Ne oldu?
Anthropic, Claude ailesine yeni bir üye ekledi: Claude Haiku 5.5. Şirketin duyurusuna göre bu model, Claude 5.5 ailesinin son bir ay içindeki üçüncü güncellemesi oldu; öncesinde Opus ve Sonnet güncellemeleri gelmişti. Haiku 5.5, önceki Haiku modeli Haiku 4.5'in yaklaşık bir yıl ardından duyuruldu.
Anthropic'e göre Haiku 5.5, şirketin bugüne kadar yayımladığı en ucuz, en hızlı ve en yetenekli küçük model. Model, 7 Ekim 2026'da duyuruldu ve aynı gün Amazon Bedrock ile Claude Platform on AWS üzerinde kullanıma sunuldu. Ertesi gün, 8 Ekim'de, Artificial Analysis bağımsız değerlendirme kuruluşu Haiku 5.5'i 43 puanla Intelligence Index'te lider küçük sınıf model olarak sıraladı.
Fiyatlandırma tarafında Anthropic iki kademeli bir yapı kurdu. 100.000 token'a kadar olan istemlerde 1 milyon girdi token'ı için 0,10 dolar, 1 milyon çıktı token'ı için 0,50 dolar ödeniyor. 100.000 token'ı aşan istemlerde ise fiyat 1 milyon girdi token'ı için 0,50 dolara, 1 milyon çıktı token'ı için 2,50 dolara çıkıyor. Karşılaştırma için Haiku 4.5, 1 milyon girdi token'ı için 1,00 dolar ve 1 milyon çıktı token'ı için 5,00 dolar fiyatlandırılmıştı.
Anthropic'e göre Haiku 4.5'teki isteklerin yaklaşık %90'ı 100.000 token'ın altındaydı. Bu nedenle şirket, Haiku 5.5'in 100.000 token'a kadar olan istemlerde Haiku 4.5'ten %90 daha düşük fiyatlı, 100.000 token üzerindeki istemlerde ise %50 daha düşük fiyatlı olduğunu belirtiyor. Şirket ayrıca Haiku 5.5'in ortalama olarak Haiku 4.5'ten yaklaşık %75 daha az maliyetle çalıştığını iddia ediyor.
Model, Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry ve Claude Platform on AWS üzerinde genel kullanıma açık. Claude Platform'da claude-haiku-5-5 model kimliğiyle kullanılabiliyor. Amazon Bedrock'ta US Geo CRIS (us.), EU Geo CRIS (eu.), AU Geo CRIS (au.), JP Geo CRIS (jp.) ve Global CRIS (global.) çıkarım profilleriyle erişilebiliyor. AWS GovCloud (US) bölgesinde hem bedrock-runtime hem de bedrock-mantle uç noktalarında kullanılabiliyor; Claude Platform on AWS üzerinden ise Kuzey Amerika'da erişilebiliyor.
Arka plan
Anthropic'in Claude ailesi, farklı boyut ve yetenek seviyelerinde modellerden oluşuyor. Haiku sınıfı, şirketin en küçük ve en hızlı modellerini temsil ediyor; Opus ve Sonnet ise daha büyük, daha yetenekli ama daha pahalı seçenekler olarak konumlandırılıyor. Bu yapı, kullanıcıların görev karmaşıklığına göre model seçmesini sağlıyor.
Haiku 5.5'in duyurulduğu dönem, Anthropic için yoğun bir haber akışına sahne oldu. Şirket, 7 Ekim'de Claude'u Google Workspace'e entegre eden bir eklentiyi kamuya açık beta olarak sundu; ücretli Claude planı olan kullanıcılar bu eklentiyi Google Workspace Marketplace üzerinden yükleyebiliyor. Yine aynı gün Samsung'un, Anthropic'in yeni yapay zeka hızlandırıcısını 2nm süreciyle üretebileceği ortaya çıktı; çipin 4.000 TOPS güç, 1.300 W TDP ve 288 GB HBM3E sunabileceği belirtiliyor. 8 Ekim'de ise Anthropic, yapay zekâ ile bilimsel keşfi hızlandırmayı amaçlayan federal Genesis Mission girişimine üç yıl boyunca 150 milyon dolar taahhüt ettiğini duyurdu.
