Claude Haiku 5.5

Fiche modèle · Anthropic · claude-haiku-5-5

Claude Haiku 5.5 is Anthropic's cheapest, fastest, and most capable small model to date, and the successor to Claude Haiku 4.5. It targets high-volume, cost-sensitive work (summaries, compaction, classification, database queries) and pairs with Opus 5.5 / Sonnet 5.5 as a coding subagent; it is especially strong for speed-sensitive tasks like live support and browser use. It is the first Haiku-class model with adjustable effort (low/medium/high/xhigh/max; Claude Platform default medium). It accepts text and image input (including file/PDF) with text output, supports multilingual and vision workloads, tool use, and adaptive thinking. Context window is 1M tokens with 128K max output; knowledge cutoff is June 2026. Claude Platform pricing is tiered by prompt length: prompts up to 100K tokens are $0.10/$0.50 per million input/output (cache read $0.01, 5m cache write $0.125); prompts over 100K are $0.50/$2.50 (cache read $0.05, 5m cache write $0.625). Catalog provider pricing stores the <=100K tier. Capability scores are self-reported from the Claude Haiku 5.5 System Card (Table 8.1.A and §8) and the launch announcement. Available on the Claude API as `claude-haiku-5-5`.

Fiches modèles

Identité

Organisation	Anthropic
Pays	—
Famille	—
Type	llm
Date de sortie	2026-10-07
Licence	proprietary
Licence commerciale	non
Licence open source	non
Poids ouverts	non
Auto-hébergement (DGX Spark)	non — poids fermés
Modalités	image\|text
Fenêtre de contexte	100 000
KV cache / token (Q8)	—
Paramètres totaux	—
Paramètres actifs (session)	≈ 30 B–38 B (estimation, confiance très faible — https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-actifs.md)
Source des paramètres actifs	https://gitlab.com/data-players/llm-stats-analysis/-/blob/main/docs/estimation-parametres-actifs.md (estimation, confiance très faible)
Curation des paramètres actifs	2026-10-28
Prix par session	0.20 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)	1.2 M
Tokens / tâche (Terminal-Bench)	83.3 M (est.)
Ratio Terminal-Bench / Data Players	69.4×
Coût / tâche (Terminal-Bench)	1.68 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	2026-06-01
Créé le	2026-10-07T19:49:27.239771Z
Mis à jour le	2026-11-04T06:04:32.700138Z
Source	LLM Stats
URL	https://llm-stats.com/models/claude-haiku-5-5

Tokens/tâche

IA Act — preuves fournisseur

ICA 46/100 · périmètre complet · seuil systémique inconnu

Critère	Note / 5	Poids
Documentation technique	1,2	5 %
Résumé des données d'entraînement	2,5	35 %
Conformité droit d'auteur	2,5	35 %
Code of Practice GPAI	2,5	20 %
Risque systémique	0,0	5 %

Curation : 2026-10-23.

IA Act

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : partiel — via AWS Bedrock (eurouter).

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

Fournisseur	Source	Souveraineté	Entrée (/M tok)	Sortie (/M tok)	Quantification	Contexte	Latence (s)	Débit (tok/s)	Statut
AWS Bedrock	eurouter	partiel	—	—	—	1 000 000	—	—	—
Anthropic	llm-stats	non	0.10 $	0.50 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
language	0.90
math	0.50
multimodal	0.60
productivity	1 578.00
reasoning	168.90
science	0.60
general	119.00
healthcare	0.60
agents	200.30
biology	0.60
code	0.60
tool_calling	0.30
vision	0.60

