Claude Haiku 5.5: что это и чем отличается от Sonnet

Haiku — младшая модель в линейке Claude. Её берут там, где одну и ту же простую операцию нужно повторить много раз: пересказать абзац, сжать заметку до нескольких тезисов, разложить выписки по типам, достать строку из таблицы.

На вход модель принимает текст и картинки, отвечает текстом. Снимок страницы прочитает. Рисовать не умеет, в описании разработчика генерации картинок нет.

По скорости Anthropic ставит Haiku 5.5 первой в текущей линейке, если сравнивать обычный режим каждой модели. В быстром режиме (в документации — Fast Mode) её обгоняют модели Opus. Длинную работу с файлом разработчик по-прежнему отдаёт Opus 5.5, а Haiku предлагает ставить на узкий шаг внутри неё: вытащить цитату, сжать кусок, разложить пачку одинаковых записей. Наш разбор старшей модели — в статье про Claude Opus 5.5.

«Самая дешёвая, быстрая и сильная маленькая модель из тех, что мы выпускали.»

Надёжные знания у модели заканчиваются на июне 2026 года. Всё, что случилось позже, она может не знать. Окно тут не поможет: если нужного факта нет в запросе, модель его не вспомнит, а если абзац лекции уже лежит в запросе, память ей и не нужна.

Где модель доступна у самой Anthropic:

• на сайте Claude — без подписки и на платных тарифах Pro, Max, Team и Enterprise;
• в приложениях для iPhone и Android;
• в Claude API и в облаках Amazon, Google и Microsoft;
• в Claude Code.

Главное изменение — окно. Было 200 тысяч токенов, стало 1 миллион. Ответ может занимать до 128 тысяч токенов. Для пересказа одного абзаца разницы нет. Она появляется, когда в запрос кладут весь конспект курса или пачку документов, которые раньше просто не влезали.

Поменялась и нарезка текста на токены. Тот же абзац Haiku 5.5 режет примерно на 30% больше кусков, чем Haiku 4.5. На практике миллион новых токенов вмещает чуть меньше текста, чем можно подумать по цифре.

Почему окно в миллион токенов важно именно для младшей модели. Раньше короткие задачи упирались в объём: чтобы младшая модель разобрала большую выгрузку, её приходилось резать на куски, отправлять по очереди и потом склеивать ответы. На каждом стыке что-то терялось — запись, которая попала на границу двух кусков, или контекст из начала файла, которого уже нет в следующем запросе. С окном в миллион такие выгрузки чаще помещаются целиком, и резать их нужно реже.

При этом задача у модели остаётся короткой: найти, сжать, разложить. Попросить Haiku сделать по всей выгрузке выводы, где начало связано с концом, можно, но тут она, скорее всего, будет срезать углы, сложные многошаговые задачи Anthropic сама отдаёт Sonnet 5.5 и Opus 5.5. Я бы проверял так: если инструкцию к задаче можно записать одной фразой, Haiku хватит, а если нужен список из пяти пунктов, сразу берите модель постарше.

Ещё одна практическая деталь касается новой нарезки на токены. Если раньше вы прикидывали, сколько текста влезет в запрос к Haiku 4.5, для новой модели эту прикидку стоит уменьшить: тот же текст теперь занимает примерно на треть больше токенов. На больших файлах эта разница уже заметна.

Настройка тщательности появилась в младшей линейке впервые. Уровней пять: низкий, средний, высокий, повышенный (в документации xhigh) и максимальный (max). По умолчанию стоит средний. Ниже — ответ короче, выше — модель думает дольше и тратит больше ресурса на тот же вопрос. У Haiku 4.5 такой ручки не было вообще.

Источник: описание настройки тщательности Claude, страница открыта 7 октября 2026

Для пересказа хватает среднего уровня, и в большинстве повседневных задач менять его не придётся, если только модель не начала явно ошибаться на однотипных записях. Повышенный и максимальный стоит включать, когда ошибка дороже лишних секунд: перепутанная выписка к экзамену хуже медленного ответа. Старшей моделью максимальный уровень Haiku не делает, он просто дольше думает над задачей того же класса.

