digesTvo

Tus noticias nerd, digeridas

AI Watchdog Seguimiento de lanzamientos en models.dev

Claude Haiku 5.5

Anthropic lanzó Claude Haiku 5.5, su modelo pequeño más barato y rápido, pensado para trabajo de alto volumen como resúmenes, compactación, clasificación y tareas de subagentes bajo Opus 5.5 y Sonnet 5.5. La empresa dice que cuesta cerca de 75% menos operarlo que Haiku 4.5, con puntajes muy por encima de su predecesor y de GPT-6 Luna en Terminal-Bench, OSWorld y Humanity's Last Exam, aunque sigue detrás de Sonnet 5.5. Los precios se dividen en 100.000 tokens: $0.10 por millón de entrada y $0.50 de salida por debajo de esa línea, cinco veces más por encima. Anthropic también redujo a la mitad el precio de lectura de caché de Sonnet 5.5 y agregó créditos mensuales de API para suscriptores Max y Team.

La mayoría de los comentarios se concentran en los nuevos niveles de precios más que en los benchmarks, porque el corte en 100.000 tokens multiplica por 5 los precios de entrada y salida y aplica solo a Haiku. La objeción más aguda es que el trabajo agéntico supera rutinariamente los 100k, así que el descuento anunciado se evapora justo donde Haiku se usaría como subagente, punto en el que la lectura de un comentarista de los datos de Artificial Analysis ubica a Haiku en unas 3 veces el costo por tarea de Luna, con GPT-6.1 Sol igualándolo en costo con mayor inteligencia. La réplica es que el precio plano por token siempre fue una ficción, porque ni la codificación ni la decodificación escalan de forma lineal con el cómputo, así que los niveles solo aproximan el costo real de servirlo; otros sostienen que el precio por token es la vara equivocada y que el costo por tarea completada favorece a Haiku en el propio gráfico de Anthropic. Sus defensores agregan que Haiku resultó notablemente más inteligente que Luna y que por fin le da a Anthropic un modelo barato para resúmenes y triaje. Una corriente menor por debajo debate si la caída trimestral del 47% en el costo por unidad de inteligencia sobrevive a la demanda de la paradoja de Jevons, que es por lo que el gasto total en IA sigue subiendo.

  1. Genie 4

  2. MiniMax M3.1 Flash

  3. DeepSeek-v4.1-Flash-1017

  4. Gemini 4 Argon