Em 7 de outubro, a Anthropic lançou o Claude Haiku 5.5 com US$ 0,10 por milhão de tokens de entrada em prompts de até 100 mil tokens. É o mesmo patamar do GPT-6 Luna, da OpenAI. Para quem cuida do orçamento de IA, o número chama atenção, mas ele conta só metade da história: o preço de saída é cinco vezes maior, e em cargas que geram muito texto ele pode pesar mais na fatura.
O que está na tabela de preços
Segundo a Anthropic, o Haiku 5.5 custa US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens quando o prompt tem até 100 mil tokens. Acima disso, o preço sobe para US$ 0,50 e US$ 2,50. O Haiku 4.5 custava US$ 1 e US$ 5. A empresa estima uma redução média de cerca de 75% no custo por carga de trabalho, já descontando o fato de que o novo tokenizer usa um pouco mais de tokens por tarefa.
O GPT-6 Luna, anunciado em setembro, cobra US$ 0,10 de entrada e US$ 0,50 de saída, contra US$ 0,20 e US$ 1,20 do GPT-5.6 Luna. A OpenAI afirmou ao VentureBeat que são preços permanentes, não promocionais. Na página de preços da OpenAI, a faixa de contexto longo da Luna começa acima de 272 mil tokens de entrada, enquanto a do Haiku começa em 100 mil.
- Haiku 5.5, até 100 mil tokens: US$ 0,10 entrada, US$ 0,50 saída, leitura de cache a US$ 0,01.
- Haiku 5.5, acima de 100 mil tokens: US$ 0,50 entrada, US$ 2,50 saída.
- GPT-6 Luna, contexto curto: US$ 0,10 entrada, US$ 0,50 saída, cache a US$ 0,01.
Preço igual não é custo igual
O próprio VentureBeat lembra que a comparação cobre apenas preço de tabela, sem cache, descontos de batch, ferramentas, prêmios regionais ou tarifas negociadas. Também ressalta que o Haiku não é o mais barato do mercado: o Gemini 3.5 Flash-Lite, por exemplo, custa US$ 0,30 de entrada e US$ 2,50 de saída.
Há ainda o efeito do tokenizer e do nível de esforço. O Haiku 5.5 deixa o time escolher quanto raciocínio gastar por tarefa, e isso muda o número de tokens consumidos. Uma conta feita só com o preço por milhão pode errar para cima ou para baixo.
Benchmarks do fornecedor pedem cautela
A Anthropic publica o Haiku 5.5 à frente do Luna nas avaliações que escolheu: 72,4% contra 48,9% no OSWorld 2.1 (subconjunto offline) e 39,2% contra 16,4% no Terminal-Bench 4.0. Esses resultados são reportados pelo fornecedor e não foram verificados de forma independente. Segundo o VentureBeat, o 39% do Terminal-Bench vem do esforço máximo; no nível padrão, médio, o resultado fica perto de 20%.
Ou seja, o desempenho que sustenta a comparação não é necessariamente o que a sua conta vai pagar por padrão. Vale medir na sua carga.
O que times de TI e FinOps podem fazer agora
Os dois fornecedores posicionam esses modelos para o volume. A OpenAI aponta a Luna para tarefas bem definidas, como sumarização e extração, e reserva Sol e Astra para o trabalho mais difícil. A Anthropic recomenda o Haiku para tarefas de apoio, como resumo, classificação e consultas a bancos de dados, deixando Sonnet e Opus para o trabalho exigente, sobretudo em código.
- Separe as chamadas por tipo: o que é volume simples e repetitivo e o que exige raciocínio longo.
- Meça tokens reais de entrada e saída por tarefa, já com o novo tokenizer e o nível de esforço que você pretende usar.
- Observe quantos prompts passam de 100 mil tokens no Haiku ou de 272 mil na Luna, porque a faixa de contexto longo muda o preço.
- Mantenha a arquitetura desacoplada do modelo, com roteamento e avaliação própria, para trocar de fornecedor sem reescrever o produto.
- Rode um piloto em tarefa estreita antes de escalar, como o próprio VentureBeat sugere para o Haiku.
Conclusão
Token barato deixa de ser vantagem competitiva quando todo mundo cobra o mesmo. A diferença passa a estar em saber qual tarefa merece qual modelo e em medir o custo por resultado, não por milhão de tokens. Se sua equipe quer montar essa camada de avaliação e roteamento, fale com a Luby.