Claude Haiku 5.5とは？性能と特徴、価格を解説

Claude Haiku 5.5は、短い資料の要約や問い合わせの仕分けを、繰り返し任せたいときの候補です。必要な情報の抽出や、小さなコード修正にも使えます。

Anthropicは2026年10月7日、Haiku 5.5を発表しました。問い合わせの分類や、資料からの情報抽出など、任せる範囲を切り分けやすい仕事に向いています。

モデルは、文章を読んで答えを作るAIの本体です。Claudeの画面では会話しながら使えます。APIは、別のソフトウェアからAIへ依頼を送り、答えを受け取る仕組みです。APIの従量課金とClaudeの定額プランは、料金の仕組みが異なります。

トークンは、AIが文章を細かく区切って扱う単位です。日本語の文字数とは固定の比率で換算できません。一度に扱える資料や会話の量を「文脈の容量」と呼びます。「最大出力」は、答えを考える過程も含め、回答の生成に使えるトークン数の上限です。

AnthropicはHaiku 4.5を旧版として扱い、引き続き利用できると案内しています。

Haiku 5.5は長い資料を扱えますが、APIの単価は入力の長さによって変わります。費用を見積もるときは、資料が容量に収まるかに加え、どの料金区分に入るかを確かめます。

価格の大きな特徴は、AIをソフトウェアに組み込んで使うAPIの単価が安いことです。入力10万トークン以下の通常APIでは、Haiku 5.5の入力単価は100万トークンあたり0.10米ドル、出力単価は0.50米ドルです。入力・出力ともに旧Haiku 4.5の10分の1で、GPT-6 Lunaと同額です。これはClaudeの定額プランの月額料金とは別です。

APIの料金は、送った指示や資料の「入力」と、答えや推論に使う「出力」の量で決まります。「入力10万トークン以下」は安い単価の適用条件です。「100万トークンあたり」は単価の表示単位で、請求額は実際の使用量に応じて計算します。下の横棒は、短いほど同じ量を処理する費用が低いことを示します。

この価格図は、入力10万トークン以下の通常APIを、100万トークンあたりの米ドルで比べています。割引や特殊な処理、地域による加算は含みません。具体的には、キャッシュ、一括処理のBatch、Flex、高速モードを除いた料金です。価格は2026年10月12日時点です。

問い合わせの仕分けや資料の要約など、同じ使用量の処理を繰り返すと、単価の違いによる費用の差も大きくなります。次は、Haiku 5.5と旧Haiku 4.5に同じ使用量を当てはめた計算例です。

仮の計算例として、入力2,000トークン、推論を含む出力500トークンの処理を1万回行うと、Haiku 5.5は4.50米ドル、旧Haiku 4.5は45米ドルになります。同じ使用量で通常単価だけを比べた例であり、実際の請求額や測定結果ではありません。

実際の費用は、使った量と修正の回数で変わります。Haiku 5.5では文章をトークンに分ける方法が変わり、同じ文章でも旧Haikuよりトークン数が増える場合があります。同じ文章を処理する費用まで、単価と同じ比率で下がるとは限りません。推論や回答のやり直しも含め、目的の結果が出るまでの使用量で比べます。

Haiku 5.5は、入力が10万トークンを超えると、100万トークンあたりの単価が入力0.50米ドル、出力2.50米ドルに変わります。超えた分だけでなく、その依頼全体に長い入力向けの単価が適用されます。長い資料をまとめて送る場合は、入力全体の長さを確かめて費用を計算します。

Lunaは、入力が27万2,000トークンを超えると、適用されるAPI単価が変わります。短い入力では同じ単価でも、最安単価が適用される入力の長さはHaikuと異なります。

Claudeの画面で使う人は利用中のプランと使用量の上限を、APIで組み込む人は処理量に応じた料金を確認します。

掲載した公表評価では、Haiku 5.5は旧Haikuから性能が伸び、GPT-6 Lunaも上回っています。一方、参考掲載のSonnet 5.5は、ここに載せたすべての評価でHaiku 5.5を上回っています。

性能は、評価した仕事と条件をそろえて読みます。図3はAnthropicの発表に載る比較結果です。知識作業のEloを数値カードで、PC操作と開発の得点をグラフで示します。

GDPval-AAは、仕事上の課題で作った成果物を比べる評価です。Eloは、比べたモデルの中での相対的な評価を表します。数値が倍でも能力が倍になる尺度ではないため、棒の長さではなく数値で示しています。

OSWorldは、AIがPCの画面を操作して課題を進める評価です。掲載値は一部の課題（offline subset）を対象に、途中までできた作業にも点を付けた得点です。作業を最後まで完了した割合とは異なります。実際に画面を操作するには、モデルに加えて、操作を実行する道具も必要です。

