Anthropicは2026年10月7日、高頻度・コスト重視の処理向けにClaude Haiku 5.5を発表しました。Claude Platformの通常入力は1百万トークンあたり0.10ドルで、10万トークンを超えるプロンプトには0.50ドルの別レートが適用されます。要約、分類、コンパクション、データベースクエリなど、短時間で繰り返す処理を主な用途とする小型モデルです。
企業のIT・事業責任者にとってのポイントは、安価なモデルへの全置換ではありません。定型処理をHaiku 5.5へ寄せ、複雑なエージェント型コーディングをSonnet 5.5やOpus 5.5に任せることで、品質と原価をタスク単位に分けて設計できます。
AnthropicはHaiku 4.5比で平均約75%低コストと説明しています。ただし、請求額は入力長、出力、キャッシュ、トークン使用量で変わる仕組みです。Sonnet 5.5のキャッシュ読み取り半額化とは分けて料金表を読みます。
※本記事は2026年10月14日時点の情報です。
AIシステム開発の種類・工程・費用・会社選定までの全体像については、無料ホワイトペーパー「AIシステム開発の完全ガイドブック」で詳しく解説しています。
Claude Haiku 5.5は何に向く小型モデルか｜短時間・反復処理を担当
Haiku 5.5のAPIモデルIDは claude-haiku-5-5 です。Anthropicは、最も安く、最も速く、最も高性能な小型モデルと位置づけ、高頻度・コスト重視のタスク向けに設計しています。
公式に挙げられている用途は、要約、コンパクション、データベースクエリ、分類です。大きなモデルが作業を進める途中のサブエージェント、ライブカスタマーサポート、ブラウザ利用のように、短い応答を多く返す処理にも適しています。
候補業務は、処理の反復性と失敗時の対応で切り分けます。誤分類を人が確認できるルーティングや、長い会話を圧縮するコンパクションは試しやすい領域です。要件が曖昧で複数手順をまたぐ判断は、Sonnet 5.5やOpus 5.5を残します。
- 定型処理：要約・分類・ルーティングのように入力と出力の形が決まる作業。
- 反復処理：コンパクションやサブエージェントのように呼び出し回数が多い処理です。
- 速度重視：ライブサポートやブラウザ利用のように待ち時間を短くする用途です。
上位モデルとの使い分けを検討するなら、Claude Opus 5.5・Sonnet 5.5の選び方も参照できます。モデルの大きさではなく、業務の判断量と人手確認の置き場所で分担を決めます。
ポイント
Haiku 5.5は、要約・分類・コンパクションなど短時間で繰り返す処理の候補です。複雑な判断を伴う仕事まで一律に置き換える前に、タスクを分解します。
料金は10万トークンを境に分かれる｜入力0.10ドルの読み方
Haiku 5.5の入力1百万トークンあたり0.10ドルは、プロンプトが10万トークン以下のときの単価です。10万トークンを超えると入力は0.50ドル、出力は2.50ドルに上がります。0.10ドルは長文の処理上限や1リクエストの定額を示す数字ではありません。
料金ドキュメントでは、長さの判定にキャッシュ読み取り・書き込みを含む全入力トークンを使い、各リクエストごとにレートを決めると説明しています。キャッシュヒットでも10万トークン超の判定は変わりません。
| モデル／条件 | キャッシュ読み取り | 5分キャッシュ書き込み | 入力 | 出力 |
|---|---|---|---|---|
| Claude Haiku 5.5（10万トークン以下） | 0.01ドル（約1.5円） | 0.125ドル（約18.75円） | 0.10ドル（約15円） | 0.50ドル（約75円） |
| Claude Haiku 5.5（10万トークン超） | 0.05ドル（約7.5円） | 0.625ドル（約93.75円） | 0.50ドル（約75円） | 2.50ドル（約375円） |
| Claude Haiku 4.5 | 0.10ドル（約15円） | 1.25ドル（約187.5円） | 1.00ドル（約150円） | 5.00ドル（約750円） |
| Claude Sonnet 5.5（値下げ後） | 0.10ドル（約15円） | 2.50ドル（約375円） | 2.00ドル（約300円） | 10.00ドル（約1,500円） |
※1ドル=150円で換算。すべて1百万トークンあたりの単価です。Haiku 5.5の10万トークン超レートは、プロンプトの長さを条件にします。AWS・Google Cloud・Microsoft Azureなど提供先の請求条件は別途確認が必要です。
10万トークン以下の入力10万トークンと出力10万トークンを単純計算すると、Haiku 5.5は合計0.06ドル（約9円）、Haiku 4.5は0.60ドル（約90円）です。キャッシュ、バッチ処理、各クラウドの請求条件は含めません。