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-briefcase-1.1	agents	1 578.00	3 000.00	0.53	non	oui	2026-11-04T06:04:32.720127Z
benchcad	code	0.67	1.00	0.67	non	oui	2026-11-04T06:04:32.839604Z
benchcad-with-python-tool	code	0.87	1.00	0.87	non	oui	2026-11-04T06:04:32.843046Z
biomedical-image-analysis	biology	0.43	1.00	0.43	non	oui	2026-11-04T06:04:32.952460Z
chartography	vision	0.86	1.00	0.86	non	oui	2026-11-04T06:04:32.774946Z
chartography-no-tools	vision	0.46	1.00	0.46	non	oui	2026-11-04T06:04:32.769796Z
frontiercode-1.1	reasoning	0.46	1.00	0.46	non	oui	2026-11-04T06:04:32.761116Z
frontiercode-1.1-extended	reasoning	0.58	1.00	0.58	non	oui	2026-11-04T06:04:32.764747Z
frontierswe-v2	code	0.44	1.00	0.44	non	oui	2026-11-04T06:04:32.822687Z
gdpval-aa-2.1	general	1 620.00	3 000.00	0.54	non	oui	2026-11-04T06:04:32.711514Z
global-mmlu	general	0.88	1.00	0.88	non	oui	2026-11-04T06:04:32.893245Z
healthbench	healthcare	0.62	1.00	0.62	non	oui	2026-11-04T06:04:32.872961Z
healthbench-professional	healthcare	0.65	1.00	0.65	non	oui	2026-11-04T06:04:32.862488Z
healthbench-professional-raw	healthcare	0.71	1.00	0.71	non	oui	2026-11-04T06:04:32.869682Z
humanity's-last-exam-(no-tools,-text-only)	reasoning	0.46	1.00	0.46	non	oui	2026-11-04T06:04:32.740007Z
humanity's-last-exam-(with-tools)	reasoning	0.57	1.00	0.57	non	oui	2026-11-04T06:04:32.750382Z
latchbio-singlecellbench	science	0.56	1.00	0.56	non	oui	2026-11-04T06:04:32.922348Z
latchbio-spatialbench-verified	biology	0.68	1.00	0.68	non	oui	2026-11-04T06:04:32.912828Z
medicinal-chemistry-adme	biology	0.58	1.00	0.58	non	oui	2026-11-04T06:04:32.933104Z
milu	language	0.88	1.00	0.88	non	oui	2026-11-04T06:04:32.902272Z
morphology-to-molecule-matching	biology	0.25	1.00	0.25	non	oui	2026-11-04T06:04:32.929558Z
officeqa	agents	0.73	1.00	0.73	non	oui	2026-11-04T06:04:32.851554Z
officeqa-pro	agents	0.60	1.00	0.60	non	oui	2026-11-04T06:04:32.855522Z
osworld-2.1-partial	multimodal	0.72	1.00	0.72	non	oui	2026-11-04T06:04:32.729707Z
osworld-2.1-strict	multimodal	0.37	1.00	0.37	non	oui	2026-11-04T06:04:32.733113Z
physicianbench	healthcare	0.43	1.00	0.43	non	oui	2026-11-04T06:04:32.880423Z
program-bench	agents	0.82	1.00	0.82	non	oui	2026-11-04T06:04:32.828838Z
protein-design-library-ranking	biology	0.45	1.00	0.45	non	oui	2026-11-04T06:04:32.944209Z
protein-design-sequence-generation	biology	0.33	1.00	0.33	non	oui	2026-11-04T06:04:32.940457Z
protocols-troubleshooting	biology	0.58	1.00	0.58	non	oui	2026-11-04T06:04:32.959063Z
protocols-understanding-v2	biology	0.64	1.00	0.64	non	oui	2026-11-04T06:04:32.963180Z
swe-bench-multilingual	reasoning	0.84	1.00	0.84	non	oui	2026-11-04T06:04:32.791087Z
swe-bench-multimodal	reasoning	0.31	1.00	0.31	non	oui	2026-11-04T06:04:32.801211Z
swe-bench-pro	reasoning	0.65	1.00	0.65	non	oui	2026-11-04T06:04:32.783047Z
terminal-bench-4.0	reasoning	0.39	1.00	0.39	non	oui	2026-11-04T06:04:32.755508Z
terminal-bench-science-0.1	reasoning	0.21	1.00	0.21	non	oui	2026-11-04T06:04:32.811567Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	38	200.30	33.78	16	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	20	0.60	39.32	11	trueskill	2026-11-04T08:08:39.742311Z	rankings
multimodal	39	0.60	30.80	7	trueskill	2026-11-04T08:08:46.488887Z	rankings
reasoning	32	168.90	46.45	19	trueskill	2026-11-04T08:08:41.093494Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04