Quando usar o Claude Haiku? As tarefas de texto em volume que o modelo leve resolve sem drama

O reflexo é quase automático: chegou tarefa nova, joga no modelo mais caro e reza pra dar certo

Só que boa parte do que a gente pede pra IA no dia a dia não é raciocínio profundo, é trabalho braçal de texto

Classificar mil tickets, tirar três campos de uma nota fiscal, arrumar grafia de cidade, resumir quinhentos comentários que dizem quase a mesma coisa

O Claude Haiku 4.5 foi lançado em 15 de outubro de 2025 e é apresentado pela Anthropic como o modelo mais rápido e de menor custo do catálogo Claude

O preço na plataforma da Anthropic é US$ 1,00 por milhão de tokens de entrada e US$ 5,00 por milhão de tokens de saída

O recorte deste post é esse e só esse: tarefa de texto repetitiva, em volume, com critério fechado

Não é a discussão de "qual modelo é o melhor do mundo", beleza? A pergunta aqui é onde o leve já resolve sem drama 🙂

As quatro tarefas em que o modelo leve resolve sem drama

Classificar: escolher um rótulo dentro de uma lista fechada

Classificação é a tarefa mais óbvia da lista

Você tem um texto de entrada e um conjunto FIXO de saídas possíveis, e o modelo só precisa apontar uma delas

Exemplo de dev: cada ticket que entra no suporte vira bug, cobranca, duvida ou elogio pra cair na fila certa

Outro que aparece muito: marcar se um comentário é tóxico ou não antes de publicar

O formato de saída esperado é o menor possível, um objeto com um campo e um enum:

{
  "categoria": "cobranca"
}

Repare no detalhe: a saída não é um parágrafo explicando a escolha, é o rótulo

Quanto menor a saída, menos token de saída você paga e mais rápido o item termina

Extrair campos: texto livre vira objeto

Aqui a entrada é bagunçada e a saída é organizada

É o clássico "pega esse e-mail e me devolve remetente, valor e vencimento"

O Haiku 4.5 aceita texto, imagem e arquivos como PDF na entrada, e devolve texto, então dá pra jogar o documento direto

Exemplo de dev: uma caixa de entrada com centenas de pedidos escritos por humano, e você quer um registro por pedido pra gravar no banco

O formato de saída esperado:

{
  "fornecedor": "Papelaria Central",
  "valor_centavos": 18990,
  "vencimento": "2026-09-03"
}

Tome cuidado com um detalhe chato: campo ausente

Se o texto não tinha vencimento, o modelo precisa saber que pode devolver nulo em vez de inventar uma data pra te agradar

Isso se resolve no schema, e a gente chega lá daqui a pouco

Normalizar dados: grafias, unidades e formatos inconsistentes

Essa é a tarefa que todo mundo já resolveu com regex e se arrependeu depois

"São Paulo", "sao paulo", "SP", "S. Paulo", "Sao Paulo/SP"

Ou peso vindo em kg, g e lb no mesmo CSV que o cliente te mandou

Regex dá conta dos casos que você previu, e morre no primeiro caso que você não previu

O modelo leve é bom aqui porque a decisão continua sendo local: olha o valor, aplica a regra, devolve o valor limpo

O formato de saída esperado é par de entrada e saída, sempre com a forma canônica escolhida por VOCÊ:

{
  "original": "S. Paulo",
  "cidade": "São Paulo",
  "uf": "SP"
}

Resumir muitos itens parecidos

Resumir um texto qualquer é tarefa aberta

Resumir mil textos do MESMO tipo, com o mesmo tamanho de saída e a mesma pergunta, é tarefa fechada

Exemplo de dev: cada issue do repositório vira uma linha de no máximo 20 palavras pra você bater o olho no backlog inteiro

Ou cada avaliação de produto vira "o que o cliente reclamou" em uma frase

A documentação da Anthropic lista exatamente essa família de trabalho como caso de uso do processamento em lote: avaliações em larga escala, pipelines de moderação de conteúdo, análise de dados em grande volume e geração de conteúdo em massa

Se o seu problema se parece com um desses quatro, você provavelmente está no território do modelo leve

O que essas tarefas têm em comum (e como reconhecer a sua)

O padrão fica claro quando você junta as quatro:

• Critério fechado: existe resposta certa e ela cabe numa regra que você consegue escrever
• Decisão local: cada item se resolve sozinho, sem raciocínio encadeado longo nem contexto de outros itens
• Saída curta e estruturada: um objeto pequeno, não um ensaio
• Volume alto: são tantos itens que o custo por item vira o que importa de verdade

