
Claude Haiku 5.5 から読む~小型モデルを役割で使い分ける設計~
最近、Anthropicの発表ページ「Introducing Claude Haiku 5.5」(2026年10月7日付)を読みました。Claudeの小型モデルHaikuの新しいバージョンで、価格が前の世代より大きく下がり、ベンチマークの点数が大きく上がった、という内容です。
モデル単体の点数よりも、同じページに並んだ設計の材料がおもしろいです。性能と費用を切り替えるeffortという設定、Sonnet 5.5のキャッシュ読み取りの値下げ、サブエージェントとしての使い方が、一つの発表にまとまっています。
この記事では、小型モデルがどんな役を担うのか、従来の「一つの大きなモデルに任せる」やり方と何が違うのか、費用と性能がどう決まるのかを順に説明します。数字はすべて発表ページの公表値で、私が測ったものではありません。
【発端】 安いモデルの発表から、使い分けの提案へ

この発表は「新しい安いモデル」の紹介にとどまらず、モデルを仕事の性質で分ける前提を置いています。
AnthropicはHaiku 5.5を、これまでで最も安く、最も速く、最も高性能な小型モデルと位置づけています。想定する仕事は、要約、会話履歴の圧縮(compaction)、データベースへの問い合わせ、分類のように、短くて繰り返しの多い作業です。
コーディングでは、Opus 5.5やSonnet 5.5の下で動くサブエージェントとして使う想定です。応答の速さが求められるライブの顧客サポートやブラウザ操作にも向く、と書かれています。
費用面では、Haiku 4.5と比べて平均で約75%安く動かせるとあります。同じ日に、Sonnet 5.5のキャッシュ読み取りの半額化と、MaxとTeamの契約者向けの月額APIクレジットも発表されました。
【基礎】 小型モデルは、量の多い狭い仕事を引き受ける役

小型モデルの価値は「小さい頭脳」ではなく、呼び出し回数が多い仕事の単価を下げるところにあります。
ClaudeにはOpus、Sonnet、Haikuの系列があり、Haikuが最も小さく速い系列です。大きなモデルは難しい判断に向き、小さなモデルは決まった形の作業を大量にさばくのに向きます。
サブエージェントは、親のエージェントから狭い仕事を割り振られ、結果だけを返すエージェントです。発表に載った金融系の顧客Rogoの例では、大きなモデルがスライド資料を組み立てる間に、Haiku 5.5のサブエージェントが有価証券報告書(10-K)から必要なセグメント売上の行を拾います。
料金は、モデルが読み書きするトークン(文字を細かく区切った単位)の量で決まります。入力、出力、キャッシュの読み書きで、単価は別です。
キャッシュは、同じ前置き(長い指示や資料)を何度も送るときに、再利用分を安く読み取る仕組みです。
【違い】 一つのモデルに任せる運用から、役割分担へ

従来は「どのモデルを選ぶか」を一度決めていましたが、これからは「仕事ごとにどのモデルとeffortを選ぶか」を決めます。
比較の軸は、単価、得意な仕事、調整できる幅の三つです。価格は発表ページの表(100万トークンあたり、Haiku 5.5は100,000トークン以下のプロンプトの場合)から取りました。
入力
Haiku 4.5:$1.00
Haiku 5.5:$0.10
Sonnet 5.5:$2.00
出力
Haiku 4.5:$5.00
Haiku 5.5:$0.50
Sonnet 5.5:$10.00
キャッシュ読み取り
Haiku 4.5:$0.10
Haiku 5.5:$0.01
Sonnet 5.5:$0.10
発表での位置づけ
Haiku 4.5:前世代の小型
Haiku 5.5:大量の短い仕事、サブエージェント
Sonnet 5.5:複雑なエージェント型のコーディング
Haiku 4.5からHaiku 5.5への変化は、価格だけではありません。コンピュータ操作の評価OSWorld 2.1(オフライン部分集合)は15.7%から72.4%へ、コマンドライン作業の評価Terminal-Bench 4.0は0.0%から39.2%へ上がりました。
値下げ幅は、100,000トークン以下の依頼で90%安く、それを超える依頼で50%安くなります。
Haiku 4.5の依頼の約90%は100,000トークン以下でした。新しいトークナイザー(文章をトークンに区切る仕組み)の影響で、タスクあたりのトークン数がわずかに増えるため、平均の「約75%安い」はその分も織り込んだ値です。
【仕組み】 effort とキャッシュが決める費用対性能

