Claude Haiku 4.5: Tính năng, Kết quả kiểm thử và Trường hợp sử dụng

Anthropic vừa ra mắt Claude Haiku 4.5, mẫu mới nhất và nhỏ nhất trong dòng sản phẩm của họ. Đã gần một năm kể từ lần phát hành Haiku trước, và phiên bản này mang đến nhiều nâng cấp bất ngờ. Dù là mẫu gọn nhẹ, nó cho hiệu năng tương đương Claude Sonnet 4 (mẫu từng được xem là tốt nhất cho lập trình chỉ năm tháng trước) và thậm chí vượt trội hơn ở một số khía cạnh.

Với bản phát hành này, Anthropic giữ Haiku nhỏ gọn và phải chăng, nhưng bổ sung khả năng lập luận nâng cao cùng một loạt tính năng mới. Tôi sẽ phân tích kỹ hơn ở phần sau.

Như thường lệ, ghi chú phát hành của Anthropic đưa ra những tuyên bố táo bạo, và cần các bài kiểm thử thực tế cùng phản hồi cộng đồng để biết chúng chính xác đến đâu. Trước mắt, chúng ta có rất nhiều điều để bàn, gồm cả kết quả benchmark nội bộ của Anthropic và bài thử nghiệm trực tiếp của tôi với Haiku 4.5. 

Trong bài viết này, tôi cũng sẽ giải mã hiệu năng của nó so với các mẫu khác của Anthropic, cũng như GPT và Gemini. Bạn cũng có thể xem hướng dẫn riêng của chúng tôi về mẫu Anthropic mới khác, Claude Sonnet 4.5 và Claude Agents SDK. 

Claude Haiku 4.5 là gì?

Claude Haiku 4.5 là một mẫu AI nhỏ gọn, chi phí thấp từ Anthropic. Mẫu mới này hỗ trợ cửa sổ ngữ cảnh 200.000 token với tối đa 64.000 token đầu ra, và có thể xử lý cả văn bản lẫn hình ảnh. 4.5 cũng là bản Haiku đầu tiên bao gồm các tính năng nâng cao như tư duy mở rộng, tương tác máy tính và nhận biết ngữ cảnh, tất cả sẽ được bàn trong phần tiếp theo.

Theo Anthropic, người dùng phụ thuộc vào AI cho các tác vụ thời gian thực, độ trễ thấp như trợ lý trò chuyện, tác tử chăm sóc khách hàng hoặc lập trình cặp sẽ đánh giá cao sự kết hợp giữa trí tuệ cao và tốc độ ấn tượng của Haiku 4.5.

Cũng cần lưu ý rằng Claude Sonnet 4.5, ra mắt chỉ hai tuần trước đó, vẫn giữ ngôi vương là mẫu lập trình tốt nhất của Anthropic. Trong khi đó, Haiku 4.5 hướng đến hiệu năng gần mức tiên phong với mức giá thấp hơn nhiều, lý tưởng cho khối lượng công việc có thể mở rộng và nhạy cảm về chi phí.

Haiku 4.5 có phải mẫu rẻ nhất của Anthropic?

Claude Haiku 4.5 có giá $1 cho mỗi triệu token đầu vào và $5 cho mỗi triệu token đầu ra. Vẫn rẻ hơn đáng kể so với các mẫu Sonnet, dù mức này tăng 25% so với phiên bản trước, Haiku 3.5.

Trong họ Haiku, giá đã tăng dần. Các phiên bản trước như Haiku 3 rẻ hơn khoảng 12 lần so với Sonnet tương ứng. Giờ đây, khoảng cách thu hẹp còn khoảng 3 lần, nghĩa là Haiku 4.5 rẻ hơn Sonnet 4.5 khoảng ba lần.

Dù vậy, theo tôi mức tăng giá là hợp lý nếu xét đến cải thiện hiệu năng. Benchmark cho thấy Haiku 4.5 gần như ngang Sonnet 4, và ở một số mảng còn tiệm cận Sonnet 4.5. Vì thế, đây là lựa chọn đúng đắn khi bạn cần tư duy nâng cao và giải quyết vấn đề phức tạp ở quy mô lớn. Còn với các tác vụ thường nhật không đòi hỏi nhiều trí tuệ, bám với Haiku 3.5 sẽ hợp lý hơn.

Tính năng mới trên Claude Haiku 4.5

Haiku 4.5 mang đến nhiều năng lực tiên tiến trước đây chỉ có ở các mẫu hàng đầu của Anthropic như Sonnet và Opus. Những tính năng này thu hẹp khoảng cách giữa các mẫu gọn nhẹ và các “anh lớn” trong khi vẫn giữ chi phí thấp.

