Quanto custa o Claude Haiku 5.5? Preço por token, cache e o que muda acima de 100k tokens

O Claude Haiku 5.5 é o Haiku mais barato que a Anthropic já colocou na API, mas o preço tem um degrau escondido 😀

Fala aí, beleza? A Anthropic soltou o Haiku 5.5 em 7 de outubro de 2026, fechando a família 5.5 depois do Opus 5.5 (22/09) e do Sonnet 5.5 (28/09)

Se você já viu o preço do Claude Opus 5.5, a lógica aqui é outra: o Haiku foi feito pra trabalho de alto volume e sensível a latência, tipo classificação, roteamento, extração e tarefas de subagente

E a conta muda MUITO dependendo de uma coisa só: se o seu prompt passa ou não de 100 mil tokens

Bora ver na prática?

Tabela de preços do Claude Haiku 5.5: input, output e cache nas duas faixas

Os valores abaixo vêm da página de preços da Anthropic e estão todos em dólares por milhão de tokens

Repara que são duas colunas, não uma

Na maioria dos modelos tu olha um preço de input e um de output e pronto, aqui não 🙂

Por que um prompt acima de 100 mil tokens muda a conta inteira?

Quem decide a faixa é o tamanho do prompt de entrada da requisição

Passou de 100K tokens de input? Aí input E output daquela requisição saem pela tarifa longa

O exemplo que aparece na cobertura do lançamento deixa isso bem claro:

• 90.000 tokens de input e 2.000 de output: tudo na faixa baixa
• 120.000 tokens de input: paga input e output pela faixa longa

Ou seja, o output não tem nada a ver com o tamanho dele mesmo, ele é arrastado junto pelo tamanho do prompt

E o salto não é pequeno, se liga:

• Input: de US$ 0,10 para US$ 0,50
• Output: de US$ 0,50 para US$ 2,50
• Cache read: de US$ 0,01 para US$ 0,05
• Cache write de 5 minutos: de US$ 0,125 para US$ 0,625
• Cache write de 1 hora: de US$ 0,20 para US$ 1,00

Todas as tarifas ficam 5 vezes maiores, sem exceção

Caber no contexto não é caber na faixa barata:

O Haiku 5.5 tem janela de 1M de tokens de contexto e até 128K tokens de saída

Então um documento de 300 mil tokens cabe tranquilo no modelo

Porém ele vai rodar inteiro na faixa cara…

Tome cuidado com isso! É o tipo de detalhe que tu só percebe quando a fatura chega 😛

Como funciona o preço de cache no Haiku 5.5?

Primeiro, o porquê: cache serve pra não pagar preço cheio toda vez que tu manda o mesmo pedaço de prompt (tipo um prompt de sistema gigante que se repete em toda requisição)

Tem dois lados nessa história:

• Cache write: é quando o conteúdo é gravado no cache, e tem duas durações, 5 minutos e 1 hora
• Cache read: é quando a requisição seguinte reaproveita o que já está gravado

Na faixa até 100K, a conta fica assim:

• Input normal: US$ 0,10 por milhão
• Cache read: US$ 0,01 por milhão (um décimo do input normal)
• Cache write de 5 minutos: US$ 0,125 por milhão (um pouco mais caro que o input)
• Cache write de 1 hora: US$ 0,20 por milhão (o dobro do input)

Na faixa acima de 100K a proporção é a mesma, só que tudo multiplicado por 5: US$ 0,05 de leitura, US$ 0,625 de escrita de 5 minutos e US$ 1,00 de escrita de 1 hora

O raciocínio é simples: tu paga um pouco a mais pra gravar, e depois cada leitura sai por um décimo do preço do input

Quanto mais vezes o mesmo trecho é lido antes de expirar, mais a escrita se paga

Como estimar o custo de uma tarefa de alto volume com o Haiku 5.5:

Aqui vão quatro cenários de exemplo

Os volumes são HIPOTÉTICOS, escolhidos só pra mostrar a conta, beleza? Os preços são os oficiais da tabela

A fórmula base é sempre a mesma:

custo = (tokens de input / 1.000.000) x tarifa de input
      + (tokens de output / 1.000.000) x tarifa de output

Caso 1: classificação e roteamento com prompt curto

Imagina 1 milhão de requisições, cada uma com 500 tokens de input e 50 de output

• Input: 500 milhões de tokens na tarifa de US$ 0,10 por milhão
• Output: 50 milhões de tokens na tarifa de US$ 0,50 por milhão
• Total: a soma das duas linhas, aplicando a fórmula ali de cima

O erro comum aqui é esquecer o output: em tarefa de classificação ele é pequeno, mas custa 5 vezes mais por token que o input

Caso 2: o mesmo volume com prompt de sistema em cache

Agora imagina que cada requisição tem um prompt de sistema fixo de 2.000 tokens e mais 300 tokens variáveis, com os mesmos 50 de output

Sem cache, os 2.300 tokens de input de cada requisição saem pela tarifa cheia de US$ 0,10 por milhão

