Laster katalogen …
Laster katalogen …
Anthropics multimodale modell med kort svartid, et kontekstvindu på 1 000 000 token og konfigurerbare resonneringsnivåer.
Oversikt. Claude Haiku 5.5 er Anthropics høyhastighets multimodale modell, utviklet for inferensarbeidsbelastninger med kort svartid. Den behandler tekst og visuelle inndata i et kontekstvindu på 1 000 000 token, med støtte for opptil 128 000 genererte token. Utviklere velger Haiku 5.5 når rask respons og innlesing av store dokumenter veier tyngre enn parameterantall på frontmodellnivå.
Viktigste styrker. Modellen kombinerer kort svartid i sanntid med stor innlesingskapasitet og aksepterer tekst, bilder og dokumentfiler på opptil 1 000 000 token. Den støtter adaptiv utvidet resonnering med fem konfigurerbare resonneringsnivåer fra lavt til maksimalt, noe som gir mulighet for å kalibrere grundig problemløsning under kjøring. Evalueringsprofiler viser særlig styrke innen direkte kommunikasjon, skrivesynteser og dokumentforskning i stort volum.
Når du bør bruke den. Bruk Claude Haiku 5.5 til kundevendte kommunikasjonsagenter, sanntidstriage og rask dokumentbehandling over lange kontekstinndata. Den fungerer godt i Smart Router for oppgaver med middels kompleksitet som krever kort svartid. Arbeidsbelastninger som krever dyp matematisk resonnering eller komplekse agentiske løkker bør sendes til modeller med høyere kapasitet.
Begrensninger. Claude Haiku 5.5 er utelukkende tilgjengelig som et API med lukkede vekter og kan ikke driftes lokalt. Modellen avviser egendefinerte temperaturinnstillinger på API-nivå og returnerer klientfeil hvis det sendes inn samplingsverdier som avviker fra standard. Den støtter heller ikke innebygd lydbehandling.
Suverenitetsnotat. Anthropic er basert i USA og er underlagt den amerikanske CLOUD Act. Inferens som behandles via Anthropics egne endepunkter, oppfyller ikke europeiske standarder for suveren drift.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L0 | €0.09 / 0.45+1 pris | Tilkoblet |
12 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Innebygd verktøykall kombinert med kort svartid gir rask og pålitelig skjemaetterlevelse for operative API-integrasjoner.
Rask inferens og lav kostnadsprofil gjør denne modellen svært effektiv for kontinuerlig klassifisering av dokumenter og tekst i store volumer.
Høy operasjonell gjennomstrømning og kostnadseffektivitet gjør den ideell for massemerking av metadata og batchklassifisering av taksonomi.
Svartid under ett sekund og lave tokenkostnader gjør den til et ideelt verktøy for sanntidsutvidelse og omformulering av RAG-spørringer.
Høy gjennomstrømning og kort svartid gjør den optimal for intensjonsklassifisering og arbeidsflyttriagering i store volumer.
Kombinerer et kontekstvindu på 1M token med innebygd verktøykall for å trekke ut strukturert JSON fra store dokumenter til lav enhetskostnad.
Kort svartid og støtte for verktøykall håndterer førstelinjespørsmål fra kunder på en god måte, selv om komplekse kanttilfeller er bedre egnet for høyere resonneringsnivåer.
Kontekstkapasitet på 1M token gjør det mulig å oppsummere store tekstkorpuser i én gjennomgang, med rask svartid og gunstig prising.
Et kontekstvindu på 1M token gjør det mulig å spørre mot hele dokumentarkiver, men syntetisk analyse av tett materiale håndteres bedre av Sonnet.
Modellspesifikasjonen inkluderer ikke støtte for multimodal bildebehandling.
Mangler innebygd lydbehandling og kan ikke ta imot talinndata.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
Beregnet fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "anthropic/claude-haiku-5-5",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level – nivået forespørselen ble betjent på