Resumo

  • O Haiku 5.5 oferece uma janela de contexto de 1 milhão de tokens, mas cobra cinco vezes mais por token quando o prompt ultrapassa 100 mil.
  • Como o mesmo texto gera cerca de 30% mais tokens do que no Haiku 4.5, cada cliente precisa recalcular seu próprio uso antes de adotar a economia média anunciada pela Anthropic.

Análise

Uma capacidade maior não significa que todo uso dentro dela tenha o mesmo preço. Lançado em 7 de outubro, o Claude Haiku 5.5 recebe até um milhão de tokens de contexto e gera até 128 mil tokens de saída. Mas a tabela de preços muda aos 100 mil tokens: em prompts até esse limite, a entrada custa US$ 0,10 por milhão e a saída, US$ 0,50. Acima dele, os valores sobem para US$ 0,50 e US$ 2,50. A faixa superior multiplica por cinco o preço tanto da entrada quanto da saída. A tabela da Claude Platform especifica as duas faixas.

Não há incompatibilidade entre um contexto longo e uma tarifa escalonada. Uma coisa diz o que cabe em uma solicitação; outra define quanto custa processar solicitações mais extensas. Para quem compara modelos pelo preço inicial de entrada, o segundo dado pode transformar a estimativa.

A comparação com o Haiku 4.5 também exige contagem nova. A Anthropic diz que seu tokenizador mais recente produz aproximadamente 30% mais tokens para o mesmo texto, com variação conforme o conteúdo. O guia de migração recomenda recontar os prompts e rever o orçamento, em vez de reaproveitar medições antigas.

Considere um texto que o modelo anterior contava como 50 mil tokens. Se a nova contagem ficar perto de 65 mil, o custo de entrada a preços de lista cai de US$ 0,05 para US$ 0,0065, uma redução de aproximadamente 87%. Já um texto que antes ocupava 80 mil tokens pode se aproximar de 104 mil e entrar na faixa mais cara. Nesse caso, o custo de entrada seria cerca de US$ 0,08 no Haiku 4.5 e US$ 0,052 no Haiku 5.5, uma queda de 35%. São contas ilustrativas de entrada: não incluem saída, ferramentas, cache, descontos nem diferenças no desempenho da tarefa. O aumento de 30% é aproximado, não um multiplicador universal.

A Anthropic afirma que o custo médio de execução do Haiku 5.5 é cerca de 75% menor. A nota do lançamento informa que o cálculo leva em conta a mudança no tokenizador e que 90% das solicitações ao Haiku anterior tinham até 100 mil tokens. Isso descreve a mistura usada pela empresa, não a distribuição de cada cliente. Contar solicitações não é o mesmo que medir o volume de tokens: poucas chamadas longas podem consumir uma parcela elevada. A adoção também pode alterar o tamanho dos prompts.

Cache e processamento em lote mudam o resultado. Escritas e leituras de cache têm tarifas próprias, e a API Batch reduz em 50% os preços de tokens de entrada e saída. Uma solicitação pode levar instruções de sistema, definições e retornos de ferramentas, histórico, documentos e texto gerado. A documentação de janelas de contexto conta esses elementos no contexto. O tamanho do arquivo que deu origem ao pedido, portanto, não basta para prever a cobrança.

O passo prático é recontar solicitações representativas com o tokenizador do Haiku 5.5 e separar o tráfego em faixas abaixo, perto e acima de 100 mil tokens. Entrada, saída, cache e Batch devem ser acompanhados separadamente. Se as chamadas longas concentrarem o gasto, a equipe pode testar recuperação seletiva ou resumo do contexto — e verificar se a informação removida não prejudica a resposta.

A janela de um milhão é uma capacidade, não uma tarifa única nem uma promessa de baixo custo. A economia depende do comprimento das solicitações que o trabalho realmente produz e de quantas cruzam o limite de preço.

Fontes