Claude Haiku 5.5: Günstigere KI-Modelle und was sie für Schweizer KMU ändern

Am 7. Oktober 2026 hat Anthropic Claude Haiku 5.5 veröffentlicht, das neueste und kleinste Modell der Claude-5-Familie. Die Schlagzeile ist der Preis: 0,10 US-Dollar pro Million Input-Tokens und 0,50 US-Dollar pro Million Output-Tokens für Prompts bis 100'000 Tokens. Wer Klassifikation, Extraktion oder Support-Triage in grossen Mengen betreibt, kann damit neu entscheiden, welche Abläufe sich automatisieren lassen. Dazu kommen Migrationsfallen, die bestehenden Code brechen können. Hier steht, was gesichert ist, was der Hersteller angibt und was Sie tun sollten.

Was Anthropic veröffentlicht hat

Gemäss den Release Notes von Anthropic und Drittberichten:

• Modell-ID: claude-haiku-5-5, eine feste ID ohne Datumssuffix.
• Kontext: 1 Million Tokens Kontextfenster und bis zu 128'000 Output-Tokens.
• Preis: 0,10 / 0,50 US-Dollar pro Million Input-/Output-Tokens bis 100'000 Prompt-Tokens. Darüber steigen die Preise auf 0,50 / 2,50.
• Effort-Stufen: das erste Haiku mit einstellbarem Effort (von low bis max, Standard medium). So wägen Sie pro Anfrage Intelligenz gegen Kosten und Latenz ab.
• Kernaussage: im Schnitt rund 75 % tiefere Kosten als Haiku 4.5.

Zahlen mit Vorsicht lesen

Die meisten Benchmark-Werte stammen von Anthropic selbst. Herstellerangaben nennen 72,4 % auf dem Offline-Teil von OSWorld 2.1 (Computer Use) gegenüber 15,7 % bei Haiku 4.5. Unabhängige Tests von Artificial Analysis melden einen Intelligence Index von 43 bei max Effort, knapp vor Gemini 3.8 Flash (41) und GPT-6 Luna (38). Verstehen Sie das als Hinweis, nicht als Garantie: Kein Benchmark misst Ihre Dokumente, Ihre Sprachmischung oder Ihre Sonderfälle.

Zwei Punkte betreffen Ihr Budget:

• Der Tokenizer. Drittanalysen berichten, derselbe Text zähle rund 30 % mehr Tokens als bei Haiku 4.5. Ein «75 % günstigerer» Listenpreis führt deshalb nicht eins zu eins zu einer um 75 % tieferen Rechnung.
• Max Effort ist nicht gratis. Berichte zeigen, dass max Effort deutlich mehr Tokens und Zeit braucht, ohne in einem Coding-Test bessere Ergebnisse zu liefern. Starten Sie mit dem Standard und erhöhen Sie nur, wo eine Evaluation einen Gewinn zeigt.

Wo sich ein günstiges Modell lohnt

Ein kleines, günstiges Modell passt zu Aufgaben mit hohem Volumen, klarer Definition und einfacher Kontrolle:

1. Triage und Klassifikation: Support-E-Mails routen, Rechnungen taggen, dringende Anfragen markieren.
2. Strukturierte Extraktion: Felder aus Formularen, Lieferscheinen und Verträgen als JSON ziehen.
3. Erstentwürfe von Antworten, die ein Mensch vor dem Versand prüft.
4. Vorfilter für ein grösseres Modell: Haiku erledigt die einfachen 80 %, der Rest wird eskaliert. Das ist die Idee hinter der Advisor-Strategie.

Schlecht geeignet ist es für offenes Schlussfolgern, juristische oder finanzielle Entscheide mit hohem Risiko und lange Agentenketten, in denen sich ein Fehler fortpflanzt. Dafür bleiben grössere Modelle wie Sonnet 5 oder Opus 5 (Englisch) sinnvoll. Ein günstigeres Modell ersetzt auch kein produktionsreifes Agenten-Design.

Migrationsfallen von Haiku 4.5

Die Release Notes von Anthropic warnen, dass Code für Haiku 4.5 mit Haiku 5.5 fehlschlagen kann:

• Die Sampling-Parameter temperature, top_p und top_k führen zu einem 400-Fehler.
• Thinking-Tokens zählen gegen max_tokens, eine Anfrage kann daher mit stop_reason: max_tokens leer zurückkommen. Erhöhen Sie das Limit. Dazu passt: Finish Reasons prüfen, bevor abgeschnittenes JSON geparst wird.
• Assistant-Prefill und das alte Computer-Use-Tool werden ebenfalls als nicht unterstützt gemeldet.

Wenn Ihre Anwendung bei jedem Aufruf eine Temperatur setzt, ist der Modellwechsel keine Einzeiler-Änderung.

Ein praktischer Testplan

1. Einen Ablauf wählen mit messbarem Ergebnis, etwa Ticket-Routing.
2. Evaluationsset bauen mit 100 echten Beispielen samt erwarteten Antworten, inklusive deutscher, französischer und italienischer Fälle, wenn Sie alle Sprachregionen bedienen.
3. Haiku 5.5 mit Standard-Effort gegen Ihr aktuelles Modell laufen lassen und Genauigkeit, Latenz und echten Token-Verbrauch vergleichen, nicht den Listenpreis.
4. Kosten pro korrektes Ergebnis berechnen, inklusive Prüfaufwand für Fehler.
5. Hinter einem Schalter ausrollen, damit Sie zurückwechseln können. Das hält Sie auch portabel, wie in unserem Beitrag zum KI-Anbieterrisiko.

Klären Sie ausserdem Verarbeitungsorte und Ihre Pflichten nach Schweizer und EU-Recht, bevor Personendaten an ein neues Modell gehen.

Fazit

Haiku 5.5 ist kein Sprung in der Fähigkeit, sondern eine Verschiebung der Wirtschaftlichkeit. Aufgaben, die im grossen Massstab zu teuer waren, können sich nun rechnen, sofern Sie die realen Kosten pro korrektes Ergebnis messen, die Migrationsänderungen beachten und für schwierige Fälle ein stärkeres Modell behalten. Wenn Sie wissen möchten, welche Ihrer Abläufe Kandidaten sind, sprechen Sie mit unserem Team.

Quellen: Anthropic: Introducing Claude Haiku 5.5 · Claude Platform Release Notes · AI Weekly · Computing for Geeks · Let's Data Science