Ancak bu yoğun gündemin içinde zorlayıcı gelişmeler de vardı. 5 Ekim'de Meta ve Microsoft'un Claude kullanımını ciddi ölçüde azalttığı ortaya çıktı. Microsoft bulut biriminde çalışan başına aylık bütçeyi 100.000 dolardan 10.000 dolara indirirken Meta, Claude Code kullanıcı sayısını 30.000'e yarıya düşürdü. İki şirket de kendi yapay zekâ araçlarına yöneliyor. Bu tablo, Anthropic'in maliyet verimliliğine neden bu kadar ağırlık verdiğini anlamayı kolaylaştırıyor.
Haiku 5.5'in teknik temelinde ise önemli bir değişiklik var: yeni tokenizer. Tokenizer, metni modelin işleyebileceği küçük parçalara (token'lara) bölen bileşen. Anthropic'e göre Haiku 5.5'in yeni tokenizer'ı aynı metni Haiku 4.5'e göre yaklaşık %30 daha fazla token olarak sayıyor. Simon Willison'a göre ise aynı uzun istem, Haiku 5.5'te Haiku 4.5'e kıyasla yaklaşık 1,25 kat daha fazla token kullanıyor. Bu, per-token fiyatlarındaki düşüşün gerçek maliyet tasarrufuna ne kadar yansıyacağı sorusunu gündeme getiriyor.
Nasıl çalışıyor?
Haiku 5.5, metin ve görüntü girdisi alıp metin çıktısı üretiyor. Modelin bağlam penceresi 1 milyon token; bu, Haiku 4.5'in 200.000 token'lık penceresinden beş kat geniş. Bağlam penceresi, modelin tek bir istemde işleyebileceği maksimum metin miktarını ifade ediyor. Çıktı tarafında ise Haiku 5.5, 128.000 token'a kadar çıktı üretebiliyor; toplu işlerde beta olarak 300.000 token'a kadar çıktı destekliyor. Modelin bilgi kesim tarihi Haziran 2026.
Haiku 5.5'in en dikkat çekici yeniliklerinden biri, ayarlanabilir efor ayarına sahip ilk Haiku sınıfı model olması. Efor parametresi, modelin bir göreve ne kadar hesaplama kaynağı ayıracağını kontrol ediyor. Haiku 5.5'te uyarlanabilir düşünme varsayılan olarak açık ve efor parametresi varsayılan olarak medium seviyesinde. Bu ayar, kullanıcıların hız ile doğruluk arasında denge kurmasına olanak tanıyor.
Anthropic, modelin API davranışında da bazı katı kurallar koymuş. Haiku 5.5'te varsayılan olmayan temperature, top_p veya top_k değerleri 400 hatası döndürüyor. Bu parametreler, modelin çıktı çeşitliliğini ve rastgeleliğini kontrol eden ayarlar; Anthropic bunların varsayılan değerlerde kalmasını istiyor.
Performans tarafında Anthropic'in paylaştığı benchmark sonuçları dikkat çekici. GDPval-AA v2.1 bilgi çalışması testinde Haiku 5.5, 1620 puan aldı; Haiku 4.5 ise 735 puanda kaldı. AA-Briefcase v1.1 testinde Haiku 5.5 1578 puan alırken Haiku 4.5 614 puan aldı. OSWorld 2.1 bilgisayar kullanımı testinde Haiku 5.5 %72,4 skor elde etti; Haiku 4.5 ise %15,7'de kaldı. Humanity's Last Exam testinde Haiku 5.5 araçsız %45,9 ve araçlı %57,4 skor alırken Haiku 4.5 sırasıyla %10,2 ve %18,7 aldı. Terminal-Bench 4.0 agentic coding testinde Haiku 5.5 %39,2 skor elde etti; Haiku 4.5 ise %0,0 aldı. FrontierCode 1.1 (Main) testinde Haiku 5.5 %46,4 skor alırken GPT-6 Luna %42,4 aldı. Chartography görsel muhakeme testinde Haiku 5.5 araçsız %46,4 skor elde etti; Haiku 4.5 ise %6,4'te kaldı.
