Zum Inhalt springen
Die digitale Welt verstehen
Künstliche Intelligenz

Claude Haiku 5.5 kostet ein Zwanzigstel von Sonnet, doch gespart wird erst durch die richtige Aufgabenverteilung

Anthropic hat Haiku 5.5 am 7. Oktober vorgestellt, der Listenpreis liegt bei einem Zwanzigstel von Sonnet 5.5. Was am Monatsende zählt, hängt an Tokenmengen und Wiederholungen, und Benchmarks zeigen Haiku mal nah, mal weit hinter Sonnet.

Haiku oder Sonnet, Routing zwischen KI-Modellen: Weiche, an der sich ein Gleis in mehrere Richtungen teiltDieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2PromptPhotorealistic photo of a railway track switch where one track splits into several directions, seen from a low angle at dawn, light mist, gravel and steel rails, no trains, no signs, no logos, no readable text, no watermarks, 16:9
Welcher Schritt läuft auf welchem Modell?

Anthropic hat am 7. Oktober 2026 Claude Haiku 5.5 vorgestellt. Laut Preisliste kostet das Modell bei Prompts bis 100.000 Tokens ohne Zwischenspeicher rechnerisch ein Zwanzigstel von Sonnet 5.5. Auf Anthropics eigenem Benchmark OSWorld 2.1 erreicht es rund 86 Prozent des Sonnet-Werts, auf Terminal-Bench 4.0 nur rund 56 Prozent. Zwischen diesen Zahlen entscheidet sich, ob eine Agenten-Architektur wirtschaftlich arbeitet.

Die Preisliste setzt Haiku 5.5 bei einem Zwanzigstel von Sonnet an

Haiku 5.5 ist beim Listenpreis rechnerisch ein Zwanzigstel von Sonnet 5.5, aber nur unter bestimmten Bedingungen. Anthropic beschreibt das Modell in der Ankündigung „Introducing Claude Haiku 5.5“ als Modell für Aufgaben mit hohem Volumen und Kostendruck. Es bewältige schnelle, wiederkehrende Arbeiten zuverlässig, etwa Zusammenfassungen, die Verdichtung langer Verläufe, Datenbankabfragen und Klassifikationen. Außerdem passe es als untergeordneter Hilfsagent (Subagent) zu Opus 5.5 und Sonnet 5.5 bei Coding-Arbeit. Bei Standardgeschwindigkeit sei es das schnellste Claude-Modell, Opus im Schnellmodus ausgenommen.

Die Preise gelten jeweils pro Million Tokens, also pro Million Recheneinheiten für Text. Haiku 5.5 kostet bei Prompts bis 100.000 Tokens 0,10 Dollar für die Eingabe und 0,50 Dollar für die Ausgabe. Darüber sind es 0,50 Dollar und 2,50 Dollar. Das Lesen aus dem Zwischenspeicher kostet 0,01 beziehungsweise 0,05 Dollar, das Schreiben dorthin 0,125 beziehungsweise 0,625 Dollar. Sonnet 5.5 steht bei 2,00 Dollar für die Eingabe und 10,00 Dollar für die Ausgabe, mit 0,10 Dollar fürs Lesen und 2,50 Dollar fürs Schreiben im Zwischenspeicher. Der Vorgänger Haiku 4.5 lag bei 1,00 und 5,00 Dollar, mit 0,10 Dollar fürs Lesen und 1,25 Dollar fürs Schreiben.

Daraus ergibt sich je nach Bedingung ein anderes Verhältnis. Bei Prompts bis 100.000 Tokens ohne Zwischenspeicher liegt Haiku sowohl bei der Eingabe als auch bei der Ausgabe bei einem Zwanzigstel von Sonnet. Beim Lesen aus dem Zwischenspeicher sind es ein Zehntel, über 100.000 Tokens nur noch ein Viertel. Das ist ein Listenpreis. Was am Monatsende auf der Rechnung steht, hängt an Tokenmengen, Schrittzahlen und Wiederholungen, und dazu enthalten die Quellen nichts.

Die meistzitierte Zahl lautet rund 75 Prozent. Laut Anthropic kostet Haiku 5.5 im Betrieb im Schnitt rund 75 Prozent weniger, allerdings im Vergleich zu Haiku 4.5 und nicht zu Sonnet. Das sind zwei verschiedene Vergleichsbasen. Laut Fußnote liegt der Listenpreis bis 100.000 Tokens 90 Prozent unter dem von Haiku 4.5, darüber 50 Prozent. Die neue Textzerlegung (Tokenizer) ähnelt der von Sonnet 5.5 und Opus 5.5 und braucht etwas mehr Tokens pro Aufgabe, was in die 75 Prozent schon eingerechnet ist. Prompts bis 100.000 Tokens machten laut Anthropic rund 90 Prozent der Anfragen an Haiku 4.5 aus.

