Anthropic: Claude Haiku 5.5 (batch)

Claude Haiku 5.5 est l’édition compacte d’Anthropic pour les tâches à grand volume sensibles à la latence. Ses principaux usages comprennent la classification, le routage, l’extraction d’informations, les résumés, le compactage de conversations et le travail ciblé de sous-agents. Il accepte du texte et des images et génère du texte. Une consigne utile lui donne une question délimitée et un résultat explicite : une catégorie, un ensemble défini de champs, un court résumé ou les éléments pertinents pour une autre partie d’une tâche plus large. Gardez les identifiants des sources avec le résultat pour qu’une application puisse relier les informations extraites à leur contenu d’origine.

Anthropic positionne cette édition pour l’assistance client en direct, l’utilisation d’un navigateur et de courtes sous-tâches de programmation, ainsi que pour l’analyse répétitive. Elle peut compléter Claude Sonnet 5.5 ou Claude Opus 5.5 dans un workflow où un modèle plus grand traite un projet ambitieux et Haiku une recherche délimitée ou un résumé. Pour une tâche d’assistance, fournissez la question et les références autorisées, puis précisez le ton de la réponse et ce qui doit être renvoyé. Pour une sous-tâche de programmation, identifiez les fichiers ou extraits pertinents et la question exacte, au lieu de confier un projet ouvert sans condition d’achèvement.

La fenêtre de contexte documentée est d’un million de tokens, avec jusqu’à 128 000 tokens de sortie en génération ordinaire. Les tokens de raisonnement comptent dans la limite de génération : le résultat doit donc laisser de la place pour le raisonnement et le texte visible. Sa date limite de connaissances fiables est juin 2026 ; les informations ultérieures nécessitent des éléments fournis ou un outil de recherche. Anthropic documente séparément une fonctionnalité bêta réservée aux lots qui peut porter la sortie à 300 000 tokens pour cette édition. Cette limite plus élevée nécessite la fonctionnalité de sortie étendue du développeur et reste distincte de la limite ordinaire. Un lot asynchrone traite les requêtes indépendamment, ce qui est utile pour des ensembles de documents ou d’enregistrements dont les résultats sont attendus après traitement plutôt qu’immédiatement.

Le raisonnement adaptatif est activé par défaut, et effort est le principal réglage de sa profondeur. Les niveaux sont low, medium, high, xhigh et max, avec medium par défaut. Anthropic recommande medium pour la plupart des tâches, high pour les tâches plus prolongées ou le suivi strict des instructions et low pour les demandes courtes et simples. Le raisonnement peut être désactivé aux niveaux low, medium ou high ; sa désactivation à xhigh ou max est rejetée. Un prompt demandant une réponse directe ne remplace pas ce réglage. Les valeurs manuelles de budget_tokens de Haiku 4.5 ne se transposent pas à cette édition, et temperature, top_p et top_k doivent être omis dans l’interface documentée.

Haiku 5.5 utilise le tokenizer plus récent introduit dans des générations Claude antérieures, et Anthropic estime qu’un même texte peut utiliser environ 30 % de tokens supplémentaires par rapport à Haiku 4.5, selon son contenu. Il conserve aussi les blocs de raisonnement des tours antérieurs de l’assistant, de sorte que la taille de la conversation peut augmenter au-delà du seul changement de tokenizer. La longueur minimale d’un prompt pouvant être mis en cache est de 512 tokens. Gardez les échanges antérieurs inchangés lorsque vous conservez le raisonnement et placez les nouvelles instructions dans le dernier échange. Modifier effort au niveau supérieur invalide le cache des messages de la conversation ; le développeur documente une fonctionnalité bêta distincte pour modifier effort au sein de conversations adaptatives. Aucune de ces capacités ne prouve qu’une requête particulière a été servie depuis le cache.

Pour la recherche d’informations, le guide de prompting du modèle recommande de fournir la date actuelle avec l’outil de recherche et de garder stables les définitions initiales du système et des outils. Donnez une date actualisée dans le dernier échange si la conversation se poursuit un jour ultérieur. Précisez ce qui doit être trouvé et conservez les sources renvoyées avant de demander une conclusion. Par exemple, une tâche illustrative peut demander le comportement documenté d’une version logicielle précise, puis une courte explication fondée sur le passage récupéré. L’application fournit l’outil de recherche et renvoie ses résultats réels ; la recherche proposée par le modèle ne prouve pas qu’elle a eu lieu.

Lorsque des sorties JSON structurées sont associées à des outils, le guide documente une interaction particulière : avec le raisonnement désactivé, Haiku peut omettre un appel d’outil nécessaire. Anthropic recommande le raisonnement adaptatif pour ces requêtes, ou la séparation entre l’exigence de JSON final et l’étape d’outil. Définissez les champs de sortie et précisez que la réponse finale suit les résultats des outils. Une consigne d’extraction de données peut nommer les champs requis et la représentation des valeurs manquantes, tandis qu’une consigne de recherche peut d’abord demander les éléments nécessaires pour les renseigner. Lisez les blocs de réponse selon leur type, car la réponse n’est pas nécessairement le premier bloc et le texte de raisonnement est omis par défaut.

Pour les prompts d’agents plus longs, Anthropic note que le niveau low peut entraîner un arrêt prématuré, l’omission d’une recherche ou l’absence d’une vérification. Son guide recommande des instructions explicites d’achèvement et de vraies vérifications des modifications de code avant de les annoncer comme terminées. Préparez le résultat attendu et les éléments qui le démontreraient : les passages sélectionnés pour un rapport, le comportement modifié pour une proposition de code ou les champs extraits d’un document. Le guide distingue aussi un message de l’utilisateur en cours de tâche d’une sortie d’outil : les nouvelles instructions de l’utilisateur appartiennent à un tour utilisateur, tandis que les éléments renvoyés par les outils restent séparés.

Cette édition a ses propres protections et peut opposer un refus pour des catégories comme les usages cybernétiques nuisibles, les usages biologiques nuisibles, le développement de modèles concurrents ou d’autres usages interdits. Le développeur ne documente pas de mécanisme de repli côté serveur pour Haiku 5.5. Son guide note également que le niveau xhigh peut parfois terminer une réponse sur plusieurs échanges sans texte de réponse visible, et que du texte ressemblant à du raisonnement peut apparaître plus souvent à low ou lorsque le raisonnement est désactivé. Ce sont des comportements précis à prendre en compte lorsqu’un workflow exige un résultat visible et structuré. Pour une extraction ou un résumé ordinaire, utilisez une source ciblée, une sortie définie et le niveau d’effort adapté à la tâche.