¿Cómo usar la API de Claude Haiku 5.5?

Para usar la API de Claude Haiku 5.5, envíe una solicitud POST a https://api.anthropic.com/v1/messages con "model": "claude-haiku-5-5", su clave en el encabezado x-api-key y anthropic-version: 2023-06-01. Cuesta $0.10/$0.50 por millón de tokens de entrada/salida para prompts de hasta 100K tokens ($0.50/$2.50 por encima de ese límite), admite hasta 1M de tokens de contexto, genera hasta 128K tokens y usa de forma predeterminada esfuerzo medium con pensamiento adaptativo.

Prueba Apidog hoy

Anthropic lanzó Haiku 5.5 el 7 de octubre de 2026. Es el primer Haiku con niveles de esfuerzo. La guía sobre qué es Claude Haiku 5.5 cubre sus especificaciones y posicionamiento. En este tutorial realizará una primera llamada con cURL, Python y TypeScript; después configurará esfuerzo, pensamiento, caché, lotes, rechazos y conjuntos de herramientas de agente. Puede guardar, ejecutar y validar cada solicitud en Apidog.

API de Claude Haiku 5.5 de un vistazo

Parámetro	Comportamiento de Haiku 5.5
ID del modelo	claude-haiku-5-5 (Bedrock: anthropic.claude-haiku-5-5); no tiene un alias separado
Precio por MTok, prompts de hasta 100K tokens	$0.10 entrada, $0.50 salida, $0.01 lecturas de caché
Precio por MTok, prompts de más de 100K tokens	$0.50 entrada, $2.50 salida, $0.05 lecturas de caché
Contexto / salida máxima	1M / 128K; 300K en Batch con el encabezado beta output-300k-2026-03-24
output_config.effort	low, medium (predeterminado), high, xhigh, max
thinking	adaptive por defecto; disabled solo con esfuerzo high o inferior
thinking.display	El campo thinking está vacío por defecto; summarized devuelve texto legible
temperature, top_p, top_k	Los valores no predeterminados devuelven 400
Prefill del asistente	Devuelve 400, incluso con pensamiento desactivado
Prompt mínimo cacheable	512 tokens (4,096 en Haiku 4.5)

Fuentes: la página del modelo Haiku 5.5 y la documentación de precios de la API de Claude.

Su primera llamada a la API de Claude Haiku 5.5

Cree una clave en la Consola de Claude y expórtela como ANTHROPIC_API_KEY. La guía de claves de API de Anthropic explica el proceso. No pegue la clave directamente en el código ni la confirme en Git.

Ejecute esta solicitud:

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 4096,
    "output_config": {"effort": "medium"},
    "thinking": {"type": "adaptive", "display": "summarized"},
    "messages": [{
      "role": "user",
      "content": "Classify this ticket as billing, bug, or feature request: The export button times out on large projects."
    }]
  }'

Python

El SDK de Python lee ANTHROPIC_API_KEY desde el entorno:

import anthropic

client = anthropic.Anthropic()

response = client.messages.create(
    model="claude-haiku-5-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    thinking={"type": "adaptive", "display": "summarized"},
    messages=[
        {
            "role": "user",
            "content": "Classify this ticket as billing, bug, or feature request: The export button times out on large projects.",
        }
    ],
)

for block in response.content:
    if block.type == "thinking":
        print("[thinking]", block.thinking)
    elif block.type == "text":
        print(block.text)

print(response.stop_reason, response.usage)

TypeScript

TypeScript sigue la misma estructura:

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic();

const response = await client.messages.create({
  model: "claude-haiku-5-5",
  max_tokens: 4096,
  output_config: { effort: "medium" },
  thinking: { type: "adaptive", display: "summarized" },
  messages: [
    {
      role: "user",
      content:
        "Classify this ticket as billing, bug, or feature request: The export button times out on large projects.",
    },
  ],
});

for (const block of response.content) {
  if (block.type === "text") {
    console.log(block.text);
  }
}

console.log(response.stop_reason, response.usage);

Aplique estos tres hábitos en producción:

1. Procese los bloques por type. Una respuesta puede empezar con un bloque thinking; por eso, acceder a content[0].text puede fallar.
2. Deje margen en max_tokens. Los tokens de pensamiento cuentan dentro de este límite.
3. No envíe parámetros incompatibles. Evite temperature, top_p, top_k, budget_tokens y el prefill del asistente. En este modelo, cada uno produce un error 400.

Si está migrando desde código anterior, la guía Haiku 5.5 vs Haiku 4.5 enumera los cambios disruptivos con JSON de antes y después.

Elija un nivel de esfuerzo

Configure el esfuerzo con output_config.effort. Es el principal control de calidad, latencia y costo. La guía de prompts propone estos puntos de partida:

• low: el nivel más barato y rápido; úselo para chat, tareas de herramientas cortas y solicitudes simples de alto volumen.
• medium: el valor predeterminado; comience aquí para la mayoría de los casos, incluida la codificación agéntica.
• high: adecuado para trabajo de conocimiento, tareas de agente largas y seguimiento estricto de instrucciones.
• xhigh y max: úselos solo si sus evaluaciones muestran una mejora medible. Anthropic recomienda ejecutar las mismas evaluaciones en Claude Sonnet 5.5 y comparar.

