यादातर नई बातें 5.5 परिवार के टूलकिट का सबसे सस्ती श्रेणी तक पहुंचना है।
दसवें दाम पर हाई-वॉल्यूम काम चलाएं
आप क्लासिफिकेशन, एक्सट्रैक्शन, और समरीकरण पाइपलाइंस को Haiku 4.5 की तुलना में बहुत कम लागत पर चला सकते हैं। 100,000 टोकन तक के प्रॉम्प्ट्स के लिए प्रति-टोकन दर 90% घट जाती है, और Anthropic के अनुसार, पहले के 90% Haiku अनुरोध इसी सीमा के भीतर थे।
Anthropic का "औसतन 75% सस्ता" आंकड़ा स्टिकर डिस्काउंट से दो वजहों से कम है। इस पर मैं प्राइसिंग सेक्शन में और आऊंगा, पर फिलहाल जान लें कि इसका कारण नया टोकनाइज़र और 100K से ऊपर के प्रॉम्प्ट्स पर ऊंची दर है।
सोच की तीव्रता नियंत्रित करें
Haiku 5.5 पहला Haiku है जिसमें एडेप्टिव थिंकिंग और इफर्ट पैरामीटर है, ताकि आप कठिन एक्सट्रैक्शंस के लिए रीजनिंग बढ़ा सकें और साधारण रूटिंग के लिए घटा सकें। इफर्ट low से max तक चलता है, और API डिफॉल्ट medium है। Haiku 4.5 में केवल एक तय थिंकिंग-टोकन बजट था।
कंप्यूटर और ब्राउज़र चलाएं
कंप्यूटर उपयोग Haiku के लिए नया नहीं है: Haiku 4.5 इसे सपोर्ट करता था, और लॉन्च पर पुराने OSWorld-Verified बेंचमार्क में 50.7% स्कोर किया था। नया क्या है—ब्राउज़र उपयोग का टूल, दोनों के लिए अपडेटेड Python और TypeScript SDKs, और कठिन OSWorld 2.1 टेस्ट पर विश्वसनीयता में बड़ा इजाफा, जिसका जिक्र मैं नीचे बेंचमार्क सेक्शन में करता हूं। इससे Haiku 5.5 सस्ते ब्राउज़र ऑटोमेशन और UI एजेंट्स के लिए यथार्थ विकल्प बन जाता है।
सस्ते सबएजेंट के रूप में काम करें
Anthropic Haiku 5.5 को Sonnet 5.5 या Opus 5.5 के तहत वर्कर के रूप में पेश करता है। बड़ा मॉडल योजना बनाता है और जज करता है, और Haiku 5.5 पढ़ने, संक्षेपण, और संकीर्ण उप-कार्य संभालता है। यह पढ़कर, हमें बेहतर समझ आता है कि 10 लाख-टोकन का कॉन्टेक्स्ट विंडो क्यों अहम है: अब यह अपने ऑर्केस्ट्रेटर जितने बड़े इनपुट ले सकता है।
Haiku 4.5 से कैसे माइग्रेट करें
सिर्फ मॉडल ID बदलना काफी नहीं है। Anthropic के "क्या नया है" पेज में Haiku 4.5 से ये ब्रेकिंग चेंजेज सूचीबद्ध हैं। इस पर ध्यान देना जरूरी है, क्योंकि जैसा कि कहा, Haiku 4.5 हुए अरसा हो गया है।
-
budget_tokensके साथ मैनुअल एक्सटेंडेड थिंकिंग अब एरर लौटाती है। इसकी जगह एडेप्टिव थिंकिंग और इफर्ट का उपयोग करें। -
नॉन-डिफॉल्ट
temperature,top_p, याtop_kमान एरर लौटाते हैं। -
असिस्टेंट मैसेज प्रीफिल एरर लौटाता है।
-
Claude API और Google Cloud पर कंप्यूटर उपयोग के लिए नए
computer_toolset_20260801टूल की जरूरत है। -
पहले के टर्न्स एडिट करने से थिंकिंग ब्लॉक्स अमान्य हो जाते हैं, इसलिए बातचीत केवल जोड़ने (append-only) वाली होनी चाहिए।
दो शांत बदलाव भी मायने रखते हैं: अब प्रतिक्रियाएं थिंकिंग ब्लॉक्स से शुरू हो सकती हैं, इसलिए कंटेंट ब्लॉक्स को पोज़िशन से नहीं बल्कि टाइप से पढ़ें; और सेफ्टी क्लासिफायर्स refusal स्टॉप रीजन के साथ कोई अनुरोध अस्वीकार कर सकते हैं—बिना किसी ऑटोमेटिक फॉलबैक मॉडल के।
बेंचमार्क्स पर Claude Haiku 5.5 का प्रदर्शन कैसा है?