Com o prompt de sistema vindo do cache:

• Cache read: os 2.000 tokens fixos saem a US$ 0,01 por milhão (um décimo do input normal)
• Input variável: só os 300 tokens restantes pagam US$ 0,10 por milhão
• Output: os mesmos 50 tokens a US$ 0,50 por milhão

Aí entram as escritas de cache, que dependem de quantas vezes o cache é regravado (US$ 0,125 por milhão no cache de 5 minutos)

Ou seja, a maior parte do input passa a custar um décimo do preço 😀

O erro comum deste passo é assumir que qualquer prompt entra no cache: confere na documentação oficial os requisitos de cache do Haiku 5.5 antes de contar com essa economia

Caso 3: extração de documento longo que passa de 100K

Aqui mora o perigo…

Imagina 1.000 documentos de 150.000 tokens cada, com 3.000 tokens de output por documento

Como cada prompt passa de 100K, tudo vai pela faixa longa:

• Input: 150 milhões de tokens a US$ 0,50 por milhão
• Output: 3 milhões de tokens a US$ 2,50 por milhão

Agora a alternativa: dividir cada documento em dois pedaços, cada pedaço numa requisição abaixo de 100K

• Input: o conteúdo do documento passa a sair a US$ 0,10 por milhão
• Output: passa a sair a US$ 0,50 por milhão

Como todas as tarifas da faixa baixa são 5 vezes menores, a conta despenca 😀

Só que não fica exatamente 5 vezes menor: as instruções que vão junto de cada pedaço também contam no prompt, então o input total cresce um pouco, e tu ainda precisa deixar uma margem abaixo dos 100K

O erro comum: dividir sem pensar na tarefa

Se a extração precisa do documento inteiro pra fazer sentido (cruzar uma cláusula da página 3 com outra da página 80, por exemplo), quebrar em pedaços pode piorar o resultado, e aí a economia vira retrabalho

Caso 4: carga assíncrona com Batch API

Se a tarefa não precisa de resposta na hora (classificar um backlog inteiro de tickets durante a madrugada, por exemplo), a Batch API dá 50% de desconto em input e output pra cargas elegíveis

Pegando o Caso 1: as tarifas de input e output caem pela metade, então a conta daquela carga sai pela metade também

O desconto oficial é sobre input e output, então não some ele automaticamente com as contas de cache do Caso 2 na sua planilha

Effort e adaptive thinking: o que isso tem a ver com o custo?

O Haiku 5.5 vem com adaptive thinking ligado por padrão, com o parâmetro effort no nível medium

E é o primeiro Haiku com effort ajustável

E o que isso significa na prática? Que tu escolhe se quer otimizar pra custo ou pra inteligência

Pra classificação simples, faz sentido testar se um effort menor dá conta

Pra extração mais chata, talvez valha subir

Na Claude Platform, o ID do modelo é claude-haiku-5-5

E o corte de conhecimento dele é junho de 2026 (não mexe no preço, mas vale saber o quão atualizado ele está)

Haiku 5.5 vs Haiku 4.5: quanto ficou mais barato?

Na faixa até 100K, o Haiku 5.5 sai 90% mais barato que o Haiku 4.5

Acima de 100K, a vantagem cai pra 50%

E segundo a cobertura do lançamento, rodar o Haiku 5.5 custa em média cerca de 75% menos que o Haiku 4.5

Repara que esse número não é a média simples dos dois de cima: ele depende de quanto do uso cai em cada faixa, então a SUA economia real vai depender do tamanho dos seus prompts

Esse mesmo raciocínio de olhar o custo por tarefa, e não só o preço por token, aparece também no custo por tarefa do Sonnet 5.5 🙂

Vale a pena usar o Claude Haiku 5.5 pelo preço?

Pelos números, pra tarefa curta e repetitiva, é absurdo de barato

Classificação, roteamento, extração de texto curto, subagente fazendo trabalho braçal: tudo isso cabe confortável na faixa até 100K, e aí cache e Batch API derrubam a conta mais ainda

O cuidado é com prompt grande

Acima de 100K, tudo fica 5 vezes mais caro e a vantagem sobre o Haiku 4.5 cai pra 50%, que ainda é bom, mas está longe dos 90%

E tem a parte prática: o Haiku 5.5 já está disponível na Claude Platform, na Amazon Web Services, no Google Cloud e no Microsoft Azure

Os preços desta tabela são os da Claude Platform, então se tu vai rodar via marketplace, confere a tabela de lá antes de fechar a conta

Conclusão

A regra de ouro do Haiku 5.5 cabe em três linhas:

• Mantenha o prompt abaixo de 100K tokens sempre que a tarefa permitir
• Use cache pra tudo que se repete entre requisições
• Jogue na Batch API o que não precisa de resposta na hora

O próximo passo é montar uma planilha simples com os números da tabela e o SEU volume: tokens médios de input, de output, quanto disso repete e quantas requisições por dia

Faz essa conta antes de migrar, porque é ela que vai te dizer se a troca compensa, não a manchete 😀

Até o próximo post!