Gefactureerd worden de werkelijk gebruikte tokens; het ongebruikte deel van de reservering wordt terugbetaald.
Nieuw hier?
10 gratis credits (US$Â 0,10) wanneer je je aanmeldt met Google
Bruikbaar 24 uur na aanmelding, tot 5 uitvoeringen per dag en maximaal 2 credits per uitvoering. Andere aanmeldmethoden starten zonder credits. Voldoende voor 16 uitvoeringen van dit model.
02
Over Claude Haiku 4.5
SamengevatPer 23 september 2026
Claude Haiku 4.5 is een model van Anthropic in de categorie Multimodaal. Op Railwail kost Claude Haiku 4.5 US$Â 1,20 per 1M invoertokens en US$Â 6,00 per 1M uitvoertokens. Het contextvenster bevat 200.000 tokens, en een antwoord kan tot 64.000 tokens lang zijn.
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.
Achtergrond
Over Anthropic
Opgericht 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.
Parameters
Undisclosed (estimated tens of billions of parameters)
Context
200.000 tokens
Mogelijkheden
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.
Licentie: Proprietary commercial license via Anthropic API, Amazon Bedrock and Google Vertex AI.
Veiligheidstests: Same Responsible Scaling Policy ASL-3 safeguards as Sonnet and Opus, with constitutional classifiers and third-party evaluations.
Bekende beperkingen
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 $RAILWAIL_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "claude-haiku-4-5",
"messages": [
{
"role": "user",
"content": "Explain what a vector database is in two sentences."
}
],
"max_tokens": 1024
}'
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["RAILWAIL_API_KEY"],
base_url="https://railwail.com/api/v1",
)
completion = client.chat.completions.create(
model="claude-haiku-4-5",
messages=[
{
"role": "user",
"content": "Explain what a vector database is in two sentences.",
},
],
max_tokens=1024,
)
print(completion.choices[0].message.content)
import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.RAILWAIL_API_KEY,
baseURL: "https://railwail.com/api/v1",
});
const completion = await client.chat.completions.create({
model: "claude-haiku-4-5",
messages: [
{
role: "user",
content: "Explain what a vector database is in two sentences."
}
],
max_tokens: 1024
});
console.log(completion.choices[0].message.content);
// npm install railwail
import railwail from "railwail";
const rw = railwail(process.env.RAILWAIL_API_KEY);
const res = await rw.chat("claude-haiku-4-5", [
{ role: "user", content: "Explain what a vector database is in two sentences." },
], { max_tokens: 1024 });
console.log(res.choices[0].message.content);
Claude Haiku 4.5 is een model van Anthropic in de categorie Multimodaal. Op Railwail kunt u het aanroepen met een API-sleutel via de Railwail-API.
Hoeveel kost Claude Haiku 4.5 op Railwail?
Op Railwail kost Claude Haiku 4.5 US$Â 1,20 per 1M invoertokens en US$Â 6,00 per 1M uitvoertokens. U betaalt voor wat elke aanvraag daadwerkelijk verbruikt. Gebruik wordt betaald met vooraf gekochte credits; 1 credit is gelijk aan US$Â 0,01.
Wat is het contextvenster van Claude Haiku 4.5?
Het contextvenster van Claude Haiku 4.5 bevat 200.000 tokens. Een antwoord kan tot 64.000 tokens lang zijn.
Hoe snel is Claude Haiku 4.5?
Er zijn nog niet genoeg gemeten runs van Claude Haiku 4.5 op Railwail om een uitvoeringstijd op te geven. Dit hangt af van de invoer, de instellingen en de belasting bij de provider.
Is Claude Haiku 4.5 beter dan BLIP?
Dat hangt van de taak af. Claude Haiku 4.5 (Anthropic) en BLIP (Salesforce) zijn beide modellen in de categorie Multimodaal. De vergelijkingspagina toont hun prijzen en specificaties naast elkaar.
Ja. Claude Haiku 4.5 accepteert afbeeldingen als invoer naast tekst.
Hoe gebruik ik Claude Haiku 4.5 via de API?
Maak een Railwail-API-sleutel aan en stuur uw aanvraag met de model-ID claude-haiku-4-5. Codevoorbeelden voor curl, Python en JavaScript staan in het API-gedeelte van deze pagina.
