Anthropic با Haiku 5.5 جنگ قیمت مدلهای کوچک را جدی‌تر کرد: کانتکست یک‌میلیونی، خروجی ۱۲۸هزار توکنی، تأخیر کمتر و قیمت بسیار پایین‌تر برای کارهای پرتکرار.
تحریریهٔ هوشی ۱۱ دقیقه مطالعه
Anthropic مدل Claude Haiku 5.5 را در ۷ اکتبر ۲۰۲۶ معرفی کرد؛ مدلی کوچک، سریع و ارزان برای بارهای کاری پرتعداد مثل طبقهبندی، استخراج، خلاصهسازی، ایجنت‌ها و زیرایجنت‌های کدنویسی.
Google Cloud با معرفی Gemini agent می‌خواهد هوش مصنوعی سازمانی را از پاسخ‌گویی در چت به انجام کارهای واقعی، قابل‌حکمرانی و قابل‌کنترل در محیط‌های کاری تبدیل کند.
هوش مصنوعی یعنی سیستم‌هایی که از داده یاد می‌گیرند و کارهای فکری انجام میدهند. در این راهنما تعریف، تاریخچه، طرز کار، کاربردها، خطرها و راه شروع رایگان را می‌خوانی.
پاسخ کوتاه: Anthropic در ۷ اکتبر ۲۰۲۶ مدل Claude Haiku 5.5 را معرفی کرد؛ مدلی کوچک که برای بارهای کاری پرتعداد، کم‌تأخیر و حساس به هزینه ساخته شده است. این عرضه بیش از آن‌که فقط یک مدل تازه باشد، نشانه‌ای از جدی‌تر شدن رقابت بر سر «ارزان اجرا کردن هوش مصنوعی در مقیاس بالا» است.
اگر تا امروز بحث اصلی بازار روی «باهوش‌ترین چت‌بات» می‌چرخید، Haiku 5.5 زاویه دیگری را برجسته میکند: چه مدلی می‌تواند هزاران یا میلیون‌ها بار در پس‌زمینه نرم‌افزارها فراخوانی شود، بدون این‌که هزینه و تأخیر محصول را از کنترل خارج کند؟ Anthropic در اعلام رسمی خود این مدل را «the cheapest, fastest, and most capable small model» خود تا امروز توصیف کرده است.
جواب مستقیم: Claude Haiku 5.5 لایه ارزان‌تر و سریع‌تر خانواده Claude را برای کارهای پرتکرار تقویت میکند. هدف آن جایگزینی کامل Sonnet یا Opus نیست؛ هدف این است که بسیاری از فراخوانی‌های کوچک و تکراری، با هزینه کمتر و تأخیر پایین‌تر داخل اکوسیستم Claude انجام شوند.
Anthropic میگوید این مدل برای کارهایی مثل summaries، compactions، database queries و classification requests طراحی شده است. در معماری‌های جدیدتر، این یعنی Haiku 5.5 می‌تواند مثل یک «کارگر سریع» یا subagent کنار مدلهای بزرگتر Claude Opus 5.5 و Claude Sonnet 5.5 کار کند؛ مثلاً بخشی از طبقهبندی، بازیابی، فشرده‌سازی متن یا بررسی اولیه را انجام دهد و فقط موارد سختتر را به مدلهای گران‌تر بسپارد.
این جهت‌گیری با تحول نرم‌افزارهای هوش مصنوعی هم‌خوان است. در یک اپلیکیشن مدرن، یک پاسخ نهایی ممکن است حاصل چندین تماس پنهان با مدل باشد: تشخیص نیت کاربر، واکشی سند، خلاصهسازی، ساخت query، کنترل کیفیت، و در نهایت تولید پاسخ. اگر هر مرحله با یک مدل بزرگ انجام شود، هزینه بالا می‌رود. Haiku 5.5 دقیقاً برای همین بخش‌های پنهان و پرتعداد طراحی شده است.