La curva de costos puede aumentar rápidamente. Estas son ejecuciones de Anthropic en OSWorld 2.1 (subconjunto offline), con puntuación de crédito parcial y costo por intento:

Esfuerzo	Puntuación	Costo por intento
low	42.0%	$0.0695
medium	53.3%	$0.1257
high	61.3%	$0.1827
xhigh	67.6%	$0.2792
max	72.4%	$0.6111

Pasar de xhigh a max más que duplica el costo por menos de cinco puntos de puntuación. El desglose de benchmarks de Haiku 5.5 incluye otros gráficos por nivel de esfuerzo.

En chats con varias interacciones, xhigh puede escribir toda la respuesta en el pensamiento y terminar sin texto visible. Compruebe que exista texto antes de mostrar la respuesta al usuario.

Controlar el pensamiento

El pensamiento adaptativo está activado de forma predeterminada. Respecto a Haiku 4.5, tenga en cuenta estos cambios:

• La visualización predeterminada oculta el texto de pensamiento. Cada bloque thinking devuelve un campo thinking vacío y una signature.
• Configure "display": "summarized" para obtener resúmenes legibles en registros o interfaces.
• Para reducir el pensamiento, baje el nivel de esfuerzo. Pedirle al modelo que responda directamente no lo detuvo en las pruebas de Anthropic.

Puede desactivar el pensamiento únicamente con un esfuerzo high o inferior:

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "thinking": {
    "type": "disabled"
  },
  "output_config": {
    "effort": "low"
  },
  "messages": [
    {
      "role": "user",
      "content": "Extract the invoice number from: INV-2291, due Nov 3."
    }
  ]
}

El mismo cuerpo con xhigh o max devuelve un error 400.

Se acepta una tool_choice forzada, ya sea any o una herramienta nombrada. Sin embargo, la respuesta empieza con la llamada de herramienta y no contiene un bloque de pensamiento.

Para flujos multiinteracción o de agentes:

1. Reenvíe cada bloque de pensamiento sin modificarlo.
2. Mantenga el historial como solo anexable.
3. No cambie system, tools ni mensajes previos antes de un bloque de pensamiento devuelto.

Modificar esos datos puede generar un 400. Además, los bloques de pensamiento solo funcionan en la cuenta que los generó o en una cuenta vinculada.

Caché de prompts y trabajos por lotes

El almacenamiento en caché reduce el costo de prompts repetitivos. Para prompts de hasta 100K tokens:

• Una lectura de caché cuesta $0.01 por millón de tokens, frente a $0.10 de entrada nueva.
• Una escritura de caché de 5 minutos cuesta $0.125 por millón de tokens.
• Una escritura de caché de 1 hora cuesta $0.20 por millón de tokens.
• El mínimo cacheable es de 512 tokens, frente a 4,096 en Haiku 4.5.

Esto permite cachear prompts de sistema cortos y listas de herramientas. Marque el prefijo estable con cache_control:

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "system": [
    {
      "type": "text",
      "text": "You are a support triage assistant. <long, stable policy text here>",
      "cache_control": {
        "type": "ephemeral"
      }
    }
  ],
  "messages": [
    {
      "role": "user",
      "content": "Ticket: refund not received after 10 days."
    }
  ]
}

Cambiar el effort de nivel superior entre solicitudes invalida la caché. El esfuerzo por mensaje, disponible mediante el encabezado beta mid-conversation-output-config-2026-07-01 en la API de Claude y Google Cloud, mantiene la caché.

Consulte la documentación de caché de prompts para los TTL y el explicador de caché de prompts para el concepto.

Para trabajos asíncronos, Message Batches reduce la entrada y la salida un 50%:

• $0.05/$0.25 por MTok para prompts de hasta 100K tokens.
• $0.25/$1.25 por MTok para prompts de más de 100K tokens.

Batch también es la única vía para generar 300K tokens de salida, usando el encabezado beta output-300k-2026-03-24.

Preste atención al límite de 100K: un prompt de más de 100,000 tokens paga los precios superiores. La guía de precios de Haiku 5.5 incluye ejemplos a ambos lados del umbral.

Manejar stop_reason: "refusal"

Haiku 5.5 ejecuta clasificadores de seguridad y puede rechazar una solicitud. No existe un fallback del lado del servidor.

Una solicitud rechazada devuelve stop_reason: "refusal". Las categorías posibles son:

• cyber
• frontier_llm
• bio
• general_harms

Si migra desde Haiku 4.5, estos rechazos son nuevos. No reintente ciegamente: enviar exactamente la misma solicitud suele producir otro rechazo.

def run(client, messages):
    response = client.messages.create(
        model="claude-haiku-5-5",
        max_tokens=4096,
        messages=messages,
    )

    if response.stop_reason == "refusal":
        details = getattr(response, "stop_details", None)
        category = getattr(details, "category", "unknown")

        log_refusal(category, messages)  # Su registro
        return {"status": "refused", "category": category}

    text = "".join(
        block.text
        for block in response.content
        if block.type == "text"
    )

    return {"status": "ok", "text": text}

Compruebe stop_reason antes de leer content. Dirija los rechazos a revisión humana o a otro modelo desde su propio código.