月額原価を見積もるときは、入力と出力のトークン数、キャッシュ書き込み、キャッシュ読み取りを別々に記録します。生成AIの従量課金と推論モードのコスト管理で扱われているように、モデル単価だけでなくリクエストごとの利用量を掛け合わせることが必要です。
ポイント
「入力100万トークン0.10ドル」は、10万トークン以下の入力単価です。入力長の閾値とキャッシュを含む実トークン量をリクエスト単位で集計し、請求額を見積もります。
ベンチマークは改善を示すが、複雑な仕事の代替とは限らない
Anthropicの性能表では、Haiku 5.5はGDPval-AA v2.1で1,620、AA-Briefcase v1.1で1,578です。OSWorld 2.1は72.4%、Humanity’s Last Examはツールなし45.9%、ツールあり57.4%でした。
エージェント型コーディングのTerminal-Bench 4.0は39.2%、FrontierCode 1.1 Mainは46.4%、Chartographyは46.4%でした。同じ表のSonnet 5.5はTerminal-Bench 4.0で70.6%です。Haiku 5.5はHaiku 4.5の0.0%から改善していますが、安価な小型モデルが複雑な仕事でも常に代替になるわけではありません。
AnthropicはHaiku 5.5で、Haikuクラスでは初めて調整可能な effort 設定を提供しています。コストと知能のバランスを設定できるため、同じ業務でも設定を変えたときの正解率・応答時間・トークン量を測定します。ベンチマークの数値は、評価条件をそろえた自社データの代わりにはなりません。
- 知識労働：自社の文書・職種・正解基準で、成果物の品質を採点する。
- コンピューター利用：操作の完了率だけでなく、誤操作と人の復旧時間を測る。
- エージェント型コーディング：複数手順の完了率と、失敗時に残る変更をレビューする。
ポイント
Terminal-Bench 4.0ではSonnet 5.5がHaiku 5.5を上回ります。ベンチマークは候補業務を絞る材料にとどめ、実データで品質・速度・人手確認の量を評価します。
Sonnet 5.5のキャッシュ読み取り半額化はどこに効くか
Sonnet 5.5のキャッシュ読み取りは、2026年10月7日に1百万トークンあたり0.20ドルから0.10ドルへ50%引き下げられました。対象は、同じシステムプロンプト、文書、会話履歴などを次のAPIリクエストで再利用するキャッシュ読み取りです。
新規入力やキャッシュ書き込みまで一律に半額になったわけではありません。料金ドキュメントでは、5分キャッシュの書き込みは通常入力価格の1.25倍、1時間キャッシュの書き込みは2倍、読み取りはモデルごとの倍率で課金されます。同じ文脈を何度も読むワークフローほど、読み取り単価の変更が効く設計です。
Anthropicは、キャッシュ読み取りがトークン消費の大きな割合を占めるため、Sonnet 5.5の多くのエージェント型タスクでコストが約20%下がるとの説明です。これはすべてのAPI利用に適用される保証ではなく、キャッシュヒット率、出力比率、呼び出し回数で自社の効果を計算する必要があります。
エージェントを運用する場合は、キャッシュヒット率だけでなく、処理ごとの入力・出力トークンと完了時間もログに残します。AgentOpsの可観測性・評価・監視を参考に、モデル別の失敗率と人手介入も同じダッシュボードで追うと、値下げの効果を品質低下と混同しません。
ポイント
Sonnet 5.5の値下げはキャッシュ読み取りが対象です。API全体の半額と解釈せず、キャッシュヒット率・出力比率・呼び出し回数から業務ごとの削減額を算出します。
2つの値下げをモデルルーティングと運用へつなげる
Haiku 5.5はAmazon Web Services、Google Cloud、Microsoft Azureを含むすべてのプラットフォームで利用可能です。Anthropicは、コンパクション・要約・サブエージェントなどの反復タスクにHaiku 5.5を、複雑なエージェント型コーディングにSonnet 5.5やOpus 5.5を適すると説明しています。
導入では、モデルを先に決めず業務を分解します。入力形式、許容される誤り、完了時間、失敗時の人手確認を並べる作業です。サイバー分野では、Haiku 4.5より保護機能が強く、Sonnet 5.5よりやや制限が弱い一方、侵入テストなど攻撃者に利用されやすい技術はブロックすると説明されています。
小規模な評価は、次の順番です。
- 業務を分解する：要約・分類・ルーティング・コンパクションと、複雑な判断を分ける。
- 同じデータで測る：正解率、レイテンシー、入力・出力トークン、キャッシュヒット率を記録する設計です。