Quando os quatro batem, subir de modelo é gastar mais pra ter o mesmo rótulo

Tarefa	O que a torna adequada ao modelo leve	Sinal de alerta pra subir de modelo
Classificar	Lista fechada de rótulos, saída de um campo	As categorias se sobrepõem e a escolha depende de interpretar intenção
Extrair campos	Os campos estão no texto, é leitura e transcrição	O campo precisa ser deduzido de várias partes do documento
Normalizar	Existe uma forma canônica definida por você	Você mesmo não sabe qual é a forma certa do dado
Resumir em volume	Itens do mesmo tipo, mesmo tamanho de saída	O resumo precisa comparar itens entre si ou tirar conclusão de negócio

E tem os números que sustentam a escolha

Na página viva do Artificial Analysis, o Claude 4.5 Haiku (não-reasoning) aparece com velocidade de saída medida em torno de 93 tokens por segundo, contra mediana de 63 tokens por segundo dos modelos comparados

No Intelligence Index da mesma página ele marca 24, contra mediana de 23

Ou seja: inteligência na faixa da mediana, velocidade bem acima dela

Pra tarefa de critério fechado, é exatamente esse o trade-off que você quer

Se a sua dúvida é mais ampla e envolve escolher o modelo dentro do editor, esse assunto tem post próprio por aqui

O que você precisa antes de rodar em volume

Lista curta, só o que dá pra afirmar com fonte:

• Acesso a uma das três portas: API Claude, Amazon Bedrock ou Google Cloud Vertex AI
• O identificador do modelo: nas chamadas de API o Haiku 4.5 é claude-haiku-4-5
• Entender que model ID da Anthropic é snapshot pinado: todo ID aponta pra um snapshot fixo, e desde a geração 4.6 o formato passou a ser sem data, mas continua sendo snapshot fixo e não um ponteiro que se atualiza sozinho
• Saber o que cabe: o Haiku 4.5 tem janela de contexto de 200 mil tokens e limite de saída de 64 mil tokens
• Tool use e entradas: ele suporta uso de ferramentas (function calling) e aceita texto, imagem e arquivos como PDF, devolvendo texto

Aquele terceiro item merece um parágrafo

Muita gente assume que ID sem data é "o mais novo sempre"

Não é

Se você quer trocar de versão, a troca é sua, feita no código, e isso é bom: seu pipeline de volume não muda de comportamento sozinho no meio da noite

Como formatar a saída para usar direto no código

Essa é a parte que separa o brinquedo do pipeline

Saída bonita no chat não serve pra nada se o seu JSON.parse quebra em 3% dos itens

E em volume, 3% de mil itens é trinta chamadas de suporte 😛

1. Defina o schema da resposta em vez de pedir JSON no prompt

Escreva o formato antes de escrever o prompt: quais campos, quais tipos, quais valores permitidos, o que pode ser nulo

O erro comum deste passo: confiar no "responda apenas em JSON, sem texto antes ou depois"

Isso é instrução, não garantia

2. Use as saídas estruturadas da API Claude

As saídas estruturadas (structured outputs) estão em disponibilidade geral na API Claude, e a lista de modelos suportados inclui o Claude Haiku 4.5

Elas constrangem a resposta do modelo ao schema informado, garantindo saída válida e parseável pro processamento seguinte, em vez de depender de instrução no prompt

São duas formas complementares: saída JSON via output_config.format com type: "json_schema", e uso estrito de ferramentas com strict

No uso estrito de ferramentas, a chave "strict": true entra como propriedade de nível superior na definição da tool, ao lado de name, description e input_schema:

{
  "name": "classificar_ticket",
  "description": "Classifica o ticket de suporte em uma das categorias permitidas",
  "strict": true,
  "input_schema": {
    "type": "object",
    "properties": {
      "categoria": {
        "type": "string",
        "enum": ["bug", "cobranca", "duvida", "elogio"]
      }
    },
    "required": ["categoria"]
  }
}

O erro comum deste passo: colocar o strict dentro do input_schema

Ele é irmão do name, não filho do schema

3. Confira a migração do parâmetro se você começou na beta

O parâmetro output_format da fase beta passou a ficar em output_config.format

E a versão em disponibilidade geral não exige cabeçalho beta

O erro comum deste passo: copiar snippet antigo da internet com o nome velho do parâmetro e ficar caçando fantasma no log

4. Rode o volume pela Message Batches API

O processamento em lote tem 50% de desconto nos tokens de entrada e de saída

Cada lote é limitado a 100.000 requisições ou 256 MB, o que vier primeiro

Os resultados ficam disponíveis quando todas as mensagens terminam ou após 24 horas, o que vier primeiro, e o lote expira se não concluir nessa janela

A maioria termina em até 1 hora, e os resultados ficam retidos por 29 dias

O erro comum deste passo: tratar o batch como se fosse síncrono e deixar o usuário esperando na tela

Batch é pra trabalho que pode terminar depois, tipo enriquecer a base da madrugada

5. Reaproveite o prefixo fixo do prompt

Em tarefa de volume, 90% do seu prompt é igual em todos os itens: a instrução, as regras, os exemplos

