なぜ Claude Haiku 5.5 の代替モデルを探すのか
まずは良い知らせから。Haiku 5.5 にはそれだけの価値があります。Claude Haiku 5.5 は 2026年10月7日に公開され、Artificial Analysis の Intelligence Index で 43 を記録して、この記事の他のどの小型モデルよりも上にいます。出力は毎秒 243 トークンで、プロンプトが 100,000 トークン未満なら 100万トークン当たり入力 $0.10、出力 $0.50 です。これらはすべて私の Haiku 5.5 レビューで取り上げました。
私は eesel で API の配線を書いているので、こうしたリリースは統合する側から読みます。何が壊れるか、実際のワークロードでいくらかかるか、何を書き直す必要があるか、という問いです。その確認に基づくと、チームが Haiku 5.5 は自分たちのモデルではないと判断する理由は4つあります。
- 100k の価格の崖。 Claude の料金ドキュメントによると、100,000 トークンを超えるプロンプトは入力 $0.50、出力 $2.50 で、キャッシュの読み書きも5倍になります。Haiku 5.5 は、1M のウィンドウ全体で定額ではない唯一の現行 Claude モデルです。
- トークナイザー。 What's new ページには、同じテキストが Haiku 4.5 より "approximately 30% more tokens" になると書かれています。より多くのトークンに支払い、100k の線にも早く到達します。
- 互換性を壊す API 変更。 デフォルト以外の
temperature、top_p、top_kはエラーになり、アシスタントのプレフィルも同様です。多くの分類器はまさにこの2つの手法で作られていたので、これは痛手です。 - 冗長さ。 Artificial Analysis は、指数の測定で Haiku 5.5 が生成したトークンを 440M と数え、GPT-6 Luna の 140M と比べました。定価は同じでも、同じ仕事で請求額は約3倍になります。
公平を期すと、Hacker News ではリリースから1時間以内に長いプロンプトの計算が出ていました。
"noticeably smarter remains to be seen in practice. For now, Haiku is a bit more expensive than Luna on < 100k token, but I just don't have any agentic work below 100k, so this is going to be 5x more expensive than shown on these charts."
つまり、適切な代替モデルはこの4つのうちどれが当てはまるかで決まります。私が使っている対応マップがこちらです。
Claude Haiku 5.5 の代替モデル一覧
以下の価格はすべて標準料金での100万トークン当たりで、2026年10月8日に各ベンダー自身の料金ページで確認したものです。Artificial Analysis（AA）の列は、AA が報告する努力レベルでの Intelligence Index v4.3.2 を使っています。
| モデル | 入力 / 出力 | 長いプロンプトのルール | コンテキスト | AA 指数 | AA タスク当たりコスト | 出力速度 | Temperature 0 | オープンウェイト | 向いている用途 |
|---|---|---|---|---|---|---|---|---|---|
| Claude Haiku 5.5（基準） | $0.10 / $0.50 | 100k を超えると全行5倍 | 1M | 43 | $0.21 | 243 tok/s | エラー | なし | 短く賢く速い仕事 |
| GPT-6 Luna | $0.10 / $0.50 | 272k 超で入力2倍、出力1.5倍 | 1.05M | 38 | $0.07 | 128 tok/s | effort が none のときのみ | なし | タスク当たり最低コスト |
| Claude Haiku 4.5 | $1 / $5 | 定額 | 200k | 該当なし | 該当なし | 該当なし | 動作する | なし | 古いプロンプトの時間稼ぎ |
| Claude Sonnet 5.5 | $2 / $10 | 定額 | 1M | 56 (max) | $7.60 (max) | 該当なし | エラー | なし | 難しい推論とコーディング |
| DeepSeek V4.1 Flash | ピーク時 $0.30 / $1.20、ピーク外は半額 | 定額 | 1M | 39 | $0.27（ピーク） | 該当なし | thinking モードでは無視 | あり、MIT | 予算を抑えた長いプロンプト |
| GLM-5.3 Flash | $0.15 / $0.50 | 定額 | 1M | 42 | $0.25 | 51 tok/s | thinking が常時オン | あり | Haiku に近いスコアのオープンウェイト |
| Gemini 3.5 Flash-Lite | $0.30 / $2.50 | 定額 | 1M | 22 | $0.19 | 346 tok/s | Google は 1.0 を推奨 | なし | 純粋なスループット |
| Gemini 3.8 Flash | $0.75 / $3.75（2027年1月1日に倍増） | 定額 | 1M | 41 (high) | $1.24 | 該当なし | Google は 1.0 を推奨 | なし | Google スタックでの長いエージェントタスク |