Anthropic'e göre Haiku 5.5, hizalama değerlendirmelerinin neredeyse tamamında Haiku 4.5'e kıyasla büyük iyileşme gösteriyor. Siber güvenlik korumaları Haiku 4.5'inkinden daha kısıtlayıcı, ancak Sonnet 5.5'in korumalarından daha az kısıtlayıcı. Şirkete göre bu korumalar sızma testini engelliyor. Biyoloji korumaları ise Sonnet 5, Sonnet 5.5 ve Opus 5 ile aynı seviyede. Kuruluşlar, daha geniş biyoloji ve siber faaliyetler için Life Sciences Verification Program ve Cyber Verification Program'a başvurabiliyor.
Hız konusunda Anthropic'e göre Haiku 5.5, standart hızda şirketin bugüne kadarki en hızlı modeli; ancak Fast Mode'da Opus modellerinden daha yavaş çalışıyor. Şirket, Haiku 5.5'i özetleme, kompaksiyon, veritabanı sorguları ve sınıflandırma istekleri gibi hızlı ve tekrarlayan iş yükleri için öneriyor. Ayrıca modelin canlı müşteri desteği ve tarayıcı kullanımı gibi hıza duyarlı görevler için özellikle uygun olduğunu belirtiyor. Kodlama işlerinde ise Haiku 5.5'in Opus 5.5 ve Sonnet 5.5 ile alt ajan olarak iyi eşleştiği ifade ediliyor.
Anthropic, karmaşık agentic kodlama görevleri için Sonnet 5.5 ve Opus 5.5'i daha iyi seçenekler olarak öneriyor. Şirkete göre Sonnet 5.5, Terminal-Bench 4.0 testinde %70,6 skorla Haiku 5.5'in önünde yer alıyor. Haiku 5.5 ise kompaksiyon, özetleme veya alt ajan işleri gibi daha dar kapsamlı görevler için en uygun model olarak konumlandırılıyor.
Rakiplerle kıyas
Artificial Analysis'in 8 Ekim 2026 tarihli değerlendirmesine göre Haiku 5.5, 43 puanla Intelligence Index'te lider küçük sınıf model olarak sıralandı. Aynı listede GLM-5.3 Flash 42 puan, Gemini 3.8 Flash 41 puan ve GPT-6 Luna 38 puan aldı. Bu sıralama, Haiku 5.5'in küçük model sınıfında rakiplerinin önünde konumlandığını gösteriyor.
Ancak Artificial Analysis'in verileri bazı nüansları da ortaya koyuyor. En yüksek efor seviyesinde Haiku 5.5, Intelligence Index'te görev başına yaklaşık 162.000 çıktı token'ı kullanıyor; bu, GPT-6 Luna'nın ihtiyaç duyduğu 50.000 token'ın yaklaşık üç katı. Yani Haiku 5.5 daha yüksek puan alırken daha fazla token harcıyor.
Halüsinasyon oranlarında ise Haiku 5.5 avantajlı görünüyor. Artificial Analysis'e göre Haiku 5.5 vakaların %40'ında halüsinasyon görürken GPT-6 Luna %77 oranında halüsinasyon görüyor. Buna karşılık AA-Omniscience testinde Haiku 5.5 %36 doğruluk elde ederken GPT-6 Luna %44 doğruluk elde ediyor. Yani Haiku 5.5 daha az halüsinasyon görüyor ama bilgi doğruluğunda GPT-6 Luna'nın gerisinde kalıyor.
FrontierCode 1.1 (Main) testinde ise Haiku 5.5 %46,4 skorla GPT-6 Luna'nın %42,4'lük skorunun önünde. Bu sonuç, kodlama odaklı bir değerlendirmede Haiku 5.5'in rekabetçi olduğunu gösteriyor.
Kimler için ne anlama geliyor?
Geliştiriciler için: Haiku 5.5, özellikle yüksek hacimli ve tekrarlayan iş yükleri için tasarlanmış. Anthropic'e göre model, özetleme, kompaksiyon, veritabanı sorguları ve sınıflandırma istekleri gibi görevlerde güvenilir şekilde çalışıyor. 1 milyon token'lık bağlam penceresi, uzun belgelerle çalışan uygulamalar için önemli bir avantaj. Ayarlanabilir efor ayarı sayesinde geliştiriciler, hız ve doğruluk arasında göreve özel denge kurabiliyor. Ancak yeni tokenizer'ın aynı metni %30 daha fazla token olarak sayması, maliyet hesaplamalarında dikkate alınması gereken bir faktör.
