Claude Haiku 5.5 API Nasıl Kullanılır

Claude Haiku 5.5 API’yi çağırmak için https://api.anthropic.com/v1/messages adresine POST isteği gönderin. İstekte model: "claude-haiku-5-5", x-api-key başlığı ve anthropic-version: 2023-06-01 bulunmalıdır. Model, 100K token’a kadar olan istemlerde milyon giriş/çıkış token başına 0,10$/0,50$ maliyetlidir; 100K üzerindeki istemlerde bu ücret 0,50$/2,50$ olur. 1M token bağlam okuyabilir, 128K token üretebilir ve uyarlanabilir düşünme açıkken varsayılan çaba seviyesi medium’dür.

Apidog'u bugün deneyin

Anthropic, Haiku 5.5’i 7 Ekim 2026’da yayınladı. Bu, çaba seviyelerini destekleyen ilk Haiku sürümüdür. Claude Haiku 5.5 nedir yazısı modelin özelliklerini ve konumlandırmasını açıklar.

Bu rehberde ilk isteğinizi curl, Python ve TypeScript ile oluşturacak; ardından çaba, düşünme, önbellekleme, toplu işlem, ret durumları ve araç setlerini yapılandıracaksınız. İstekleri kaydetmek ve doğrulamak için Apidog kullanabilirsiniz.

Claude Haiku 5.5 API’ye hızlı bakış

Parametre	Haiku 5.5 davranışı
Model kimliği	claude-haiku-5-5 — Bedrock: anthropic.claude-haiku-5-5; ayrı takma ad yok
100K token’a kadar istemler için MTok fiyatı	0,10$ giriş, 0,50$ çıkış, 0,01$ önbellek okuma
100K token üzeri istemler için MTok fiyatı	0,50$ giriş, 2,50$ çıkış, 0,05$ önbellek okuma
Bağlam / maksimum çıkış	1M / 128K; toplu işlemde output-300k-2026-03-24 beta başlığıyla 300K
output_config.effort	low, medium (varsayılan), high, xhigh, max
thinking	Varsayılan olarak adaptive; yalnızca high veya daha düşük çaba seviyesinde disabled kullanılabilir
thinking.display	Varsayılan olarak boş thinking alanı; summarized okunabilir özet döndürür
temperature, top_p, top_k	Varsayılan olmayan değerler 400 hatası döndürür
Asistan ön doldurma	Düşünme kapalı olsa bile 400 hatası döndürür
Minimum önbelleğe alınabilir istem	512 token — Haiku 4.5’te 4.096 token

Kaynaklar: Haiku 5.5 model sayfası ve Claude API fiyatlandırma belgeleri.

İlk Claude Haiku 5.5 API çağrınız

Claude Console’da bir API anahtarı oluşturun. Anthropic API anahtar kılavuzu bu süreci adım adım açıklar.

Anahtarı ortam değişkeni olarak tanımlayın:

export ANTHROPIC_API_KEY="anahtariniz"

API anahtarını kaynak koda, Git deposuna veya istemci tarafı uygulamasına yazmayın.

Ardından ilk isteği gönderin:

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": "Bu talebi faturalandırma, hata veya özellik isteği olarak sınıflandırın: Dışa aktarma düğmesi büyük projelerde zaman aşımına uğruyor."
    }]
  }'

Python ile çağrı

Python SDK, ANTHROPIC_API_KEY değişkenini ortamdan otomatik olarak alır:

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": "Bu talebi faturalandırma, hata veya özellik isteği olarak sınıflandırın: Dışa aktarma düğmesi büyük projelerde zaman aşımına uğruyor."
        }
    ],
)

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 ile çağrı

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:
        "Bu talebi faturalandırma, hata veya özellik isteği olarak sınıflandırın: Dışa aktarma düğmesi büyük projelerde zaman aşımına uğruyor.",
    },
  ],
});

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

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

Uygulamanızda şu üç kuralı izleyin:

1. response.content[0].text varsayımı yapmayın. Yanıt ilk olarak thinking bloğuyla gelebilir; blokları type alanına göre ayırın.
2. max_tokens için yeterli pay bırakın. Düşünme tokenları da bu sınıra dahildir.
3. İstek gövdesini sade tutun. temperature, top_p, top_k, budget_tokens veya asistan ön doldurma göndermeyin. Bu alanlar Haiku 5.5’te 400 hatasına neden olur.

