Rozliczane są rzeczywiście użyte tokeny; niewykorzystana część rezerwacji jest zwracana.
Nowy tutaj?
10 darmowych kredytów (0,10 USD) po zarejestrowaniu się przez Google
Dostępne 24 godzin po rejestracji, do 5 uruchomień dziennie i maksymalnie 2 kredytów na uruchomienie. Inne metody logowania uruchamiają się bez kredytów. Wystarczy na 16 uruchomień tego modelu.
02
O Claude Haiku 4.5
Krótko mówiącStan na 23 września 2026
Claude Haiku 4.5 to model opracowany przez Anthropic w kategorii Multimodalne. W serwisie Railwail Claude Haiku 4.5 kosztuje 1,20 USD za 1M tokenów wejściowych i 6,00 USD za 1M tokenów wyjściowych. Okno kontekstu zawiera 200 000 tokenów, a jedna odpowiedź może mieć do 64 000 tokenów.
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.
Tło
O Anthropic
Założona 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.
Parametry
Undisclosed (estimated tens of billions of parameters)
Kontekst
200 000 tokenów
Możliwości
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.
Licencja: Proprietary commercial license via Anthropic API, Amazon Bedrock and Google Vertex AI.
Testy bezpieczeństwa: Same Responsible Scaling Policy ASL-3 safeguards as Sonnet and Opus, with constitutional classifiers and third-party evaluations.
Znane ograniczenia
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 to model opracowany przez Anthropic w kategorii Multimodalne. W serwisie Railwail możesz go wywołać za pomocą klucza API poprzez API Railwail.
Ile kosztuje Claude Haiku 4.5 w serwisie Railwail?
W serwisie Railwail Claude Haiku 4.5 kosztuje 1,20 USD za 1M tokenów wejściowych i 6,00 USD za 1M tokenów wyjściowych. Opłata jest pobierana za to, co faktycznie zużywa każde żądanie. Użycie jest opłacane z przedpłaconych kredytów; 1 kredyt równa się 0,01 USD.
Jakie jest okno kontekstu Claude Haiku 4.5?
Okno kontekstu Claude Haiku 4.5 zawiera 200 000 tokenów. Jedna odpowiedź może mieć do 64 000 tokenów.
Jak szybki jest Claude Haiku 4.5?
Dla Claude Haiku 4.5 jest jeszcze zbyt mało zmierzonych przebiegów w serwisie Railwail, aby podać czas przebiegu. Zależy to od wejścia, ustawień i obciążenia u dostawcy.
Czy Claude Haiku 4.5 jest lepszy niż BLIP?
To zależy od zadania. Claude Haiku 4.5 (Anthropic) i BLIP (Salesforce) to oba modele z kategorii Multimodalne. Strona porównania pokazuje ich ceny i specyfikacje obok siebie.
Tak. Claude Haiku 4.5 akceptuje obrazy jako wejście oprócz tekstu.
Jak używać Claude Haiku 4.5 przez API?
Utwórz klucz API Railwail i wyślij swoje żądanie z ID modelu claude-haiku-4-5. Przykłady kodu dla curl, Python i JavaScript znajdują się w sekcji API na tej stronie.
