Saltar al contenido
Volver

Anthropic lanza Claude Haiku 5.5: hasta 90% más barato y la guerra de precios de la IA se puso seria

Anthropic lanzó Haiku 5.5 con recortes de precio de hasta 90%, contexto de 1M tokens y la misma tarifa que GPT-6 Luna. La guerra de precios de los modelos pasó a otra fase.

Nauta Lab
4 min

Anthropic lanza Claude Haiku 5.5: hasta 90% más barato y la guerra de precios de la IA se puso seria

Anthropic sacó Claude Haiku 5.5 y la noticia no es solo el modelo: es la tarifa. El modelo pequeño de la familia Claude llega con recortes de precio de hasta 90% en la API para requests de menos de 100.000 tokens, ubicándose exactamente en la línea de GPT-6 Luna de OpenAI. La guerra de precios que DeepSeek empezó ya tiene a todos los grandes peleando por el mismo piso.

Los números, sin crema

  • Prompts bajo 100K tokens: US$0,10 por millón de tokens de entrada y US$0,50 por millón de salida.
  • Prompts sobre 100K tokens: US$0,50 / US$2,50 por millón.
  • En promedio, Anthropic dice que cuesta ~75% menos correr Haiku 5.5 que Haiku 4.5.
  • Contexto de 1M tokens, al nivel de los front-runners.

¿Por qué el escalón en 100K? Simple: la mayoría del trabajo empresarial real — resumir documentos, clasificar información, extraer datos, rutear tickets — son prompts cortos y masivos. Ese es exactamente el segmento donde el costo por volumen mataba los business cases de IA. Con US$0,10/M de entrada, ese tipo de pipelines deja de dar miedo en la boleta.

No vino solo

Junto con el lanzamiento, Anthropic movió otras piezas del tablero:

  • Sonnet 5.5 abarata la lectura de caché, lo que incentiva aún más el patrón de system prompts largos + contexto cacheado.
  • Créditos mensuales de API para planes Max (US$100–200) y hasta US$500 para Teams, bajando la fricción para que equipos chicos construyan sobre la API en vez de solo el chat.
  • Disponibilidad desde el día uno en AWS Bedrock, Google Cloud Vertex y Azure, más llegada a GitHub Copilot.

El contexto: todos corriendo hacia el piso

  • DeepSeek fijó el piso del mercado: V4 Pro quedó en US$0,435/0,87 por millón tras un recorte que se hizo permanente, y V4 Flash en US$0,14/0,28 es el modelo usable más barato del mercado.
  • Z.AI largó GLM 5.3 Fast el 7 de octubre, siguiendo su ritmo de releases casi mensuales desde julio.
  • OpenAI, por su parte, ya mostró con GPT-6.1 Sol que la jugada es “misma precisión, 18% del costo”.

Update: 9 de octubre — Artificial Analysis le pone peros a la fiesta

Llegaron los números independientes y el cuadro se matiza. Artificial Analysis evaluó Haiku 5.5 y hay de todo:

  • Inteligencia: cumple. 43 puntos en el Intelligence Index (máximo esfuerzo), por encima de GLM-5.3 Flash (42), Gemini 3.8 Flash (41) y GPT-6 Luna (38), y comparable al open-weight Kimi K3 (44, un modelo de 2,8T parámetros). Subió 26 puntos respecto al Haiku del año pasado.
  • Agéntico: sorprende. 33% en Terminal-Bench 4.0 — el Haiku 4.5 sacaba literal 0%. Y en AA-Briefcase (trabajo de conocimiento realista) alcanza 1578 Elo, por encima de Kimi K3 y GLM-5.3.
  • El pero: se come los tokens. En esfuerzo máximo usa ~162k tokens de salida por tarea, unas 3 veces lo que gasta GPT-6 Luna (~50k) para inteligencia similar. Traducción: el precio por token es bajísimo, pero el costo por tarea se puede parear. La guerra de precios ahora también se pelea en eficiencia de tokens.
  • Bug conocido: en AutomationBench-AA marca 35% contra 53–60% de sus rivales, pero Artificial Analysis aclara que hay un problema de sobre-rechazo por safistas en el pre-release que Anthropic ya está parchando; esperan que la cifra suba al re-medir.
  • Detalle curioso: menos conocimiento factual (36% en AA-Omniscience) pero con la tasa de alucinación más baja de su clase (40% vs 55% de Gemini Flash y 77% de Luna). Prefiere decir “no sé” antes que inventar — para trabajo empresarial, eso vale oro.

Conclusión del update: barato sí, pero conviene mirar el costo por tarea y no solo el precio por token antes de migrar pipelines.

La lectura es directa: la diferenciación por “inteligencia pura” del modelo pequeño se acabó. Haiku 5.5, Luna y Flash compiten en la misma franja de precio, y para workloads de alto volumen la decisión va a pasar más por latencia, ecosistema y herramientas que por puntos de benchmark.

¿Cuándo importa esto?

Si tenís pipelines que hacen clasificación, extracción o resumen masivo con modelos chicos, esto es motivo de recalculo: revisa el costo por millón de tokens de tu proveedor actual contra US$0,10/0,50 y probablemente la cuenta cierre para migrar o renegociar. Y si tu workload tiene prompts largos (RAG con contexto gordo), ojo con el salto tarifario sobre 100K — ahí el ahorro se come.

La conclusión de mercado: el modelo “económico” dejó de ser el mal menor. Al precio de Haiku 5.5, usar un modelo frontier-chico para el 90% del volumen y reservar el grande para lo difícil es simplemente la arquitectura correcta.

Update: 16 de octubre — AWS lo hace oficial y llegan detalles que faltaban

AWS publicó el arribo de Claude Haiku 5.5 en su what’s new (ya estaba en Bedrock desde el lanzamiento, pero ahora con respaldo oficial y marketing propio, enmarcado como opción de bajo costo para workloads sensibles a precio). Del anuncio original de Anthropic quedaron dos detalles que no estaban en la cobertura inicial y valen la pena:

  • Effort ajustable: es el primer Haiku con configuración de esfuerzo — podés optar por costo o inteligencia según la tarea, igual que los modelos grandes de la familia.
  • SDKs con computer use y browser use en beta: los SDK de Python y TypeScript agregan soporte beta para estas capacidades, tareas donde Haiku 5.5 encaja por su velocidad-precio. Asana, en testing temprano, reportó ~30% menos latencia y hasta 2,5x inferencia más rápida por turno de agente.

Fuente del update: Anthropic, AWS What’s New.


Compartir artículo:

Sigue leyendo

Noticias relacionadas

Más en IA →

Buscar en Ping Diario