Vào ngày 07/10, Anthropic đã chính thức trình làng Claude Haiku 5.5. Là phiên bản nhỏ gọn nhất thuộc dòng Claude 5.5, mô hình này hướng tới mục tiêu tối ưu hóa chi phí cho các tác vụ xử lý dữ liệu quy mô lớn. Theo công bố của hãng, Haiku 5.5 không chỉ đạt tốc độ xử lý nhanh nhất hiện nay mà còn giúp cắt giảm trung bình khoảng 75% chi phí so với thế hệ Haiku 4.5 tiền nhiệm.

Để hiểu rõ mức tiết kiệm 75% này, cần xem chi tiết cơ chế định giá của Anthropic:

  • Mức giảm 90%: Áp dụng cho các truy vấn có độ dài từ 100.000 token trở xuống.
  • Chiết khấu 50%: Áp dụng đối với các tác vụ có quy mô vượt mốc 100.000 token.

Bởi phần lớn lưu lượng xử lý thực tế của Haiku 4.5 (chiếm khoảng 90%) tập trung ở nhóm dưới 100.000 token, mức tiết kiệm tổng thể trung bình được ghi nhận ở ngưỡng xấp xỉ 75%. Con số này đã tính đến sự thay đổi của bộ phân tách từ (tokenizer) trên Haiku 5.5, vốn làm tăng nhẹ lượng token tiêu thụ đối với mỗi yêu cầu.

Chi tiết biểu giá niêm yết

Theo công bố chính thức từ Anthropic, chi phí tính trên mỗi triệu token cho mô hình Haiku 5.5 được quy định chi tiết như sau:

  • Tác vụ ≤ 100k token: 0,10 USD/M token input  - 0,50 USD/M token output - 0,01 USD/M token cache read - 0,125 USD/M token cache write. 
  • Tác vụ > 100k token: 0,5 USD/M token input  - 2,5 USD/M token output - 0,05 USD/M token cache read - 0,625 USD/M token cache write. 

Việc hạ chi phí đầu vào của Haiku 5.5 xuống ngưỡng 0,10 USD/triệu token đã thu hút sự chú ý từ Yahoo Finance, khi đơn vị này đặt mô hình lên bàn cân so sánh trực tiếp với GPT-6 Luna – giải pháp gọn nhẹ nhất từ OpenAI. Bước đi này đánh dấu một mốc quan trọng trong cuộc đua tối ưu chi phí AI, đặc biệt khi các tổ chức đang thắt chặt ngân sách sau giai đoạn đầu tư tiêu tốn nhiều chi phí token và bắt đầu cân nhắc các mô hình mở trọng số từ Mỹ cũng như Trung Quốc.

Việc Haiku 5.5 hạ giá đầu vào xuống còn 0,10 USD đã được Yahoo Finance đặt lên bàn cân so sánh trực tiếp với GPT-6 Luna, mô hình nhỏ nhất của OpenAI, đánh dấu một bước ngoặt mới trong cuộc đua hạ giá thành AI. Động thái này diễn ra trong bối cảnh các doanh nghiệp đang chủ động cắt giảm ngân sách sau thời gian đầu tư tràn lan vào token, đồng thời xem xét tích hợp thêm những mô hình mở trọng số từ Trung Quốc và Mỹ.

Hai thay đổi đi kèm

Song song với việc giảm chi phí cho dòng mô hình nhỏ, Anthropic còn áp dụng hai điều chỉnh quan trọng khác:

  • Cắt giảm giá đọc bộ nhớ đệm Sonnet 5.5: Giá đọc cache được giảm 50%, từ 0,20 USD xuống 0,10 USD/triệu token. Nhờ thao tác đọc cache chiếm lượng lớn dung lượng token xử lý của agent, bước đi này giúp tối ưu chi phí sử dụng Sonnet 5.5 khoảng 20% trên hầu hết các tác vụ agentic.
  • Cấp credit API định kỳ hàng tháng:  Bắt đầu từ tuần này, người đăng ký gói Max và Team sẽ được cấp khoản tín dụng API áp dụng cho tất cả mô hình. Mức ưu đãi cụ thể gồm 100 USD với gói Max 5x, 200 USD với gói Max 20x và tối đa 500 USD dùng chung cho các thành viên thuộc gói Team.