نکته: Anthropic میگوید Haiku 5.5 در سرعت استاندارد، سریع‌ترین مدل فعلی Claude است؛ البته با این caveat که مدلهای Opus در Fast Mode می‌توانند سریع‌تر اجرا شوند.
برای آشنایی کلی‌تر با خانواده Claude، می‌توانید راهنمای کلاد چیست را بخوانید، و اگر دنبال مقایسه گسترده‌تر مدل‌ها هستید، صفحه مدلهای هوشی نقطه شروع خوبی است.
جواب مستقیم: مهمترین تغییر عملی Haiku 5.5 قیمت آن است: برای پرامپتهای تا ۱۰۰هزار توکن، ۰.۱۰ دلار ورودی و ۰.۵۰ دلار خروجی بهازای هر میلیون توکن. Anthropic میگوید این مدل بهطور متوسط حدود ۷۵٪ ارزان‌تر از Haiku 4.5 اجرا میشود.
قیمت‌گذاری Haiku 5.5 دو سطح دارد. اگر پرامپت شما تا ۱۰۰هزار توکن باشد، قیمت بسیار تهاجمی است. اگر از ۱۰۰هزار توکن عبور کند، نرخ ورودی و خروجی پنج برابر سطح اول میشود؛ یعنی هنوز نسبت به Haiku 4.5 پایین‌تر است، اما مزیت اقتصادی آن به اندازه حالت زیر ۱۰۰هزار توکن نیست.
| شاخص | مقدار |
|---|---|
| Model ID در Claude API | claude-haiku-5-5 |
| پنجره زمینه | ۱M tokens |
| حداکثر خروجی | ۱۲۸K tokens |
| حداکثر خروجی Batch API با beta header | ۳۰۰K tokens |
| ورودی / خروجی | Text + images → text |
| قیمت ورودی تا ۱۰۰K | $۰.۱۰ / MTok |
| قیمت خروجی تا ۱۰۰K | $۰.۵۰ / MTok |
| قیمت ورودی بالای ۱۰۰K | $۰.۵۰ / MTok |
| قیمت خروجی بالای ۱۰۰K | $۲.۵۰ / MTok |
| Cache read تا ۱۰۰K | $۰.۰۱ / MTok |
| تعهد بازنشستگی | زودتر از ۷ اکتبر ۲۰۲۷ نیست |
| Knowledge cutoff | ژوئن ۲۰۲۶ |
طبق مستندات Claude Platform، cache write پنج‌دقیقه‌ای برای پرامپتهای تا ۱۰۰هزار توکن ۰.۱۲۵ دلار و cache write یک‌ساعته ۰.۲۰ دلار بهازای هر میلیون توکن است. برای پرامپتهای بالای ۱۰۰هزار توکن، این اعداد به‌ترتیب ۰.۶۲۵ و ۱.۰۰ دلار می‌شوند. Batch API هم برای ورودی و خروجی ۵۰٪ تخفیف دارد.
Anthropic همچنین هم‌زمان قیمت cache-read مدل Claude Sonnet 5.5 را ۵۰٪ کاهش داده؛ از ۰.۲۰ دلار به ۰.۱۰ دلار برای هر میلیون توکن. به گفته شرکت، این تغییر هزینه Sonnet 5.5 را در بیشتر کارهای agentic حدود ۲۰٪ پایین می‌آورد. برای کاربران Max و Team هم اعتبار API ماهانه معرفی شده: ۱۰۰ دلار برای Max 5x، ۲۰۰ دلار برای Max 20x، و تا ۵۰۰ دلار pooled برای Team.
جواب مستقیم: دادههای منتشرشده Anthropic نشان می‌دهد Haiku 5.5 جهش بزرگی نسبت به Haiku 4.5 دارد و در جدول رسمی شرکت، در دسته‌های هم‌پوشان از GPT-6 Luna جلوتر آمده است. با این حال، Sonnet 5.5 در همه بنچمارکهای فهرست‌شده‌ای که امتیاز دارد جلوتر میماند.
