Haiku 5.5とSonnet 5.5の使い分け｜20倍安で足りる線引き

Claude Haiku 5.5 が2026年10月7日に出て、Claude の小型モデルは入力 $0.10・出力 $0.50（100万トークンあたり・プロンプト10万トークン以下）まで下がりました。Sonnet 5.5 の $2.00・$10.00 と比べると20分の1です。結論から言うと、分類・抽出・要約・ルーティング・サブエージェントは Haiku 5.5 で足ります。足りないのは1領域で、エージェント型コーディングです（Terminal-Bench 4.0 で39.2%対70.6%）。この線引きを公式の数値で引いていきます。

先に結論：安いほうで足りるかを決める3つの問い

迷ったら次の順に自分へ問えば決まります。価格表もベンチマークも、この3問に答えるための材料です。

1. 仕事の範囲は決まっているか。分類・抽出・要約・ルーティングのように入口と出口が決まっているなら Haiku 5.5。
2. モデルが何十手も自分で考えて進める必要があるか。あるなら Sonnet 5.5 以上。Haiku 5.5 のエージェント型コーディングは Sonnet 5.5 の半分強しかありません。
3. 1リクエストが10万トークンを超えるか。超えると Haiku 5.5 の単価が5倍に跳ね、価格差は20倍から4倍まで縮みます。ここでは Sonnet 5.5 を素直に検討したほうがよい。

価格差は20倍、ただし10万トークンを超えると4倍に縮む

Haiku 5.5 の料金でいちばん見落とされやすいのが段階制です。プロンプトの長さが10万トークンを超えると単価が5倍になります。旧世代の Haiku 4.5 には段階制が無く一律だったので、ここは新しく増えた判断軸です。なおコンテキストウィンドウ100万トークン・最大出力12.8万トークンという器の大きさは、Haiku 5.5 と Sonnet 5.5 で同じです。

段階制が判断を変えるのは、「長い資料を丸ごと投げる」使い方が Haiku 5.5 のいちばん美味しいゾーンから外れるからです。10万トークン超のリクエストで計算すると、Sonnet 5.5 との差は4倍程度まで縮みます。それなら精度の高いほうを選ぶ、という判断が十分に成り立ちます。

逆に、Haiku 4.5 の実績ではリクエストの90%が10万トークン以下でした。現実の業務用途はほとんどが安いゾーンに収まる、というのが公式の見立てです（公式はこの内訳から「平均で約75%安くなる」と説明しています）。段階制ごとの単価と請求の読み方はClaude Haiku 5.5 の料金を段階制ごとに分解した記事で詳しく扱っています。

なお Sonnet 5.5 側も10月7日にキャッシュ読取が $0.20 から $0.10 へ半額になりました。キャッシュ読取はトークン消費の大半を占めるため、公式は「ほとんどのエージェント型タスクで Sonnet 5.5 のコストが約20%下がる」としています。値下げは Haiku だけの話ではない、という点は見落とさないほうがよいところです。

ベンチマーク：追いついた領域と、決定的に足りない領域

Anthropic が公開した数値を、Haiku 5.5・Sonnet 5.5・GPT-6 Luna の3列で並べました。分野によって勝ち負けがはっきり割れます。

読み方は3つに分かれます。

• 知識労働とコンピュータ操作は、価格が20分の1でも意外に迫っている。GDPval-AA は1620対1840、OSWorld は72.4%対83.9%。20倍の価格差を払い続ける根拠として十分かは、仕事の性質次第です。
• エージェント型コーディングだけは埋めようがない。39.2%対70.6%は「安いから妥協する」で済む差ではありません。自律的に手を動かし続けるタスクを Haiku 5.5 に投げると、失敗のやり直しで結局コストが膨らみます。
• GPT-6 Luna との勝負は分野で割れる。Haiku 5.5 は知識労働（1620対1437）・コンピュータ操作（72.4%対48.9%）・エージェント型コーディング（39.2%対16.4%）で上ですが、Humanity's Last Exam では Luna のほうが上です（ツール無しで56.9%対45.9%、ツールありで64.5%対57.4%）。学術的な難問への一発回答では Luna が強い、という読み方になります。OpenAI 側の小型モデルの位置づけはGPT-6 Sol と Luna の違いと使える場所にまとめています。

この表で Haiku 4.5 を並べていないのは、比較の意味が薄いからです。Haiku 4.5 は Terminal-Bench 4.0 が0.0%、OSWorld が15.7%で、そもそも同じ土俵に乗っていません。

公式自身が引いている線

この記事の結論は、Anthropic 自身の記述とほぼ同じです。発表資料には次のように明記されています。

Terminal-Bench 4.0 のような複雑なエージェント型コーディングでは Sonnet 5.5 と Opus 5.5 のほうが良い選択。Haiku 5.5 はコンパクション・要約・サブエージェントのように、従来のモデルではコスト的に無理だった狭いタスクに向く。

