90% mais barato por token. 3x mais caro por tarefa.

O anúncio: "o modelo pequeno mais barato que já lançamos"

No dia 7 de outubro, a Anthropic apresentou o Claude Haiku 5.5 com uma frase de efeito: o modelo pequeno mais barato, mais rápido e mais capaz que a empresa já lançou. É o terceiro lançamento da geração 5.5 em duas semanas — Opus 5.5 veio em 22 de setembro, Sonnet 5.5 em 28, e o Haiku fechou a série no dia 7.

A tabela de preços dá razão ao anúncio. São US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída, para pedidos de até 100 mil tokens. O Haiku 4.5, que ele substitui, cobrava US$ 1 e US$ 5. É uma queda de 90% — no papel. Acima de 100 mil tokens de contexto, o preço sobe para US$ 0,50 e US$ 2,50, um corte de 50%.

O modelo veio com 1 milhão de tokens de contexto, 128 mil tokens de saída (era 200 mil e 64 mil no Haiku 4.5), corte de conhecimento em junho de 2026 e um controle novo: o nível de esforço, que deixa você escolher quanto raciocínio quer pagar por resposta. É o primeiro Haiku com esse botão, e ele aparece inclusive no plano gratuito do Claude.

Visual de lançamento do Claude Haiku 5.5 — O lançamento do Haiku 5.5, em 7 de outubro, e a promessa que acompanha todo tier barato: "o mais barato da linha".

O rodapé que muda a leitura

Na mesma página, aparece uma segunda frase: "em média, agora custa cerca de 75% menos para rodar". Menos de 90%. A diferença não é deslize de marketing — está explicada no rodapé do próprio anúncio, e merece a leitura.

O Haiku 5.5 estreou um tokenizer novo, o mesmo que Sonnet 5.5 e Opus 5.5 já usam. A documentação de mudanças da Anthropic é explícita: o mesmo texto passa a contar como aproximadamente 30% mais tokens do que contava no Haiku 4.5.

Não é preciso acreditar só na palavra do fornecedor. O desenvolvedor Simon Willison mediu no mesmo dia do lançamento, com o próprio contador de tokens, e o mesmo prompt longo passou a consumir cerca de 1,25 vez mais tokens — um "aumento de preço escondido", nas palavras dele.

Vale entender o que é um token, porque é nele que a conta é cobrada. Token é o pedaço de texto que o modelo lê e escreve — mais ou menos três quartos de uma palavra em inglês. Pense numa padaria que decide fatiar o pão mais fino: o preço do quilo cai, mas o número de fatias necessárias para montar o mesmo sanduíche sobe. A fatura final depende de quantas fatias o sanduíche pede, não do preço da etiqueta.

Traduzindo para dinheiro: para produzir exatamente o mesmo trabalho, o Haiku 5.5 cobra 90% menos por pedaço e usa cerca de 30% mais pedaços. O desconto encolhe. É essa segunda conta — desconto sobre o trabalho concluído, não sobre o token — que quase nenhum anúncio mostra, e é ela que define o seu orçamento no fim do mês.

A medição independente: mesmo preço, faturas diferentes

É aqui que a história fica interessante. A Artificial Analysis, que roda os próprios conjuntos de testes em vez de repetir a tabela do fornecedor, coloca o Haiku 5.5 em 43 pontos no seu Índice de Inteligência — 2º entre 177 modelos da mesma categoria, um placar alto. O custo por tarefa, porém, é de US$ 0,21.

O concorrente direto é o GPT-6 Luna, o modelo pequeno da OpenAI, lançado em 22 de setembro. Ele tem exatamente o mesmo preço de tabela: US$ 0,10 e US$ 0,50 por milhão de tokens. Na medição independente, o custo por tarefa do Luna é de US$ 0,07 — três vezes menor.

Por quê? Verbosidade. Rodando o mesmo índice, o Haiku 5.5 gerou 440 milhões de tokens de saída. O Luna gerou 140 milhões. A mediana dos modelos avaliados é de 96 milhões. Em palavras gastas por tarefa, o modelo "mais barato" da Anthropic é o mais verboso dos 66 avaliados nesse quesito.

Medida	Claude Haiku 5.5 (máx.)	GPT-6 Luna (máx.)
Preço por milhão de tokens	US$ 0,10 / US$ 0,50	US$ 0,10 / US$ 0,50
Custo por tarefa (índice independente)	US$ 0,21	US$ 0,07
Índice de Inteligência	43	38
Tokens de saída no índice	440 milhões	140 milhões
Velocidade	238 tokens/s	122 tokens/s

Ou seja: a frase "o mais barato que já lançamos" é verdadeira na etiqueta e discutível na fatura. O preço por token empata com o da OpenAI; o que você paga para concluir o trabalho é três vezes maior. Como resumiu a cobertura da VentureBeat no dia do lançamento: os preços tornam o Haiku competitivo, mas não o estabelecem como a opção mais barata do mercado — o Luna iguala todas as quatro tarifas do tier de entrada. Não é propaganda enganosa; é a diferença entre o número que o fornecedor escolhe publicar e o número que decide o seu orçamento.