این نکته برای تصمیم‌گیری فنی مهم است: Haiku 5.5 مدل «ارزان برای همه چیز» نیست. اگر مسئله شما نیازمند برنامه‌ریزی طولانی، کدنویسی agentic پیچیده یا reasoning عمیق باشد، طبق موضع خود Anthropic، Sonnet 5.5 و Opus 5.5 گزینه‌های مناسب‌تری هستند. اما برای بارهای کاری کوتاه‌تر و قابل‌تکرار، Haiku 5.5 می‌تواند نسبت هزینه به کارایی را تغییر دهد.
| Benchmark | Haiku 5.5 | Haiku 4.5 | GPT-6 Luna | Sonnet 5.5 |
|---|---|---|---|---|
| GDPval-AA v2.1 | ۱۶۲۰ | ۷۳۵ | ۱۴۳۷ | ۱۸۴۰ |
| OSWorld 2.1, offline subset | ۷۲.۴٪ | ۱۵.۷٪ | ۴۸.۹٪ | ۸۳.۹٪ |
| Humanity’s Last Exam, no tools | ۴۵.۹٪ | ۱۰.۲٪ | — | ۵۶.۹٪ |
| Terminal-Bench 4.0 | ۳۹.۲٪ | ۰.۰٪ | ۱۶.۴٪ | ۷۰.۶٪ |
| FrontierCode 1.1, Main | ۴۶.۴٪ | — | ۴۲.۴٪ | ۵۲.۱٪ |
| Chartography, no tools | ۴۶.۴٪ | ۶.۴٪ | ۲۹.۱٪ | ۶۱.۶٪ |
در بازار گسترده‌تر، Anthropic تنها بازیگر جنگ قیمت نیست. OpenAI مدل GPT-5 nano را به‌عنوان سریع‌ترین و ارزان‌ترین نسخه GPT-5 معرفی کرده و برای آن پنجره زمینه ۴۰۰هزار توکن، خروجی ۱۲۸هزار توکن، و قیمت ۰.۰۵ دلار ورودی و ۰.۴۰ دلار خروجی بهازای هر میلیون توکن فهرست کرده است. Google هم Gemini 3.1 Flash-Lite را برای کارهای high-volume و agentic با قیمت استاندارد ۰.۲۵ دلار ورودی و ۱.۵۰ دلار خروجی معرفی کرده است. Mistral نیز مدل‌هایی مثل Mistral Small 4 و Ministral 3 را در این رقابت دارد.
پس Haiku 5.5 همیشه ارزان‌ترین قیمت خام هر توکن را ندارد؛ اما بسته آن شامل long context، cache economics، tool use سازگار با Claude، adaptive thinking و امتیازهای بنچمارک است. برای بعضی تیم‌ها همین ترکیب از قیمت، سرعت و هماهنگی با پشته Claude ارزش اصلی خواهد بود.
جواب مستقیم: مهاجرت به Haiku 5.5 فقط تعویض نام مدل نیست. Anthropic در راهنمای مهاجرت تأکید کرده که باید promptها دوباره شمرده شوند، max_tokens بازبینی شود و برآورد هزینه‌ها با توکنایزر جدید انجام گیرد.
model ID اصلی در Claude API برابر claude-haiku-5-5 است. نکته مهم این است که Anthropic میگوید این شناسه ثابت است، پسوند تاریخ ندارد و alias جداگانه‌ای هم برای آن تعریف نشده است. در Amazon Bedrock شناسه anthropic.claude-haiku-5-5 است و در Google Cloud، Microsoft Foundry و Claude Platform on AWS نیز claude-haiku-5-5 فهرست شده است.