費用は「モデルの単価」と「どれだけ考えさせるか」と「どれだけ使い回せるか」の掛け算で決まります。
Haiku 5.5は、Haikuとして初めてeffortの調整に対応しました。effortは、モデルが一つの依頼に使う推論の量を選ぶ設定で、Low、Med、High、Xhigh、Maxの5段階があります。
費用を優先するか、知能を優先するかは、利用者の選択です。
発表ページのOSWorld 2.1のグラフから、数値の一部を抜き出します。コストは1回の試行あたりの米ドル、スコアは部分点を含む得点です。
Haiku 5.5 Low
コスト:$0.0695
スコア:42.0
Haiku 5.5 High
コスト:$0.1827
スコア:61.3
Haiku 5.5 Max
コスト:$0.6111
スコア:72.4
Sonnet 5.5 Low
コスト:$0.6811
スコア:57.9
Sonnet 5.5 Max
コスト:$5.7328
スコア:83.9
Haiku 5.5のHighは、Sonnet 5.5のLowより高い得点を、約4分の1のコストで出しています。一方で最高得点はSonnet 5.5のMaxが上で、小型モデルが大きなモデルを置き換えるとは言えません。
難しいコーディングでは、この関係が逆になります。Terminal-Bench 4.0では、Haiku 5.5のMaxが39.2点で、コストは$2.6433です。
Sonnet 5.5のHighは43点で$1.462なので、点数もコストもSonnet 5.5が有利です(Sonnetのキャッシュ読み取りを$0.10とした値)。発表ページも、複雑なコーディングにはSonnet 5.5とOpus 5.5を勧めています。
キャッシュの値下げも同じ発表に含まれます。Sonnet 5.5のキャッシュ読み取りは$0.20から$0.10に下がりました。
エージェント作業ではトークン消費の大きな部分をキャッシュ読み取りが占めるため、ほとんどのエージェント型作業で約20%安くなるとあります。
プロンプトキャッシュの公式ドキュメントによると、キャッシュの保持時間は、初めの設定では5分で、使うたびに延長されます。読み取りの単価は基本入力の0.1倍が標準で、Sonnet 5.5とOpus 5.5では0.05倍という記載です。
Sonnet 5.5の入力は$2.00なので、0.05倍は発表ページの$0.10と同じです。
【具体例】 週800万回の文書質問を試算

仮定:1回あたり入力2万トークン、キャッシュなし、100,000トークン以下、出力は計算しない
呼び出し回数が多い仕事では、単価の差がそのまま週の費用の差になります。
発表ページには、調査サービスAlphaSenseの声が載っています。文書への質問に答える機能「Ask in Document」は、本番で週に約800万回呼び出される大きな費用項目です。
400件のクエリで比べると、Haiku 5.5の評価値は0.84で、Haiku 4.5の0.76を統計的に有意に上回りました。
ここから先は、私が置いた仮定による試算です。1回あたりの入力を2万トークン、キャッシュなし、100,000トークン以下、出力は計算しない、と置きます。
Haiku 5.5
入力単価:$0.10
週の入力費用:$16,000
Haiku 4.5
入力単価:$1.00
週の入力費用:$160,000
Sonnet 5.5
入力単価:$2.00
週の入力費用:$320,000
計算は、800万回に2万トークンを掛けた1,600億トークン(16万の100万トークン)に単価を掛けたものです。実際には出力費用、キャッシュ、トークン数の増加が加わります。
1回の入力が2万トークンというのも、AlphaSenseの実数ではありません。
それでも、費用の差の出方は分かります。量が多く、依頼が長くなく、評価値でHaiku 5.5が足りると確認できた仕事なら、モデルの選択だけで入力費用が10倍から20倍変わります。
確認できなかった仕事は、大きなモデルに残す判断です。
【関連概念】 カスケード、サブエージェント、自前の評価