Haiku 4.5’ten geçiş yapıyorsanız, Haiku 5.5 ve Haiku 4.5 karşılaştırma kılavuzu bozucu değişiklikleri önceki ve sonraki JSON örnekleriyle listeler.

Bir çaba seviyesi seçin

output_config.effort, kalite, gecikme ve maliyeti etkileyen temel ayardır. İstem kılavuzu şu başlangıç noktalarını önerir:

• low: Sohbet, kısa araç görevleri ve yüksek hacimli basit istekler için en hızlı ve düşük maliyetli seçenek.
• medium: Varsayılan seviye. Aracı kodlama dahil çoğu iş yükü için buradan başlayın.
• high: Bilgi işleri, uzun aracı görevler ve katı talimat takibi için.
• xhigh ve max: Yalnızca kendi değerlendirmeleriniz ölçülebilir bir kalite kazancı gösteriyorsa kullanın. Anthropic, aynı değerlendirmeleri Claude Sonnet 5.5 üzerinde de çalıştırıp karşılaştırmanızı önerir.

Anthropic’in OSWorld 2.1 çevrimdışı alt kümesi için yayınladığı sonuçlar:

Çaba	Puan	Deneme başına maliyet
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$

xhigh seviyesinden max seviyesine geçmek, beş puanın altındaki artış için maliyeti iki kattan fazla yükseltir. Haiku 5.5 karşılaştırma dökümü diğer çaba seviyesi tablolarını içerir.

Çok turlu sohbetlerde xhigh seviyesinde model bazen tüm yanıtını düşünme bölümüne yazıp görünür metin üretmeden turu bitirebilir. Kullanıcıya yanıt göstermeden önce metin bloklarının boş olup olmadığını kontrol edin.

Düşünmeyi kontrol edin

Uyarlanabilir düşünme varsayılan olarak açıktır. Haiku 4.5’e göre iki önemli davranış değişikliği vardır:

1. Varsayılan olarak düşünme metni gizlenir. Her thinking bloğu boş bir thinking alanı ve yalnızca bir signature içerebilir.
2. Günlüklerde veya kullanıcı arayüzünde okunabilir özet istiyorsanız "display": "summarized" gönderin.

Daha az düşünme tokenı kullanmak için çaba seviyesini azaltın. Modeli doğrudan yanıt vermeye zorlayan istemler, Anthropic testlerinde düşünmeyi durdurmamıştır.

Düşünmeyi yalnızca high veya daha düşük çaba seviyelerinde kapatabilirsiniz:

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "thinking": { "type": "disabled" },
  "output_config": { "effort": "low" },
  "messages": [
    {
      "role": "user",
      "content": "Fatura numarasını şuradan çıkarın: INV-2291, son tarih 3 Kasım."
    }
  ]
}

Aynı gövdeyi xhigh veya max ile gönderirseniz API 400 hatası döndürür.

Zorunlu tool_choice ayarı (any veya adlandırılmış araç) kullanılabilir. Ancak yanıt araç çağrısıyla başlar ve düşünme bloğu içermez.

Çok turlu ya da araç kullanan akışlarda:

• Her thinking bloğunu değişmeden sonraki isteğe geri gönderin.
• Geçmişi yalnızca ekleme yaparak koruyun.
• Döndürülen düşünme bloğundan önce system, tools veya önceki messages alanlarını değiştirmeyin.

Bu alanları değiştirmek 400 hatasına yol açabilir. Düşünme blokları yalnızca onları üreten hesapta veya bağlı bir hesapta çalışır.

İstemleri önbelleğe alın ve toplu işlem kullanın

Önbellekleme, tekrar eden büyük bağlamlarda Haiku 5.5 maliyetini düşürür.

100K token’a kadar olan istemler için:

• Taze giriş: milyon token başına 0,10$
• Önbellek okuma: milyon token başına 0,01$
• 5 dakikalık önbellek yazma: milyon token başına 0,125$
• 1 saatlik önbellek yazma: milyon token başına 0,20$

Minimum önbelleğe alınabilir istem artık 512 token’dır. Haiku 4.5’te bu sınır 4.096 token’dı. Bu nedenle kısa sistem istemleri ve araç listeleri de önbellekleme için uygundur.