بزرگ‌ترین دام مهاجرت، توکنایزر جدید است. Anthropic میگوید همان متن در Haiku 5.5 نسبت به Haiku 4.5 حدود ۳۰٪ توکن بیشتری تولید میکند، هرچند عدد دقیق به محتوا وابسته است. بنابراین اگر صرفاً قیمت جدید را روی شمارش توکن قدیمی اعمال کنید، ممکن است برآورد هزینه واقعی‌تان دقیق نباشد.
thinking: {"type": "enabled", "budget_tokens": N} خطا می‌دهد. باید از adaptive thinking و پارامتر output_config.effort استفاده شود.temperature، top_p و top_k را حذف کنید. مقادیر غیرپیش‌فرض می‌توانند خطای ۴۰۰ ایجاد کنند و top_k پشتیبانی نمی‌شود.computer_toolset_20260801 و browser_toolset_20260801 پشتیبانی می‌شوند؛ ادغام‌های قدیمی computer_20250124 نیاز به تغییر دارند.refusal و model_context_window_exceeded را هندل کنید، مخصوصاً اگر از Haiku 3.5 یا Haiku 3 مهاجرت می‌کنید.برای تیم‌هایی که API چندمدلی می‌سازند، این مدل می‌تواند در نقش classifier، router، summarizer یا cheap critic استفاده شود. اگر می‌خواهید اتصال به مدلهای مختلف را ساده‌تر کنید، راهنمای API هوش مصنوعی برای برنامه‌نویس‌ها و صفحه API توسعهدهندگان هوشی را ببینید.
model: "claude-haiku-5-5"
output_config.effort: "medium"
// Recount tokens, revisit max_tokens, and remove non-default sampling params.جواب مستقیم: بهترین جای Haiku 5.5 جایی است که کار ساده نیست، اما آن‌قدر هم پیچیده نیست که همیشه به Sonnet یا Opus نیاز داشته باشد. یعنی کارهای پرتکرار، قابل‌ارزیابی، حساس به تأخیر و حساس به هزینه.
در عمل، این مدل می‌تواند انتخاب پیش‌فرض برای طبقهبندی تیکتها، استخراج داده از فرم‌ها و اسناد، خلاصهسازی مکالمه، فشرده‌سازی context، کمک به ساخت query پایگاه داده، و پشتیبانی مشتری باشد. برای ایجنت‌ها نیز می‌تواند نقش scout، retriever، critic یا subagent ارزان را بازی کند.
یک الگوی معقول این است: Haiku 5.5 برای فهم اولیه، خلاصهسازی، استخراج، routing و کنترل‌های ساده؛ Sonnet 5.5 برای تصمیم‌های پیچیده‌تر؛ و Opus 5.5 برای لایه‌هایی که بیشترین عمق و دقت را می‌خواهند. این همان تغییری است که بازار را از «یک مدل برای همه چیز» به «ترکیب مدل‌ها برای هر مرحله» می‌برد.
جواب مستقیم: Haiku 5.5 اکنون روی Claude API، Amazon Bedrock، Google Cloud، Microsoft Foundry و Claude Platform on AWS در دسترس است. Anthropic همچنین میگوید این مدل نسبت به Haiku 4.5 در ارزیابی‌های alignment بهبودهای عمده داشته است.
در حوزه امنیت سایبری، Anthropic میگوید safeguards این مدل از Haiku 4.5 محدودکننده‌تر است، اما نسبت به برخی مدلهای جدید دیگر کمی کمتر محدودکننده عمل میکند. به بیان ساده، Haiku 5.5 دامنه وسیع‌تری از کارهای دفاعی cybersecurity را نسبت به Sonnet 5.5 مجاز می‌داند، اما همچنان penetration testing و تکنیک‌هایی را که احتمال سوءاستفاده مهاجمان در آن‌ها بیشتر است مسدود میکند.