Bên cạnh đó, hãng đã bổ sung hỗ trợ tính năng browser use và computer use bản beta vào hai bộ SDK Python và TypeScript. Đồng thời, Haiku 5.5 trở thành model tiên phong thuộc hệ Haiku tích hợp tham số effort linh hoạt, giúp người dùng dễ dàng cân bằng giữa hiệu năng xử lý và ngân sách hoạt động.

Kết quả benchmark và điều cần lưu ý

Theo kết quả công bố từ Anthropic, Haiku 5.5 thể hiện sự vượt trội toàn diện so với phiên bản Haiku 4.5 tiền nhiệm, đồng thời ghi nhận kết quả tích cực hơn GPT-6 Luna ở các hạng mục có dữ liệu đối sánh:

  • GDPval-AA v2.1: Đạt 1.620 điểm (so với 735 điểm ở Haiku 4.5 và 1.437 điểm của GPT-6 Luna).
  • OSWorld 2.1: Đạt 72,4% (vượt trội so với mức 15,7% của bản cũ).
  • Humanity’s Last Exam (không dùng công cụ): Đạt 45,9% (so với 10,2% trước đây).
  • Terminal-Bench 4.0: Đạt 39,2% (so với 0% của Haiku 4.5).

Tuy vậy, Anthropic cũng thẳng thắn nhìn nhận Haiku 5.5 không phải là giải pháp tối ưu cho mọi trường hợp. Đối với các tác vụ lập trình agentic có độ phức tạp cao, các phiên bản như Sonnet 5.5 hay Opus 5.5 vẫn thể hiện năng lực vượt trội hơn hẳn (điển hình như Sonnet 5.5 đạt tới 70,6% ở bài test Terminal-Bench 4.0). Haiku 5.5 giữ vai trò phù hợp nhất cho các công việc có phạm vi hẹp, tính lặp lại cao như tóm tắt, nén ngữ cảnh hoặc đóng vai trò subagent, những công tác vốn bị xem là tiêu tốn quá nhiều chi phí trước đây.

Bên cạnh đó, các phản hồi từ doanh nghiệp sử dụng cũng cần được tiếp nhận như những dữ liệu thu thập nội bộ từ chính hãng:

  • Asana: Ghi nhận độ trễ hoàn thành tác vụ giảm hơn 30%, đồng thời tốc độ suy luận mỗi lượt của agent nhanh hơn đến 2,5 lần.
  • HubSpot: Đạt mức điểm trung bình 92,8% qua ba lần thử nghiệm.
  • AlphaSense: Thực hiện 400 truy vấn và nhận thấy sự cải thiện có ý nghĩa thống kê rõ rệt so với Haiku 4.5.

Đáng chú ý, các số liệu và phản hồi nêu trên xuất phát từ trải nghiệm thực tế của người dùng thử nghiệm, chưa qua kiểm chứng độc lập.

Xét về yếu tố an toàn, Anthropic cho biết mô hình Haiku 5.5 đã hạn chế đáng kể các hành vi lệch chuẩn so với bản Haiku 4.5. Nhờ cơ chế bảo vệ vững chắc hơn trước các hiểm họa an ninh mạng, mô hình này vẫn duy trì độ linh hoạt cần thiết cho những nhiệm vụ phòng thủ so với Sonnet 5.5.

Khi chi phí đầu vào của các mô hình nhỏ tiệm cận ngưỡng 0,10 USD và ngang tầm với GPT-6 Luna, thị trường sẽ dịch chuyển trọng tâm cạnh tranh. Yếu tố quyết định không còn nằm ở mức giá công bố ban đầu, mà tập trung vào tổng chi phí thực tế để xử lý xong một công việc hoàn chỉnh (tính cả tần suất và tỷ lệ phải thực hiện lại).