Andy Garcia · dev freelance
FRENES
Volver al blog
IA y precios

Claude Haiku 5.5 cuesta 0,10 $ por millón de tokens de entrada. Pasados los 100.000 en un prompt, toda la solicitud cuesta cinco veces más

19 de octubre de 2026 9 min de lectura

El miércoles 7 de octubre, Anthropic lanzó Claude Haiku 5.5, la nueva versión de su modelo pequeño y rápido. El titular es el precio. Haiku 4.5 costaba 1 $ por millón de tokens de entrada y 5 $ por millón de tokens de salida. Haiku 5.5 cuesta 0,10 $ y 0,50 $. Anthropic dice que sale en torno a un 75 % más barato de media, y lo propone para trabajo de gran volumen: resúmenes, compactación, clasificación y subagentes que trabajan para Opus 5.5 o Sonnet 5.5.

Mira la tabla de precios de la página de lanzamiento: cada celda de Haiku 5.5 contiene dos números. La entrada dice "0,10 $ / 0,50 $". El segundo número es el precio de los prompts de más de 100.000 tokens. Simon Willison lo dijo sin rodeos ese mismo día: más allá de 100.000 tokens, "el precio se multiplica por 5".

La documentación de precios explica cómo. "Claude Haiku 5.5 se tarifica según la longitud del prompt: una solicitud cuyo prompt supera los 100.000 tokens paga precios más altos." La misma página dice que los modelos Claude 4.6 y posteriores obtienen su ventana de contexto completa de 1 M de tokens a precio estándar, "excepto Claude Haiku 5.5". Haiku 5.5 también tiene una ventana de 1 M de tokens. La parte barata es el primer décimo.

Construyo un producto LegalTech sobre Claude y construí BidForge, una IA que lee los expedientes de contratación pública franceses para pequeñas empresas. Los documentos largos son el caso normal en ambos. Así que leí la página de precios y la guía de migración antes que los benchmarks. Esto es lo que dicen, con la aritmética.

Un precipicio, no un escalón

En un tramo del impuesto, solo la parte por encima del umbral paga el tipo superior. Aquí no es así. En cuanto el prompt supera los 100.000 tokens, cada token de la solicitud paga el precio superior, la salida incluida.

Por encima de la línea, la entrada pasa de 0,10 $ a 0,50 $ por millón de tokens, la salida de 0,50 $ a 2,50 $, las escrituras de caché de cinco minutos de 0,125 $ a 0,625 $, las lecturas de caché de 0,01 $ a 0,05 $. La Batch API reduce a la mitad ambas columnas (0,05 $ y 0,25 $ bajo la línea, 0,25 $ y 1,25 $ por encima) pero mantiene la línea. La inferencia solo en EE. UU. añade su multiplicador de 1,1, dice la documentación, también sobre los precios superiores.

Toma una solicitud con un prompt de 99.000 tokens y 2.000 tokens de salida. Entrada: 99.000 × 0,10 $ / 1 M = 0,0099 $. Salida: 2.000 × 0,50 $ / 1 M = 0,001 $. Total: 0,0109 $.

Añade 2.000 tokens al prompt. Entrada: 101.000 × 0,50 $ / 1 M = 0,0505 $. Salida: 2.000 × 2,50 $ / 1 M = 0,005 $. Total: 0,0555 $.

Un dos por ciento más de prompt, unas cinco veces la factura. En 100.000 solicitudes de este tipo, 1.090 $ se convierten en 5.550 $.

El lado de la salida merece una segunda mirada. El razonamiento (thinking) está activado por defecto en Haiku 5.5, con esfuerzo medio, y la documentación dice que los tokens de razonamiento se facturan como tokens de salida aunque el texto del razonamiento no se te devuelva. Por encima de la línea, esos tokens también cuestan 2,50 $ por millón.

La caché no te protege

En la mayoría de las cargas de trabajo con Claude, la caché de prompt es la primera palanca de coste. Aquí no mueve la línea. La documentación: "La longitud del prompt de una solicitud cuenta todos sus tokens de entrada, incluidas las lecturas y escrituras de caché." Y: "una solicitud que supera el umbral paga los precios superiores incluso cuando parte de su prompt es un acierto de caché."

Esas dos frases llegaron después del lanzamiento. Las copias de la página de precios que guarda el Internet Archive del 7 y el 8 de octubre describen el umbral en una sola frase: "un prompt de más de 100.000 tokens paga precios más altos." La copia del 9 de octubre incluye la regla de la caché. Si leíste la página el día del lanzamiento y supusiste que los tokens en caché no contaban, la página dice desde entonces otra cosa.

Así, los mismos 90.000 tokens en caché cuestan 90.000 × 0,01 $ / 1 M = 0,0009 $ de leer en una solicitud bajo la línea, y 90.000 × 0,05 $ / 1 M = 0,0045 $ en una solicitud por encima. La caché sigue recortando el precio de entrada un 90 % a cada lado. Simplemente no puede mantenerte del lado barato.

Tres maneras de cruzar la línea sin que nadie toque nada

El tokenizador. El anuncio de lanzamiento de Anthropic dice que Haiku 5.5 "usa algo más de tokens por tarea". La guía de migración es más concreta: "el mismo texto de entrada produce aproximadamente un 30 % más de tokens en Claude Haiku 5.5 que en Claude Haiku 4.5. El aumento exacto depende del contenido." Simon Willison midió cerca de 1,25 veces en un prompt largo y lo llamó "una subida de precio oculta". La consecuencia: 100.000 / 1,3 son unos 77.000. Un prompt que medía 77.000 tokens en Haiku 4.5 puede quedar justo en la línea en Haiku 5.5. La guía te pide recontar con el nuevo modelo y rehacer las estimaciones de coste "incluidos sus precios más altos para los prompts largos".

