Haiku 5.5: как меняется цена после 100 тысяч входных токенов

Haiku 5.5 переключается на другую ставку, когда суммарный вход одного запроса превышает 100 000 токенов. Ровно 100 000 остаётся в нижнем диапазоне. После превышения соответствующие повышенные ставки применяются ко всему текущему запросу, включая вывод, а не только к входным токенам сверх 100K.

Чтение и запись кэша входят в этот порог входа. При этом для них сохраняются отдельные ставки кэша: участие в подсчёте порога не превращает их в обычный некэшированный вход. Предыдущие запросы задним числом не пересчитываются.

Руководство сверено с документацией Anthropic по ценам и правилами кэширования промптов на 15 октября 2026 года. Все примеры — локальная арифметика по опубликованным прямым тарифам в долларах, а не измеренное использование API или цены Ofox. Haiku 5.5 представили 7 октября.

Два набора ставок

Цены указаны в долларах США за миллион токенов для стандартного прямого инференса с глобальной маршрутизацией.

Batch вдвое снижает применимую стоимость токенов и сочетается с тарифами кэширования. Это асинхронный режим обработки, а не метка, которую можно добавить к любому синхронному запросу. Managed Agents не предлагает Batch. Примеры не включают отдельный множитель для прямого inference_geo: "us": документация задаёт для него 1,1, в том числе для кэша и вывода.

Один входной токен может изменить весь тариф

Пусть вход полностью обычный, а вывод составляет ровно 1 000 токенов:

Это синтетические пограничные примеры. Они не означают, что один символ всегда добавляет один токен или что ваш токенизатор выдаст именно такую длину. Смысл в скачке тарифа: нельзя считать первые 100K по низкой ставке, а повышенную применять только к превышению.

Вывод влияет на сумму, но не выбирает диапазон длины входа. Запрос с 99 000 входных и 2 000 выходных токенов остаётся в нижнем диапазоне. Соответствие другим ограничениям модели проверяется отдельно.

Учитывайте токены кэша только один раз

Используйте непересекающиеся категории:

prompt_total = ordinary_input + cache_write_5m + cache_write_1h + cache_read
cost = (ordinary_input × input_rate
      + cache_write_5m × write_5m_rate
      + cache_write_1h × write_1h_rate
      + cache_read × read_rate
      + output × output_rate) / 1,000,000

Сначала выберите ставки по prompt_total, затем умножайте количества по категориям. Если API возвращает и общий объём создания кэша, и отдельные поля пяти минут и часа, используйте детализацию один раз. Не добавляйте общий объём повторно. Прочитанный кэш входит в текущий промпт, даже если записан в предыдущем запросе.

Поля фактического использования сопоставляются так: input_tokens — обычный вход, cache_read_input_tokens — чтение кэша, cache_creation.ephemeral_5m_input_tokens и cache_creation.ephemeral_1h_input_tokens — две категории записи. Поле cache_creation_input_tokens служит для проверки общей записи и не должно добавляться ещё раз.

Например, 90 000 прочитанных из кэша токенов плюс 10 001 обычный входной токен дают 100 001 входной токен, то есть верхний диапазон. При выводе в 1 000 токенов:

(90,000 × 0.05 + 10,001 × 0.50 + 1,000 × 2.50) / 1,000,000
= $0.0120005

Для таких же количеств по категориям в подходящем Batch-запросе оценка составит 0,00600025 доллара. Это условный расчёт, а не обещание попадания в кэш в реальном Batch. Промах меняет категории использования и итоговый счёт.

Запустите скачиваемый калькулятор

Скачайте калькулятор на Python и CSV с пограничными примерами. Калькулятор использует десятичную арифметику и только стандартную библиотеку Python. Он не обращается к сети, не читает учётные данные и не отправляет запросов API.

python3 haiku_cost.py --input 100001 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000
python3 haiku_cost.py --input 10001 --cache-read 90000 --output 1000 --batch
python3 haiku_cost.py --self-test

Первый результат должен показать верхний диапазон, 100 001 токен суммарного промпта и USD 0.0525005. Второй — 0.0120005, третий — 0.00600025. Отрицательные количества отклоняются. Запись кэша задаётся отдельно через --cache-write-5m и --cache-write-1h. Подставляйте реальные поля использования, а не оценку по числу символов.

Самопроверка охватывает выбор диапазона, включение кэша, исключение вывода из порога, ставки кэша, Batch и неверные входные значения. Она проверяет нашу реализацию опубликованной формулы, а не производственный счётчик Anthropic или ваш счёт. Ставки зафиксированы на 15 октября; при их изменении калькулятор нужно обновить.

Как сократить контекст и не испортить результат

Начните с измерения фактически отправленного промпта: системных инструкций, определений инструментов, истории, найденных материалов и других входов. Не считайте только видимое сообщение пользователя. Оставьте запас на изменяемую длину поиска и рост диалога, вместо того чтобы каждый раз целиться ровно в 100 000.

Для трёх вариантов нужны разные проверки:

Разбиение не всегда дешевле. Оно может повторять системные промпты, создавать несколько ответов, требовать итогового объединения или повторных попыток. Сравнивайте сумму всех запросов, включая неудачные попытки и агрегирование, с исходным неразделённым вариантом. Проверяйте качество на задачах, которым нужны сведения из нескольких частей, а не только на простых независимых записях.

В длинном диалоге считайте каждый запрос отдельно. Поздний переход через 100K может повысить стоимость текущего запроса, но не меняет ставку прежних. Постоянное использование кэша может снижать сумму, даже когда промпт всё равно превышает порог.

Сопоставьте оценку с реальным использованием

Для каждого разрешённого рабочего запроса сохраняйте время, модель, выставляющего счёт поставщика, количества входа/кэша/вывода, режим обработки и применённый снимок тарифов. Не помещайте промпты и секреты в публичную таблицу расходов. Разделяйте запись на пять минут и на час; подтверждайте, действительно ли применялись Batch и географическая опция.

Если сумма в счёте отличается, сначала проверьте пропущенные записи кэша, двойной подсчёт, вывод, тарифы поставщика, повторы и дату ставок. Не уменьшайте произвольно количество токенов, чтобы подогнать итог. Сторонний шлюз может иметь другой тариф: этот прямой калькулятор не доказывает стоимость списания Ofox.

Сравнение Haiku 5.5 и 4.5 на задачах рассматривает классификацию, извлечение и резюме. Оно не подтверждает стоимость этих синтетических пограничных примеров. Различия токенизаторов также означают, что одинаковый текст не гарантирует одинаковое число токенов у разных моделей.

Наконец, API-кредиты Claude Max и Team могут оплачивать подходящее прямое использование, но не меняют формулу. Прежде чем менять стратегию контекста, воспроизведите примеры, сопоставьте собственное использование с непересекающимися категориями и проверьте и стоимость, и качество результата.