El 7 de octubre de 2026, Anthropic lanzó Claude Haiku 5.5 con un titular fácil de repetir: hasta un 90% más barato que Haiku 4.5. El mismo anuncio trae un número menos citado: en el promedio, el ahorro queda en torno al 75%. Los dos números son verdaderos. Solo que no responden a la misma pregunta. Es la misma lección de TOPS y NPU: el número existe, pero no responde a la pregunta que usted hizo.

La diferencia no es un detalle de marketing. Es el tokenizador. Haiku 5.5 usa el tokenizador nuevo introducido en Claude 4.7, y la propia documentación dice que el mismo texto pasa a contar aproximadamente un 30% más de tokens que en Haiku 4.5. Como el precio tiene un tramo barato hasta 100 mil tokens y un tramo cinco veces más caro por encima de eso, un prompt que estaba cómodo en el tramo barato puede cruzar la línea sin que el texto haya cambiado una coma.

Este texto es un análisis de la documentación pública de Anthropic, no una prueba de carga. Los precios son los publicados; las cuentas son simulaciones con premisas declaradas. El número que importa para su caso es el costo por tarea terminada, y solo sale de una medición.

Qué cambió en la tabla

Haiku 5.5 tiene dos tramos de precio, medidos en millones de tokens (MTok):

ÍtemHaiku 4.5Haiku 5.5 hasta 100kHaiku 5.5 por encima de 100k
EntradaUS$ 1,00US$ 0,10US$ 0,50
SalidaUS$ 5,00US$ 0,50US$ 2,50
Lectura de cachéUS$ 0,10US$ 0,01US$ 0,05
Escritura de caché (5 min)US$ 1,25US$ 0,125US$ 0,625
Escritura de caché (1 h)US$ 2,00US$ 0,20US$ 1,00

La caída del 90% vale para el tramo hasta 100 mil tokens. Por encima de eso, la caída es del 50%. El recorte del 90% no es una propiedad del modelo; es una propiedad de un tramo de tamaño de prompt.

Hay otros dos detalles que cambian la cuenta. El descuento de lote (Batch API) es del 50%, y la lectura de caché cuesta el 10% del precio de entrada. Para cargas repetitivas, el caché puede pesar más que la diferencia entre los tramos. Para cargas de una sola pasada, manda el tamaño del prompt.

El tokenizador es la parte que nadie pone en la planilla

La documentación de Haiku 5.5 es explícita: usa el tokenizador nuevo introducido en Claude 4.7, y el mismo texto cuenta aproximadamente un 30% más de tokens que en Haiku 4.5. La página general de modelos de Anthropic da una regla de palabras que apunta en la misma dirección, con una diferencia: 1 millón de tokens equivale a cerca de 555 mil palabras en el tokenizador actual, contra cerca de 750 mil en los modelos anteriores a él. La razón 750/555 es 1,35, o cerca de un 35% más de tokens; el número que Anthropic declara es “aproximadamente 30%”. Para no mezclar las dos reglas, este texto usa 30% en los ejemplos y trata 35% como el límite superior de la aproximación. Si su texto está más cerca de la regla de palabras, rehaga la cuenta con 35%.

Eso significa que el límite de 100 mil tokens se mide en el tokenizador nuevo. Un prompt que usted midió en Haiku 4.5 y que daba 80 mil tokens puede volverse 104 mil en Haiku 5.5. El texto es el mismo; la clasificación de precio cambia.

Anthropic dice que cerca del 90% de las solicitudes a Haiku 4.5 tenían hasta 100 mil tokens. La empresa también afirma que el ahorro promedio queda en torno al 75%. La nota al pie del anuncio dice que esa cuenta considera la división entre los dos tramos y el cambio en la cantidad de tokens que Haiku 5.5 usa para concluir el mismo trabajo, pero no publica la fórmula. La ponderación más simple no reproduce el número: aplicar un 30% más de tokens en los dos tramos y ponderar por 90% y 10% da cerca de un 82% de ahorro, no un 75%. La diferencia sugiere factores que la nota no cuantifica, como el peso de las solicitudes grandes en el costo total o las que cruzan la frontera por causa del tokenizador. Es una estimación de Anthropic sobre la carga promedio del modelo anterior, no una medición independiente y no una garantía para su carga.

La cuenta, con tres escenarios

Vamos a usar tres escenarios con la misma estructura: entrada y salida, sin caché y sin lote, para aislar el efecto del tokenizador. El costo es por llamada.