El razonamiento que se queda en el contexto. En Haiku 5.5, "los bloques de razonamiento de turnos anteriores del asistente permanecen en el contexto y cuentan como tokens de entrada, mientras que Claude Haiku 4.5 conservaba solo los del último turno." Un agente de varios turnos crece, por tanto, más rápido de lo que explica el cambio de tokenizador por sí solo. La limpieza de bloques de razonamiento existe para recortarlos.

Las imágenes y los PDF. Haiku 5.5 usa el nivel de imagen de alta resolución. El ejemplo de la guía: una imagen de 2.000 por 1.500 píxeles cuesta unas 2,5 veces más tokens visuales que en Haiku 4.5. Los PDF se procesan como texto más una imagen de cada página, y la documentación de PDF de Anthropic estima entre 1.500 y 3.000 tokens de texto por página. Solo con el texto, eso sitúa la línea en algún punto entre unas 33 y 67 páginas, antes de contar las imágenes de las páginas.

El valor por defecto que cae sobre la línea

Anthropic propone Haiku 5.5 para la compactación, el trabajo de resumir una conversación larga para que vuelva a caber. El asistente de compactación del lado del cliente del SDK tiene un umbral por defecto de 100.000 tokens, contados como entrada más escrituras de caché más lecturas de caché más salida. Cuando se supera el umbral, inyecta una petición de resumen en la conversación, y el modelo de resumen es por defecto el modelo principal.

Si ese modelo es Haiku 5.5, la petición de resumen lleva todo el historial que acaba de pasar de 100.000 tokens. La única llamada pensada para ahorrar dinero se factura por encima de la línea. El disparador por defecto de la limpieza de resultados de herramientas en la edición de contexto también es de 100.000 tokens de entrada. En Haiku 5.5, movería ambos con un margen por debajo de la línea de precio.

Cómo se compara

Bajo la línea, señala Simon Willison, Haiku 5.5 iguala exactamente el precio de GPT-6 Luna de OpenAI: 0,10 $ y 0,50 $. Luna también tiene un umbral, en 272.000 tokens de entrada, a partir del cual la página del modelo de OpenAI dice que los prompts se "facturan a 2 veces las tarifas de entrada y de caché y 1,5 veces las de salida para toda la solicitud": 0,20 $ y 0,75 $. Entre 100.000 y 272.000 tokens, el precio de lista de Luna es una quinta parte del de Haiku. Por encima, Haiku cuesta 2,5 veces más en entrada y unas 3,3 veces más en salida. Cada proveedor cuenta los tokens con su propio tokenizador, así que la única comparación justa es con tus propios documentos, contados por ambos.

Dentro de la gama de Anthropic, el caso del prompt largo sigue siendo un buen trato. Por encima de la línea, Haiku 5.5 cuesta una cuarta parte de Sonnet 5.5, a 2 $ y 10 $, que se mantienen fijos en toda la ventana. Y la nota al pie de Anthropic fija Haiku 5.5 un 90 % por debajo de Haiku 4.5 para solicitudes de hasta 100.000 tokens y un 50 % por debajo para las de más. Añade que el 90 % de las solicitudes de Haiku 4.5 caían en el primer grupo, y que su media de en torno a un 75 % menos ya tiene en cuenta el nuevo tokenizador. Ese es el tráfico de Anthropic. Tu cifra depende de dónde caigan tus propias solicitudes.

Qué haría antes de cambiar

Mide la distribución, no la media. Registra la longitud del prompt de cada solicitud (entrada sin caché, escrituras de caché y lecturas de caché juntas) y mira qué parte de tu tráfico de Haiku 4.5 está entre 77.000 y 100.000 tokens, y qué parte ya está por encima. El endpoint de conteo de tokens, con el modelo configurado como claude-haiku-5-5, te da el nuevo recuento antes de enviar.

Pon una protección en el cliente. Cuando un prompt contado está a punto de cruzar la línea, decide en el código: recortarlo, dividirlo o enviarlo a otro modelo. No por accidente, en la factura.

Divide cuando la tarea lo permita. Toma un documento de 150.000 tokens y una respuesta de 3.000 tokens. En una sola llamada: 150.000 × 0,50 $ / 1 M + 3.000 × 2,50 $ / 1 M = 0,0825 $. En dos llamadas de 75.000 tokens con 1.500 tokens de salida cada una, más una llamada de fusión de 3.000 tokens de entrada y 1.500 de salida: unos 0,0176 $. Aproximadamente una quinta parte. Funciona para la extracción y los resúmenes por sección. No funciona para una pregunta que necesita tener todo el documento a la vista a la vez, y ese es el caso en el que pagaría el precio superior, o elegiría otro modelo, a propósito.

Para un pipeline como el de BidForge, la primera pregunta que haría a cada paso es si necesita todo el expediente de licitación a la vista, o solo el documento que está leyendo.

Fija los umbrales de compactación y de limpieza con un margen por debajo de 100.000, en torno a 80.000, para que la propia llamada de resumen se facture bajo la línea.

Y compara el coste por tarea, no el precio por token. Cuando Opus 5.5 y GPT-6 Sol salieron con 90 minutos de diferencia el 22 de septiembre, escribí que el coste por tarea se había convertido en la cifra que hay que leer. Haiku 5.5 añade una regla: en este modelo, la longitud del prompt forma parte del precio.

Haiku 5.5 cuesta una décima parte en las solicitudes que caben. El trabajo de ingeniería es asegurarse de que caben.

Fuentes

¿Un proyecto del mismo estilo?

Diseño y despliego productos como este. Hablemos.

Hablemos