Auch Sonnet wurde am selben Tag günstiger. Das Lesen aus dem Zwischenspeicher kostet seit dem 7. Oktober 0,10 Dollar statt 0,20 Dollar. Laut Anthropic sinken dadurch die Kosten von Sonnet 5.5 bei den meisten agentischen Aufgaben um rund 20 Prozent. Ob Sonnet 5.5 tatsächlich günstiger ist, hat dieses Magazin am 29. September bereits aus Sicht von Entwicklern und Verbrauchern geprüft. Am Zwanzigstel ohne Zwischenspeicher ändert die Senkung nichts, sie wirkt nur dort, wo gelesen wird.

Auf den Benchmarks liegt Haiku mal nah an Sonnet, mal weit dahinter

Haiku 5.5 erreicht auf der einen Aufgabenfamilie rund 86 Prozent des Sonnet-Werts und auf der anderen nur rund 56 Prozent. Alle Werte stammen aus Anthropics eigenen Messungen, nicht aus unabhängigen Tests. Auf OSWorld 2.1 (Offline-Teilmenge) kommt Haiku 5.5 auf 72,4 Prozent, Haiku 4.5 auf 15,7 Prozent und Sonnet 5.5 auf 83,9 Prozent. Auf Terminal-Bench 4.0 liegt Haiku 5.5 bei 39,2 Prozent, Haiku 4.5 bei 0,0 Prozent und Sonnet 5.5 bei 70,6 Prozent.

Claude Haiku 5.5 laut Anthropic: Input-Listenpreis pro 1 Mio. Tokens (Prompts bis 100k) und Anthropic-eigene Benchmarks

  • 72.4OSWorld 2.1 Offline – Haiku 5.5
  • 83.9OSWorld 2.1 Offline – Sonnet 5.5
  • 39.2Terminal-Bench 4.0 – Haiku 5.5
  • 70.6Terminal-Bench 4.0 – Sonnet 5.5

Die Rechnung der Redaktion: 72,4 geteilt durch 83,9 ergibt rund 0,86, und 39,2 geteilt durch 70,6 ergibt rund 0,56. Das sind Anteile an jeweils einem Benchmark-Wert, keine pauschale Leistungsquote. Der Hersteller zieht die Grenze selbst. Sonnet 5.5 und Opus 5.5 blieben die bessere Wahl für komplexe agentische Coding-Aufgaben, wie Terminal-Bench 4.0 sie misst. Haiku 5.5 eigne sich am besten für enger umrissene Aufgaben, die mit früheren Claude-Versionen womöglich zu teuer gewesen wären, etwa Verdichtung, Zusammenfassung oder Subagent-Arbeit.

Ein Frühtest von GitHub deutet in dieselbe Richtung. Laut GitHub-Changelog ist Haiku 5.5 in Copilot allgemein verfügbar. In frühen Tests habe es bei vielen Coding-Aufgaben mit Claude Sonnet 5 gleichgezogen und dabei deutlich weniger Tokens und Schritte gebraucht. Verglichen wurde jedoch mit Sonnet 5 und nicht mit Sonnet 5.5, und der Test stammt von GitHub selbst. Bei nutzungsbasierter Abrechnung gilt der Listenpreis des Anbieters.

Die Kundenstimmen auf der Anthropic-Seite sind kuratierte Herstellerzitate und taugen als Hypothesen. Daniel Campos von AlphaSense nennt „Ask in Document“ eine große Kostenquelle mit etwa 8 Millionen Aufrufen pro Woche. Bei 400 getesteten Anfragen sei Haiku 5.5 laut AlphaSense eine statistisch gesicherte Verbesserung gegenüber Haiku 4.5 gewesen, 0,84 gegenüber 0,76, ohne Nennung der Messgröße. Eine Kostenangabe fehlt, das Volumen allein beziffert keine Ersparnis.

Aaron Vinh von Asana berichtet von über 30 Prozent weniger Wartezeit bei Task-Abschlüssen und bis zu 2,5-mal schnellerer Verarbeitung pro Agentenschritt, gemessen gegen „das Modell, das wir heute nutzen“. Welches Modell das ist, bleibt offen. Yashodha Bhavnani nennt 11 Punkte mehr als Haiku 4.5 bei etwa halber Wartezeit, in frühen Tests. Ze’ev Klapow meldet 92,8 Prozent auf der eigenen Testreihe für Kundenverwaltung (CRM), gemittelt über drei Läufe. Beides sind firmeneigene Testreihen und sagen nichts über andere Aufgaben.

