Claude Haiku 5.5 salió el 7 de octubre y cierra el trío que Anthropic venía armando desde hace un mes: primero actualizó Opus, después Sonnet, y ahora le tocó al modelo chico. Es el tercer lanzamiento de la familia 5.5 en cuatro semanas, y esta vez el titular no es "más inteligente" sino "más barato y más rápido" — justo lo que necesita un equipo que corre miles de llamadas al día y no puede pagar precio de Opus por cada una.
Por qué Anthropic apostó por barato en vez de potente
Haiku siempre fue el modelo pensado para volumen, pero esta versión llega con una ventana de contexto de 1M de tokens (antes era bastante menor), hasta 128K tokens de salida y un parámetro de esfuerzo ("effort") ajustable: tú decides cuánto razona el modelo antes de contestar, el mismo mecanismo que ya tenían Opus y Sonnet 5.5. Anthropic lo describe como el modelo chico más capaz que han lanzado hasta ahora, y el momento no es casualidad.
GPT-6.1 Sol de OpenAI salió hace apenas unos días con foco en tareas de programación autónoma, y Google metió a Gemini 4 Argon en esa misma semana. La pelea por el segmento "barato pero útil" — el que de verdad mueve el volumen de producción, no las demos — se puso dura, y Anthropic no quería llegar tarde con su pieza más usada.
Vale la pena ser honesto sobre dónde está parado este lanzamiento frente a la competencia: ni GPT-6.1 Sol ni Gemini 4 Argon publicaron todavía benchmarks directos contra Haiku 5.5 en tareas de bajo costo, así que cualquier comparación hoy es más posicionamiento de marketing que dato verificable. Lo que sí se puede afirmar es que los tres laboratorios llegaron a la misma conclusión casi al mismo tiempo: el modelo barato ya no es un producto de segunda, es donde se libra buena parte de la pelea por el presupuesto de las empresas.
Lo que cambia en números
- ▸Ventana de contexto: 1M de tokens, varias veces lo que tenía Haiku 4.5
- ▸Salida máxima: 128K tokens por respuesta
- ▸Effort ajustable: controlas cuánto "piensa" antes de responder, igual que en Opus y Sonnet 5.5
- ▸Precio: el más bajo de toda la familia 5.5 (Haiku históricamente cuesta entre 3 y 5 veces menos que Sonnet por token)
- ▸Los planes Max y Team ya incluyen créditos de API mensuales para correr tus propios proyectos vía API sin salir de la suscripción
Dónde realmente se nota la diferencia
Clasificar tickets de soporte, extraer datos de documentos, responder lo básico en un chatbot de atención: ahí es donde Haiku 5.5 gana. Y hay un uso menos obvio que cada vez veo más en equipos reales: como "modelo router" dentro de un sistema con varios modelos, donde Haiku filtra todo lo simple y solo escala a Sonnet u Opus los casos que de verdad lo requieren. Eso solo, bien armado, puede recortar la factura de un pipeline a la mitad.
Un detalle que casi nadie menciona: con 1M de tokens de contexto, la tentación es meter documentos completos sin pensar en costo. Sigues pagando por token igual, y para la mayoría de casos un RAG bien armado sobre tus datos todavía sale más barato que fuerza bruta con ventana gigante — la ventana grande resuelve un problema distinto (tareas de un solo turno con mucho input), no reemplaza la arquitectura.
Haz la cuenta antes de migrar todo a Haiku
Si tu equipo hace 50,000 llamadas al día a Sonnet para clasificar correos de soporte, mover esa tarea a Haiku 5.5 puede significar una reducción de 70-80% en esa línea de la factura, sin que el usuario final note diferencia en la respuesta. Pero si el 5% de esos correos son reclamos complejos que necesitan matices, hace falta un paso adicional: que Haiku reconozca cuándo no sabe y escale el caso a Sonnet en vez de responder mal con total seguridad. Ese paso de escalamiento es el que casi nadie implementa bien la primera vez, y es justo la diferencia entre un router que ahorra plata y uno que termina mandando respuestas genéricas a clientes frustrados.
El parámetro de effort ayuda aquí más de lo que parece: para clasificación simple, effort bajo es suficiente y reduce la latencia; para resúmenes donde la precisión importa, subir el effort un nivel suele costar menos en dólares que los errores que de otro modo tendrías que corregir a mano. Lo que no cambió — y vale decirlo porque genera expectativas infladas — es que Haiku sigue sin ser la opción correcta para razonamiento largo de varios pasos o código complejo; ahí Opus y Sonnet siguen ganando, y ninguna cantidad de contexto adicional cierra esa brecha.
Lo que nadie te dice es que el modelo más barato casi nunca es la pieza más vistosa de tu stack — es la que decide si tu factura de IA escala con el negocio o te explota en la cara a fin de mes.
¿Haiku 5.5 reemplaza a Sonnet?
No, y esa es la pregunta que más me hacen desde que salió. Haiku 5.5 no compite con Sonnet en tareas que requieren razonamiento profundo — compite con el "hacer la tarea manualmente o con reglas de negocio hardcodeadas" que muchos equipos todavía usan para lo simple. Si hoy tienes un script con cien líneas de if/else para clasificar algo, ese es el candidato ideal para migrar a Haiku, no tu agente de código que revisa pull requests completos. Pensar en estos tres modelos como escalones de un mismo sistema, no como opciones que compiten entre sí, es lo que realmente cambia cómo diseñas un producto con IA en 2026.
Cómo empezar a usarlo hoy
Si ya trabajas con Claude Code, Haiku 5.5 aparece como opción de modelo en la configuración, y tiene sentido reservarlo para tareas de bajo riesgo — linting, resúmenes de diffs, tests — mientras dejas a Opus o Sonnet el código complejo. Si recién estás entrando al ecosistema Claude, el punto de partida lógico sigue siendo entender las cuatro superficies (Chat, Cowork, Code y Design) antes de ponerte a optimizar por costo; eso es justo lo que cubrimos en el curso de Claude Básico.
Si tu rol es más técnico y quieres entender cómo encaja Haiku dentro de un pipeline con varios modelos, en /claude tenemos la guía completa de qué modelo usar según el caso, con comparativas frente a ChatGPT y Gemini. Un buen primer experimento, antes de migrar nada en producción: duplica una semana de llamadas reales a Sonnet, corre la mitad por Haiku 5.5 y compara tasa de error y costo lado a lado antes de decidir qué proporción del tráfico mover.
Si quieres ver en vivo cómo otros equipos arman sus flujos con Haiku 5.5 y el resto de la familia Claude, cada semana hacemos un taller abierto en la Comunidad AI Builders donde se comparte justamente eso, desde 19 USD al mes.
Qué hacer con esto esta semana
Si tienes un proceso con muchas llamadas repetitivas a un modelo caro, prueba moverlo a Haiku 5.5 esta misma semana y mide la diferencia en tu factura antes de decidir si necesitas algo más potente. En /cursos tienes el catálogo completo si quieres ir más a fondo con Claude Code o con otras herramientas de IA aplicadas a tu trabajo diario.
