Claude Haiku 4.5
Auf Geschwindigkeit getrimmt: Claude Haiku 4.5 ist Anthropics kompaktes Modell für Echtzeit-Interaktionen und API-Pipelines mit hohem Durchsatz. Es verarbeitet Text- und Bildeingaben bei einem Kontextfenster von 200.000 Tokens, unterstützt Tool-Aufrufe und liefert Antworten zu einem Preis von 1 US-Dollar pro Million Input- und 5 US-Dollar pro Million Output-Tokens. Anthropic hat das Retirement für den 15. Oktober 2026 angekündigt.
- Proprietär
- Frontier
- Anthropic
- Text
- Vision
- Instruction-Tuned
- Real-Time
Sovereign Risk: MEDIUM Anthropic ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act; die Modellgewichte sind nicht öffentlich zugänglich.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 74.8
- Routine
- 45.25
- Reasoning
- 29.54
- LLM Judge Avg
- 3.88 / 5
- 100 Coverage
- Avg Task Duration
- 9.84s
- Real-Time
- Token Rate
- 98.36tok/s
- Output Rate
- P95 Latency
- 27.88s
- Top 5 %
- Total Tokens
- 86900
- Output Volume
- Cost per 1K
- $0.005
- USD / 1K Requests
- Benchmark Cost
- $0.43
- Total · 86900 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
Claude Haiku 4.5
Bestes Modell
Ø Alle Modelle
Code Quality
81.24
CLI Benchmark
93.67
Logical Reasoning
75.58
UX Writing
75.03
Documentation
69.2
Content Transform.
73.3
Cultural Intelligence
73.2
Synthesis Quality
52.5
Tool Execution
83.33
ToolUse Score
66.58
Benchmark Cost
$0.43
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.