Claude Haiku 5.5 API

Zurelay facture $0.04 par 1M tokens en entrée et $0.20 par 1M tokens en sortie pour les prompts jusqu’à 100K tokens, avec les entrées en cache à $0.004. Le prix catalogue d’Anthropic est de $0.10 en entrée et de $0.50 en sortie, soit 60% d’économies. Pour les prompts de plus de 100K tokens, tous les tarifs sont multipliés par cinq, comme dans la grille tarifaire d’Anthropic : $0.20 en entrée et $1.00 en sortie par 1M tokens.

Oui, et de loin. Le prix catalogue d’Anthropic pour Haiku 5.5 est dix fois inférieur à celui de Haiku 4.5 pour les prompts jusqu’à 100K tokens, et deux fois inférieur au-delà. Anthropic annonce un coût d’utilisation moyen environ 75% plus bas. Son tokenizer compte environ 30% de tokens en plus pour le même texte, ce que la baisse de prix compense largement.

Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 et set the model to claude-haiku-5-5. Chat completions, streaming et tool calls use the request shapes you know from OpenAI, and reasoning_effort sets the effort level. Temperature, top_p and top_k have no effect: Haiku 5.5 refuses them, so Zurelay leaves them out of the request.

Oui. Définissez l’URL de base du SDK Anthropic, ou ANTHROPIC_BASE_URL pour Claude Code, sur https://api.zurelay.com sans /v1, car le client ajoute lui-même /v1/messages. Authentifiez-vous avec votre clé Zurelay et choisissez claude-haiku-5-5 comme modèle, ou comme modèle cible de l’alias Haiku dans Claude Code.

Claude Haiku 5.5 dispose d’une fenêtre de contexte de 1M tokens, contre 200K pour Haiku 4.5, et renvoie jusqu’à 128K tokens en sortie par requête. Les prompts de plus de 100K tokens sont facturés à cinq fois les tarifs de base, comme chez Anthropic : gardez donc vos prompts courants sous ce seuil si possible.

Oui. Il utilise la réflexion adaptative, activée par défaut, et le paramètre effort, de low à max avec medium par défaut : envoyez output_config.effort au format Messages ou reasoning_effort pour les complétions de chat. Vous pouvez désactiver la réflexion en définissant le champ type de thinking sur disabled, avec effort sur high ou moins. L’API d’Anthropic rejette l’ancien format budget_tokens sur ce modèle ; Zurelay le convertit plutôt en niveau d’effort le plus proche. Le texte de réflexion renvoyé reste vide, sauf si vous définissez le champ display de thinking sur summarized.

Les tâches à grand volume où la latence compte : classification, extraction, routage, résumés, tâches de sous-agents et chat en direct. Anthropic le situe près de Sonnet 5.5 sur le travail intellectuel, mais recommande toujours Sonnet 5.5 ou Opus 5.5 pour le développement complexe avec des agents.

Oui. Le streaming fonctionne avec les complétions de chat et l’API Messages ; pour les complétions de chat, définissez stream_options.include_usage afin d’obtenir le nombre de tokens à la fin du flux. Chaque clé peut avoir son propre budget mensuel et sa propre limite de requêtes par minute. Si une route échoue, Zurelay réessaie sur une autre, et les requêtes échouées ne sont jamais facturées.

Oui. Vos requêtes sont bien exécutées par Claude Haiku 5.5. Zurelay ne le remplace pas par un autre modèle ou un modèle plus petit. Seul le routage intelligent, que vous activez vous-même, peut répondre avec une alternative proche lorsque le modèle est indisponible. L’en-tête x-zurelay-model indique le modèle qui a répondu. La sortie repose sur un échantillonnage : la formulation exacte varie donc d’un appel à l’autre, quelle que soit l’API. Zurelay est un service indépendant, sans affiliation avec Anthropic ni approbation de sa part.