公式システムカードには、推論設定や評価環境が記載されています。掲載値はHaiku 5.5のmax設定での結果なので、普段使うmediumでの品質は、自分の作業で確かめます。

Anthropicは、道具を使いながら進める複雑な開発に、Sonnet 5.5やOpus 5.5を位置づけています。Terminal-Bench 4.0ではSonnetの70.6%に対しHaikuは39.2%で、複雑な開発を任せる際にはSonnetも比較候補になります。

推論の強さは、AIが答えを出すまでに考える量の目安です。ここでは、APIや、コードの作成・修正をAIに任せるClaude Codeで設定を調整する場合を説明します。Haiku 5.5の標準設定はmediumです。短く単純な仕事にはlow、条件の多い仕事にはhighが、最初に試す設定の目安です。

Haiku 5.5では、low・medium・high・xhigh・maxから推論の強さを選べます。設定が作業に合うかは、結果の品質だけでなく、待ち時間と費用も見て判断します。

公式のeffort説明では、lowを短い会話や単純な分類など、大量の短い処理に向く設定としています。長い仕事では必要な検索や確認を省いたり、早く切り上げたりする場合があるため、作業の抜けを確かめます。

highは、資料を読み解く作業や、守ってほしい条件が多い仕事で試す設定です。例えば、要約で注意事項が抜けてしまうなら、設定を強めたときにその情報が残るかを確認します。

推論設定は、AIが作業に応じて考える量を調整する目安です。強めると推論に使うトークンや費用が増え、待ち時間が長くなる可能性があります。設定ごとに同じ依頼を送り、増えた負担に見合う品質の改善があるかで選びます。

Anthropicは、xhighやmaxについて、実際の仕事で結果の改善を確認できた場合に使うよう勧めています。Haikuを強い設定で使い続ける前に、同じ仕事をSonnetに任せた場合の品質・費用・速さも比べます。修正の手間や待ち時間を含めて、どちらを使うか判断します。

短い要約や仕分けを繰り返すならHaiku、まとまった成果物や日々の開発ならSonnet、複雑な判断を長く続けるならOpusが候補です。GPT-6 Lunaも、短い作業を大量に行うときの比較候補になります。入力が短い通常APIでは、Haikuと同じ単価です。

Haiku・Sonnet・Opusの使い分けは、Anthropicが示す役割に沿った目安です。モデル名だけで優劣を決めず、任せたい仕事の範囲と複雑さで選びます。

例えば、届いた問い合わせを仕分ける作業をHaikuに、報告資料全体を組み立てる作業をSonnetやOpusに任せる使い分けが考えられます。安いモデルですべてを置き換えようとせず、切り分けやすい仕事から試します。

Anthropicは、Rogoの利用事例として、大きいモデルとHaikuの分担を紹介しています。大きいモデルが財務プレゼンテーションを作る間に、Haikuは決算資料から、必要な事業別売上が載った行を抜き出しています。資料全体を組み立てる役と、必要な情報を探す役を分けた例です。

分担した仕事では、Haikuが抜き出した数字や項目が、次のモデルへ正しく渡ったかを照合します。抽出の速さだけでなく、確認と受け渡しを含む手間で判断します。

OpenAIはGPT-6 Lunaを、範囲を限定した大量の仕事に向く効率的なモデルとして紹介しています。すでにOpenAIのAPIを使っている人なら、短い作業を大量に行うときに、Haikuと比較する候補になります。

HaikuとLunaを比べるときは、同じ依頼と資料で、必要な情報を残せるか、分類や抽出を間違えないか、待ち時間と使用量がどう変わるかを確認します。推論設定の名前が同じでも、提供元が異なれば、考える量まで同じとは限りません。

単価の低いモデルを、範囲を切り分けやすい仕事に充てるのが使い分けの出発点です。成果物全体をまとめる役割と情報を抜き出す役割を分ければ、それぞれに必要な品質を確かめやすくなります。

少数の利用者報告には、小さなコード修正や日本語の言い回しを評価する例があります。一方、修正のやり取りや推論設定によって、完了まで長くかかった例もあります。身近な短い作業で、結果と待ち時間を比べることから始めます。

直す内容と、正しく直せたかを確かめるテストが決まった小規模な課題では、旧Haikuよりうまくプログラムを直せたという報告があります。日本語では、AI特有の硬い言い回しが少ないという感想もありました。いずれも、報告された作業での感触です。

返信の下書きや通話内容の要約を試した報告では、モデルが自分の回答を採点し、使えそうだと判定しています。これは、人が品質を独立に評価した結果ではありません。同じ報告の営業メールでは、AIに伝えていない相手のチームの事情が書き足されました。文章が自然でも、資料にない内容が混ざっていないか、人が確認してから使います。