Große Modelle planen, kleine führen aus

Der wirtschaftliche Hebel liegt in der Aufgabenverteilung zwischen Modellen, die in der Fachsprache Routing heißt. Der Machine-Learning-Blog von Amazon Web Services (AWS) formuliert es so: „Opus 5.5 plans and makes the judgment calls, and Haiku 5.5 carries out well-defined tasks quickly and at scale.“ Weil Haiku schnell und kosteneffizient sei, könne man viele Haiku-Subagenten parallel laufen lassen. Das ist die Aussage eines Herstellerpartners und keine neutrale Studie.

AWS nennt als Aufgaben für Haiku 5.5 das Weiterleiten von Anfragen, das Klassifizieren, das Zusammenfassen und kleine Änderungen über viele Dateien. Verfügbar ist das Modell auf Amazon Bedrock, unter anderem mit EU-Inferenzprofil, sowie auf Claude Platform on AWS.

Das Beispiel von Rogo zeigt die Arbeitsteilung. Alex Wang, Applied AI, sagt sinngemäß: Während ein größeres Modell die Präsentation baue, gehe ein Haiku-5.5-Subagent in den 10-K-Jahresbericht und ziehe die Segmentumsatzzeile, die die Präsentation brauche. Das sei genau genug, dass man ihm vertraue, und schnell und billig genug, um es oft laufen zu lassen. Bei Cognition arbeitet Haiku 5.5 laut Walden Yan in Devin Fusion als Helfer mit Opus 5.5 als Leitmodell. Der FrontierCode-Wert von 66,2 gilt für das Gespann, nicht für Haiku allein.

Auch innerhalb eines Modells lässt sich steuern. Haiku 5.5 ist der erste Haiku mit einstellbarem Denkaufwand (Effort). Laut Anthropic können Nutzende damit zwischen Kosten und Intelligenz abwägen. Wer den Regler pauschal auf Anschlag stellt, verschenkt diesen Hebel.

Ein Support-Agent macht das anschaulich. Ein eingehendes Ticket wird zuerst klassifiziert, etwa als Rechnungsfrage, Störung oder Kündigung. Das ist ein klar umrissener Schritt mit endlicher Auswahl. Danach wird die bisherige Kommunikation zum Kundenkonto zusammengefasst, und eine Datenbankabfrage zum Vertragsstatus wird aus einem Schema formuliert. Beides sind Haiku-Aufgaben. Die Entscheidung, ob ein Sonderfall Kulanz verdient und wie die Antwort ausfällt, gehört dem großen Modell, das nur die verdichteten Ergebnisse sieht.

Ähnlich funktioniert die Verdichtung langer Agentenläufe. Sie füllen ihren Kontext mit Werkzeugausgaben, und ein kleines Modell, das den Verlauf regelmäßig zusammenfasst, ist laut Anthropics Positionierung genau dafür gedacht. Das große Modell arbeitet dann mit schlankem Kontext weiter. Wie gemischte Modelle auf einer Plattform zusammenspielen, zeigt ein Beitrag zu gemischten Modell-Workflows mit SageMaker und AgentCore.

Eine Million Aufrufe zeigen die Größenordnung, aber keine Ersparnis

Die Beispielrechnung bestätigt das Verhältnis der Listenpreise, beweist aber keine Einsparung. Die Annahmen im Einzelnen:

Haiku senkt die Kosten von KI-Agenten: Gang in einem Rechenzentrum mit Serverschränken ohne BeschriftungDieses Bild wurde mit KI generiertProviderhiggsfieldModellgpt_image_2PromptPhotorealistic photo of a long data center aisle with rows of unbranded server racks and small status lights, cool blue light, symmetrical perspective, no people, no logos, no readable text, no labels, no watermarks, 16:9
Jeder Agenten-Schritt kostet Rechenzeit
  • Eine Million Aufrufe mit je 5.000 Tokens Eingabe und 500 Tokens Ausgabe.
  • Alle Prompts liegen unter 100.000 Tokens.
  • Kein Zwischenspeicher, keine Stapelverarbeitung, Listenpreise der Claude Platform.
  • Gleiche Tokenzahl für beide Modelle, obwohl reale Schritt- und Tokenzahlen abweichen können.
  • Keine Wiederholungen, keine Kosten für das Schreiben in den Zwischenspeicher, keine Infrastruktur- oder Personalkosten.

Bei Haiku 5.5 ergeben 5 Milliarden Eingabe-Tokens zu 0,10 Dollar pro Million 500 Dollar. Dazu kommen 250 Dollar für 500 Millionen Ausgabe-Tokens zu 0,50 Dollar, zusammen 750 Dollar. Bei Sonnet 5.5 sind es 10.000 Dollar für die Eingabe und 5.000 Dollar für die Ausgabe, zusammen 15.000 Dollar. Die Differenz beträgt 14.250 Dollar.