EscenarioHaiku 4.5 (entrada + salida)Haiku 5.5 en el tokenizador nuevoTramoAhorro
A: 40k + 1k, pasa a 52k + 1,3kUS$ 0,045US$ 0,00585hasta 100k87%
B: 80k + 2k, pasa a 104k + 2,6kUS$ 0,090US$ 0,0585por encima de 100k35%
C: 150k + 5k, pasa a 195k + 6,5kUS$ 0,175US$ 0,11375por encima de 100k35%

En el escenario A, el texto sigue en el tramo barato y el ahorro llega al 87%, cerca del techo del 90% de la tabla. En el escenario B, el mismo texto que estaba en 80 mil tokens cruza el límite por los 30% de más y cae en el tramo de US$ 0,50 por millón de entrada. El ahorro existe, pero es del 35%, no del 90%. En el escenario C, el prompt ya estaba por encima del límite; el recorte unitario es del 50%, y el tokenizador reduce el ahorro efectivo al 35%.

La cuenta del escenario B, abierta:

  • Haiku 4.5: 80.000 tokens de entrada × US$ 1,00/MTok = US$ 0,08; 2.000 de salida × US$ 5,00/MTok = US$ 0,01; total US$ 0,09.
  • Haiku 5.5 con un 30% más de tokens: 104.000 de entrada × US$ 0,50/MTok = US$ 0,052; 2.600 de salida × US$ 2,50/MTok = US$ 0,0065; total US$ 0,0585.
  • Ahorro: (0,09 − 0,0585) / 0,09 = 35%.

Si el mismo texto se hubiera quedado en 100 mil tokens en el tokenizador nuevo — es decir, si el aumento del 30% no hubiera empujado el prompt al tramo caro —, el costo sería US$ 0,0113: 100.000 de entrada × US$ 0,10/MTok = US$ 0,01, más 2.600 de salida × US$ 0,50/MTok = US$ 0,0013. El ahorro sería del 87,4%. El valor de US$ 0,009 solo aparecería si el texto siguiera con 80 mil tokens en el conteo antiguo, que es exactamente el error que el tokenizador nuevo impide. La diferencia entre 87% y 35% no está en el modelo: está en la posición del prompt respecto de la frontera.

La documentación de precios de Anthropic define la regla de la frontera. Lo que decide el tramo es el tamaño del prompt: la solicitud cuyo prompt pasa de 100 mil tokens paga la tabla cara entera, entrada y salida, y no solo el excedente; un prompt de exactamente 100 mil tokens todavía queda en el tramo barato. El tamaño del prompt suma todos los tokens de entrada, incluidas las lecturas y escrituras de caché, y cada solicitud se cobra por su cuenta. Así se calcularon los escenarios de arriba. Para quien está cerca de la línea, la única conducta segura es medir el prompt en el tokenizador nuevo y dejar margen. Un prompt de 90 mil tokens en Haiku 4.5 puede volverse 117 mil en Haiku 5.5; el margen del 10% no protege.

Nota de actualización (28/10/2026): la versión publicada el 26/10/2026 decía que Anthropic no detallaba cómo se cobra el tramo de 100 mil tokens y que, si el cobro fuera solo sobre el excedente, los números cambiarían. La documentación de precios, consultada el 28/10/2026, detalla la regla: la solicitud con prompt por encima de 100 mil tokens paga la tabla cara entera, y las lecturas y escrituras de caché cuentan para el límite. Los escenarios y las cuentas no cambian, porque ya trataban el tramo sobre el total de la solicitud. En la misma revisión se ajustaron el origen de la regla de palabras, la explicación del promedio del 75%, la escritura de caché de 1 hora en la tabla y la alerta sobre el caché más abajo.

De la llamada a la tarea

El escenario B cuesta US$ 0,0585 por llamada. Si 1.000 tareas usan una llamada cada una, el costo es US$ 58,50. Si el 5% falla y se rehace, son 1.050 llamadas: US$ 61,43. El costo por tarea aceptada es US$ 0,0614, no US$ 0,0585. En 100 mil tareas, la diferencia entre las dos cuentas es de cerca de US$ 292.

El punto no es el número; es la unidad. La cuenta que decide es la que divide el costo total — entrada, salida, reintentos y caché — entre las tareas aceptadas. Una llamada barata que falla mucho puede salir más cara que una llamada cara que acierta a la primera. La misma idea de cuenta por unidad de trabajo aparece en el post sobre la cuenta de WhatsApp con IA.

