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 até 100K tokens, com entrada em cache a $0.004. O preço de tabela da Anthropic é de $0.10 para entrada e $0.50 para saída, pelo que poupa 60%. Os prompts com mais de 100K tokens custam cinco vezes mais em todas as tarifas, tal como na tabela de preços da Anthropic: $0.20 para entrada e $1.00 para saída por 1M tokens.

Sim, por uma larga margem. O preço de tabela da Anthropic para o Haiku 5.5 é um décimo do preço do Haiku 4.5 para prompts até 100K tokens e metade acima desse limite. A Anthropic afirma que, em média, o custo de utilização é cerca de 75% inferior. O seu tokenizador conta cerca de 30% mais tokens para o mesmo texto, mas o preço mais baixo mais do que compensa essa diferença.

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

O Claude Haiku 5.5 tem uma janela de contexto de 1M tokens, face aos 200K do Haiku 4.5, e devolve até 128K tokens de saída por pedido. Os prompts com mais de 100K tokens são faturados a cinco vezes as tarifas base, tal como na Anthropic, por isso mantenha os prompts de rotina abaixo desse limite sempre que possível.

Sim. Usa raciocínio adaptativo, ativo por predefinição, e a definição effort, de low a max, com medium como predefinição: envie output_config.effort no formato Messages ou reasoning_effort em chat completions. Pode desativar o raciocínio definindo type como disabled em thinking, com effort em high ou inferior. A API da Anthropic rejeita o formato antigo budget_tokens neste modelo; a Zurelay converte-o para o nível de effort mais próximo. O texto de raciocínio é devolvido vazio, a menos que defina display como summarized em thinking.

Trabalho em grande volume e sensível à latência: classificação, extração, encaminhamento, resumos, tarefas de subagentes e chat em tempo real. A Anthropic indica que se aproxima do Sonnet 5.5 no trabalho de conhecimento, mas continua a recomendar 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 obter a contagem de tokens no final do streaming. Cada chave pode ter o seu próprio orçamento mensal e limite de pedidos por minuto. Se uma rota falhar, o Zurelay tenta novamente por outra rota, e os pedidos falhados nunca são cobrados.

Sim. Os seus pedidos são processados pelo próprio Claude Haiku 5.5. A Zurelay não o substitui por um modelo diferente ou mais pequeno. Apenas o encaminhamento inteligente, que tem de ativar, pode responder com uma alternativa semelhante quando o modelo está indisponível, e o cabeçalho x-zurelay-model identifica o modelo que respondeu. As respostas são geradas por amostragem, pelo que a formulação exata varia entre chamadas em qualquer API. A Zurelay é um serviço independente, sem afiliação à Anthropic nem o seu aval.