Los equipos que realizan trabajo legítimo de seguridad o ciencias de la vida bloqueado por los clasificadores cyber o bio pueden solicitar el Programa de Verificación Cibernética o el Programa de Verificación de Ciencias de la Vida de Anthropic.

Uso de computadora y uso de navegador

En la API de Claude y Google Cloud, Haiku 5.5 admite uso de computadora únicamente mediante el conjunto de herramientas computer_toolset_20260801. No requiere un encabezado beta.

Declarar computer_20250124 devuelve un 400.

El uso del navegador se realiza mediante browser_toolset_20260801, una capacidad no compatible con Haiku 4.5. Los SDK de Python y TypeScript añadieron clases beta para ambos conjuntos el día del lanzamiento.

Consulte la documentación de la herramienta de uso de computadora para ver las herramientas miembro.

Límites de velocidad

Haiku 5.5 tiene los mismos límites de velocidad que Haiku 4.5:

Nivel	Solicitudes por minuto	Tokens de entrada por minuto	Tokens de salida por minuto
Start	1,000	2M	400K
Scale	10,000	10M	2M

El nivel Priority no es compatible. Para manejar respuestas 429, consulte la guía de límite de velocidad excedido.

Pruebe la API de Claude Haiku 5.5 en Apidog

Guardar solicitudes hace repetibles las comparaciones de esfuerzo y la depuración de rechazos. Configure la solicitud en Apidog:

1. Cree un entorno y añada ANTHROPIC_API_KEY como variable secreta.
2. Use {{ANTHROPIC_API_KEY}} en el encabezado x-api-key.
3. Añada los encabezados anthropic-version: 2023-06-01 y content-type: application/json.
4. Cree una solicitud POST a https://api.anthropic.com/v1/messages.
5. Pegue el cuerpo de la primera llamada y guarde la solicitud.
6. Añada estas aserciones:
   • El estado HTTP es 200.
   • $.stop_reason es igual a end_turn.
   • $.usage.output_tokens es mayor que 0.
   • $.content[*].type contiene text.
7. Duplique la solicitud para low, high, xhigh y max, y ejecute la carpeta para comparar usage en su propio prompt.
8. Añada la variante con prompt de sistema cacheado y compruebe que $.usage.cache_read_input_tokens sea mayor que 0 en la segunda ejecución.

Así, un rechazo o una respuesta vacía de xhigh fallará la prueba en lugar de pasar desapercibido.

Para patrones más amplios, consulte pruebas de aplicaciones LLM.

Preguntas frecuentes

¿Cuál es el ID del modelo Claude Haiku 5.5?

claude-haiku-5-5, sin sufijo de fecha y sin alias separado, en la API de Claude, Google Cloud, Microsoft Foundry y Claude Platform en AWS. En Amazon Bedrock es anthropic.claude-haiku-5-5.

¿Existe una API gratuita de Claude Haiku 5.5?

No hay un nivel gratuito continuo, pero los nuevos usuarios de la API reciben una pequeña cantidad de crédito gratuito para probarla. Los usuarios gratuitos de Claude.ai pueden seleccionar Haiku 5.5 en el chat, pero eso no equivale a tener una clave de API.

Los planes Max y Team incluyen créditos API mensuales. La guía de acceso gratuito explica qué casos cuentan y cuáles no.

¿Por qué mi solicitud migrada a Haiku 5.5 devuelve 400?

Verifique si incluye alguno de estos elementos:

• budget_tokens
• temperature o top_p con valores no predeterminados
• Cualquier top_k
• Prefill del asistente
• La herramienta antigua computer_20250124

Son las causas habituales.

¿Puedo usar Haiku 5.5 en Claude Code?

Sí, desde la versión v2.1.293. En la API de Anthropic, el alias haiku se resuelve a Haiku 5.5. Consulte Claude Haiku 5.5 en Claude Code.

¿Debo usar Haiku 5.5 o Sonnet 5.5 para codificación agéntica?

Anthropic indica que Sonnet 5.5 y Opus 5.5 siguen siendo mejores opciones para tareas complejas de codificación agéntica. Use Haiku 5.5 para trabajos de alcance limitado, como clasificación, resumen, compresión, subagentes y uso del navegador.

Próximo paso

Envíe su primera solicitud con medium. Después, vuelva a ejecutarla con low y high usando un prompt representativo de su carga de trabajo. Compare usage.output_tokens, latencia y calidad de respuesta.

Descargue Apidog para conservar las tres ejecuciones con aserciones y convertir el próximo lanzamiento del modelo en un cambio de un solo campo.