Haiku 5.5の使い方は新しい発明ではなく、費用を下げる既存の考え方に、実用的な単価が付いたものです。
2023年の論文FrugalGPTは、LLMの費用を下げる戦略を三つに整理しています。プロンプトの工夫、LLMの近似、LLMカスケード(問い合わせごとに使うモデルの組み合わせを選ぶ方法)です。
論文は、最良の単一モデルと同等の性能を最大98%のコスト削減で出せたと報告しています。この数字は論文の実験条件でのもので、Haiku 5.5の効果ではありません。
サブエージェントへの割り当てはツール側にも決まりがあり、Claude Codeのモデル設定によると、/modelで切り替えたモデルは親のモデルを引き継ぐサブエージェントにも及びます。
カスタムのサブエージェントを小さなモデルに固定したいとき、固定先はその定義のmodelです。
手元の評価も欠かせません。HubSpotは模擬ポータルでCRMの作業を評価し、Haiku 5.5が自社の評価で最高の92.8%(3回平均)を出したと述べています。
Boxは11ポイントの向上と約半分の遅延、Asanaは遅延30%超の減少を報告しました。いずれも早期テストの顧客の声なので、自分の仕事で測り直すのが前提です。
安全面の条件も確認が要ります。Haiku 5.5のサイバーセキュリティ向けの制限は、Haiku 4.5より厳しく、他の最近のモデルよりやや緩い設定です。
ペネトレーションテストなど、攻撃者が使いやすい手法は止められます。
参考情報・参考書籍(PR)
本記事をより深く理解するために、概念マップスライドを作成しました。こちらをみることで理解の補助になるはずです。
『LLMのプロンプトエンジニアリング ―GitHub Copilotを生んだ開発者が教える生成AIアプリケーション開発』(John Berryman、Albert Ziegler)は、モデルへの入力設計とLLMアプリ開発の全体を扱う本です。モデルやeffortを使い分ける前提を押さえるのに役立ちます。
『実践 AIエージェント開発 ―マルチエージェントシステムの設計と実装』(Michael Albada)の主題は、親エージェントと下流のサブエージェントの役割分担です。小型モデルを下流に置く話の参考になります。
『AIエージェント開発 / 運用入門 [生成AI深掘りガイド]』(御田 稔)は、エージェントの基礎から運用、評価までを扱う入門書です。自前の評価セットで測る一歩の参考になります。
【まとめ】 自分の呼び出しを数え、小さく測る

最初にやるのはモデルの乗り換えではなく、呼び出しの棚卸しと、小さな評価です。記事の内容は発表ページと公式ドキュメントの読み取りで、私はHaiku 5.5を実際に動かして検証していません。
自分の仕事に当てはめるときの観点を、四つ挙げます。
呼び出しを種類別に数えます。要約、分類、問い合わせ、サブエージェントなど、短く繰り返す仕事の割合を見ます。
プロンプトの長さを見ます。100,000トークンを超える依頼は単価が5倍になるので、その割合を確認します。
数百件規模の評価セットを作ります。AlphaSenseが400件のクエリで比べたように、小さくても自社の基準で測ります。
同じ評価をeffortごとに回し、費用とスコアを並べます。足りない仕事はSonnet 5.5やOpus 5.5に戻します。
乗り換えの前には、移行ガイドで変更点を
確認してください。
関連記事