Claude Haiku 5.5 Anthropic द्वारा प्रकाशित हर बेंचमार्क पर Haiku 4.5 को बड़े अंतर से पछाड़ता है और जहां-जहां GPT-6 Luna के साथ तुलना है, वहां उससे आगे है—पर यह हर जगह Sonnet 5.5 से पीछे रहता है। नीचे दिए गए सभी आंकड़े Anthropic की लॉन्च पोस्ट से हैं।
| बेंचमार्क | Haiku 5.5 | Haiku 4.5 | Sonnet 5.5 | GPT-6 Luna |
|---|---|---|---|---|
| GDPval-AA v2.1 (Elo) | 1620 | 735 | 1840 | 1437 |
| AA-Briefcase v1.1 (Elo) | 1578 | 614 | 1824 | 1336 |
| OSWorld 2.1 | 72.4% | 15.7% | 83.9% | 48.9% |
| Terminal-Bench 4.0 | 39.2% | 0.0% | 70.6% | 16.4% |
| FrontierCode 1.1 (Main) | 46.4% | Not reported | 52.1% | 42.4% |
| Humanity's Last Exam (no tools) | 45.9% | 10.2% | 56.9% | Not reported |
| Humanity's Last Exam (with tools) | 57.4% | 18.7% | 64.5% | Not reported |
| Chartography (no tools) | 46.4% | 6.4% | 61.6% | 29.1% |
कंप्यूटर उपयोग और एजेंटिक कोडिंग
कंप्यूटर उपयोग वह क्षेत्र है जहां Haiku 5.5 में सबसे बड़ा बदलाव आता है। OSWorld 2.1 पर, जो यह जांचता है कि कोई मॉडल वास्तविक डेस्कटॉप चलाकर टास्क पूरे कर सकता है या नहीं, इसका स्कोर 72.4% है—जबकि Haiku 4.5 का 15.7% था।
दूसरे शब्दों में, डेस्कटॉप ऑटोमेशन पर Haiku 4.5 बेअसर था, पर Haiku 5.5 काम का है। टर्मिनल कोडिंग भी वही कहानी, बस निचले स्तर पर: Terminal-Bench 4.0 पर Haiku 4.5 का स्कोर शून्य था, जबकि Haiku 5.5 लगभग दस में चार टास्क पूरे करता है। चार में से चार परफेक्ट नहीं है; यह अब भी Sonnet 5.5 से काफी कम है।
नॉलेज वर्क
GDPval-AA v2.1 पर, जो वास्तविक पेशेवर कार्यों के आउटपुट को Elo-स्टाइल स्कोर से रेट करता है, Haiku 5.5 ने Haiku 4.5 के रेटिंग से दोगुने से भी अधिक अंक लिए और GPT-6 Luna से लगभग 180 पॉइंट आगे रहा। AA-Briefcase में भी यही क्रम दिखता है।
रीजनिंग और विज़ुअल समझ
Humanity's Last Exam पर, जो विभिन्न अकादमिक क्षेत्रों के विशेषज्ञ-स्तर के प्रश्नों का सेट है, Haiku 5.5 ने बिना टूल्स के Haiku 4.5 के स्कोर को चार गुना से अधिक कर दिया। Chartography पर चार्ट पढ़ना सापेक्ष रूप से सबसे ज्यादा सुधरा—6.4% से 46.4%—जो उन एक्सट्रैक्शन पाइपलाइंस के लिए अहम है जो रिपोर्ट पढ़ती हैं।
कौन-सा टियर इस्तेमाल करें?