در زیست‌شناسی نیز Anthropic گفته Haiku 5.5 از همان safeguards مدلهای Sonnet 5، Sonnet 5.5 و Opus 5 استفاده میکند: پرسش‌های پژوهشی زیست‌شناسی مجازند، اما درخواست‌هایی که احتمالاً آسیب‌زا تشخیص داده شوند محدود می‌شوند. این شرکت برای سازمان‌هایی که کار گسترده‌تر زیست‌فناوری یا امنیت سایبری دارند، به Life Sciences Verification Program و Cyber Verification Program اشاره کرده است.
از منظر تجاری، دسترسی از طریق چند ابر مهم است. بسیاری از شرکت‌ها نمی‌خواهند فقط با یک پنل چت کار کنند؛ آن‌ها مسیر procurement، governance و data خود را در AWS، Google Cloud یا Microsoft Foundry دارند. Haiku 5.5 با حضور در این کانال‌ها، بیشتر شبیه زیرساخت نرم‌افزار سازمانی عرضه شده تا صرفاً یک چت‌بات.
جواب مستقیم: برای کاربران فارسی، اثر Haiku 5.5 احتمالاً بیشتر در پشت‌صحنه دیده میشود: ابزارهای سریع‌تر، خلاصهسازی ارزان‌تر، پردازش اسناد پرتعدادتر و ایجنت‌هایی که با هزینه منطقی‌تر اجرا می‌شوند. این مدل لزوماً قرار نیست همیشه با نام خودش در برابر کاربر ظاهر شود.
در بازار ایران، هزینه و دسترسی دو مانع اصلی استفاده جدی از هوش مصنوعی‌اند. وقتی مدلهای کوچکتر مثل Haiku 5.5 ارزان‌تر می‌شوند، ساخت محصولاتی مثل دستیار پشتیبانی، ابزار خلاصهسازی فایل، دسته‌بندی پیام‌های مشتری، پردازش رزومه، تحلیل فرم‌ها یا کمک‌یار آموزشی اقتصادی‌تر میشود. این دقیقاً همان لایه‌ای است که کاربر نهایی شاید نبیند، اما هر روز از آن استفاده کند.
برای کاربران فارسی، یک نکته دیگر هم مهم است: مدلهای کوچک ارزان می‌توانند مرحله‌های تکراری را انجام دهند و مدلهای بزرگتر فقط برای تصمیم‌های حساس‌تر فراخوانی شوند. این معماری به محصول فارسی کمک میکند هم پاسخ‌گویی سریع‌تری داشته باشد و هم هزینه هر تعامل را کنترل کند.
در هوشی، ایده دقیقاً همین است: دسترسی یکپارچه به مدلهای مختلف مثل ChatGPT/GPT، Claude، Gemini، Grok، DeepSeek، Kimi، Qwen، Mistral، Perplexity و مدلهای صدا و تصویر، با پرداخت تومانی و بدون نیاز به VPN. اگر می‌خواهید Claude را کنار مدلهای دیگر امتحان کنید، از اپلیکیشن هوشی شروع کنید؛ اگر هم به اتصال برنامه‌نویسی نیاز دارید، مسیر توسعهدهندگان مناسبتر است.
نکته: برای پروژه‌های فارسی، Haiku 5.5 را بهتر است با تست واقعی روی دادههای خودتان بسنجید: متن فارسی، طول پیام‌ها، نسبت ورودی به خروجی، و نرخ خطای taskهای شما تعیین میکند آیا کاهش قیمت خام واقعاً به کاهش هزینه نهایی تبدیل میشود یا نه.
جواب مستقیم: Claude Haiku 5.5 نشان می‌دهد رقابت مدلهای هوش مصنوعی فقط بر سر بالاترین امتیاز reasoning نیست؛ رقابت حالا بر سر ارزان، سریع و قابل‌اتکا کردن هوش مصنوعی در مقیاس محصول است. Anthropic با این مدل می‌خواهد Claude فقط مدل ممتاز مکالمه و کدنویسی نباشد، بلکه لایه کاری ارزان برای نرم‌افزارهای agentic هم باشد.
