Boa parte do custo de IA numa operação de marketing não vem de tarefas difíceis, e sim de tarefas repetidas milhares de vezes: classificar leads, resumir conversas, etiquetar conteúdo. É esse volume que a Anthropic mirou com o Claude Haiku 5.5, lançado em 7 de outubro de 2026 e descrito pela empresa como o modelo pequeno mais barato, rápido e capaz que ela já lançou.
O que foi anunciado
Segundo o anúncio oficial da Anthropic:
- Para requisições de até 100 mil tokens, o preço é de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de saída. Acima de 100 mil tokens, sobe para US$ 0,50 e US$ 2,50. O Haiku 4.5 custa US$ 1 e US$ 5.
- A empresa diz que o novo modelo custa em média cerca de 75% menos para rodar que o Haiku 4.5. O preço é 90% menor até 100 mil tokens e 50% menor acima disso.
- É o primeiro modelo da linha Haiku com ajuste de esforço, e tem uso de computador e de navegador em beta pelos SDKs de Python e TypeScript.
- O novo tokenizador usa um pouco mais de tokens por tarefa, ponto que a própria Anthropic registra.
- Está disponível na Claude Platform, com o ID
claude-haiku-5-5, e na Amazon Web Services, no Google Cloud e no Microsoft Azure. - Clientes citados no anúncio, como HubSpot, Box e Asana, relatam ganhos em testes próprios. São resultados informados pelas empresas, não medições independentes.
Por que isso importa para quem faz marketing
A Anthropic indica o Haiku 5.5 para resumos, consultas a bases de dados, classificação, atendimento ao vivo e uso de navegador, além de funcionar como subagente de modelos maiores. Na prática, são tarefas típicas de automação de marketing e CRM: qualificar lead, tratar a primeira mensagem do cliente, padronizar cadastro. Quando o custo por chamada cai a uma fração, processos que não fechavam a conta passam a fechar. Vale lembrar que o preço por token é só parte do custo; latência e throughput definem se o modelo aguenta o volume em tempo real.
O que isso significa para o mercado
Na leitura do Club Martech, a disputa entre modelos pequenos deixou de ser só sobre preço e passou a ser sobre o que eles conseguem fazer sozinhos. Um modelo barato que também navega e ajusta o esforço permite montar fluxos em camadas: o modelo grande planeja, o pequeno executa em volume. É a arquitetura de agentes de IA ficando acessível para operações menores. A escolha do modelo, como discutimos em Claude Fable 5.1, depende cada vez mais de custo, disponibilidade e segurança, e menos de um ranking único.
O que avaliar antes de trocar de modelo
- Mapa de tarefas. Separe o que é volume e baixa complexidade do que exige raciocínio longo. O Haiku 5.5 foi feito para o primeiro grupo.
- Teste com seus dados. Benchmarks e casos de clientes não substituem uma amostra da sua própria operação.
- Tamanho das requisições. O desconto é maior até 100 mil tokens. Prompts longos mudam a conta.
- Tokens por tarefa. O tokenizador novo consome um pouco mais. Compare custo por tarefa concluída, não só por milhão de tokens.
E agora?
Com o Haiku 5.5, o custo deixa de ser o principal argumento contra automatizar tarefas repetitivas com IA. A pergunta passa a ser de processo: quais tarefas valem ser delegadas, com que revisão e com que métrica de qualidade.