O que é ganho real — e é grande

Seria injusto parar na diferença de custo. No mesmo índice independente, o Haiku 5.5 marca 43 pontos contra 38 do Luna: é o modelo mais inteligente dos dois, e é praticamente o dobro da velocidade, a 238 tokens por segundo contra 122.

O salto sobre o Haiku 4.5 é de outra ordem. Nos testes publicados pela Anthropic, o OSWorld 2.1 — que mede operar um computador de verdade em tarefas longas e encadeadas — saiu de 15,7% para 72,4% (o Luna faz 48,9%). No Terminal-Bench 4.0, de 0,0% para 39,2% (Luna: 16,4%). No GDPval-AA v2.1, que avalia trabalho profissional em 44 ocupações, o placar foi de 735 para 1.620 elos.

A leitura correta disso é simples: o tier barato deixou de ser o modelo que só serve para tarefas triviais. Hoje ele opera um navegador, faz triagem de chamados, classifica em volume e trabalha como subagente sob um modelo maior — justamente as tarefas que antes eram caras demais para automatizar. A própria Anthropic avisa onde ele não serve: em código agêntico complexo, Sonnet 5.5 e Opus 5.5 continuam sendo as escolhas certas.

Elemento visual do anúncio do Claude Haiku 5.5 — O Haiku 5.5 é o primeiro modelo da linha a "operar computador" em nível útil — o que muda o que dá para automatizar.

Se você for migrar, três coisas quebram

Raciocínio manual deixa de existir. O parâmetro budget_tokens foi aposentado: quem manda o raciocínio estendido do jeito antigo recebe erro 400. O caminho novo é o pensamento adaptativo controlado pelo esforço.
Parâmetros de amostragem podem dar erro. temperature, top_p e top_k devem ser omitidos — o mesmo vale para respostas que começam com um turno do assistente.
O orçamento por token precisa ser refeito. Além dos 30% a mais de tokens para o mesmo texto, os blocos de raciocínio ficam no contexto e contam como entrada. Quem estima custo por volume de tokens medido no modelo antigo vai errar para baixo.

Todos esses itens estão na página de "o que mudou" da Anthropic — e nenhum deles aparece se você simplesmente trocar o nome do modelo no código.

Como decidir na prática

Meça custo por tarefa, não preço por token. Pegue dez tarefas reais do seu fluxo, rode nos dois modelos e compare a fatura completa: entrada, saída, cache e tokens de raciocínio. A tabela de preços serve para estimar; só a medição decide.
Olhe a verbosidade antes do preço. Se o modelo escreve três vezes mais para chegar à mesma resposta, o custo migra do preço unitário para a quantidade. Em tarefas de resumo e classificação isso é decisivo.
Use o controle de esforço. É a alavanca real desta geração: baixar o esforço em triagem e classificação corta custo sem trocar de modelo. E a arquitetura recomendada pela própria Anthropic é hierárquica — o modelo barato como subagente do caro.

O que isso significa para quem constrói no Brasil

Para quem desenvolve no Brasil, essa discussão não é academicismo: a conta é em dólar, e a diferença entre US$ 0,07 e US$ 0,21 por tarefa é exatamente a diferença entre um projeto de automação que fecha e um que não fecha. Em um fluxo de atendimento com 50 mil tarefas por mês, o intervalo entre os dois modelos passa de US$ 3,5 mil para US$ 10,5 mil — sete mil dólares de diferença por um detalhe que não está na manchete de nenhum dos dois lançamentos.

Empresas pequenas e médias brasileiras estão exatamente na faixa de volume em que isso importa: muitas chamadas, respostas curtas, preço sensível. É o cenário em que "qual modelo é mais barato" precisa ser respondido com a calculadora na mão, no seu caso, e não com a tabela do fornecedor.

A conta mudou de lugar

O Haiku 5.5 é um bom modelo e um avanço honesto: o tier barato ficou capaz de fazer coisas que, um ano atrás, só o topo de linha fazia. O que ele não é, por enquanto, é o mais barato para concluir trabalho — e a diferença aparece só quando alguém mede em vez de repetir a etiqueta.

O preço deixou de morar na lista de preços. Ele mora na fatura. Quem compara tokens escolhe por pedaço; quem compara tarefas escolhe por resultado. Na próxima vez que um fornecedor anunciar "o mais barato que já lançamos", vale a pergunta mais simples de todas: mais barato do que o quê, medido como, e por quem?