Claude Haiku 5.5 против 4.5: проверил на рабочих задачах, 80 прогонов
7 октября вышла Claude Haiku 5.5. Таблицу тестов Anthropic я перевёл, но решил проверить сам: дал новой и старой версии одинаковые рабочие задачи.
Как проверял?
Четыре задачи, каждую повторил по 10 раз. Всего 80 прогонов.
Сначала простое: разобрать 30 писем по отделам, собрать поручения с планёрки, сверить счёт с договором.
Потом работа для агента: открыть папку с 24 счетами, сверить их с банковской выпиской и собрать отчёт по просроченным долгам.
Часть счетов оплачена не полностью, сроки у всех разные, так что просто сложить суммы не получится)
И что вышло?
Отчёт по долгам Haiku 5.5 собрала без ошибок 10 раз из 10. Haiku 4.5 - только 4 из 10.
Должников старая находила почти всегда верно, а вот общую сумму долга в 6 отчётах посчитала неправильно. Один раз приписала лишние 100 000 ₽!
Представьте, что такой отчёт ушёл руководителю: должники верные, а сумма другая.
С поручениями с планёрки похоже: новая собрала всё верно 10 раз из 10, старая 8, дважды сдвинула сроки на день.
А на совсем простом разницы почти нет: письма и счёт с договором обе разобрали почти идеально.
Зато по скорости 5.5 была в 2-4 раза быстрее во всех задачах.
А что с поиском?
Мой агент-исследователь в тот же день на Haiku 4.5 проверял эту самую новость. Перепутал дату выхода и написал, что Anthropic не публиковала таблицу тестов. Пришлось перепроверять ручками.
Haiku 5.5 на похожий запрос нашла и дату, и таблицу. Тут проверял по разу, но мне хватило: исследователя перевожу на новую)
А что с ценой?
Дешевле стало тем, кто подключает Claude к своим программам и агентам через API.
Запрос до 100 тысяч токенов (кусочков текста) подешевел в 10 раз, более длинный в 2 раза.
В среднем, по расчёту Anthropic, та же работа выходит примерно в 4 раза дешевле.
На подписке платим не за токены, а лимитом, и как он изменится, Anthropic не пишет.
Что буду поручать?
Haiku 5.5 беру на поиск, разбор писем, краткие пересказы и отчёты по понятным правилам.
Итоговые суммы всё равно проверяю, прежде чем отправлять отчёт дальше)
Сложный код, большие документы с кучей требований и решения, где надо искать противоречия, оставляю Sonnet/Opus.
Пишите о своих кейсах 👇
Проверено 07.10.2026: 80 прогонов на четырёх рабочих задачах, цены по анонсу Anthropic.
Источники: анонс Anthropic, документация Haiku 5.5. Проба, таблица и карточка цены - мои.
Проверки нейросетей на моих рабочих задачах - с результатами и ошибками - публикую в Telegram.