Introduction
Claude Haiku 5.5 est le tout dernier Haiku d’Anthropic, sorti le 7 octobre 2026, et Anthropic le présente comme le modèle le plus rapide de sa gamme actuelle, destiné à la classification, à l’extraction, au routage et au travail de sous-agent. Il est servi ici sur un seul point de terminaison compatible OpenAI, /v1/chat/completions. Une requête peut porter jusqu’à 1 000 000 de tokens de texte et d’images, et une réponse peut atteindre 128 000 tokens.
Les prompts jusqu’à 100 000 tokens coûtent 0,10 $ par million de tokens d’entrée et 0,50 $ par million de tokens de sortie, le tarif public d’Anthropic ; un prompt plus long fait passer toute la requête à 0,50 $ et 2,50 $. Le modèle réfléchit de façon adaptative et décide de ce dont chaque requête a besoin, il n’y a donc pas de reasoning_effort ici, et il termine sa réponse quand il a fini plutôt qu’à max_tokens. Jusqu’à 128 outils peuvent être définis par requête, les appels d’outils peuvent être imposés et les réponses sont diffusées en Server-Sent Events.
Fonctionnalités et points forts
Assez rapide pour chaque tour
Dans nos tests du 8 octobre 2026, une réponse courte est revenue en trois à cinq secondes et une scène de 600 mots en moins de quarante. C’est assez rapide pour placer Haiku 5.5 derrière chaque message d’un produit de chat, et pas seulement derrière l’occasionnelle requête.
Les scènes fortes sont menées à terme
La plateforme n’ajoute aucun filtre propre. Dans nos tests, le modèle a rédigé intégralement 19 des 24 demandes de contenu, y compris le niveau Maximum et, dans 7 tentatives sur 9, la scène Très fort ; les 2 autres tentatives Très fort ont été adoucies mais menées à terme. La demande au niveau Fort a été refusée deux fois, puis réécrite une fois en scène plus douce.
Des appels d’outils que vous pouvez imposer
tool_choice accepte auto, none, required ou un outil nommé. Imposer l’appel transforme le modèle en classifieur ou en extracteur fiable : chaque réponse arrive sous forme d’arguments de la fonction que vous avez définie.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | Tours de conversation ordonnés, le plus ancien d’abord. 1 éléments minimum |
max_tokens | Non | Accepté par compatibilité, jusqu’à 128 000 ; 4 096 par défaut. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête, au format de fonction OpenAI : un nom, une description et des paramètres au format JSON Schema pour chacune. 128 éléments maximum |
parallel_tool_calls | Non | true par défaut. Avec false, le modèle appelle au plus un outil par tour, ce qui convient aux enchaînements où chaque appel dépend du résultat du précédent. Valeur par défaut: |
tool_choice | Non | auto (valeur par défaut quand des outils sont fournis), none, required ou une fonction nommée, comme {"type": "function", "function": {"name": " |
Tarification
Entrée $0.10 / Sortie $0.50 par 1 million de tokens; Prompts de plus de 100K tokens: Entrée $0.50 / Sortie $2.50
Cas d’utilisation
Chat de compagnon et jeu de rôle à grande échelle
Mettez le personnage, les règles du monde et l’âge de chaque personnage dans le message system, puis envoyez l’historique du plus ancien au plus récent. Les tours courts reviennent en quelques secondes et le tarif de sortie est de 0,50 $ par million de tokens : un personnage qui dure reste peu coûteux à faire tourner.
Routage, étiquetage et extraction
Envoyez un ticket de support, un e-mail ou un formulaire et imposez l’appel d’un outil dont les paramètres sont les étiquettes ou les champs voulus. Le résultat a chaque fois la même forme, prêt pour votre file ou votre base de données.
Lire des captures d’écran et des photos
Joignez une image à un message utilisateur et posez-lui une question : l’erreur d’une capture d’écran, le total d’un ticket de caisse, les panneaux d’un tableau de bord. Dans nos tests, une capture d’écran typique représentait environ 2 300 tokens d’entrée.
Guide de prompt et conseils pratiques
Indiquer la longueur de la réponse dans le prompt
Sur ce point de terminaison, max_tokens n’arrête pas la réponse. Écrivez la limite voulue dans le message system, par exemple « Réponds en 120 mots maximum », et le modèle s’y tient ; vous payez les tokens qu’il écrit réellement.
Imposer un outil plutôt que demander du JSON
Il n’y a pas de response_format. Définissez un outil dont les paramètres sont le schéma voulu, réglez tool_choice sur cet outil et validez les arguments reçus.
Mettre le texte fixe en premier et réessayer les échecs
Placez en tête le message system et la documentation de référence, puis ajoutez la conversation à la suite. Aux heures chargées, une requête peut échouer avec une erreur ; les requêtes échouées ne sont pas facturées, attendez donc quelques secondes et renvoyez-la, et réglez stream sur true pour les longues réponses.
Démarrage rapide de l’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'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