小さなコード修正でHaikuとSonnetを比べた利用者の報告では、Haikuはやり取りが多く、完了まで長くかかりました。一方、確認用テストの失敗はSonnetより少なかったとされています。この利用者が別の試行でHaikuの推論設定を比べたところ、mediumからhighに上げると失敗が減りました。xhighやmaxまで上げると待ち時間と費用は増えましたが、失敗はさらに減りませんでした。これは小規模な課題での結果です。返事が速いことと、仕事が早く終わることは別です。

この報告を踏まえると、設定を選ぶ際は、mediumでの失敗がhighで減るかを先に確かめる方法が考えられます。改善が止まったら、さらに設定を強めるより、Sonnetで完了までの手間を比べます。

渡したメモを、Haikuが「実装してほしい」という指示だと取り違えた例もありました。別の利用者がlow設定で分類を試した際には、選択肢の並び順を変えるだけで答えが変わったと報告しています。この分類の試行は、特定の課題と設定での結果です。依頼する作業と、してほしくない作業を分けて伝え、仕分けの結果も元の文面で確かめます。

最初に試すなら、Claudeの画面でHaikuを選び、自分で内容を確認できる短い資料を渡してみます。例えば「この資料の要点を短くまとめてください。重要な数字と固有名詞は残し、資料にない内容は加えないでください」と頼み、原文と答えを見比べます。コード修正を試す場合は、変更箇所と動作を確かめます。

仕分けを試すなら、例えば「この問い合わせを『製品について』『料金について』『その他』に分類し、理由も短く添えてください」と頼めます。分類結果とその理由を元の文面と照合し、選択肢の並びを変えても判断が変わらないかを確かめます。要約では重要な数字や固有名詞が残ったか、原文にない原因や次の作業が加わっていないかを確認します。情報が抜けていたら、「この情報も残してください」と具体的に伝えます。設定を調整できるAPIやClaude Codeでは、mediumで試した結果を基準に、設定を変えたときの品質と待ち時間を比べます。修正が続く仕事はSonnetにも任せて、完了までの手間と待ち時間を比べます。

公式のHaiku製品ページによると、ClaudeではFree・Pro・Max・Team・EnterpriseでHaiku 5.5を利用できます。Claude Code、API、対応クラウドからも使えます。利用中のプランやAPIの提供条件を確かめ、用途に合う方法を選びます。

Haiku 5.5の安さを生かす出発点は、入力が短く、任せる範囲が明確な仕事です。結果と待ち時間を確かめ、APIなら実際の使用量に応じた費用も見て、任せる範囲を広げるか判断します。

性能の公表値、仕様、料金と設定の根拠はAnthropicとOpenAIの公式資料です。利用者の報告は、試した作業と比較条件を確認できた範囲で整理しています。

1. Introducing Claude Haiku 5.5 — Anthropic — 発表日、作業別の公表性能、Rogoの利用事例を参照しています。
2. Claude Haiku 5.5 — Claude Platform Docs — 文脈の容量、最大出力、推論設定と推奨用途を参照しています。
3. Claude Haiku — Anthropic — Claudeの対象プランと利用できる入口を参照しています。
4. Claude Haiku 4.5 — Claude Platform Docs — 旧Haikuの仕様と、引き続き利用できることを参照しています。
5. Introducing Claude Haiku 4.5 — Anthropic — 旧Haikuの位置づけを確認する補助資料です。
6. Claude Sonnet 5.5 — Claude Platform Docs — Sonnetの仕様と役割を確認する補助資料です。
7. Introducing Claude Sonnet 5.5 — Anthropic — Sonnetを日々の開発や成果物づくりに使う位置づけを参照しています。
8. Claude Opus 5.5 — Claude Platform Docs — Opusの複雑な課題や長い仕事での位置づけを参照しています。
9. Introducing Claude Opus 5.5 — Anthropic — Opusの役割を確認する補助資料です。
10. Pricing — Claude Platform Docs — Claude各モデルの通常API単価と長い入力の料金条件を参照しています。
11. Effort — Claude Platform Docs — 推論の強さの意味と、lowなどの推奨用途を参照しています。
12. GPT-6 Luna — OpenAI API — Lunaの用途と、長い入力の料金条件を参照しています。
13. Changelog — OpenAI API — Lunaの提供情報を確認する補助資料です。
14. Pricing — OpenAI API — Lunaの通常API単価を参照しています。
15. Claude Haiku 5.5 System Card — 評価の推論設定と実行条件 — 図3の推論設定、評価環境とOSWorldの採点条件を参照しています。