Claude Haiku 5.5 API: तेज़, कम-लागत वाला Claude, 1M context के साथ

Claude Haiku 5.5, Anthropic की नई Claude generation का सबसे छोटा और तेज़ model है। GetVibe API पर यह claude-haiku-5.5 के रूप में OpenAI-compatible /v1/chat/completions endpoint, Anthropic Messages endpoint /v1/messages और Claude Code जैसे agent tools के ज़रिए उपलब्ध है। आप अपने USD balance से प्रति token भुगतान करते हैं और वही key इस्तेमाल करते हैं जो आप हर दूसरे model के लिए करते हैं।

Specs

	Claude Haiku 5.5
Model ID	`claude-haiku-5.5`
Context window	1,000,000 tokens
Max output	128,000 tokens
Input	text और images
Reasoning	extended thinking, output tokens के रूप में billed
Tool calling और JSON mode	हाँ
Prompt caching	हाँ, cached reads की कीमत input price की दसवीं हिस्सा है
Price	$0.0267 इनपुट · $0.1334 आउटपुट प्रति 10 लाख टोकन

यह किस काम के लिए अच्छा है

Haiku उन कामों के लिए है जहाँ requests बहुत हों, हर request सरल हो और answer तेज़ी से वापस आना चाहिए। इसमें Claude की वे खूबियाँ बनी रहती हैं जिनके लिए लोग इसे चुनते हैं: यह instructions का ध्यानपूर्वक पालन करता है और आपके माँगे गए format में जवाब देता है।

Classification और routing — support tickets, review sentiment, moderation, lead scoring।
Extraction — emails, contracts, invoices और forms से fields को JSON में निकालना, scan या screenshot से भी।
Knowledge base पर आधारित support bots और FAQ answers, जहाँ deep reasoning से ज़्यादा speed और एकसमान tone मायने रखती है।
Agent sub-steps — tool result का summary बनाना, format जाँचना, अगला step चुनना। Planning के लिए महँगा model रखें और routine steps Haiku को दें।
Batch jobs — product descriptions को rewrite करना, short summaries और short texts का translation।

इसे लिखने से पहले हमने क्या जाँचा

नीचे दिए गए सभी परीक्षण 22 अक्टूबर 2026 को getvibeapi.com के ज़रिए live चलाए गए:

Classification. चार-label system prompt के साथ दिया गया ticket "मेरे October top-up के लिए मुझसे दो बार charge लिया गया" billing के रूप में वापस आया। Request में 55 input और 4 output tokens इस्तेमाल हुए।
Image input. Invoice number की तस्वीर देने पर model ने INV-2291 को बिल्कुल सही पढ़ा।
Tool calling. एक ही बार में order और shipping quote के बारे में पूछने पर इसने एक turn में दोनों functions call किए और फिर उनके results के आधार पर जवाब दिया। पूरा loop हमारी function calling guide में है।
Prompt caching. हमने एक ही system prompt लगातार दो बार भेजा और हर response के usage fields पढ़े।

Prompt size	First request	Repeat request
322 tokens	कुछ भी cached नहीं	cache से कुछ भी read नहीं हुआ
1,378 tokens	1,374 cache में लिखे गए	1,374 cache से read किए गए
5,074 tokens	5,070 cache में लिखे गए	5,070 cache से read किए गए

बहुत छोटे prompts cached नहीं होते। लगभग एक हज़ार tokens से ऊपर, repeat request prefix के लगभग पूरे हिस्से को cache से read करती है। इसके लिए prompt की शुरुआत में वह हिस्सा रखें जो बदलता नहीं है (instructions, reference text, examples) और variable data को अंत में रखें। Claude models के लिए GetVibe आपके लिए cache_control breakpoints सेट करता है, /v1/chat/completions पर भी। Docs में prompt caching देखें।

Haiku 5.5, Sonnet 5.5 या Opus 5.5?

तीनों में 1M-token context, image input और reasoning है, इसलिए चुनाव इस बात पर निर्भर करता है कि task कितना कठिन है और उसकी लागत कितनी है:

Claude Haiku 5.5 — $0.0267 इनपुट · $0.1334 आउटपुट प्रति 10 लाख टोकन। High-volume, short tasks: classification, extraction, knowledge-base answers और agent sub-steps।
Claude Sonnet 5.5 — $0.0534 इनपुट · $0.2667 आउटपुट प्रति 10 लाख टोकन। रोज़मर्रा का development, agentic coding, terminal work और actions की लंबी chains।
Claude Opus 5.5 — $0.1067 इनपुट · $0.5334 आउटपुट प्रति 10 लाख टोकन। Long reasoning वाली सबसे कठिन समस्याएँ, जहाँ गलत answer की लागत tokens से ज़्यादा हो।

एक अच्छी आदत यह है कि Haiku से शुरुआत करें और केवल वहाँ larger model पर जाएँ जहाँ answers पर्याप्त न हों। Calls एक जैसी रहती हैं; केवल model string बदलती है।

इसे call करें

OpenAI-compatible format:

curl https://getvibeapi.com/v1/chat/completions \
  -H "Authorization: Bearer $GETVIBE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-haiku-5.5",
    "max_tokens": 20,
    "messages": [
      {"role": "system", "content": "Support ticket को इनमें से किसी एक के रूप में classify करें: billing, bug, feature_request, other. केवल label के साथ reply करें।"},
      {"role": "user", "content": "मेरे October top-up के लिए मुझसे दो बार charge लिया गया।"}
    ]
  }'

OpenAI SDK के साथ Python:

import os
from openai import OpenAI

client = OpenAI(base_url="https://getvibeapi.com/v1", api_key=os.environ["GETVIBE_API_KEY"])

resp = client.chat.completions.create(
    model="claude-haiku-5.5",
    messages=[{"role": "user", "content": "इस invoice text से vendor, date और total निकालें: ..."}],
)
print(resp.choices[0].message.content)

Anthropic SDK और Claude Code के लिए Anthropic Messages format:

curl https://getvibeapi.com/v1/messages \
  -H "x-api-key: $GETVIBE_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-haiku-5.5",
    "max_tokens": 512,
    "messages": [{"role": "user", "content": "इस ticket का एक line में summary दें: ..."}]
  }'

सस्ते sub-tasks के लिए Claude Code को Haiku पर चलाने हेतु Claude Code guide देखें। Live prices और channels model page पर हैं, और price calculator आपके monthly bill का estimate देता है।