Anthropic, Claude Python ve TypeScript SDK'larına bilgisayar kullanımı ve tarayıcı kullanımı için beta desteği ekliyor. Bu, geliştiricilerin Haiku 5.5'i ajan tabanlı uygulamalarda daha kolay kullanmasını sağlayacak.
Şirketler için: Anthropic, Max 5x abonelerine ayda 100 dolar, Max 20x abonelerine ayda 200 dolar ve Team abonelerine kullanıcıları arasında havuzlanan ayda 500 dolara kadar API kredisi verecek. Ancak Simon Willison'a göre bu aylık API kredileri devredilmiyor; kullanılmazsa kaybediliyor. Şirketlerin bu kredileri planlama yaparken göz önünde bulundurması gerekiyor.
Anthropic ayrıca Claude Sonnet 5.5'in önbellek okuma fiyatını 1 milyon token başına 0,20 dolardan 0,10 dolara yarıya indirdi. Şirkete göre bu indirim, çoğu agentic görevde maliyeti yaklaşık %20 azaltıyor. Bu, özellikle Sonnet 5.5 kullanan kurumsal müşteriler için önemli bir tasarruf anlamına geliyor.
Sıradan kullanıcılar için: Haiku 5.5'in düşük fiyatlandırması, yapay zekâ destekli uygulamaların daha uygun maliyetle sunulmasını sağlayabilir. Canlı müşteri desteği ve tarayıcı kullanımı gibi hıza duyarlı görevlerde Haiku 5.5'in kullanılması, kullanıcıların daha hızlı yanıt alması anlamına geliyor. Asana'ya göre Haiku 5.5 ile görev tamamlama gecikmesinde %30'un üzerinde azalma ve ajan turu başına 2,5 kata kadar daha hızlı çıkarım elde edildi. HubSpot'a göre Haiku 5.5, CRM görevleri test paketinde üç çalıştırma ortalamasında %92,8 ile şimdiye kadarki en iyi skoru aldı. AlphaSense'e göre haftada yaklaşık 8 milyon çağrı yapan Ask in Document özelliğinde Haiku 5.5, 400 sorguda Haiku 4.5'e karşı 0,84'e 0,76 ile istatistiksel olarak anlamlı iyileşme sağladı. Box'a göre erken testlerde Haiku 5.5, Haiku 4.5'ten 11 puan daha yüksek skor aldı ve yaklaşık yarı gecikmeyle çalıştı. Cognition'a göre Devin Fusion'da Haiku 5.5 sidekick olarak kullanıldığında FrontierCode skoru 66,2 ile üst düzeyde kalırken maliyet ve gecikme düştü.
Sınırlar ve açık sorular
Haiku 5.5'in en büyük belirsizliği, gerçek dünya maliyet tasarrufunun ne kadar olduğu. Yeni tokenizer aynı metni Haiku 4.5'e göre yaklaşık %30 daha fazla token olarak sayıyor; Simon Willison'a göre ise aynı uzun istem yaklaşık 1,25 kat daha fazla token kullanıyor. Bu, per-token fiyatlarındaki düşüşün gerçek maliyet tasarrufuna ne kadar yansıyacağı sorusunu gündeme getiriyor. Anthropic'in iddia ettiği ortalama %75 tasarruf ile %90 daha düşük fiyat arasındaki ilişki de net değil.
Modelin Türkçe dil performansına dair hiçbir kaynakta veri yok. Türkiye'deki kullanıcılar için bölgesel fiyatlandırma veya erişilebilirlik konusunda da bir bilgi paylaşılmadı.
Anthropic'in planlanan halka arzına ilişkin bir iddia resmi kaynaklarda doğrulanmıyor. Şirketin bu konuda bir açıklama yapıp yapmadığı belirsiz.
Haiku 5.5'in siber güvenlik korumalarının sızma testini engellediği belirtiliyor; ancak bu korumaların günlük güvenlik araştırmalarını ne ölçüde etkileyeceği açık bir soru olarak duruyor. Kuruluşların Cyber Verification Program'a başvurması gerekiyor; programın onay süreci ve kriterleri hakkında detay paylaşılmadı.
Modelin Fast Mode'da Opus modellerinden daha yavaş çalıştığı belirtiliyor; ancak bu farkın ne kadar olduğu ve hangi senaryolarda belirginleştiği açıklanmadı.