速度列についての注記：「該当なし」は、信頼できる同日の AA の測定値がなかったという意味で、モデルが遅いという意味ではありません。
選定方法
リストは、Haiku 5.5 のユーザーが今週実際に移行できるモデルに絞りました。一般提供されていて、価格が公開されていて、同じ小型で高速な階層にあるもの、加えて1段上（Sonnet 5.5）と1段戻る選択肢（Haiku 4.5）です。価格はすべてベンダー自身のページで、API の挙動はすべてベンダー自身のドキュメントで、ベンチマークはすべてローンチ時のグラフではなく Artificial Analysis で確認しました。
私が最も重視する指標は、トークン単価ではなく完了したタスク当たりのコストです。Haiku 5.5 と Luna はトークン単価が同じなのに請求額が大きく違い、それがこの階層の話のすべてです。
このグラフはランキングではなくトレードオフとして読んでください。Haiku 5.5 は Luna より指数が5ポイント高い代わりに、タスク当たりのコストは3倍です。それが見合うかどうかは、あなたのタスクがその5ポイントの差が表れるタイプかどうかで決まります。
1. GPT-6 Luna
向いている用途： 100k の崖なしで Haiku 並みの価格が欲しいチームと、完了した仕事当たりの請求額を最も低くしたいチーム。
Haiku 5.5 より優れている点
Luna は Haiku 5.5 が価格を合わせに来たモデルで、実際の請求に響く2点で勝っています。1つ目は、長文脈のルールがはるかに緩いことです。モデルページによると、入力 272K トークンを超えるプロンプトは入力とキャッシュが2倍、出力が1.5倍で、$0.20 入力・$0.75 出力になります。Haiku 5.5 は 100k で、しかも5倍に上がります。
2つ目は書き出す量が少ないことで、請求にすぐ表れます。AA は指数の測定で Luna を 140M トークン、Haiku を 440M トークンとし、タスク当たり $0.07 対 $0.21 としました。Hacker News のあるテスターは同じ分類ジョブを両方で実行し、トークン単価が同じなのに Luna が約26%安いことを確認しました。トークナイザーの違いも効きます。
"There's also a tokenizer efficiency difference: modern Claude's 100K tokens are about ~60-65K modern GPT tokens, so in reality the Luna cutoff is much further away than the Haiku one."
弱点
Luna は AA で 38、Haiku は 43 で、AA のハルシネーションテストではさらに差が開きます。私の Haiku レビューによると、Luna は 77%、Haiku 5.5 は 40% です。また出力速度は毎秒 128 トークンと遅く、ライブ用途では影響します。API にも独自の落とし穴があります。OpenAI の最新モデルガイドによると、推論 effort が none でない場合は temperature と top_p を削除する必要があり、Chat Completions で関数呼び出しが使えるのは effort が none のときだけです。推論付きでツールを使うには Responses API を使います。
料金
| 区分 | 入力 272K まで | 入力 272K 超 |
|---|---|---|
| 入力 | $0.10 | $0.20 |
| キャッシュ入力 | $0.01 | $0.02 |
| 出力 | $0.50 | $0.75 |
| Batch / Flex 入力 / 出力 | $0.05 / $0.25 | $0.10 / $0.375 |
出典：OpenAI API の料金。Fast モードと地域別料金は Luna の料金ガイドで解説しています。
私の見解
正直なところ、これが標準的な乗り換え先です。Haiku 5.5 の利用が定期的に 100k トークンを超える、あるいは最後の数ポイントの品質よりタスク当たりコストを重視するなら、ここに移りましょう。評価で、その追加の5ポイント（あるいは低いハルシネーション率）が実際のタスクで効いていると分かるなら、Haiku に残ってください。私の GPT-6 Luna の代替モデルの記事は、逆の側から比較しています。
2. Claude Haiku 4.5
向いている用途： temperature: 0、プレフィル、手動の thinking 予算に依存するパイプラインを、書き直している間つなぐ用途。
Haiku 5.5 より優れている点
ベンチマークでは何もありませんが、コードを壊さないという点で優れています。Haiku 4.5 は Haiku 5.5 が拒否するサンプリングパラメータ、プレフィル、budget_tokens を今も受け付け、200k ウィンドウ全体で定額で、古いトークナイザーは同じテキストでもトークン数が少なく数えられます。また、特定の狭い仕事での出力が単純に気に入っているチームもあります。
"Not really. We use Haiku 4.5 to turn users' natural language queries and requests into fairly complex structured specs for interior design and construction. It has near perfect accuracy."