Таблицу собрала и опубликовала сама Anthropic. Колонка GPT-6 Luna стоит для сравнения, эта модель тоже доступна в нашем чате. Не путайте её с GPT-5.6 Luna: название похожее, модели разные.

Учтите, что в одной таблице смешаны баллы и проценты. GDPval-AA и AA-Briefcase — в баллах, остальное — в процентах. Сравнивать 1620 и 72,4% между собой бессмысленно.

Что видно по таблице:

• Работа с компьютером. Модель сама ведёт программу и доводит задачу до конца. Для пересказа страницы эта строка мало что значит, а вот тем, кто сравнивает модели, стоит смотреть на строгие 37,1%, а не на частичные 72,4%.
• Графики. С инструментами Haiku 5.5 поднимается до 86,2%, у Haiku 4.5 в той же строке 8,8%, у Sonnet 5.5 — 90,2%. Без инструментов разрыв больше: 46,4% против 61,6%. Числа GPT-6 Luna для этой строки нет.
• Командная строка. Здесь видно, что младшая старшую не догнала: 39,2% у Haiku 5.5 против 70,6% у Sonnet 5.5. У прошлой Haiku — 0,0%, у GPT-6 Luna — 16,4%.
• Код. 46,4% у Haiku 5.5, 42,4% у GPT-6 Luna, 52,1% у Sonnet 5.5. Но у Sonnet в этой ячейке указан повышенный уровень тщательности, у Haiku уровень не назван, так что прямо сравнивать их нельзя.

В профессиональных задачах Sonnet 5.5 выше обеих: 1840 против 1620 у Haiku 5.5 и 1437 у Luna. Сложный многошаговый код Anthropic прямо оставляет за Sonnet 5.5 и Opus 5.5. The Verge и The Decoder в день выхода пересказали ту же таблицу, своих замеров у них не было.

Логика у Anthropic простая: длинную работу ведёт старшая модель, а мелкие повторяющиеся шаги внутри неё она отдаёт младшей. В анонсе так и написано — Haiku 5.5 предлагают как помощника рядом с Opus 5.5 и Sonnet 5.5, а не как замену им.

Как это выглядит на практике. Допустим, Opus разбирает большую папку документов и пишет по ней отчёт. По ходу ему нужно двадцать раз сделать одно и то же: из каждого документа достать дату и сторону договора. Гонять на это старшую модель долго, а младшая сделает такой шаг быстрее, и результат вернёт старшей. Отчёт при этом всё равно собирает Opus.

Тот же подход Anthropic предлагает для запросов к базе и классификации. Разложить тысячу обращений в поддержку по темам Haiku сможет быстро. А вот почему обращений по одной теме вдруг стало вдвое больше и что с этим делать, пусть разбирает старшая модель.

Для обычного человека в чате эта схема почти незаметна, ведь модель там выбирают вручную. Но смысл тот же: если вопрос короткий и понятный, тяжёлая модель не нужна. Если вопрос длинный и с несколькими шагами, младшая будет срезать углы.

Короткая модель хороша там, где шаг один и он повторяется:

• студенту — пересказ абзаца перед семинаром, сортировка выписок: к экзамену, к докладу, отложить;
• тому, кто разбирает длинный файл, — вытащить оттуда одну строку, пока старшая модель держит весь разбор;
• службе поддержки — короткий ответ, когда человек ждёт на линии.

Источник: описание задач в анонсе Anthropic, 7 октября 2026

Длинный код с цепочкой шагов — задача для Sonnet. Ошибка в середине ломает всё, что дальше, и разрыв 39,2% против 70,6% в командной строке как раз про это. Связный ответ на экзаменационный билет тоже длинная работа, даже без кода: внутри спор двух авторов, оговорка и вывод.

Картинку на выходе Haiku не делает, на выходе у неё только текст. Схему в конспекте прочитает, а обложку, кадр или ролик нужно делать моделями картинок и видео.