از نظر فنی، ترکیب پنجره زمینه ۱ میلیون توکن، خروجی ۱۲۸هزار توکن، adaptive thinking، پشتیبانی از تصویر به متن، و قیمت پایین زیر ۱۰۰K توکن، Haiku 5.5 را به گزینه‌ای جدی برای کارهای روزمره و پرتعداد تبدیل میکند. از نظر اقتصادی، کاهش اعلام‌شده نسبت به Haiku 4.5 می‌تواند بعضی جریان‌های کاری را که قبلاً بیش از حد گران بودند، عملی کند.
اما تصمیم درست، مهاجرت کورکورانه نیست. توسعهدهندگان باید توکن‌ها را دوباره بشمارند، اثر افزایش حدود ۳۰٪ شمارش توکن را ببینند، مرز ۱۰۰K را مدیریت کنند، و benchmark داخلی خودشان را بسازند. برنده واقعی کسی است که هر مرحله از محصول را به مدل مناسب همان مرحله بسپارد.
Claude و مدلهای رقیب را در یک پنل فارسی امتحان کنید. در هوشی می‌توانید بدون VPN و با پرداخت تومانی به چندین مدل متنی، تصویری و صوتی دسترسی داشته باشید.
ورود به اپلیکیشن هوشیماشین می‌اندیشد؛ معنا از توست.
Claude Haiku 5.5 مدل کوچک جدید Anthropic است که در ۷ اکتبر ۲۰۲۶ معرفی شد. Anthropic آن را ارزان‌ترین، سریع‌ترین و توانمندترین مدل کوچک خود تا امروز معرفی کرده و آن را برای کارهای پرتعداد و حساس به هزینه و تأخیر، مثل خلاصهسازی، طبقهبندی، استخراج داده و نقش زیرایجنت در سیستم‌های بزرگتر پیشنهاد میکند.
برای پرامپتهای تا ۱۰۰هزار توکن، قیمت Claude Haiku 5.5 برابر ۰.۱۰ دلار بهازای هر میلیون توکن ورودی و ۰.۵۰ دلار برای هر میلیون توکن خروجی است. برای پرامپتهای بالاتر از ۱۰۰هزار توکن، قیمت به ۰.۵۰ دلار ورودی و ۲.۵۰ دلار خروجی بهازای هر میلیون توکن میرسد.
نه بهطور کامل. طبق دادههای منتشرشده Anthropic، Sonnet 5.5 در بنچمارکهای فهرستشده جلوتر از Haiku 5.5 است و برای کارهای پیچیده ایجنتی و کدنویسی مناسبتر میماند. کاربرد منطقی Haiku 5.5 این است که کارهای سریع، تکراری و ارزان را انجام دهد و کارهای سختتر به Sonnet یا Opus سپرده شود.
مهمترین نکته این است که توسعهدهندگان نباید فقط نام مدل را عوض کنند. Anthropic میگوید همان متن در Haiku 5.5 حدود ۳۰٪ توکن بیشتری نسبت به Haiku 4.5 تولید میکند. همچنین باید adaptive thinking، پارامتر output_config.effort، محدودیتهای sampling و stop reasonهای جدید را در کد و برآورد هزینه لحاظ کرد.
این مدل برای کارهای پرتعداد و نسبتاً محدود مناسب است: طبقهبندی، routing، استخراج از اسناد و تیکتها، خلاصهسازی، compaction، کمک به query پایگاه داده، پشتیبانی مشتری، browser/computer-use agents و زیرایجنتهایی که در کنار مدلهای بزرگتر، وظایف کوچکتر را انجام میدهند.
Anthropic اعلام کرده Claude Haiku 5.5 اکنون از طریق Claude API، Amazon Bedrock، Google Cloud، Microsoft Foundry و Claude Platform on AWS در دسترس است. model ID اصلی در Claude API برابر claude-haiku-5-5 است و در مستندات آمده که این شناسه ثابت، بدون پسوند تاریخ و بدون alias جداگانه است.
