Claude Haiku 5.5 API

A Zurelay cobra $0.04 por 1M tokens de entrada e $0.20 por 1M tokens de saída para prompts de até 100K tokens, com entrada em cache a $0.004. O preço de tabela da Anthropic é $0.10 de entrada e $0.50 de saída, então você economiza 60%. Prompts com mais de 100K tokens custam cinco vezes mais em todas as tarifas, como na tabela de preços da própria Anthropic: $0.20 de entrada e $1.00 de saída por 1M tokens.

Sim, por uma boa margem. O preço de tabela da Anthropic para o Haiku 5.5 é um décimo do preço do Haiku 4.5 para prompts de até 100K tokens e metade acima disso, e a Anthropic afirma que o custo médio de uso é cerca de 75% menor. Seu tokenizador conta cerca de 30% mais tokens para o mesmo texto, mas o preço menor compensa essa diferença com folga.

Create a Zurelay API key, set the base URL to https://api.zurelay.com/v1 e set the model to claude-haiku-5-5. Chat completions, streaming e 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.

Sim. Defina a URL base do SDK da Anthropic, ou ANTHROPIC_BASE_URL no Claude Code, como https://api.zurelay.com sem /v1, pois o cliente adiciona /v1/messages automaticamente. Autentique-se com sua chave da Zurelay e escolha claude-haiku-5-5 como modelo, ou como o modelo para o qual o alias Haiku do Claude Code aponta.

O Claude Haiku 5.5 tem uma janela de contexto de 1M tokens, contra 200K no Haiku 4.5, e retorna até 128K tokens de saída por requisição. Prompts com mais de 100K tokens são cobrados a cinco vezes as tarifas base, como na Anthropic, então mantenha os prompts de rotina abaixo desse limite sempre que possível.

Sim. Ele usa raciocínio adaptativo, ativado por padrão, e a configuração effort, de low a max, com medium como padrão: envie output_config.effort no formato Messages ou reasoning_effort em chat completions. Você pode desativar o raciocínio definindo o type de thinking como disabled com effort em high ou abaixo. A API da Anthropic rejeita o formato antigo budget_tokens neste modelo; a Zurelay o converte para o nível de esforço mais próximo. O texto do raciocínio retorna vazio, a menos que você defina display de thinking como summarized.

Tarefas de alto volume sensíveis à latência: classificação, extração, roteamento, resumos, tarefas de subagentes e chat ao vivo. A Anthropic informa que ele se aproxima do Sonnet 5.5 no trabalho intelectual, mas ainda recomenda o Sonnet 5.5 ou o Opus 5.5 para programação complexa com agentes.

Sim. O streaming funciona em chat completions e na Messages API; em chat completions, defina stream_options.include_usage para receber a contagem de tokens no fim do stream. Cada chave pode ter seu próprio orçamento mensal e limite de requisições por minuto. Se uma rota falhar, a Zurelay tenta outra, e requisições com falha nunca são cobradas.

Sim. Suas requisições são executadas no próprio Claude Haiku 5.5. A Zurelay não o substitui por um modelo diferente ou menor. Apenas o roteamento inteligente, que você ativa por conta própria, pode responder com uma alternativa semelhante quando o modelo está indisponível, e o cabeçalho x-zurelay-model identifica o modelo que respondeu. A saída é gerada por amostragem, então o texto exato varia entre chamadas em qualquer API. A Zurelay é um serviço independente e não tem afiliação nem endosso da Anthropic.