Claude Haiku 5.5 : 0,10 $ le million de tokens, -75 % réels

Le chiffre qui circule depuis le 7 octobre, c’est -90 %. Sur la grille tarifaire, Claude Haiku 5.5 facture 0,10 $ le million de tokens en entrée et 0,50 $ en sortie, contre 1 $ et 5 $ pour Haiku 4.5. Mais Anthropic annonce elle-même une économie d’environ 75 % sur des charges de travail réelles, et c’est ce second chiffre qui se retrouve sur la facture.

Quinze points séparent l’étiquette de la facture.

Deux chiffres, deux mécanismes

Anthropic ne cache pas l’écart. L’entreprise estime que les charges de travail coûtent environ 75 % de moins qu’avec Haiku 4.5, une fois pris en compte la taille des requêtes et l’évolution de la consommation de tokens. Deux phénomènes grignotent la remise affichée. Le premier est un seuil tarifaire, le second tient à la façon dont le modèle compte et réfléchit.

La baisse reste massive. Une facture mensuelle de 1 000 $ sur Haiku 4.5 tomberait autour de 250 $, et non à 100 $, alors que Haiku 4.5, sorti en octobre 2025, était déjà vendu comme le modèle économique de la gamme.

Le seuil des 100 000 tokens

Le tarif de 0,10 $ ne vaut que pour les prompts de 100 000 tokens ou moins. Au-delà, chaque token de la requête passe à 0,50 $ en entrée et 2,50 $ en sortie, soit cinq fois plus. Haiku 5.5 fait d’ailleurs figure d’exception : les autres modèles Claude récents facturent une requête de 900 000 tokens au même tarif unitaire qu’une requête de 9 000.

Prenons une requête de 90 000 tokens avec 1 000 tokens de réponse : elle coûte 0,0095 $. Avec 120 000 tokens en entrée, la même réponse revient à environ 0,0625 $, soit 6,6 fois plus pour un tiers de contexte supplémentaire. Le cache ne sauve rien, puisque la lecture en cache passe de 0,01 $ à 0,05 $ le million au-delà du seuil. Le modèle dispose pourtant d’une fenêtre de contexte de 1 million de tokens, contre 200 000 pour son prédécesseur.

Anthropic indique que 90 % du trafic Haiku précédent restait sous ce seuil.

Les agents sont les premiers exposés. Leur historique grossit à chaque tour de boucle, et une fois la limite franchie, c’est toute la requête, pas seulement les tokens excédentaires, qui bascule dans la tranche à 0,50 $.

Tokenizer et réflexion : la seconde fuite

Haiku 5.5 s’appuie sur un nouveau tokenizer, qui compte davantage de tokens pour un même texte. Le modèle réfléchit aussi avant de répondre : le raisonnement adaptatif est activé par défaut, avec un niveau d’effort réglable, placé sur « medium » à l’origine. Or les tokens de réflexion sont facturés au tarif de sortie, soit 0,50 $ le million.

C’est le premier Haiku doté d’un effort réglable.

Une hypothèse de calcul aide à mesurer l’effet : un million de tickets clients de 500 tokens, classés avec 50 tokens de réponse. Sur Haiku 4.5, la facture atteint 750 $ (500 $ en entrée, 250 $ en sortie). Sur Haiku 5.5 sans réflexion, elle tombe à 75 $, soit -90 %. Si le modèle ajoute 200 tokens de réflexion par ticket, elle remonte à 175 $, environ 77 % de moins, et le surcoût du tokenizer, non inclus ici, rapproche encore du chiffre de 75 % annoncé par Anthropic.

Pour la classification ou le routage, baisser l’effort est le premier levier : moins de réflexion, moins de tokens de sortie à 0,50 $. Les remises structurelles viennent ensuite, avec la lecture en cache à 0,01 $ le million et le traitement par lots à moitié prix, soit 0,05 $ en entrée et 0,25 $ en sortie sous le seuil. Anthropic revendique jusqu’à 90 % d’économie avec le cache et 50 % avec les lots.

Face à GPT-6 Luna et Gemini, la bataille se joue au détail

Sur la grille de base, Haiku 5.5 s’aligne exactement sur GPT-6 Luna d’OpenAI : 0,10 $ et 0,50 $. La différence apparaît sur les longs prompts. Luna ne change de tarif qu’au-delà de 272 000 tokens, pour passer à 0,20 $ et 0,75 $, alors que Haiku grimpe à 0,50 $ et 2,50 $ dès 100 000. À 200 000 tokens, Luna reste donc à son tarif de base. Gemini 3.5 Flash-Lite, lui, pratique un tarif unique de 0,30 $ en entrée et 2,50 $ en sortie, sans palier.

Anthropic destine Haiku 5.5 aux tâches répétitives : résumés, classification, requêtes de base de données, sous-agents travaillant pour un modèle plus puissant. Le modèle accepte jusqu’à 128 000 tokens en sortie. Selon les chiffres du constructeur, il atteint 72,4 % sur le benchmark OSWorld 2.1.

Avant de migrer, le plus fiable consiste à rejouer un échantillon de trafic réel et à comparer le coût par tâche, tokens de réflexion compris, plutôt que le prix du million. Au passage, Anthropic a aussi divisé par deux le prix de lecture en cache de Claude Sonnet 5.5, ramené à 0,10 $ le million, ce qui devrait alléger d’environ 20 % les dépenses d’un agent typique selon l’entreprise.

Sources : marktechpost.com | venturebeat.com