Tư duy mở rộng

Haiku 4.5 bổ sung chế độ tư duy mở rộng tương tự như trên các mẫu Sonnet. Khi bật, mô hình tự cho mình nhiều thời gian hơn để xử lý các vấn đề phức tạp trước khi phản hồi. Nó cũng hiển thị chuỗi suy nghĩ trực quan, minh bạch, cho thấy một phần lập luận nội bộ trong quá trình xử lý. Mức độ hiển thị đó giúp bạn đánh giá logic và tin tưởng đầu ra của mô hình với các nhiệm vụ khó, nhiều bước. 

Tương tác máy tính

Tính năng tương tác máy tính cho phép mô hình tương tác với máy tính như con người, chẳng hạn di chuyển con trỏ, nhấp nút, gõ bằng bàn phím ảo hoặc điền biểu mẫu. 

Nó diễn giải ảnh chụp màn hình của bất kỳ giao diện phần mềm nào và xác định thao tác tiếp theo cần làm, dù là cuộn, nhập văn bản hay mở liên kết. Trên thực tế, điều này nghĩa là Claude có thể vận hành độc lập các công cụ như máy tính tay hay sổ tay, và thậm chí xử lý các ứng dụng phần mềm tùy biến.

Vậy hiệu năng ra sao? Claude Haiku 4.5 đạt tỷ lệ thành công 50,7% trong các benchmark về tương tác máy tính, tức hoàn thành khoảng một nửa số tác vụ này. Đây là bước nhảy lớn từ mốc 14% lần đầu thấy ở Sonnet 3.5, và còn vượt Sonnet 4 với 42,2%, trong khi rẻ hơn ba lần. Với một mẫu gọn nhẹ, đó là cột mốc ấn tượng trong tương tác máy tính thực tiễn.

Nhận biết ngữ cảnh

Nhận biết ngữ cảnh nghĩa là mô hình theo dõi mức sử dụng cửa sổ ngữ cảnh (token) trong một cuộc hội thoại. Điều này giúp quản lý hiệu quả hơn cửa sổ ngữ cảnh 200k có hạn, tránh cạn ngữ cảnh giữa chừng công việc. 

Chẳng hạn, nếu Haiku biết sắp chạm ngưỡng ngữ cảnh, nó có thể tự động tóm tắt các bước trước, lưu các chi tiết then chốt, và loại bỏ toàn bộ ngữ cảnh của các tác vụ cũ, tạo chỗ cho ngữ cảnh mới.

Kiểm thử Claude Haiku 4.5

Tôi đã dùng giao diện web Claude để trò chuyện với Haiku 4.5. Tôi giao cho nó vài tác vụ lập trình, cùng xem hiệu năng thế nào.

1. Ứng dụng theo dõi chi tiêu cơ bản

Trong một bài thử Sonnet 4.5 trước đó, chúng tôi yêu cầu tạo một ứng dụng thói quen sức khỏe đơn giản. Lần này, tôi muốn xem Haiku 4.5 xử lý điều tương tự: một công cụ theo dõi chi tiêu cá nhân. Thực sự, tôi ấn tượng.

Với chi phí chỉ bằng một phần nhỏ và tốc độ gần gấp đôi, Haiku 4.5 tạo ra một ứng dụng đáp ứng hoàn toàn dựa trên đúng prompt của tôi. Kết quả cuối trông chính xác và hiện đại không kém sản phẩm của Sonnet 4.5.

Đây là prompt của tôi:

“Tôi muốn tạo một ứng dụng giúp tôi theo dõi chi tiêu cá nhân theo cách đơn giản, trực quan và tạo động lực. Tôi muốn thiết kế mang cảm giác bình tĩnh và ngăn nắp — có thể với xanh lam nhạt, xám và điểm xuyết vàng cho các chi tiết nổi bật. Ứng dụng nên cho phép tôi dễ dàng ghi lại chi tiêu hàng ngày, phân loại chúng (như đồ ăn, di chuyển, hóa đơn, giải trí) và trực quan hóa mức chi bằng biểu đồ. Tôi muốn một trang tổng kết tháng hiển thị tổng chi, tiết kiệm và xu hướng chi tiêu theo thời gian. Cũng nên có phần mục tiêu ngân sách để theo dõi tiến độ đến các mục tiêu tiết kiệm, cùng không gian để thêm ghi chú hoặc hóa đơn đính kèm cho mỗi mục. Lý tưởng là giao diện thân thiện và hiện đại, giúp tôi chú tâm vào tiền bạc thay vì căng thẳng vì nó.”