重要なのは、公式が Haiku 5.5 を「Sonnet 5.5 の安い代替」として売っていない点です。「これまで AI に投げるには高すぎた狭い仕事を、ようやく投げられる価格になったモデル」として位置づけています。だから比較の問いは「Sonnet を Haiku に置き換えられるか」ではなく、「いま Sonnet に投げている仕事のうち、本当は狭い仕事がどれだけ混じっているか」になります。

公式が挙げる向き先は、要約・コンパクション（会話履歴の圧縮）・データベースクエリ・分類、そしてOpus 5.5 / Sonnet 5.5 のサブエージェントです。レイテンシが体感に直結するライブのカスタマーサポートやブラウザ操作も名指しされています。Sonnet と Opus の間の線引きは半額差の Sonnet 5.5 と Opus 5.5 をどう振り分けるかに整理してあるので、3段の全体像はそちらと併せて見てください。

顧客の早期検証は「どの種類の仕事」で効いたか

公式に掲載された早期検証を、スコアではなく仕事の種類で並べ替えると、線引きの答え合わせになります。

並べてみると傾向がはっきりします。効いているのは「型の決まった処理を、速く・大量に」という仕事ばかりです。Asana はエージェントの1ターンあたりの速度、HubSpot は CRM タスクのヒット率、AlphaSense と Box は文書に対する問い合わせ。長い自律コーディングの事例は1つも挙がっていません。ベンチマークの読みと、顧客の使いどころが一致しているわけです。

実務の判断フレーム：仕事別の振り分け表

ここまでの材料を、実務で使える形に落とします。社内で AI を回すなら、「どのモデルを使うか」ではなく「どの仕事をどのモデルに割り当てるか」を決めるのが先です。

実務でコストが膨らむ典型は、この表の上半分（分類・抽出・要約）まで最上位モデルに投げているケースです。逆に、下半分を安いモデルに寄せすぎると失敗のやり直しが増えて、結果的に高くつきます。タスクごとにモデルを指定できる作りにしておくと、世代が変わるたびに上半分だけ段階的に載せ替えられます。今回の Haiku 5.5 は、まさにその上半分の単価が一段下がった更新です。

Mihata では、この「どの仕事をどのモデルに任せるか」の設計から、社内の仕組みへの実装までを含めて独自AIの構築をお手伝いしています。記事の途中で恐縮ですが、請求額と品質の両方に直結する部分ですので、よろしければ合わせてご覧いただけたら嬉しいです。

見積もりが外れる落とし穴：トークンの数え方が変わった

Haiku 5.5 はトークナイザが Claude 4.7 以降と同じものに変わり、同じ文章が Haiku 4.5 比で約30%多いトークン数になります。単価だけを見て「90%安い」と計算すると請求額は外れます。公式の「平均で約75%安くなる」という数字は、このトークン増加を織り込んだ後の値です。

ただしSonnet 5.5 との比較では、この30%増はそのまま効きません。Sonnet 5.5 も同系列のトークナイザなので、同じ文章なら両者のトークン数は揃います。つまり「Haiku 4.5 → Haiku 5.5」の乗り換え試算には30%増を入れる必要があり、「Sonnet 5.5 ↔ Haiku 5.5」の比較には入れなくてよい、という使い分けになります。試算の前提を混ぜると判断を間違えます。

もう一点、Haiku 5.5 はAdaptive thinking が既定でオン（既定 effort は medium）です。思考トークンは max_tokens に数えられるため、effort を上げるほど出力側の課金が増えます。価格差20倍の前提で比べるなら、effort を揃えてから測るのが基本です。temperature などのサンプリングパラメータや手動の extended thinking は400エラーになる破壊的変更が入っているので、既存コードから載せ替えるならClaude Haiku 5.5 の提供開始と移行時の変更点も確認しておくと手戻りが減ります。

まとめ

• 狭い仕事は Haiku 5.5 で足りる。分類・抽出・要約・コンパクション・ルーティング・サブエージェント。単価は Sonnet 5.5 の20分の1
• 足りないのはエージェント型コーディング。Terminal-Bench 4.0 で39.2%対70.6%。ここは公式自身が Sonnet 5.5 / Opus 5.5 を勧めている
• 知識労働とコンピュータ操作は意外に近い。GDPval-AA 1620対1840、OSWorld 72.4%対83.9%。ここは実際の業務で測って決める余地がある
• 10万トークンを超えると前提が変わる。価格差が20倍から4倍に縮むので、長文を丸ごと投げる用途では Sonnet 5.5 を検討する
• GPT-6 Luna との比較は分野で割れる。知識労働・PC操作・コーディングは Haiku 5.5 が上、Humanity's Last Exam は Luna が上

どの仕事をどのモデルに割り当てるかは、一度決めれば終わりではなく、世代が変わるたびに見直す対象です。社内の業務に当てはめた設計や試算のご相談があれば、お気軽にご連絡ください。