Claude Haiku 5.5 costa più token: immagini grandi più pesanti, testo +30%

Passare da Claude Haiku 4.5 a Claude Haiku 5.5 può far salire il conto in token. Nella guida di migrazione di Anthropic si legge che un’immagine di 2.000 per 1.500 pixel costa circa 2,5 volte più token visivi su Haiku 5.5 che su Haiku 4.5. Il motivo è il livello di elaborazione delle immagini, più alto sul nuovo modello. Anche il testo conta più token.

Perché le immagini grandi pesano di più

Secondo Anthropic, Haiku 5.5 usa il livello di risoluzione alta per le immagini. Haiku 4.5 e i Haiku precedenti usano invece il livello standard. La differenza sta nella soglia oltre la quale l’immagine viene ridimensionata prima di essere contata.

Con soglie più alte, un’immagine grande viene ridotta meno e occupa più token. L’esempio fatto da Anthropic è proprio quello da 2.000×1.500 pixel, circa 2,5 volte più costosa in token visivi su Haiku 5.5.

Anche il testo conta circa il 30% di token in più

Haiku 5.5 adotta lo stesso tokenizer più recente dei modelli Claude 4.7 e successivi. Lo stesso testo produce quindi circa il 30% di token in più rispetto a Haiku 4.5; l’aumento esatto dipende dal contenuto. Il formato di richieste, risposte ed eventi in streaming resta invariato.

• I campi usage e i risultati del conteggio dei token sono più alti a parità di testo.
• Un dato numero di token contiene meno testo.
• Un max_tokens tarato su Haiku 4.5 può troncare un output equivalente.

Anthropic raccomanda di contare i prompt impostando il modello su claude-haiku-5-5, senza riusare i conteggi misurati su Haiku 4.5.

Cosa ricalcolare nei costi

Le stime di spesa basate sui conteggi di Haiku 4.5 vanno rifatte con i conteggi e i prezzi di Haiku 5.5, compresi i prezzi più alti per i prompt lunghi. Il listino della Claude API indica per Haiku 5.5, per milione di token, 0,10 dollari in input e 0,50 in output con prompt fino a 100.000 token; oltre questa soglia, rispettivamente 0,50 e 2,50 dollari. Haiku 4.5 costa rispettivamente 1 e 5 dollari: più token non implicano quindi una spesa maggiore. Il confronto complessivo dipende dal carico di lavoro. Disponibilità e prezzi per l’Italia non sono indicati nella guida.

Pesano anche alcuni aspetti legati al ragionamento del modello:

• il thinking adattivo è attivo di default, quindi una risposta può iniziare con blocchi di thinking anche se la richiesta non imposta thinking;
• i token di thinking contano nel max_tokens: con un limite basso si può ottenere stop_reason: "max_tokens" dopo il blocco di thinking e prima di qualsiasi testo;
• i blocchi di thinking dei turni precedenti restano nel contesto e contano come token in input, mentre Haiku 4.5 teneva solo quelli dell’ultimo turno; le conversazioni multi-turno portano così più token di quanti ne spieghi il solo tokenizer. I blocchi prodotti da Haiku 5.5 sono però utilizzabili soltanto dall’account che li ha generati o da un account collegato: attraverso un altro account vengono scartati senza errore, perdendo quel ragionamento, quindi le conversazioni salvate vanno riprodotte attraverso l’account originario;
• per eliminare i blocchi più vecchi Anthropic indica il thinking block clearing.

Le altre modifiche da fare nel codice

La guida elenca interventi che non riguardano i costi ma che fanno fallire le richieste se ignorati.

• Se si reinviano blocchi di thinking, bisogna mantenere invariati system, tools e i messaggi che li precedono, aggiungendo soltanto nuovi turni: modificarli restituisce errore 400. Per gli account creati prima del 31 agosto 2026 alle 00:00 UTC, l’errore scatta solo nelle richieste che impostano thinking.block_binding.prefix_mismatch_behavior.
• thinking con {"type":"enabled","budget_tokens":N} restituisce errore 400: va sostituito con {"type":"adaptive"}, regolando quanto il modello ragiona con output_config.effort.
• temperature, top_p e top_k vanno tolti. Se inviati singolarmente, temperature deve valere 1 e top_p 0,99. Qualunque altro valore, qualunque top_k e la presenza contemporanea di temperature e top_p restituiscono errore 400.
• Il prefill, cioè un ultimo turno assistant che il modello deve continuare, è rifiutato con errore 400 anche a thinking disattivato: i messaggi devono chiudersi con un turno user.
• Di default i blocchi di thinking tornano con il campo thinking vuoto e solo la firma; per ricevere il riassunto si usa {"type":"adaptive","display":"summarized"}.
• L’ID del modello è claude-haiku-5-5, fisso, senza suffisso di data e senza alias separato; su Amazon Bedrock è anthropic.claude-haiku-5-5.

Chi parte da Haiku 3.5 o Haiku 3 deve applicare anche le modifiche della sezione dedicata della stessa guida.

Rifiuti e limiti per piattaforma

Haiku 5.5 esegue classificatori di sicurezza che possono rifiutare una richiesta, e la risposta arriva con stop_reason: "refusal". Anthropic precisa che non esiste un fallback lato server: la gestione va prevista nel codice.

Su Amazon Bedrock gli structured outputs non sono disponibili per Haiku 5.5; la guida suggerisce di descrivere il formato nel prompt o di usare un tool senza strict, validando l’output. Per chi ha un impegno di Priority Tier su Haiku 4.5, il Priority Tier non è supportato su Haiku 5.5 e la capacità va pianificata a parte.

Leggi anche

• Graphify con Ollama: il grafo delle note Markdown in locale
• LM Studio Bionic: come installarlo e usare un modello aperto in locale
• AI in locale: che computer serve tra GPU, VRAM, RAM e mini PC