弱点
100k 未満のトークン単価は Haiku 5.5 の10倍（$1 / $5 対 $0.10 / $0.50）で、能力の差は大きく、OSWorld 2.1 は両者の間で 15.7% から 72.4% に伸びています。より大きな問題は時間です。廃止ページは claude-haiku-4-5-20251001 を Active と記載し、廃止は "Not sooner than October 15, 2026" としています。これは予定日ではなく下限で、Anthropic は廃止前に顧客へ通知するとしています。つまり、これを土台に新しく作るのはカレンダーとの賭けです。
料金
| 区分 | Claude Haiku 4.5 |
|---|---|
| 入力 / 出力 | $1 / $5 |
| 5分 / 1時間のキャッシュ書き込み | $1.25 / $2 |
| キャッシュ読み取り | $0.10 |
| Batch 入力 / 出力 | $0.50 / $2.50 |
出典：Claude の料金ドキュメント。全ラインナップは Anthropic API の料金ガイドで扱っています。
私の見解
つなぎとして使いましょう。ラベルを構造化出力に移す間は古いパイプラインを 4.5 で動かし続け、その後で同じチケットに対して両モデルを並べて実行します。ここで新しいものは始めないでください。
3. Claude Sonnet 5.5
向いている用途： Haiku 5.5 が上に回すタスク、特にエージェント型コーディングと長い多段階の作業。
Haiku 5.5 より優れている点
差が最も大きいのは、まさに Haiku が最も弱いコーディングです。Anthropic のローンチ時ベンチマークで、Terminal-Bench 4.0 の Sonnet 5.5 は 70.6%、Haiku 5.5 は 39.2% です。ナレッジワークでは差は小さく（GDPval-AA で 1840 対 1620）、Sonnet にお金を払う価値があるのはどこかが分かります。Claude Sonnet 5.5 も 1M ウィンドウ全体で定額で、Anthropic は Haiku のローンチ日にそのキャッシュ読み取りを $0.10 に半減しました。
弱点
100k 未満のトークン単価は Haiku 5.5 の20倍（$2 / $10）で、同じサンプリングとプレフィルの制限に加え、強制的な tool_choice を拒否するなど独自の制限もあります。コスト面では努力レベルも大きく効きます。AA は最大努力でタスク当たり $7.60 と測定しており、私の Sonnet 5.5 レビューがほとんどの作業に Medium を勧める理由です。
料金
| 区分 | Claude Sonnet 5.5 |
|---|---|
| 入力 / 出力 | $2 / $10 |
| 5分 / 1時間のキャッシュ書き込み | $2.50 / $4 |
| キャッシュ読み取り | $0.10 |
| Batch 入力 / 出力 | $1 / $5 |
出典：Claude の料金ドキュメント。努力レベル別の実際の請求額は Sonnet 5.5 の料金の記事で計算しています。
私の見解
Haiku を Sonnet に置き換えるのではなく、Sonnet にルーティングしてください。短くて大量の作業は小型モデルに任せ、コーディングや長いトラブルシューティング、そして重要度の高いものは1段上に送ります。Sonnet 5.5 自体の癖が障害になるなら、私の Sonnet 5.5 の代替モデルの記事がその階層を扱っています。
4. DeepSeek V4.1 Flash
向いている用途： 予算が厳しい長いプロンプトとバッチジョブ。オープンウェイトが保険になります。
Haiku 5.5 より優れている点
価格の崖がありません。DeepSeek V4.1 Flash は最初のトークンから100万番目のトークンまで同じ料金で、ピーク時間外なら入力 $0.15、出力 $0.60 です。キャッシュヒットはピーク時間外で $0.003 と、Haiku の $0.01 の3分の1です。そのため 150,000 トークンのプロンプトでは、DeepSeek のピーク時間外の入力は $0.0225、Haiku 5.5 は $0.075 かかります。
Anthropic の API 形式にも対応しているので、既存の Claude 連携を向ける作業はほぼベース URL の変更で済み、chat prefix completion（Anthropic でいうプレフィル）もベータでサポートしています。ウェイトは MIT ライセンスで Hugging Face にあります。
弱点
