Introdução
O Claude Haiku 5.5 é o Haiku mais recente da Anthropic, lançado em 7 de outubro de 2026, e a Anthropic o apresenta como o modelo mais rápido da linha atual, voltado a classificação, extração, roteamento e trabalho de subagentes. Ele é servido aqui em um único endpoint compatível com a OpenAI em /v1/chat/completions. Uma requisição pode levar até 1.000.000 de tokens de texto e imagens, e uma resposta pode chegar a 128.000 tokens.
Prompts de até 100.000 tokens custam US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída, o preço de tabela da Anthropic; um prompt maior leva a requisição inteira para US$ 0,50 e US$ 2,50. O modelo pensa de forma adaptativa e decide quanto cada requisição exige, por isso não há reasoning_effort aqui, e ele encerra a resposta quando termina, e não em max_tokens. É possível definir até 128 ferramentas por requisição, as chamadas de ferramenta podem ser forçadas e as respostas são transmitidas por Server-Sent Events.
Recursos e destaques
Rápido o bastante para cada turno
Nos nossos testes de 8 de outubro de 2026, uma resposta curta voltou em três a cinco segundos e uma cena de 600 palavras em menos de quarenta. É rápido o suficiente para colocar o Haiku 5.5 por trás de cada mensagem de um produto de chat, e não só de uma requisição ocasional.
Cenas fortes são escritas até o fim
A plataforma não acrescenta nenhum filtro próprio. Em nossos testes, o modelo escreveu por completo 19 das 24 requisições de conteúdo, incluindo o nível Máximo e, em 7 das 9 tentativas, a cena Muito forte; as outras 2 tentativas Muito forte foram amenizadas, mas concluídas. A requisição de nível Forte foi recusada duas vezes e reescrita uma vez como uma cena mais suave.
Chamadas de ferramenta que você pode forçar
tool_choice aceita auto, none, required ou uma ferramenta nomeada. Forçar a chamada transforma o modelo num classificador ou extrator confiável: toda resposta chega como argumentos da função que você definiu.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Turnos da conversa em ordem, do mais antigo ao mais recente. Os papéis são system, developer, user, assistant e tool; as mensagens system e developer viram as instruções do modelo. pelo menos 1 itens |
max_tokens | Não | Aceito por compatibilidade, até 128.000; padrão 4.096. |
tools | Não | Até 128 definições de função por requisição, no formato de funções da OpenAI: um nome, uma descrição e parâmetros em JSON Schema para cada uma. no máximo 128 itens |
parallel_tool_calls | Não | true por padrão. Com false o modelo chama no máximo uma ferramenta por turno, o que combina com cadeias em que cada chamada depende do resultado da anterior. Valor padrão: |
tool_choice | Não | auto (o padrão quando tools é fornecido), none, required ou uma função nomeada, como {"type": "function", "function": {"name": " |
Preços
Entrada $0.10 / Saída $0.50 por 1 milhão de tokens; Prompts acima de 100K tokens: Entrada $0.50 / Saída $2.50
Casos de uso
Chat com companheiros e roleplay em volume
Coloque o personagem, as regras do mundo e a idade de cada personagem na mensagem system e depois envie o histórico do mais antigo ao mais recente. Turnos curtos voltam em segundos e a tarifa de saída é de US$ 0,50 por milhão de tokens, então um personagem de longa duração sai barato.
Roteamento, rotulagem e extração
Envie um ticket de suporte, um e-mail ou um formulário e force a chamada de uma ferramenta cujos parâmetros sejam os rótulos ou campos de que você precisa. O resultado tem sempre o mesmo formato, pronto para a sua fila ou o seu banco de dados.
Leitura de capturas de tela e fotos
Anexe uma imagem a uma mensagem de usuário e pergunte sobre ela: o erro numa captura de tela, os totais de um recibo, os painéis de um dashboard. Uma captura de tela típica ficou em cerca de 2.300 tokens de entrada nos nossos testes.
Guia de prompt e dicas práticas
Diga o tamanho da resposta no prompt
Neste endpoint, max_tokens não interrompe a resposta. Escreva o limite que você quer na mensagem system, como "Responda em no máximo 120 palavras", e o modelo o respeita; você paga pelos tokens que ele realmente escreve.
Use uma ferramenta forçada em vez de pedir JSON
Não existe response_format. Defina uma ferramenta cujos parâmetros sejam o esquema que você quer, aponte tool_choice para ela e valide os argumentos que voltarem.
Deixe o texto fixo no começo e tente de novo se falhar
Coloque a mensagem system e o material de referência no topo e acrescente a conversa depois. Em horários de pico, uma requisição pode falhar com um erro; requisições com falha não são cobradas, então espere alguns segundos e envie de novo, e defina stream como true nas respostas longas.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
