Introducción
Claude Haiku 5.5 es el Haiku más reciente de Anthropic, lanzado el 7 de octubre de 2026, y Anthropic lo presenta como el modelo más rápido de su línea actual, pensado para clasificación, extracción, enrutamiento y trabajo de subagentes. Se sirve aquí en un único endpoint compatible con OpenAI en /v1/chat/completions. Una solicitud puede llevar hasta 1.000.000 de tokens de texto e imágenes, y una respuesta puede llegar a 128.000 tokens.
Los prompts de hasta 100.000 tokens cuestan 0,10 USD por millón de tokens de entrada y 0,50 USD por millón de salida, el precio de lista de Anthropic; un prompt más largo pasa toda la solicitud a 0,50 USD y 2,50 USD. El modelo razona de forma adaptativa y decide cuánto necesita cada solicitud, por eso aquí no hay reasoning_effort, y termina la respuesta cuando ya está completa en lugar de al llegar a max_tokens. Se pueden definir hasta 128 herramientas por solicitud, las llamadas a herramientas pueden forzarse y las respuestas se transmiten por Server-Sent Events.
Funciones y aspectos destacados
Lo bastante rápido para cada turno
En nuestras pruebas del 8 de octubre de 2026, una respuesta corta llegó en tres a cinco segundos y una escena de 600 palabras en menos de cuarenta. Es suficientemente rápido como para poner Haiku 5.5 detrás de cada mensaje de un producto de chat, y no solo de alguna solicitud ocasional.
Las escenas fuertes se escriben hasta el final
La plataforma no añade ningún filtro propio. En nuestras pruebas, el modelo escribió por completo 19 de las 24 solicitudes de contenido, incluido el nivel Máximo y, en 7 de los 9 intentos, la escena Muy fuerte; los otros 2 intentos Muy fuerte se suavizaron pero se terminaron. La solicitud de nivel Fuerte fue rechazada dos veces y reescrita una vez como una escena más suave.
Llamadas a herramientas que puedes forzar
tool_choice acepta auto, none, required o una herramienta con nombre. Forzar la llamada convierte al modelo en un clasificador o extractor fiable: cada respuesta llega como argumentos de la función que definiste.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Turnos de la conversación en orden, del más antiguo al más reciente. mínimo 1 elementos |
max_tokens | No | Se acepta por compatibilidad, hasta 128.000; 4.096 por defecto. |
tools | No | Hasta 128 definiciones de función por solicitud, en el formato de funciones de OpenAI: un nombre, una descripción y los parámetros en esquema JSON de cada una. máximo 128 elementos |
parallel_tool_calls | No | true por defecto. Con false el modelo llama como máximo a una herramienta por turno, lo que conviene en cadenas donde cada llamada depende del resultado de la anterior. Valor predeterminado: |
tool_choice | No | auto (el valor por defecto cuando se dan tools), none, required, o una función con nombre como {"type": "function", "function": {"name": " |
Precios
Entrada $0.10 / Salida $0.50 por 1 millón de tokens; Prompts de más de 100K tokens: Entrada $0.50 / Salida $2.50
Casos de uso
Chat con acompañantes y rol a gran volumen
Pon el personaje, las reglas del mundo y la edad de cada personaje en el mensaje system y envía después el historial, empezando por lo más antiguo. Los turnos breves llegan en segundos y la tarifa de salida es de 0,50 USD por millón de tokens, así que mantener un personaje durante mucho tiempo sale barato.
Enrutamiento, etiquetado y extracción
Envía un ticket de soporte, un correo o un formulario y fuerza la llamada a una herramienta cuyos parámetros sean las etiquetas o los campos que necesitas. El resultado tiene siempre la misma forma, listo para tu cola o tu base de datos.
Lectura de capturas y fotos
Adjunta una imagen a un mensaje de usuario y pregunta por ella: el error de una captura, los totales de un recibo, los paneles de un dashboard. Una captura típica sumó unos 2.300 tokens de entrada en nuestras pruebas.
Guía de prompts y consejos prácticos
Indica la longitud de la respuesta en el prompt
En este endpoint max_tokens no detiene la respuesta. Escribe el límite que quieres en el mensaje system, como "Responde en 120 palabras como máximo", y el modelo se ajusta; pagas los tokens que realmente escribe.
Usa una herramienta forzada en lugar de pedir JSON
No hay response_format. Define una herramienta cuyos parámetros sean el esquema que quieres, fija tool_choice en ella y valida los argumentos que devuelva.
Pon primero el texto fijo y reintenta los fallos
Pon al principio el mensaje system y el material de referencia, y añade después la conversación. En horas de mucha carga una solicitud puede fallar con un error; las solicitudes fallidas no se facturan, así que espera unos segundos y envíala de nuevo, y fija stream en true para las respuestas largas.
Inicio rápido de la API
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'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