落とし穴は2つです。ピーク時の価格は2倍で、ピーク時間は平日の UTC 01:00〜04:00 と 06:00〜10:00、つまりヨーロッパの勤務時間の朝です。さらに thinking モードでは、DeepSeek の thinking モードのガイドが temperature について "will not trigger an error but will also have no effect" と述べており、決定的なラベルの問題はここでも付いてきます。ただし黙って、です。AA のスコアは 39 で、Haiku より4ポイント低いです。
料金
| 区分 | ピーク時間外 | ピーク時間 |
|---|---|---|
| 入力、キャッシュミス | $0.15 | $0.30 |
| 入力、キャッシュヒット | $0.003 | $0.006 |
| 出力 | $0.60 | $1.20 |
出典：DeepSeek の料金。ピーク時間の計算は私の V4.1 Flash の料金の記事で扱っています。
私の見解
100k の崖が最も痛い長文脈バッチ作業、たとえば長いチケット履歴を夜間に要約するような用途に向く選択肢です。先にデータの所在地と自社のベンダー規則を確認してください。顧客データを中国拠点の API に送れないチームもあり、その場合はオープンウェイトを自前でホストするのが回避策です。
5. GLM-5.3 Flash
向いている用途： Haiku 5.5 から1ポイント以内のスコアを持つオープンウェイトモデルが欲しいチーム。
Haiku 5.5 より優れている点
崖のないドル当たりのスコアです。GLM-5.3 Flash は Artificial Analysis で 42 と Haiku 5.5 より1ポイント低いだけで、1M ウィンドウ全体で入力 $0.15、出力 $0.50 の定額です。出力価格は Haiku の安い階層と同じで、5倍の段階料金を払うことはありません。ウェイトは Hugging Face で公開されているので、自前のハードウェアやサードパーティのホスト経由で動かせます。
すでに日常使いの安いモデルとして使っている開発者もいます。
"Not me, I use GLM-5.3-Flash for almost everything (the subscription-subsidized pricing on a legacy Z.ai plan makes it the best value model by a wide margin), along with some MiMo and DeepSeek."
弱点
問題は速度です。AA は自社 API で毎秒 51 トークンと測定しており、Haiku 5.5 の 243 に比べて、人が待つ用途には向きません。thinking もオフにできません。モデルページには "thinking.type only supports enabled" とあり、Z.ai は temperature: 1 を推奨しています。入力も Haiku の $0.10 に対して $0.15 なので、非常に短く入力が中心のプロンプトは少し割高になります。
料金
| 区分 | GLM-5.3 Flash | GLM-5.3 FlashX |
|---|---|---|
| 入力 | $0.15 | $0.37 |
| キャッシュ入力 | $0.03 | $0.075 |
| 出力 | $0.50 | $1.25 |
出典：Z.AI の料金。さらに詳しくは私の GLM-5.3 Flash レビューと料金の記事をご覧ください。
私の見解
品質面では Haiku 5.5 に対する最良のオープンウェイトの答えで、バックグラウンドジョブには有力な選択肢です。ただし速度が目立つライブチャットには避けたいところです。近い競合は GLM-5.3 Flash の代替モデルの記事で扱っています。
6. Gemini 3.5 Flash-Lite
向いている用途： 知能よりスループットが重要な、非常に大量でシンプルな仕事。
Haiku 5.5 より優れている点
ここで最速のモデルで、Artificial Analysis で毎秒 346 出力トークン、そして最も饒舌でないモデルでもあります。AA の指数で 59M トークンに対し、Haiku は 440M です。価格は 1M ウィンドウ全体で定額で、テキスト、画像、動画、音声、PDF を入力でき、Google はテスト用の無料枠も提供しています。Gemini 3.5 Flash-Lite は、大規模なパース、タグ付け、ルーティング向けに作られています。
弱点
差は知能です。AA で 22 と、Haiku 5.5 の 43 の約半分で、タスク当たりコスト（$0.19）は、出力価格が $2.50 と Haiku の安い階層の5倍なので、結局 Haiku に近い水準になります。最大出力は 65,536 トークンです。そして Google の Gemini 3 ガイドは、すべての Gemini 3 モデルで temperature を 1.0 に保つよう強く推奨し、低い値は "looping or degraded performance" を引き起こす可能性があると警告しています。