Só o final muda

A página oficial do Claude Haiku cita até 90% de economia com prompt caching e até 50% com processamento em lote

O erro comum deste passo: montar o prompt com o conteúdo do item no COMEÇO e a instrução no fim

Aí o prefixo nunca é igual e não tem o que reaproveitar

Quando o Haiku não é a escolha certa

Agora a parte honesta, porque bala de prata não existe

A Anthropic declara no anúncio de lançamento que o Haiku 4.5 entrega nível de desempenho em código parecido com o do Claude Sonnet 4, por um terço do custo e com mais que o dobro da velocidade

E reportou 73,3% no SWE-bench Verified pro modelo

Vale marcar: esses números são declarados pela própria empresa no lançamento, não são medição independente

E mesmo tomando como verdade, repare no que a frase promete e no que ela NÃO promete

Ela fala de desempenho próximo a um modelo de geração anterior, em benchmark de código

Não fala que ele substitui o modelo grande na sua decisão difícil

O limite prático é o mesmo que a gente desenhou na tabela: critério ambíguo, decisão de arquitetura e raciocínio longo encadeado pedem modelo maior

Volume com regra clara fica com o leve, e fica MUITO bem

Outro registro pra evitar confusão: o modelo leve atual da Anthropic segue sendo o Haiku 4.5

Não existe Claude Haiku 5 anunciado até hoje, então se você viu isso em algum lugar, era rumor

Esse raciocínio de encaixar a ferramenta na tarefa em vez de sempre pegar a maior vale pra tudo, inclusive fora de texto, tipo gerar imagem com IA

Próximo passo: escolha uma tarefa e meça

Não migre pipeline inteiro por causa de post de blog, nem deste aqui haha

Faz assim:

Pega a tarefa repetitiva mais chata do seu backlog, aquela que hoje você resolve no modelo caro por preguiça de pensar

Escreve o schema da saída antes do prompt

Roda um lote pequeno pela Message Batches API, com uma amostra que você já sabe a resposta certa

Compara duas coisas: acerto e custo por item

Se o acerto segurou, você acabou de baratear um pedaço da sua operação sem perder nada

Se não segurou, você descobriu que aquela tarefa não era tão fechada quanto parecia, e isso também é informação boa

Medir é chato, mas é o único jeito de sair do achismo…

até o próximo post! =)

Perguntas frequentes

Quanto custa usar o Claude Haiku 4.5 por token?

Na plataforma da Anthropic o Haiku 4.5 sai por US$ 1,00 a cada milhão de tokens de entrada e US$ 5,00 a cada milhão de tokens de saída. A própria Anthropic apresenta esse modelo como o mais rápido e de menor custo do catálogo Claude. É esse preço que sustenta o uso em volume, tipo classificar milhares de itens sem o custo virar problema.

Claude Haiku 4.5 dá conta de tarefa de código ou só de texto em volume?

A Anthropic afirma que o Haiku 4.5 chega perto do desempenho do Claude Sonnet 4 em código, por um terço do custo e com mais que o dobro da velocidade. No lançamento, a empresa reportou 73,3% no SWE-bench Verified. Mas o recorte deste post é outro: tarefa de texto repetitiva e em volume, onde o custo por item pesa mais que a inteligência de ponta.

Dá pra forçar o Claude Haiku 4.5 a devolver sempre um JSON no formato certo?

Dá sim. As saídas estruturadas estão em disponibilidade geral na API Claude e o Haiku 4.5 está na lista de modelos suportados. Você define o schema em output_config.format com type json_schema, ou usa strict: true na definição da tool, e a resposta fica constrangida a esse formato em vez de depender de instrução solta no prompt.

Vale a pena usar o processamento em lote (batch) pra rodar milhares de classificações?

Se o volume é grande, sim: a Message Batches API dá 50% de desconto nos tokens de entrada e de saída. Um lote aceita até 100.000 requisições ou 256 MB, o que vier primeiro, e cobre exatamente casos como avaliação em larga escala, moderação de conteúdo e geração de conteúdo em massa.

Quanto tempo demora pra sair o resultado de um lote no Claude?

O lote conclui quando todas as mensagens terminam ou em até 24 horas, o que vier primeiro, e a maioria fica pronta em até 1 hora. Depois de criado, o resultado continua disponível por 29 dias. Pra rotina de classificar ou extrair campo em massa, isso costuma caber tranquilo numa janela de processamento noturno.

Existe Claude Haiku 5 ou o 4.5 ainda é a versão atual?

Até o momento não há um Claude Haiku 5 anunciado, então o Haiku 4.5 segue sendo a versão vigente da família. Nas chamadas de API o identificador é claude-haiku-4-5, um snapshot fixo. Vale lembrar que todo model ID da Anthropic é pinado, e a partir da geração 4.6 o formato passou a vir sem data, mas continua sendo um snapshot fixo, não um ponteiro que atualiza sozinho.