Nó nhanh chóng bắt đầu viết mã trong trình duyệt và tạo ra một nguyên mẫu hoàn chỉnh chỉ trong vài giây. Ứng dụng gồm nhiều trang và các chi tiết tinh tế khớp với yêu cầu:

Phần Mục tiêu ngân sách, nơi bạn có thể đặt hạn mức chi tiêu và theo dõi tiến độ theo thời gian.

Trong tab chi tiêu, bạn có thể ghi các khoản mua, chọn danh mục, thêm ghi chú và đính kèm ngày tháng.

Chế độ Bảng điều khiển trực quan hóa mẫu hình chi tiêu bằng biểu đồ và biểu đồ cột.

Điểm nổi bật nhất là cách nó tuân thủ hướng dẫn một cách mượt mà. Chỉ với một prompt chi tiết đó, Haiku 4.5 đã dựng cả ứng dụng.

Bài thử ảnh chụp màn hình

Tiếp theo, tôi muốn xem Haiku 4.5 xử lý đầu vào trực quan tốt đến đâu. Tôi tải lên một ảnh chụp màn hình và nhắc nó “Tạo ứng dụng giống như trong ảnh chụp màn hình nhưng chuyển thanh menu bên trái lên phần đầu trang.”

Kết quả: Mô hình lập tức tạo một giao diện rất giống ảnh chụp, lần này menu được đặt gọn gàng trên đầu trang như yêu cầu. 

Tuy nhiên phiên bản này là tĩnh, mọi mục trong menu đều hiển thị cùng một nội dung. Vì vậy tôi tiếp tục nhắc để bổ sung chức năng:

“Thêm chức năng cho từng mục trong thanh menu. Trang hiện tại là mục Trang chủ.

• Mục Vừa thêm gần đây nên hiển thị danh sách bài hát người dùng vừa thêm.
• Mục Nghệ sĩ nên tổ chức bài hát theo các nghệ sĩ phổ biến.
• Mục Album nên dùng cấu trúc kiểu thư mục để phân loại bài hát theo album.
• Mục Bài hát nên có thanh tìm kiếm cho phép người dùng tìm bài hát. Bên dưới thanh tìm kiếm, hiển thị danh sách bài hát người dùng vừa tương tác.”

Kết quả: Haiku lại phản hồi rất nhanh, mở rộng giao diện để bao gồm tất cả tính năng yêu cầu. Ví dụ, hình dưới thể hiện mục “Album”.

Hình dưới là giao diện cho mục “Bài hát”. 

Benchmark của Claude Haiku 4.5

Cùng với việc phát hành Claude Haiku 4.5, Anthropic đã chia sẻ đầy đủ kết quả benchmark so sánh với Sonnet 4.5, Sonnet 4, GPT-5 và Gemini 2.5 Pro. Khi xét cả tốc độ và chi phí, các con số thực sự ấn tượng.

Để có bối cảnh, sau đây là cách Anthropic thử nghiệm và những điểm Haiku 4.5 nổi bật:

Lập trình theo tác tử

Anthropic thử nghiệm các mẫu AI bằng benchmark SWE-bench Verified, đo lường khả năng sửa 500 lỗi thực tế từ các kho GitHub. Anthropic cho biết họ lấy trung bình kết quả qua 50 lần chạy riêng biệt để đảm bảo độ tin cậy thống kê. Kết quả cho thấy Claude Haiku 4.5 đạt độ chính xác 73,3%, cao nhất sau Claude Sonnet 4.5, thậm chí vượt mẫu Sonnet 4.

Tương tác máy tính

Với thử nghiệm tương tác máy tính, Anthropic áp dụng khung OSWorld-Verified. Bộ dữ liệu này đánh giá mức hiệu quả của mô hình khi thực hiện các tác vụ máy tính thực tế như mở tệp, quản lý cài đặt và tương tác với trang web. Một lần nữa, Haiku 4.5 thể hiện tốt, xếp ngay dưới Sonnet 4.5 và vượt Sonnet 4.

Lập luận trực quan

Anthropic kiểm tra lập luận trực quan bằng benchmark MMMU (Massive Multi-discipline Multimodal Understanding). Bài đo này đánh giá khả năng diễn giải và lập luận trên cả văn bản và hình ảnh ở nhiều lĩnh vực. Kết quả, lấy trung bình qua 10 lần chạy với ngân sách suy nghĩ 128k, cho thấy GPT-5 dẫn đầu với 84,2% độ chính xác. Claude Sonnet 4 và Haiku 4.5 theo sát ở mức lần lượt 74,4% và 73,2%.