料金
| 区分 | Gemini 3.5 Flash-Lite |
|---|---|
| 入力 / 出力 | $0.30 / $2.50 |
| コンテキストキャッシュ | $0.03、別途ストレージ料金 |
| 無料枠 | あり |
出典：Gemini API の料金。バッチと優先の階層は Flash-Lite の料金の記事で扱っています。
私の見解
言語検出やスパムフィルタリングのように、パイプラインの中で最も単純で最も大量のステップに使い、判断が必要なものには近づけないでください。正直なところ、ほとんどの Haiku 5.5 ユーザーにとっては横ではなく格下げです。
7. Gemini 3.8 Flash
向いている用途： すでに Google Cloud を使っているチームの長いエージェントタスクで、モデルの追加推論が効く場面。
Haiku 5.5 より優れている点
1M ウィンドウ全体で定額で、長いエージェント作業で強く、さらに Google のツール群（検索グラウンディング、無料枠、Vertex AI）が使えます。Gemini 3.8 Flash は AA で high 努力時に 41 と Haiku 5.5 に近く、データと契約がすでに Google Cloud にあるなら自然な選択です。
弱点
主にコストと待ち時間です。AA ではタスク当たり $1.24 と Haiku 5.5 の約6倍で、Google の料金ページの価格は 2027年1月1日に $0.75/$3.75 から $1.50/$7.50 に倍増します。AA はローンチ時に最初のトークンまで 13.3 秒かかると測定しており、私の Gemini 3.8 Flash レビューは、顧客が見ている用途では問題になると指摘しています。temperature に関する助言は Flash-Lite と同じで、1.0 のままにしてください。
料金
| 区分 | 2026年12月31日まで | 2027年1月1日から |
|---|---|---|
| 入力 | $0.75 | $1.50 |
| 出力（thinking 込み） | $3.75 | $7.50 |
| キャッシュ読み取り | $0.075 | $0.15 |
| Batch 入力 / 出力 | $0.375 / $1.875 | $0.75 / $3.75 |
出典：Gemini API の料金。優先の階層は Gemini 3.8 Flash の料金の記事に載っています。
私の見解
Haiku の同等の置き換えではありません。より重いエージェント作業向けの高価なモデルで、1月の価格改定で来年はコスパがさらに悪くなります。Google の選択肢を取るなら、今から2027年の料金で予算を組んでください。その階層は Gemini 3.8 Flash の代替モデルの記事で扱っています。
temperature 0 の問題はついて回る
チームが乗り換える理由を説明するとき、私が最もよく目にするのがこれなので、独立したセクションにしました。Haiku 5.5 はデフォルト以外の temperature にエラーを返し、多くのチケットトリアージのパイプラインは、一貫したラベルのために temperature 0、さらに JSON の開き波括弧を強制するプレフィルで作られていました。
厄介なのは、安価な階層の他のモデルも同じ方向に動いたことです。
推論モデルは思考をサンプリングし、ベンダーは低い temperature は益より害が大きいと判断しました。そのためtemperature 0 を保つためにベンダーを移っても、せいぜい数か月しか稼げません。長続きする解決策は、一貫性をサンプリングに頼るのをやめることです。
- 構造化出力や厳格なツールスキーマを使うことで、固定のラベルセットを強制します。temperature がどうであれ、モデルはあなたのカテゴリの1つでしか答えられません。
- プレフィルをやめる。 メッセージはユーザーのターンで終え、形式のルールはプロンプトかスキーマに入れます。
- 分類では低い努力レベルで動かす。 思考が少ないほど脱線の機会が減り、請求額も下がります。
- 一貫性は仮定せず測る。 同じ200件のチケットを2回実行し、ラベルが入れ替わった数を数えます。その数字は、どんな temperature の設定よりも多くを教えてくれます。
eesel の営業電話からも関連する教訓があります。月に約7,000件のチケットを扱う、サプリメントの DTC ブランドの CX リードが、本当に求めているものをチームに話してくれました。
"I need an AI who is only handling the tickets that it's confident to handle and all the other ones, leave them alone."