Kararlı sistem önekini cache_control ile işaretleyin:

{
  "model": "claude-haiku-5-5",
  "max_tokens": 1024,
  "system": [
    {
      "type": "text",
      "text": "Siz bir destek triyaj asistanısınız. <burada uzun, kararlı politika metni>",
      "cache_control": { "type": "ephemeral" }
    }
  ],
  "messages": [
    {
      "role": "user",
      "content": "Talep: 10 gün sonra iade alınmadı."
    }
  ]
}

İstekler arasında üst düzey effort değerini değiştirmek önbelleği geçersiz kılar. Mesaj başına çaba ayarı, mid-conversation-output-config-2026-07-01 beta başlığıyla Claude API ve Google Cloud’da bu önbelleği korur.

TTL ayrıntıları için istem önbelleğe alma belgelerine, kavramsal açıklama için istem önbelleğe alma rehberine bakın.

Bekleyebilen işler için Mesaj Toplu İşlem API’sini kullanın. Giriş ve çıkış maliyeti %50 azalır:

• 100K token’a kadar: 0,05$ giriş / 0,25$ çıkış
• 100K token üzeri: 0,25$ giriş / 1,25$ çıkış

Toplu işlem, output-300k-2026-03-24 beta başlığıyla 300K çıkış tokenına ulaşmanın da tek yoludur.

100K sınırını dikkatle yönetin: Anthropic’e göre 100.000 token’dan uzun bir istem, daha yüksek fiyatlandırmaya tabi olur.

Haiku 5.5 fiyatlandırma kılavuzu her iki fiyatlandırma eşiği için örnekler içerir.

stop_reason: "refusal" durumunu ele alın

Haiku 5.5, bir isteği reddedebilen güvenlik sınıflandırıcıları kullanır. Sunucu tarafında otomatik geri dönüş yoktur.

Reddedilen isteklerde şu değer döner:

{
  "stop_reason": "refusal"
}

Olası kategoriler:

• cyber
• frontier_llm
• bio
• general_harms

Haiku 4.5’ten geçiyorsanız bu ret davranışının yeni olduğunu unutmayın. Aynı isteği körü körüne tekrar göndermek genellikle başka bir ret üretir.

Python’da retleri açıkça yönetin:

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)  # sizin günlüklemeniz

        return {
            "status": "refused",
            "category": category,
        }

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

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

content alanını işlemeye başlamadan önce stop_reason değerine göre dallanın. Retleri uygulamanızda insan incelemesine veya başka bir modele yönlendirin.

cyber veya bio sınıflandırıcıları nedeniyle engellenen meşru güvenlik ya da yaşam bilimleri çalışmaları için ekipler Anthropic’in Siber Doğrulama Programı veya Yaşam Bilimleri Doğrulama Programına başvurabilir.

Bilgisayar kullanımı ve tarayıcı kullanımı

Claude API ve Google Cloud üzerinde Haiku 5.5:

• Bilgisayar kullanımını yalnızca computer_toolset_20260801 araç setiyle destekler.
• Bu araç seti beta başlığı gerektirmez.
• Eski computer_20250124 aracını göndermek 400 hatası döndürür.
• Tarayıcı kullanımını browser_toolset_20260801 ile destekler. Haiku 4.5 bu araç setini desteklemiyordu.

Python ve TypeScript SDK’leri, lansman gününde her iki araç seti için beta sınıfları ekledi. Üye araçlar ve kullanım akışı için bilgisayar kullanım aracı belgelerine bakın.

Oran sınırlamaları

Haiku 5.5, Haiku 4.5 ile aynı oran sınırlamalarını kullanır:

Katman	Dakikadaki istek	Giriş tokenı	Çıkış tokenı
Başlangıç	1.000	2M	400K
Ölçek	10.000	10M	2M

Öncelik Katmanı desteklenmez.

429 hatalarını yönetmek için oran sınırlaması aşıldı kılavuzuna bakın.