उच्च-आवृत्ति और साफ-सुथरे दायरे वाले किसी भी काम के लिए अब Haiku 5.5 स्पष्ट पसंद है, जबकि रोज़मर्रा की कोडिंग और एजेंट्स के लिए Sonnet 5.5 डिफॉल्ट बना रहता है। Anthropic की मॉडल तुलना तालिका के अनुसार पूरा Claude लाइनअप:
| मॉडल | कीमत (इनपुट / आउटपुट प्रति 1M टोकन) | लेटेंसी | डिफॉल्ट इफर्ट |
|---|---|---|---|
| Claude Fable 5.1 | $10 / $50 | धीमा | high |
| Claude Opus 5.5 | $4 / $20 | मध्यम | medium |
| Claude Sonnet 5.5 | $2 / $10 | तेज़ | high |
| Claude Haiku 5.5 | From $0.10 / $0.50 | सबसे तेज़ | medium |
ये चारों 10 लाख-टोकन का कॉन्टेक्स्ट विंडो और 128K अधिकतम आउटपुट साझा करते हैं। Haiku 5.5 के भीतर, इफर्ट दूसरा लीवर है: रूटिंग और सरल लेबल्स के लिए low, अधिकांश एक्सट्रैक्शन के लिए डिफॉल्ट medium, और मल्टी-स्टेप जांचों के लिए high या उससे ऊपर, जहां गलत निर्णय महंगा पड़ता है। मेरा विचार:
-
टिकट रूटिंग, टैगिंग, और मॉडरेशन कतारें: Haiku 5.5,
lowपर। -
दस्तावेज़ एक्सट्रैक्शन और संरचित निर्णय: Haiku 5.5,
mediumयाhighपर। -
Sonnet या Opus ऑर्केस्ट्रेटर के लिए पढ़ाई और समरी करने वाले सबएजेंट्स: Haiku 5.5।
-
कोडिंग एजेंट्स और वह सब जो आप एक जूनियर इंजीनियर को देंगे: Sonnet 5.5।
Claude Haiku 5.5 बनाम Haiku 4.5: परीक्षण
ऊपर दिए बेंचमार्क Anthropic के अपने हैं, इसलिए मैंने समान इनपुट्स के साथ Claude Haiku 5.5 और Claude Haiku 4.5 पर एक टेस्ट चलाया।
टास्क: अकाउंट्स पेयेबल की तरह काम करना। हर मॉडल को 24 वेंडर इनवॉइस दिए गए—हर एक के साथ उसका परचेज़ ऑर्डर और डिलीवरी नोट—और तय नीति के तहत हर इनवॉइस को पे, होल्ड, या रिटर्न करना था। यदि कोई आइटम ऑर्डर में नहीं है या ऑर्डर नंबर गलत है तो रिटर्न; यदि मात्रा, 3% टॉलरेंस से ज्यादा कीमत, या डिलीवरी दो दिन से अधिक लेट है तो होल्ड; अन्यथा पे।
ज्यादातर इनवॉइस में एक ऐसा फंदा छुपा था जिसकी तरफ नीति सीधे इशारा नहीं करती:
- कीमतें 3% टॉलरेंस के ठीक अंदर या बाहर
- एक आइटम को दो डिलीवरी लाइनों में बांटना
- लेट डिलीवरी, कुछ में तारीख़ के मिले-जुले फ़ॉर्मेट
- दो अंकों की अदला-बदली वाला ऑर्डर नंबर
- पेमेंट की वकालत करते वेंडर नोट्स
- एक साथ दो नियम तोड़ते इनवॉइस
Haiku 5.5 को हाई इफर्ट पर चलाया गया; Haiku 4.5, जिसमें इफर्ट सेटिंग नहीं है, 16,000-टोकन थिंकिंग बजट पर चला।
यह रहा एक फंदा: शॉर्ट डिलीवरी, जहां वेंडर फिर भी पूरा भुगतान चाहता है।
उदाहरण टेस्ट इनवॉइस: शॉर्ट डिलीवरी और पूरा भुगतान मांगता वेंडर नोट; Claude Haiku 5.5 और Haiku 4.5 दोनों ने सही उत्तर होल्ड दिया
सही फैसला होल्ड है: 80 बॉक्स बिल हुए पर पहुंचे केवल 68। दोनों मॉडलों ने इसे होल्ड किया।
मुख्य निष्कर्ष:
- सटीकता ने उन्हें अलग नहीं किया। दोनों ने सभी 24 फैसले सही लिए, हर फंदे समेत।
- कोई भी आत्मविश्वास से गलत नहीं था। Haiku 4.5 आमतौर पर 100% आश्वस्त था; Haiku 5.5 ने कुछ प्रतिशत संदेह बनाए रखा।
- फर्क लागत और गति में था। Haiku 5.5 कहीं तेज़ था और आउटपुट टोकन एक-चौथाई से भी कम इस्तेमाल किए।
सभी 24 टेस्ट इनवॉइस की तालिका, दिखाती है कि Claude Haiku 5.5 और Haiku 4.5—दोनों ने पे, होल्ड या रिटर्न का सही निर्णय चुना
पूरी रन की लागत Haiku 5.5 पर $0.0098 रही जबकि Haiku 4.5 पर $0.25—यानी करीब 25 गुना सस्ती। इसका कुछ हिस्सा Haiku 4.5 के बड़े थिंकिंग बजट से आता है, पर फिर भी यह Anthropic के "75% सस्ता" दावे से बेहतर है।
Claude Haiku 5.5 और Haiku 4.5 दोनों ने 24/24 स्कोर किया, पर Haiku 5.5 की रन लागत $0.0098 रही जबकि Haiku 4.5 की $0.25