これが、temperature 0 の設定の多くの裏にある本当の目標です。同一の文面ではなく、モデルがいつ確信しているかを知ることです。AI が確信のあるものに答え、残りは人間に任せる信頼度ベースのルーティングは、どんなサンプリング設定よりも確実にそこへ導き、このリストのどのモデルでも同じように機能します。
どの Claude Haiku 5.5 の代替モデルがどの仕事に合うか
ベンチマークではなく仕事別に、私ならこう判断します。
| 運用している内容 | 私の選択 | 理由 |
|---|---|---|
| 短い分類、タグ付け、ルーティング | Haiku 5.5 のまま、タスク当たりコストを優先するなら Luna | どちらも 100k 未満で $0.10/$0.50。Luna は書き出すトークンが少ない |
| 100k トークンを超えるエージェントのループ | GPT-6 Luna | 段階料金は 272k から、しかも 2倍 / 1.5倍だけ |
| 長文脈のバッチ要約 | DeepSeek V4.1 Flash（ピーク時間外） | 1M トークンまで $0.15 / $0.60 の定額 |
| temperature 0 やプレフィルのパイプライン | 短期は Haiku 4.5、長期は構造化出力 | すべての推論モデルがサンプリングを制限する |
| エージェント型コーディング | Claude Sonnet 5.5 | Terminal-Bench 4.0 で 70.6% 対 39.2% |
| オープンウェイトやセルフホスト | GLM-5.3 Flash か DeepSeek V4.1 Flash | AA 42 と 39、どちらも Hugging Face にある |
| シンプルで大量のフィルタリング | Gemini 3.5 Flash-Lite | 346 tok/s で最も饒舌でない |
移行前にもう1つ実務的な点があります。ほとんどのチームは1つではなく2つのモデルに落ち着きます。大半を処理する安いモデルと、エスカレーション用のより賢いモデルです。このパターンはここにあるどの組み合わせでも成り立つので、1つのベンダーに縛られません。サポートについては、サポートに合う LLMのガイドとチケット向けのおすすめ AI モデルのリストがさらに広く扱っています。
チケットのパイプラインを作り直す代わりに eesel を試す
サポートキューを動かすための Haiku 5.5 の代替を探しているなら、正直なところモデルは問題の小さい方の半分です。eesel は、Zendesk、Freshdesk、Gorgias など、すでに使っているヘルプデスクに加わる AI ヘルプデスクのチームメイトで、過去のチケットとヘルプセンターから学び、チケット分類、要約、返信を担当します。ベンダーが価格の崖を設けたり、パラメータを拒否し始めたりしても、その移行は eesel の仕事であり、あなたの仕事ではありません。
顧客に1件でも回答する前に、すべての導入は過去のチケットに対してシミュレーションされるので、どのチケットを解決し、どれをチームに引き継ぐかが分かります。これにより、7,000件のチケットを扱う CX リードが求めていた信頼度ベースのルーティングが、temperature の設定なしで手に入ります。
ターミナルで作業するなら、eesel CLI はダッシュボードと同じチームメイトとワークスペースを操作します。スクリプト化したり CI に組み込んだりでき、Claude Code のようなコーディングエージェントに実行させることもできます。その設定は私の AI エージェント CLI の記事で扱っています。
有料プランは 500 クレジットで $299 から始まり、その前に実際のチケットの一部で無料で試せます。eesel を試してみてください。