Das Verhältnis von eins zu zwanzig folgt zwangsläufig aus den Listenpreisen. Die Rechnung sagt nichts darüber, ob Haiku die Aufgabe im ersten Anlauf löst, mehr Schritte braucht oder ob ein Mensch nacharbeiten muss. Wer aus den 14.250 Dollar eine Ersparnis ableitet, rechnet mit Zahlen, die niemand kennt.

Zwei Varianten zeigen, wie wenig der Faktor 20 festgeschrieben ist. Sind 4.000 der 5.000 Eingabe-Tokens Lesezugriffe auf den Zwischenspeicher, kostet die Million Aufrufe bei Haiku 390 Dollar und bei Sonnet 7.400 Dollar, also etwa eins zu neunzehn. Liegen die Aufrufe bei 120.000 Tokens Eingabe und 1.000 Tokens Ausgabe und damit über der Schwelle von 100.000 Tokens, stehen 62.500 Dollar gegen 250.000 Dollar, also eins zu vier.

Deshalb ist die Gestaltung des Kontexts der zweite Hebel neben dem Routing. Wer Prompts schlank hält und den Zwischenspeicher sinnvoll nutzt, verändert beide Seiten der Rechnung. Wie das gelingt, beschreibt der Beitrag dazu, wie Context Engineering KI-Kosten senkt.

Routing braucht Eskalationsregeln und eine ehrliche Kostenmessung

Routing wird teuer, wenn das falsche Modell an der falschen Stelle sitzt. Auf Terminal-Bench 4.0 erreicht Haiku 5.5 nur rund 56 Prozent des Sonnet-Werts, und Anthropic empfiehlt für komplexes agentisches Coding weiterhin Sonnet 5.5 und Opus 5.5. Wer alles auf Haiku legt, zahlt weniger pro Token, möglicherweise aber mehr pro erledigter Aufgabe. Die Quellen nennen keine Zahlen zu Wiederholungen, deshalb lässt sich das nur durch eigene Messung klären.

Die richtige Kennzahl sind die Kosten pro erledigter Aufgabe. Ein billiger Schritt, der selten gelingt, kann teurer sein als ein zehnmal teurerer, der fast immer gelingt. Entscheidend ist, was ein Misserfolg nach sich zieht: Wiederholung, Eskalation oder menschliche Nacharbeit. Tokenpreise bilden das nicht ab.

Den Gegenmechanismus liefert eine Eskalationsregel, die festlegt, wann ein Schritt vom kleinen zum großen Modell wandert. Mögliche Auslöser sind eine fehlgeschlagene Prüfung der Ausgabe, eine niedrige Selbstbewertung, ein Werkzeugaufruf mit unerwartetem Ergebnis, eine Aufgabe außerhalb des vorgesehenen Schemas oder eine Obergrenze an Versuchen. Welcher Auslöser passt, zeigen die eigenen Daten. Der Denkaufwand folgt derselben Logik: erst niedrig starten, bei Bedarf hochschalten und erst danach das Modell wechseln.

Fünf Regeln helfen, bevor Haiku in den Produktivbetrieb geht:

  1. Den Agenten in Schritte zerlegen. Zuerst wird aufgeschrieben, welche Schritte er hat, etwa klassifizieren, zusammenfassen, Datenbank abfragen, Kontext verdichten, planen oder Code ändern, und wie schwierig jeder ist. Erst danach folgt die Modellwahl.
  2. Kosten pro erledigter Aufgabe messen. Versuche, Eskalationen und Nacharbeit zählen mit. Wie weit Nutzung und Ergebnis auseinanderliegen können, zeigt der Beitrag über Nutzung ohne Ergebnis.
  3. Die Eskalationsregel zuerst bauen. Sie legt fest, wann aus einem Haiku-Schritt ein Sonnet- oder Opus-Schritt wird, begrenzt Wiederholungen und protokolliert jede Eskalation.
  4. Auf eigenen Aufgaben testen. Hersteller-Benchmarks und Kundenzitate bleiben Hypothesen. Eine kleine Testmenge aus echten Fällen vergleicht Ergebnis, Schritte und Kosten beider Modelle und wird bei jedem Modellwechsel wiederholt.
  5. Die Hebel in der richtigen Reihenfolge nutzen. Zuerst kommen Prompt- und Zwischenspeicher-Gestaltung, dann die Stufen des Denkaufwands, dann das Routing zwischen Modellen. Dabei ist die Schwelle von 100.000 Tokens zu prüfen, an der das Preisverhältnis von eins zu zwanzig auf eins zu vier fällt.

Die Modellwahl allein entscheidet wenig, und wer die Schritte seines Agenten nicht kennt, kann kein sinnvolles Routing bauen. Welche Schritte hat Ihr Agent, und wer darf sie ausführen?

Was halten Sie von dem Thema? Hier können Sie mit anderen Leserinnen und Lesern ins Gespräch gehen.