Qué quiere decir el promedio del 75%

El promedio del 75% es útil para una decisión de portafolio: “en el conjunto de las cargas típicas de Haiku 4.5, Haiku 5.5 tiende a costar cerca de un cuarto del anterior”. No es útil para decidir si una tarea específica debe migrar. Una tarea con salida larga, muchos reintentos o un prompt cerca del límite puede tener un ahorro bastante menor; una tarea corta y repetitiva puede tener un ahorro cercano al techo de la tabla, en especial con caché y lote.

También está el efecto de la calidad. Anthropic presenta Haiku 5.5 como el modelo pequeño más capaz que ha lanzado, pero sigue posicionado para clasificación, extracción, enrutamiento, resumen y papel de subagente. En tareas que exigen razonamiento largo, la ganancia de precio puede anularse por el retrabajo. La cuenta relevante no es “cuánto cuesta 1 millón de tokens”, es “cuánto cuesta una tarea terminada con la calidad aceptable”. Fue lo que hice en Lo que cuesta un ciclo multiagente: medir en dinero, no en token.

Cuándo Haiku 5.5 tiende a compensar

  • Cargas de alto volumen y prompts cortos. Clasificación, extracción, enrutamiento, resumen de fragmentos y respuestas de atención en tiempo real. Es el territorio para el que el modelo fue diseñado.
  • Subagente de un modelo mayor. Haiku 5.5 ejecuta la tarea pequeña mientras Sonnet u Opus planifica. El costo total baja porque la mayor parte de las llamadas es del modelo barato.
  • Caché y lote. Si la carga repite el mismo prefijo, la lectura de caché a US$ 0,01/MTok cambia la cuenta. Si la latencia no es crítica, el lote del 50% de descuento se apila con el tramo barato. Solo no cuente con el caché para quedar debajo de la frontera: el prefijo leído del caché entra en el tamaño del prompt.
  • Tareas con salida corta. La salida cuesta cinco veces la entrada en Haiku 5.5. Una tarea que genera 10 mil tokens de salida por 1 mil de entrada tiene un perfil de costo bien distinto de una que clasifica 10 mil tokens y devuelve una palabra.

Cuándo la cuenta no cierra

  • Prompt que cruza los 100 mil tokens. El tramo caro multiplica la entrada por cinco. Si el texto está cerca de la línea, el tokenizador nuevo puede empujarlo hacia arriba.
  • Salida larga. El precio de salida es cinco veces el de entrada en los dos tramos (US$ 0,50 contra US$ 0,10 en el barato; US$ 2,50 contra US$ 0,50 en el caro). La generación larga no es el caso de uso económico de Haiku.
  • Tarea que exige razonamiento complejo. El modelo pequeño puede fallar más, y el reintento se come el ahorro. Lo barato por token puede salir caro por tarea.
  • Cuenta hecha solo con el número del 90%. El número es real, pero vale para un tramo. La factura no es un promedio ponderado de Anthropic; es la suma de sus llamadas.

La lista de comprobación de la migración

  1. Mida los tokens en el tokenizador nuevo. No reutilice el conteo de Haiku 4.5. Use la herramienta de conteo de tokens del propio proveedor, ejecute una muestra real en Haiku 5.5 y registre la distribución de tamaño.
  2. Separe entrada y salida. La proporción cambia la conclusión. Una carga de clasificación y una de generación no se comparan.
  3. Cuente los reintentos y las fallas. El costo por tarea terminada incluye lo que se rehizo. Un modelo más barato que falla más puede costar más.
  4. Ejecute un lote en sombra. Envíe la misma carga a los dos modelos, compare calidad y costo, y solo entonces migre.
  5. Deje margen para la frontera de 100 mil. Si el prompt está a menos del 30% del límite, trátelo como si ya estuviera por encima.
  6. Considere el caché y el lote. Pueden cambiar más la cuenta que la elección entre los tramos.
  7. Divida por lo que fue aceptado. Costo total dividido entre las tareas aprobadas, no entre las llamadas hechas. La lógica de medir lo que se rehizo es la misma de las compuertas del harness: el número que importa es el que pasó la compuerta.

El número que queda

Haiku 5.5 es una buena noticia para quien tiene volumen, prompts cortos y una carga bien medida. El recorte del 90% es real, pero es el techo del tramo barato, no el precio promedio de su operación. El promedio del 75% es una estimación de Anthropic sobre la carga del modelo anterior, no una promesa para su caso.

La cuenta que decide es simple de enunciar y tediosa de hacer: costo por tarea terminada, con tokens medidos en el tokenizador nuevo, reintentos contados y calidad comparada. Quien se salta esa etapa se queda con el número del anuncio. Quien la hace, a veces descubre que el ahorro efectivo llega cerca del techo del 90%; a veces, que se queda en el 35%.

Fuentes