- 失敗時を決める：人手確認、権限の制限、停止条件、ログの保存場所を設定します。
- 本番条件を固定する：モデルID、
effort、提供先の契約・請求条件を文書として残す運用です。
ポイント
Haiku 5.5は定型・反復処理、Sonnet 5.5やOpus 5.5は複雑な判断という役割分担から試しましょう。品質、原価、安全性、提供先の請求条件を同じ評価表で比較してから本番範囲を決めます。
よくある質問
Q. Claude Haiku 5.5の入力料金はいくらですか？
10万トークン以下のプロンプトでは入力1百万トークンあたり0.10ドル（約15円）、10万トークンを超えると0.50ドル（約75円）です。
Q. Claude Haiku 5.5は100万トークンの長文を0.10ドルで処理できますか？
0.10ドルは10万トークン以下のプロンプトに適用される1百万トークンあたりの単価です。100万トークンの入力を1回で処理できることや定額を意味せず、10万トークン超には高いレートが適用されます。
Q. Sonnet 5.5のキャッシュ読み取り値下げで、API料金はすべて半額になりますか？
半額になったのはキャッシュ読み取りで、1百万トークンあたり0.20ドルから0.10ドルです。新規入力やキャッシュ書き込みまで一律に半額ではなく、Anthropicは多くのエージェント型タスクの総コストが約20%下がると説明しています。
Q. Haiku 5.5とSonnet 5.5はどう使い分けますか？
Haiku 5.5は要約・分類・コンパクション・サブエージェントなど狭い範囲の反復処理、Sonnet 5.5は複雑なエージェント型コーディングの候補です。自社データで品質・速度・コストを評価して決めます。
まとめ
Claude Haiku 5.5は、10万トークン以下の入力が1百万トークンあたり0.10ドルという単価で、要約・分類・コンパクションなど高頻度の処理を担う小型モデルです。10万トークン超では別レートになり、入力・出力・キャッシュを分けた集計が必要です。
Sonnet 5.5はキャッシュ読み取りが0.20ドルから0.10ドルへ下がりました。Haiku 5.5とSonnet 5.5をモデル名だけで選ばず、品質、レイテンシー、実トークン量、キャッシュヒット率、人手確認の量を小さな実データで比べる方針です。
ポイント
Haiku 5.5は反復処理、Sonnet 5.5やOpus 5.5は複雑な判断という分担を出発点にしましょう。料金の閾値とキャッシュの実績を記録し、品質・安全性・請求条件を確認して本番へ広げます。
関連記事
- Claude Opus 5.5・Sonnet 5.5を解説｜40%安く30%速くなったClaude 5.5の選び方
- 生成AIの従量課金・推論モードを解説｜コスト管理のポイント
- AIエージェントのコスト暴走を解説｜3日で約17万円のBedrock実例と対策
- 同一指示でAIモデル11種を比較した実験を解説｜コスト216倍差のモデル選定ポイント
- AgentOpsを解説｜AIエージェントの可観測性・評価・監視のポイント
▼開発を相談する前に読みたい無料ホワイトペーパー
・AIシステム開発の完全ガイドブック
・【2026年最新版】AI駆動開発の完全ガイドブック
会社紹介
株式会社riplaでは、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを、構想策定・要件定義から開発・改善まで一気通貫で支援。事業会社でIT・DXを経験したプロフェッショナルによる高い要件定義力・システム設計力を活かし、事業成果の最大化に伴走します。
また、当社独自の開発テンプレート「Boxシリーズ」による標準機能の高速開発と、AI駆動開発の独自フレームワーク「GoDD」による独自機能のAI実装を組み合わせることで、低コスト・短期間で開発を実現いたします。
もし、システム開発やプロダクト開発に関するご要望がございましたら、お気軽にお問い合わせください。
・サービス概要資料のURLはこちら >>>
・お問合せページのURLはこちら >>>
・お役立ち資料のURLはこちら >>>
株式会社ripla 代表取締役CEOとして、システムパッケージ活用、システム開発、データ分析、生成AI活用、SaaS開発、アプリ開発、EC構築など、幅広い領域で企業のDX推進と事業成長を支援している。事業会社でIT・DXを経験したプロフェッショナルが集う株式会社riplaにおいて、お客様の事業・ユーザー・業務に最適化したオーダーメイド型システムを構想策定・要件定義から開発・改善まで一気通貫で支援し、単なるシステム納品にとどまらず、クライアントと同じ目線で事業成果の最大化に向けた伴走支援を行う。早稲田大学卒業後、ラクスル株式会社、LINEヤフー株式会社にて事業開発やDX推進などに従事した後、株式会社riplaを創業。