ハクソク

世界を動かす技術を、日本語で。

クロード・ハイク 5.5

2026年10月8日原文(anthropic.com)

概要

  • Claude Haiku 5.5 は、これまでで最も 高速・低コスト・高性能 な小型モデル
  • 高頻度・コスト重視 のタスクに最適化され、 大幅なコスト削減 を実現
  • Opus 5.5やSonnet 5.5 と組み合わせたサブエージェント用途にも対応
  • 安全性・整合性 も向上し、さまざまなプラットフォームで利用可能
  • Sonnet 5.5の価格改定やAPIクレジット など、関連サービスも強化

Claude Haiku 5.5の特徴

  • Claude Haiku 5.5 は、 最安値・最速・高性能 を実現した小型AIモデル
    • 高頻度・コスト重視 のタスク向け設計
    • 要約、圧縮、データベースクエリ、分類リクエスト 等の反復処理に強み
  • Opus 5.5やSonnet 5.5 との組み合わせによる サブエージェント 用途
    • コーディング作業の補助役として有効
  • リアルタイム性が求められる用途 （カスタマーサポート、ブラウザ利用）に最適
  • Haiku 4.5比で平均75%のコスト削減
    • 価格改定により、 大幅なコストダウン を実現

パフォーマンス・ベンチマーク

  • 知識作業・マルチタスク・エージェント型コーディング・ビジュアル推論 など多様なベンチマークで高性能
    • 例： OSWorld 2.1 （実コンピュータ操作）、 Terminal-Bench 4.0 （コマンドライン作業）、 Chartography （ビジュアル推論）で優位性
  • 調整可能なエフォート設定 を初搭載
    • コスト重視か知能重視かをユーザーが選択可能

顧客の評価

  • Asana による評価で、「従来モデル比でタスク完了までの遅延30%減、推論速度2.5倍」など 顕著な速度向上 を実感

価格情報

  • Haiku 5.5 は、 100,000トークンまでのプロンプト に特に高コストパフォーマンス
    • 1Mトークンあたりの価格（プロンプト/出力/キャッシュ操作）で Haiku 4.5比で圧倒的低価格
    • 例：プロンプト$0.01、出力$0.50（100kトークン未満の場合）

安全性・整合性

  • 整合性評価で大幅な改善、誤用協力の低減
  • サイバーセキュリティ対策 はHaiku 4.5より強化、Sonnet 5.5よりはやや緩和
    • 防御的タスクには幅広く対応、攻撃的用途は制限
  • 生物学関連の安全策 は他最新モデルと同等
    • 研究的質問は許可、悪用リスクのあるリクエストは制限
    • 専門用途には Life Sciences Verification Program や Cyber Verification Program を用意

利用可能プラットフォーム・開発者向け情報

  • AWS, Google Cloud, Microsoft Azure など主要クラウドで即日利用可能
  • Claude Platform で claude-haiku-5-5 として提供中
  • Python/TypeScript SDK もアップデート
    • コンピュータ操作・ブラウザ操作 へのβ対応

関連サービスのアップデート

  • Sonnet 5.5のキャッシュリード価格を半額 （1Mトークンあたり$0.10に）
    • エージェントタスクのコストを約20%削減
  • Max・Teamサブスクライバー向け月次APIクレジット新設
    • Max 5x：月$100、Max 20x：月$200、Team：ユーザー合算で最大$500
    • API実験・開発推進 を目的

モデル選択の指針

  • 複雑なエージェントコーディング には Sonnet 5.5/Opus 5.5 が最適
  • 要約・圧縮・サブエージェント 等の 高頻度・限定的なタスク には Haiku 5.5 が最適

まとめ

  • Claude Haiku 5.5 は、 コスト・速度・性能 のバランスに優れた小型AIモデル
  • 大量・反復タスク や コスト重視の開発 に最適
  • 安全性・プラットフォーム対応・開発者支援 も充実
  • 関連モデル・サービス も同時強化され、 幅広い用途に柔軟対応

