Einführung
Claude Haiku 5.5 ist Anthropics neuestes Haiku, erschienen am 7. Oktober 2026; Anthropic beschreibt es als das schnellste Modell in seinem aktuellen Angebot, ausgerichtet auf Klassifizierung, Extraktion, Routing und Subagenten-Arbeit. Es wird hier über einen einzigen OpenAI-kompatiblen Endpunkt unter /v1/chat/completions bereitgestellt. Eine Anfrage kann bis zu 1.000.000 Tokens Text und Bilder enthalten, und eine Antwort kann bis zu 128.000 Tokens lang werden.
Prompts bis 100.000 Tokens kosten 0,10 $ pro Million Eingabe-Tokens und 0,50 $ pro Million Ausgabe-Tokens, Anthropics Listenpreis; ein längerer Prompt hebt die gesamte Anfrage auf 0,50 $ und 2,50 $. Das Modell denkt adaptiv und entscheidet, wie viel jede Anfrage braucht, daher gibt es hier kein reasoning_effort, und es beendet eine Antwort, wenn es fertig ist, nicht bei max_tokens. Pro Anfrage lassen sich bis zu 128 Werkzeuge definieren, Werkzeugaufrufe lassen sich erzwingen, und Antworten werden per Server-Sent Events gestreamt.
Wichtige Funktionen und Highlights
Schnell genug für jeden Zug
In unseren Tests am 8. Oktober 2026 kam eine kurze Antwort nach drei bis fünf Sekunden zurück und eine Szene von 600 Wörtern in unter vierzig. Das ist schnell genug, um Haiku 5.5 hinter jede Nachricht eines Chatprodukts zu setzen, nicht nur hinter die gelegentliche Anfrage.
Auch starke Szenen werden durchgeschrieben
Die Plattform fügt keinen eigenen Filter hinzu. In unseren Tests schrieb das Modell 19 von 24 Inhaltsanfragen vollständig, einschließlich der Stufe Maximal und – in 7 von 9 Versuchen – der Szene auf der Stufe Sehr stark; die anderen 2 Versuche auf dieser Stufe wurden abgemildert, aber zu Ende geschrieben. Die Anfrage auf der Stufe Stark wurde zweimal abgelehnt und einmal als mildere Szene umgeschrieben.
Werkzeugaufrufe, die Sie erzwingen können
tool_choice akzeptiert auto, none, required oder ein benanntes Werkzeug. Wer den Aufruf erzwingt, macht das Modell zu einem verlässlichen Klassifikator oder Extraktor: Jede Antwort kommt als Argumente der von Ihnen definierten Funktion.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Geordnete Gesprächszüge, älteste zuerst. Rollen sind system, developer, user, assistant und tool; system- und developer-Nachrichten werden zu den Anweisungen des Modells. mindestens 1 Einträge |
max_tokens | Nein | Aus Kompatibilitätsgründen akzeptiert, bis 128.000; Vorgabe 4.096. |
tools | Nein | Bis zu 128 Funktionsdefinitionen pro Anfrage im OpenAI-Funktionsformat: je ein Name, eine Beschreibung und Parameter als JSON-Schema. höchstens 128 Einträge |
parallel_tool_calls | Nein | Standardmäßig true. Bei false ruft das Modell pro Zug höchstens ein Werkzeug auf, was zu Ketten passt, in denen jeder Aufruf vom Ergebnis des vorherigen abhängt. Standardwert: |
tool_choice | Nein | auto (Vorgabe, sobald tools übergeben werden), none, required oder eine benannte Funktion wie {"type": "function", "function": {"name": " |
Preis
Eingabe $0.10 / Ausgabe $0.50 je 1 Mio. Token; Prompts über 100K Token: Eingabe $0.50 / Ausgabe $2.50
Anwendungsfälle
Begleiter-Chat und Rollenspiel in großer Zahl
Legen Sie Persona, Weltregeln und das Alter jeder Figur in die System-Nachricht und senden Sie dann den Verlauf, älteste Züge zuerst. Kurze Züge kommen in Sekunden zurück, und der Ausgabepreis liegt bei 0,50 $ pro Million Tokens, sodass eine langlaufende Figur günstig im Betrieb bleibt.
Routing, Labeling und Extraktion
Senden Sie ein Support-Ticket, eine E-Mail oder ein Formular und erzwingen Sie den Aufruf eines Werkzeugs, dessen Parameter die benötigten Labels oder Felder sind. Das Ergebnis hat jedes Mal dieselbe Form, bereit für Ihre Warteschlange oder Ihre Datenbank.
Screenshots und Fotos lesen
Hängen Sie ein Bild an eine Nutzernachricht und fragen Sie danach: den Fehler in einem Screenshot, die Summen auf einem Kassenbon, die Kacheln eines Dashboards. Ein typischer Screenshot kam in unseren Tests auf rund 2.300 Eingabe-Tokens.
Prompt-Leitfaden und Praxistipps
Die Antwortlänge im Prompt festlegen
An diesem Endpunkt stoppt max_tokens die Antwort nicht. Schreiben Sie die gewünschte Grenze in die System-Nachricht, etwa „Antworten Sie in höchstens 120 Wörtern“, und das Modell hält sich daran; Sie zahlen für die Tokens, die es tatsächlich schreibt.
Einen erzwungenen Werkzeugaufruf statt JSON im Klartext nutzen
Ein response_format gibt es nicht. Definieren Sie ein Werkzeug, dessen Parameter das gewünschte Schema sind, setzen Sie tool_choice darauf und prüfen Sie die zurückgelieferten Argumente.
Festen Text nach vorn stellen und Fehler wiederholen
Setzen Sie System-Nachricht und Referenzmaterial an den Anfang und hängen Sie das Gespräch dahinter an. Zu Stoßzeiten kann eine Anfrage mit einem Fehler scheitern; fehlgeschlagene Anfragen werden nicht berechnet, warten Sie also einige Sekunden und senden Sie sie erneut, und setzen Sie bei langen Antworten stream auf true.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "anthropic/claude-haiku-5.5/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