Cách truy cập Claude Haiku 4.5

Claude Haiku 4.5 có sẵn qua nhiều kênh. Anthropic cung cấp trực tiếp thông qua truy cập trò chuyện và API. Các nền tảng xây dựng tác tử AI tùy chỉnh như Amazon Bedrock và Google Cloud Vertex AI cũng đã tích hợp Haiku 4.5 vào bộ công cụ của họ, cho phép nhà phát triển vận hành tác tử AI tùy chỉnh trên các nền tảng này với Haiku 4.5.

Truy cập qua trò chuyện

Bạn có thể trò chuyện trực tiếp với Haiku 4.5 trên giao diện web Claude hoặc qua ứng dụng di động Claude. Trong các thử nghiệm của tôi, tôi dùng phiên bản web chỉ bằng cách chọn Haiku từ danh sách mẫu có sẵn. Nó cũng khả dụng cho người dùng gói miễn phí, với một số giới hạn sử dụng.

Truy cập qua API

Bạn có thể đăng ký trên Anthropic Console và sao chép khóa API từ đó. Sau đó bạn có thể dùng khóa này trong terminal với lệnh cURL, và mô hình sẽ trả về phản hồi ở định dạng JSON. Anthropic cũng cung cấp SDK chính thức bằng Python và TypeScript, cho phép bạn dùng các mẫu Claude (như Sonnet hoặc Haiku) qua mã mà không cần tự gọi API thủ công mỗi lần.

Bạn cũng có thể dùng API trong ứng dụng Python của mình với thư viện requests.

Nếu bạn muốn học cách làm việc với Claude bằng Anthropic API để giải quyết các tác vụ thực tế, tôi khuyến nghị bạn xem khóa học thực hành này. 

Trường hợp sử dụng Haiku 4.5

Tôi cho rằng Haiku 4.5 mở ra cách thông minh hơn để kết hợp nhiều mẫu và xây dựng kiến trúc đa tác tử. Ví dụ, thiết lập phổ biến nhất — cũng là thiết lập Anthropic nhấn mạnh — là ghép Sonnet 4.5 với Haiku 4.5. 

Theo cách tiếp cận này, Sonnet 4.5 đóng vai trò người lập kế hoạch, phân rã vấn đề phức tạp thành các tác vụ nhỏ, rõ ràng. Những tác vụ đó sẽ được thực thi song song bởi nhiều phiên bản Haiku 4.5. Kết quả là quy trình vừa nhanh hơn (nhờ xử lý song song) vừa chính xác vì Sonnet 4.5 là bộ lập kế hoạch.

Một trường hợp lý tưởng khác cho Haiku 4.5 là mọi bối cảnh cần tương tác thời gian thực và độ trễ thấp, như trợ lý trò chuyện, bot hỗ trợ khách hàng hoặc cộng sự lập trình cặp. Tính phản hồi và hiệu quả khiến nó phù hợp với các ứng dụng vận hành liên tục này.

Ngoài ra, khi bạn xây dựng tác tử AI gói miễn phí cho người dùng, dùng Sonnet 4.5 đồng nghĩa mọi chi phí sử dụng mô hình do bạn gánh, có thể tăng rất nhanh và trở nên không thực tế khi mở rộng. 

Trong các trường hợp này, dùng Haiku sẽ tiết kiệm hơn nhiều, với giá khoảng $1 cho đầu vào và $5 cho đầu ra mỗi triệu token, so với $3 và $15 ở các mẫu cao cấp.

Kết luận

Tôi thích cách Anthropic đưa Haiku 4.5 lên mức hiệu năng sánh với Sonnet 4 (mẫu tốt nhất của họ chỉ năm tháng trước) trong khi mang lại tốc độ gấp đôi với mức giá bằng một phần ba. 

Thành thật mà nói, cảm giác như đang nhận được Sonnet 4 với mức giá 1/3 dưới một cái tên mới.

Anthropic cũng cho biết Haiku 4.5 còn vượt Sonnet ở một số tác vụ. Vì vậy, bản phát hành này chắc chắn làm mạnh thêm họ Haiku, và phản hồi từ cộng đồng đến nay khá tích cực, đặc biệt khen ngợi hạn mức sử dụng cao hơn, cho phép chạy prompt hay cuộc hội thoại dài hơn mà không bị giới hạn.

Nói vậy, Haiku 4.5 vẫn là lựa chọn thay thế hàng đầu cho Sonnet 4, cân bằng tốt giữa chi phí thấp, hiệu năng nhanh và năng lực mạnh. Nó đặc biệt hữu ích cho kiến trúc đa tác tử, tương tác thời gian thực và các giải pháp AI tiết kiệm chi phí khác.