Haiku 5.5 уже доступна в чате GPThub, как и Sonnet 5.5 и Opus 5.5. Рядом с ними прошлая Claude Sonnet 5.

Источник: набор моделей чата GPThub, проверка 20 октября 2026

Пересказ без подписки, в том числе у гостя, делает Gemini 3.8 Flash, подробнее о ней — в отдельной статье. Для черновиков есть DeepSeek V4 Flash и GPT-5 Nano: первая берёт длинный текст без картинок, вторая читает скриншоты. Выбирайте по тому, есть ли в задаче изображение. Как выбрать модель, если задача ещё не сформулирована, — в гайде как выбрать модель, а чем Sonnet 5 выделяется в линейке Claude — в разборе Claude Sonnet 5.

Если выбирать между этими вариантами прямо сейчас, ориентируйтесь на задачу, а не на название модели. Пересказ статьи, ответ на письмо, разбор одной страницы конспекта — хватит Gemini 3.8 Flash. Длинный документ, где нужен подробный черновик, — DeepSeek V4 Flash, если картинок нет, или GPT-5 Nano, если нужно прочитать скриншот. Код на несколько файлов, разбор договора с оговорками, курсовая с проверкой каждого шага — это уже Claude Sonnet 5 или Sonnet 5.5.

На сайте Anthropic Haiku 5.5 можно выбрать отдельно, в том числе без подписки. В нашем чате она тоже уже есть, так что сравнить её с Gemini 3.8 Flash на одном пересказе можно в соседних вкладках.

Прогон мы сделали 8 октября 2026 года на Claude Sonnet 5. Ответ Haiku не подставляли, это прогон старшей модели.

Задание было узкое: сжать в пять предложений, без вступления, две фразы лекции про круговорот воды. В лекции преподаватель трижды повторил, что испарение идёт и с суши, и с океана, и отдельно объяснил, чем конспект отличается от полной записи. Добавлять числа, даты и факты сверх этих двух фраз модели запретили.

Что получилось:

• суша и океан на месте, смысл сохранён, пять предложений;
• «трижды» модель заменила на «несколько раз»;
• от себя добавила, что преподаватель повторял фразу намеренно, чтобы студенты её запомнили;
• в конце дописала мораль, что такой подход помогает выделять главное.

Черновик опор брать можно, но рядом стоит держать исходные фразы лекции и вычёркивать всё, чего там не было: новый мотив, смягчённый повтор, готовую мораль. Для конспекта эти правки опаснее кривой фразы, ведь читатель примет их за слова преподавателя. Как такую сверку делать, мы разобрали в гайде нейросеть для учёбы, а модели для длинного кода — в гайде какая модель для кода.

Haiku 5.5 уже в чате, и то же задание можно прогнать на ней самому, на среднем и на максимальном уровне тщательности, и сравнить с ответом Sonnet 5 выше. Особенно интересно, сохранит ли младшая модель «трижды» и не начнёт ли так же дописывать мораль от себя.

Ряд вещей на момент выхода не проверить. Независимых замеров Haiku 5.5 в день анонса не было: The Verge и The Decoder пересказали таблицу Anthropic, а своих тестов не публиковали. Все цифры выше — данные разработчика, и сравнивать их с чужими таблицами нужно осторожно, условия запуска могут отличаться.

Не до конца понятно и то, как модель поведёт себя на русском. Отдельных результатов по русскому языку в анонсе нет, а наш прогон сделан на другой модели, на Sonnet 5. Раз Haiku 5.5 уже в чате, проще всего проверить самому: дайте ей абзац на русском и попросите пересказать его в трёх предложениях, а потом сравните с ответом Gemini 3.8 Flash.

И последнее. Про настройку тщательности известно, сколько уровней и какой стоит по умолчанию, но насколько каждый уровень замедляет ответ, в документации не расписано. Ждём первых независимых замеров, тогда и станет ясно, есть ли смысл держать Haiku на максимальном уровне или проще сразу перейти на Sonnet.