Laskutus todella käytettyjen tokenien mukaan; varauksen käyttämätön osa palautetaan.
Uusi täällä?
10 ilmaista creditiä (0,10 $) kun rekisteröidyt Googlella
Käytettävissä 24 tuntia rekisteröinnin jälkeen, enintään 5 suoritusta päivässä ja enintään 2 creditiä suoritusta kohti. Muut kirjautumismenetelmät alkavat ilman creditejä. Riittää 16 suoritukseen tästä mallista.
02
Tietoja: Claude Haiku 4.5
Lyhyesti23. syyskuuta 2026 alkaen
Claude Haiku 4.5 on Anthropic-kehittäjän malli kategoriasta Multimodaali. Railwailissa Claude Haiku 4.5 maksaa 1,20 $ per 1M syötetokenia ja 6,00 $ per 1M tulostetokenia. Kontekstiikkuna sisältää 200 000 tokenia, ja vastaus voi olla enintään 64 000 tokenia pitkä.
Claude Haiku 4.5 brings Sonnet-class reliability to the cost-and-latency tier. 200K context, full vision input, native tool use and extended thinking on demand. Designed for high-volume agents, real-time chat, classification, simple coding subagents, and consumer applications where p50 latency matters more than peak reasoning.
Tausta
Tietoja: Anthropic
Perustettu 2021 · San Francisco, USA
Anthropic was founded in 2021 by Dario and Daniela Amodei. The Claude model family launched in March 2023 with Haiku as the lightweight tier optimized for low latency and cost. Successive Haiku generations have steadily closed the gap to Sonnet: Haiku 3 (March 2024), Haiku 3.5 (October 2024), Haiku 4 (May 2025) and Haiku 4.5 (late 2025/early 2026). Anthropic is structured as a Public Benefit Corporation focused on AI safety, with total funding exceeding $20 billion and a 2026 valuation above $150 billion.
Claude Haiku 4.5 is the fastest and cheapest model in the Claude 4.x family. Architecturally it is a smaller decoder-only Transformer distilled from the Sonnet/Opus 4 training stack, optimized aggressively for inference latency and throughput while retaining the full Claude feature set (vision, extended thinking, tool use). It was trained on the same multi-trillion-token curated corpus as its larger siblings with a knowledge cutoff in early 2026. Post-training combined RLHF, Constitutional AI, RLAIF and distillation from larger teacher models. Despite its small size, Haiku 4.5 supports the same 200K context window and tool-use API as Sonnet 4.6 and Opus 4.7, making it a drop-in cheaper option for high-concurrency workloads.
Parametrit
Undisclosed (estimated tens of billions of parameters)
Konteksti
200 000 tokenia
Ominaisuudet
Lowest p50 latency in the Claude 4.x family
200K token context window matching the larger Claude models
Vision input for images, PDFs and screenshots
Native tool use with parallel tool calling
Optional extended thinking mode for harder reasoning tasks
Sonnet-class reliability at one-third the cost
Strong instruction following and structured JSON output
Constitutional-AI alignment with low refusal rate
Available via Anthropic API, Bedrock and Vertex AI
Pretrained on the same curated multi-trillion-token mixture used by Sonnet and Opus 4.x. Post-training includes distillation from larger Anthropic models alongside RLHF, Constitutional AI and RLAIF. Knowledge cutoff in early 2026.
Lisenssi: Proprietary commercial license via Anthropic API, Amazon Bedrock and Google Vertex AI.
Turvallisuustestit: Same Responsible Scaling Policy ASL-3 safeguards as Sonnet and Opus, with constitutional classifiers and third-party evaluations.
Tunnetut rajoitukset
Below Sonnet 4.6 on hard reasoning and agentic coding benchmarks
No native audio or video input
Knowledge cutoff in early 2026
Less depth on niche or long-tail topics than larger models
curl https://railwail.com/api/v1/chat/completions \
-H "Authorization: Bearer $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-haiku-4-5",
"messages": [
{
"role": "user",
"content": "Explain what a vector database is in two sentences."
}
],
"max_tokens": 1024
}'
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["RAILWAIL_API_KEY"],
base_url="https://railwail.com/api/v1",
)
completion = client.chat.completions.create(
model="claude-haiku-4-5",
messages=[
{
"role": "user",
"content": "Explain what a vector database is in two sentences.",
},
],
max_tokens=1024,
)
print(completion.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.RAILWAIL_API_KEY,
baseURL: "https://railwail.com/api/v1",
});
const completion = await client.chat.completions.create({
model: "claude-haiku-4-5",
messages: [
{
role: "user",
content: "Explain what a vector database is in two sentences."
}
],
max_tokens: 1024
});
console.log(completion.choices[0].message.content);
// npm install railwail
import railwail from "railwail";
const rw = railwail(process.env.RAILWAIL_API_KEY);
const res = await rw.chat("claude-haiku-4-5", [
{ role: "user", content: "Explain what a vector database is in two sentences." },
], { max_tokens: 1024 });
console.log(res.choices[0].message.content);
Claude Haiku 4.5 on Anthropicn kehittämä malli Multimodaali-kategoriassa. Railwailissa voit kutsua sitä API-avaimella Railwail-ohjelmointirajapinnan kautta.
Paljonko Claude Haiku 4.5 maksaa Railwailissa?
Railwailissa Claude Haiku 4.5 maksaa 1,20 $ per 1M syötetokenia ja 6,00 $ per 1M tulostetokenia. Sinua veloitetaan siitä, mitä kukin pyyntö todella käyttää. Käyttö maksetaan ennakkoon ostettujen krediittien avulla; 1 krediitti vastaa 0,01 $.
Mikä on Claude Haiku 4.5n kontekstiikkuna?
Claude Haiku 4.5n kontekstiikkuna sisältää 200 000 tokenia. Vastaus voi olla enintään 64 000 tokenia pitkä.
Kuinka nopea Claude Haiku 4.5 on?
Claude Haiku 4.5lla ei ole vielä tarpeeksi mitattuja suorituksia Railwailissa suoritusajan ilmoittamiseksi. Se riippuu syötteestä, asetuksista ja palveluntarjoajan kuormituksesta.
Onko Claude Haiku 4.5 parempi kuin BLIP?
Se riippuu tehtävästä. Claude Haiku 4.5 (Anthropic) ja BLIP (Salesforce) ovat molemmat malleja Multimodaali-kategoriassa. Vertailussa näkyvät niiden hinnat ja tekniset tiedot rinnakkain.
Kyllä. Claude Haiku 4.5 hyväksyy kuvia syötteenä tekstin lisäksi.
Kuinka käytän Claude Haiku 4.5a ohjelmointirajapinnan kautta?
Luo Railwail-ohjelmointirajapinnan avain ja lähetä pyyntösi mallin tunnuksella claude-haiku-4-5. Koodiesimerkit curlille, Pythonille ja JavaScriptille ovat tämän sivun API-osiossa.