Hackerたちの意見

AIのLLMって、ムーアの法則みたいなものがあるのかな。どれくらいの頻度でこの技術が進化すると思う？タイミングはどうなるんだろう？

└

情報密度が2日ごとに倍増するってこと？真面目な話、これらの小さいモデルがどう機能するかを考えると、結局のところ、無駄な情報を忘れる能力があるから、推論を通じて小さくなれるみたい。タスクを解決するのにもっと多くの推論トークンが必要になるけどね。

└

既存のモデルが次のモデルを人間の介入なしに自分よりも良くトレーニングできるだけの余裕があればいいな。

└

特定のタイプの仕事が6ヶ月ごとに100%終了するって話を聞いたことがある。何年も続いてるらしい。正直、私は懐疑的だけど、正確性は優先されてなかったみたい。

└

このブログ記事を思い出すな: https://campedersen.com/singularity

└

そうだね -> 彼らは18ヶ月ごとに、同じ品質レベルで90%効率が上がってきたんだ。ここ5年間、その傾向が鈍化する兆しはほとんどないよ。むしろ、システム1モデル（おそらく1-2-3ワークフローも含めて）が、今後3-5年でさらに効率を上げる可能性があると思う。トレンドが止まるのは、7Bのような小さなモデルと32Bモデルの知能差が縮むんじゃなくて、逆に広がり始めるときだね。つまり、7Bはこれ以上賢くなれないってこと。次は32Bが続いて、次に70Bって感じだね。今のところ、どのサイズでもその現象は見たことがないけど。

└

Epoch AIによると: > AIのパフォーマンスを達成するためのコストは、2023年以降、四半期ごとに約47%下がっていて、年間で13倍の低下です。 [0] 0. https://epoch.ai/publications/the-plunging-price-of-thought

価格設定がちょっと変だね。入力は100,000トークンまで$0.10 / MTok、100,000トークンを超えると$0.50 / MTok。出力は100,000トークンまで$0.50 / MTok、100,000トークンを超えると$2.50 / MTok。100kトークンは異常に低いカットオフで、これは俳句にしか適用されないし、ソネットやオーパスには当てはまらない。エージェントを使うとすぐに超えちゃうくらい低いカットオフだし、典型的な生成やJevみたいな分類器にはいい値段だね。この文章にも書いてあるけど、実際には俳句の使用の大部分がこれに該当するみたい。どちらの場合も、俳句4.5の$1入力 / $5出力よりずっと安いし、これらの価格はGPT-6ルナと競争しやすいよ。（$0.10入力 / $0.50出力だけど、トークンの閾値はなし [編集: ルナの閾値は272kらしい]）

└

俳句に400kトークンくらい与えてほしいな。400kか600kトークンの間がちょうどいいと思うけど、俳句は基本的に小さな編集用に設計されてるって理解してる。でも、オーパスに「俳句にやらせてみて」って頼むと、いつも崩れちゃって、オーパスがソネットに切り替わったって言ってくるんだ（ソネットが5.xに上がる前からね）。新しい俳句を試してみるつもりだけど、俳句がまともな指示を受けてオーパスやソネット、フェイブルのファイル編集を全部やってくれたら、使う価値があると思う。

└

ルナも同じだけど、限界が高いだけだね。OpenAIのウェブサイトからの情報だけど、272K以上の入力トークンを含むプロンプトは、入力とキャッシュの料金が2倍、出力が1.5倍になるんだって。

└

実際、トークンごとのフラットな価格設定が変だよね。エンコードもデコードも計算量が線形じゃないから、プロバイダーは平均的な長さに基づいて価格を設定する必要があるんだ。これはトークン生成の真のコストに近づいてるだけだよ。

└

自分は主にHaikuを本当に基本的なことにしか使ってないから、実際の作業には使ったことがないんだ。例えば、バグのトリアージのためにファーストパス分析に使ったことがあるけど、N個のバグを関連付けて、どれかが関連してるかを確認するだけなんだ。それからSonnetにさらに調査させるよ。

Hacker Newsで議論の続きを見る