तो क्या Haiku 5.5 सही मायने में कदम आगे है? सटीकता में नहीं—क्योंकि यहां Haiku 4.5 पहले से ही परफेक्ट था। जवाब वही, तेज़ी से, बहुत सस्ते में—और जो मॉडल लाखों बार चलने के लिए बना है, उसके लिए यही मायने रखता है। अगली बार मैं टेस्ट में और कठिन फंदे रखूंगा।
Claude Haiku 5.5: कीमत और उपलब्धता
अब तक यह साफ है कि Haiku 5.5 ज्यादा किफायती विकल्प है। पर एक अतिरिक्त बात: Claude Haiku 5.5 की कीमत प्रॉम्प्ट आकार के दो टियर में है। 100,000 टोकन तक के प्रॉम्प्ट्स पर कम दर लगती है, और बड़े प्रॉम्प्ट्स पर यह दर पांच गुना हो जाती है।
| दर (प्रति 1M टोकन) | Haiku 5.5 (100K तक के प्रॉम्प्ट्स) | Haiku 5.5 (100K से बड़े प्रॉम्प्ट्स) | Haiku 4.5 |
|---|---|---|---|
| इनपुट | $0.10 | $0.50 | $1.00 |
| आउटपुट | $0.50 | $2.50 | $5.00 |
| कैश रीड | $0.01 | $0.05 | $0.10 |
| कैश राइट (5-मिनट) | $0.125 | $0.625 | $1.25 |
Batch API इनपुट और आउटपुट पर 50% की छूट देता है। थिंकिंग टोकन आउटपुट के तौर पर बिल होते हैं, इसलिए ऊंची इफर्ट सेटिंग प्रति अनुरोध लागत बढ़ाती है।
100K टोकन से नीचे Haiku 5.5 की स्टिकर छूट Haiku 4.5 पर 90% है, पर व्यवहार में दो चीजें इसे घटाती हैं। नया टोकनाइज़र, वही टेक्स्ट Haiku 4.5 की तुलना में करीब 30% ज्यादा टोकन में बदल देता है, और 100K से बड़े प्रॉम्प्ट्स पर दर एक-दसवें की जगह आधी है। साथ मिलकर ये बताते हैं कि Anthropic का औसत "75% सस्ता" क्यों है, 90% नहीं।
Anthropic ने इस लॉन्च के साथ Claude Sonnet 5.5 की कैश-रीड कीमत भी घटाकर प्रति 10 लाख टोकन $0.10 कर दी है (पहले $0.20 थी)। Haiku 5.5 सामान्यतः उपलब्ध है, और Anthropic ने कम से कम 7 अक्टूबर, 2027 से पहले इसे रिटायर न करने की प्रतिबद्धता दी है।
Claude Haiku 5.5 तक पहुंच कैसे पाएं?
Claude Haiku 5.5 Claude API पर claude-haiku-5-5 के रूप में, Amazon Bedrock पर anthropic.claude-haiku-5-5 के रूप में, और Google Cloud, Microsoft Foundry, तथा AWS पर Claude Platform में claude-haiku-5-5 के तहत उपलब्ध है।
यह रहा एक न्यूनतम Python कॉल। एडेप्टिव थिंकिंग डिफॉल्ट रूप से ऑन है, इसलिए टेक्स्ट ब्लॉक टाइप से चुनें:
from anthropic import Anthropic
client = Anthropic()
response = client.messages.create(
model="claude-haiku-5-5",
max_tokens=4096,
output_config={"effort": "low"},
messages=[{"role": "user", "content": "Classify this ticket as billing, bug, or feature request: ..."}],
)
print(next(b.text for b in response.content if b.type == "text"))कुंजियों, लागत, और आपके पहले प्रोजेक्ट का पूरा वॉकथ्रू देखने के लिए हमारा Claude API का संपूर्ण गाइड देखें, और एक ऐसे एजेंट के लिए हमारा Sonnet 5.5 API ट्यूटोरियल देखें जो Haiku 5.5 सबएजेंट्स का उपयोग कर सके।
अंतिम विचार
यदि आप Haiku 4.5 पर क्लासिफिकेशन, एक्सट्रैक्शन, या सबएजेंट का काम चलाते हैं, तो अभी Haiku 5.5 पर शिफ्ट करें। हमारे टेस्ट में, इसने वही जवाब तेज़ी से और बहुत कम लागत पर दिए। बस याद रखें—ब्रेकिंग API बदलावों के लिए समय रखें और अपने टोकन फिर से गिनें।
मैं कहूंगा कि Haiku 5.5 बाजार के निचले सिरे पर OpenAI के GPT-6 Luna पर सीधा दबाव डालता है। बड़े पैमाने के प्रोडक्शन ट्रैफिक के लिए, सवाल अब यह नहीं रह गया कि छोटा मॉडल पर्याप्त है या नहीं—बल्कि यह कि कौन-से कामों को अब भी Sonnet की जरूरत है।
यदि आप Anthropic के मॉडलों के साथ बिल्डिंग के बारे में और सीखना चाहते हैं, तो हमारा Introduction to Claude Models कोर्स देखें।
