Claude Haiku 5.5 er lanceret til korte opgaver i stor skala

Anthropic har lanceret Claude Haiku 5.5, en ny generation af virksomhedens lille AI-model. For udviklere er den mest oplagte anvendelse ikke alle typer AI-opgaver, men korte og tydeligt afgrænsede kald, som gentages mange gange. Det kan eksempelvis være klassifikation, korte resuméer, kompaktering af kontekst og præcise opslag i et afgrænset datagrundlag.

Modellen har id’et claude-haiku-5-5 på Claude Platform. Anthropic oplyser også, at den er tilgængelig gennem Amazon Web Services, Google Cloud og Microsoft Azure. Meddelelsen dokumenterer derimod ikke, at modellen findes i alle forbrugerudgaver af Claude, eller at hver cloududbyder tilbyder den i en bestemt dansk region.

Justerbar indsats kommer til Haiku-serien

Haiku 5.5 er den første model i Haiku-klassen med en justerbar effort-indstilling. Den lader udvikleren vælge, hvor meget beregningsarbejde modellen skal bruge på et svar, så løsningen kan afveje pris, svartid og opgavekvalitet.

Det er især relevant i en arbejdsgang, hvor ikke alle kald kræver samme dybde. En enkel klassifikation kan muligvis køre med lavere indsats, mens en tvetydig sag kan sendes videre til en højere indstilling eller en større model. Det er en mulig implementeringsstrategi, ikke et løfte om, at Haiku 5.5 rammer den rette balance i et bestemt system.

Anthropic beskriver modellen som sin hidtil hurtigste lille model ved modellernes normale hastighed og oplyser, at den i gennemsnit koster omkring 75 procent mindre at køre end Haiku 4.5. Begge dele er leverandørens egne opgørelser. Prisforskellen afhænger blandt andet af promptlængde og tokenforbrug, og den siger ikke i sig selv noget om kvaliteten på egne data.

Hvor Haiku 5.5 er mest relevant at afprøve

Et første evalueringssæt bør bestå af opgaver med et klart input, et kontrollerbart output og en tydelig grænse for, hvad modellen må gøre. Det kan være:

• at placere supportsager i et fast sæt kategorier
• at skrive korte resuméer i et aftalt format
• at udtrække få bestemte oplysninger fra et dokument
• at besvare et snævert spørgsmål ud fra en begrænset tekstmængde
• at udføre en lille delopgave for en større model eller AI-agent

Vurder modellen på egne repræsentative eksempler. Mål ikke kun svartid og tokenpris, men også fejlrate, manglende felter, falske positive resultater og hvor ofte en sag skal sendes videre. En lille model kan være billig pr. kald og stadig blive dyr i drift, hvis fejl kræver meget efterarbejde.

Komplekse, flertrins kodeopgaver er ikke lanceringens stærkeste argument. Anthropic skriver selv, at Sonnet 5.5 og Opus 5.5 fortsat er bedre valg til kompleks agentbaseret kodning, mens Haiku 5.5 er rettet mod smallere opgaver som resuméer, kompaktering og delopgaver.

Sådan fungerer adgangen

Udviklere kan ifølge Anthropic bruge model-id’et claude-haiku-5-5 på Claude Platform. Virksomheden angiver desuden Amazon Web Services, Google Cloud og Microsoft Azure som tilgængelige platforme.

Den konkrete cloudadgang skal stadig kontrolleres hos den valgte udbyder før implementering. Anthropics lancering fastslår ikke, hvilke danske eller europæiske regioner, kontotyper, kvoter eller kontraktvilkår der gælder for den enkelte organisation. Den dokumenterer heller ikke en universel udrulning til alle brugere i Claude-chatten.

Hvis modellen skal ind i en eksisterende løsning, bør teamet derfor kontrollere fire ting i den platform, der faktisk bruges: præcist model-id, regional tilgængelighed, aktuelle priser og begrænsninger samt håndtering af data. Først derefter giver det mening at køre det samme evalueringssæt mod den nuværende model og Haiku 5.5.

Hvad lanceringen ikke afgør

Anthropic viser egne benchmarkresultater og kundeudsagn, men de beviser ikke, at modellen er bedst til enhver kort opgave. Resultatet kan ændre sig med sprog, prompt, datakvalitet, outputformat og krav til fejlmargin.

Der er heller ikke grundlag i lanceringen for at love dansk cloudregion, ens adgang hos alle udbydere eller adgang i alle Claude-abonnementer. For en dansk udvikler er den praktiske konklusion derfor afgrænset: Haiku 5.5 er en relevant kandidat til en kontrolleret prøve på korte opgaver i stor volumen, hvis den valgte platform faktisk tilbyder modellen på acceptable vilkår.