Claude Haiku 5.5 API’yi Apidog’da test edin

Kaydedilmiş istekler, çaba seviyesi karşılaştırmalarını ve ret hata ayıklamasını tekrarlanabilir hale getirir. Apidog ile şu kurulumu yapın:

1. Bir ortam oluşturun ve ANTHROPIC_API_KEY değerini gizli değişken olarak ekleyin.
2. x-api-key başlığında {{ANTHROPIC_API_KEY}} kullanın. Ayrıca anthropic-version: 2023-06-01 ve content-type: application/json başlıklarını ekleyin.
3. https://api.anthropic.com/v1/messages adresine bir POST isteği oluşturun, ilk çağrı gövdesini yapıştırın ve kaydedin.
4. Şu doğrulamaları ekleyin:
   • Durum kodu 200
   • $.stop_reason değeri end_turn
   • $.usage.output_tokens değeri 0’dan büyük
   • $.content[*].type alanı text içeriyor
5. İsteği low, high, xhigh ve max için çoğaltın. Klasörü çalıştırarak her çaba seviyesi için usage verisini karşılaştırın.
6. Önbelleğe alınmış sistem istemi varyantını ekleyin. İkinci çalıştırmada $.usage.cache_read_input_tokens değerinin 0’dan büyük olduğunu doğrulayın.

Bu doğrulamalar, ret yanıtlarının veya boş xhigh yanıtlarının yanlışlıkla başarılı test olarak geçmesini engeller.

Daha geniş test kalıpları için LLM uygulamalarını test etme rehberine bakın.

Sıkça sorulan sorular

Claude Haiku 5.5 model kimliği nedir?

Claude API, Google Cloud, Microsoft Foundry ve AWS’deki Claude Platform için model kimliği claude-haiku-5-5 değeridir. Tarih son eki veya ayrı takma ad yoktur. Amazon Bedrock’ta anthropic.claude-haiku-5-5 kullanılır.

Ücretsiz Claude Haiku 5.5 API var mı?

Sürekli bir ücretsiz katman yoktur. Yeni API kullanıcıları API’yi denemek için küçük miktarda ücretsiz kredi alabilir. Ücretsiz Claude.ai kullanıcıları sohbet içinde Haiku 5.5’i seçebilir; ancak bu, API anahtarı sağlamaz.

Max ve Ekip planları artık aylık API kredileri içerir. Ayrıntılar için ücretsiz erişim kılavuzuna bakın.

Haiku 4.5 isteğim neden 400 döndürüyor?

Şu alanları kontrol edin:

• budget_tokens
• Varsayılan olmayan temperature
• Varsayılan olmayan top_p
• Herhangi bir top_k
• Asistan ön doldurma
• Eski computer_20250124 aracı

Bu alanlar en yaygın 400 hata nedenleridir.

Haiku 5.5’i Claude Code’da kullanabilir miyim?

Evet. v2.1.293 sürümünden itibaren kullanılabilir. Anthropic API’deki haiku takma adı Haiku 5.5’e çözümlenir. Daha fazla bilgi için Claude Code’da Claude Haiku 5.5 rehberine bakın.

Aracı kodlama için Haiku 5.5 mi, Sonnet 5.5 mi kullanmalıyım?

Anthropic, Sonnet 5.5 ve Opus 5.5’in karmaşık aracı kodlama görevleri için daha iyi seçenekler olmaya devam ettiğini belirtir.

Haiku 5.5’i şu dar kapsamlı işler için tercih edin:

• Sınıflandırma
• Özetleme
• Sıkıştırma
• Alt ajan görevleri
• Tarayıcı kullanımı

Sonraki adım

İlk isteği medium çaba seviyesiyle çalıştırın. Ardından kendi iş yükünüzden gerçekçi bir istem seçin ve aynı isteği low ile high seviyelerinde yeniden gönderin.

Karşılaştırırken en az şu metrikleri kaydedin:

• Yanıt kalitesi
• usage.output_tokens
• Gecikme
• İstek başına maliyet
• stop_reason

Üç çalıştırmayı doğrulamalarla saklamak için Apidog’u indirin. Böylece sonraki model sürümünde yalnızca model alanını değiştirerek aynı test setini tekrar çalıştırabilirsiniz.