Claude Haiku 5.5

Mit einem Gesamtscore von 77,33 % und dem Speed Profile Badge Real-Time Tool Expert tritt Claude Haiku 5.5 als das auf, was Anthropic verspricht: ein schneller, cloudbasierter Allzweckarbeiter mit Werkzeug-Affinität, nicht als philosophischer Langstreckenläufer, sondern als zupackender Operator. Die kuratierte Einordnung passt erstaunlich gut: Als Thinking/Instruct-Modell zeigt es erkennbar mehr begriffliche Tiefe als ein reiner Befehlsempfänger, bleibt im werksseitigen Standardverhalten des Endpunkts aber diszipliniert, direkt und meist angenehm unprätentiös. Wichtig ist der Kontext: Wir sprechen hier über ein kommerzielles Cloud-Modell aus der Anthropic-API, als Generalist, in der Frontier-Klasse und mit dichter Transformer-Architektur. Die Erwartungen dürfen also hoch sein. Sovereign Risk: HIGH — Anthropic unterliegt als US-Anbieter dem CLOUD Act; die Verarbeitung erfolgt laut Provider-Daten in den USA.

Kopfnoten: Stabilität und Zuverlässigkeit

Das ist für ein proprietäres Frontier-Modell aus der Hersteller-Cloud keine Nebensache, sondern Grundvoraussetzung. Claude Haiku 5.5 erfüllt sie. Keine Timeouts bedeuten hier nicht nur einen hübschen Tabellenwert, sondern ein belastbares Signal: Der Anthropic-Endpunkt verhielt sich im Benchmark sauber. Die Tail-Latenz bleibt im akzeptablen Bereich. Es gibt also Ausreißer, aber keine Drift in Richtung Unzuverlässigkeit. Für produktive Nutzung ist das wichtiger als jeder spektakuläre Bestwert in einem Einzelmodul.

Architektur und Charakter: Thinking trifft Instruct

Die vorab vergebene Kategorie Thinking, Instruct ist bei diesem Modell keine Etikettenschummelei. Claude Haiku 5.5 argumentiert meist strukturiert, verliert sich aber nicht in sichtbarer Gedankenschaustellung. Das passt auch zum Setup: Der Lauf erfolgte im Standardverhalten des Anthropic-Endpunkts; einen umschaltbaren Thinking-Modus gab es in diesem Test nicht. Wer also ein ausuferndes Reasoning-Monster erwartet, schaut auf das falsche Haiku. Wer dagegen wissen will, ob ein schnelles Frontier-Modell in der Praxis noch denken kann, bekommt hier eine ziemlich klare Antwort: ja, aber unter Zeitdisziplin.

Diese Balance ist der Kern seines Charakters. Es ist kein Modell, das die Aufgabe mit maximalem Tiefgang seziert, um dann eine halbe Abhandlung auszugeben. Claude Haiku 5.5 arbeitet eher wie ein sehr wacher Redakteur im Spätdienst: schnell, strukturiert, oft treffend, gelegentlich etwas knapp an der Stelle, wo ein Hauch mehr Ambition den Unterschied zwischen „gut“ und „wirklich stark“ gemacht hätte.

Performance und Preis-Leistung

Der Badge Real-Time Tool Expert ist mehr als Marketingdeko. Er beschreibt ziemlich genau den typischen Einsatzraum: interaktive Aufgaben, Tool-nahe Workflows, schnelle Assistenz in Schleifen, in denen der Nutzer nicht auf ein deliberatives Schwergewicht warten will. Qualitativ ist die Generierungsgeschwindigkeit hoch. In Verbindung mit dem Preis von 0,1 Dollar pro 1 Million Input-Tokens und 0,5 Dollar pro 1 Million Output-Tokens ist das Kostenprofil auf dem Papier ausgesprochen attraktiv.

Allerdings steckt im Kleingedruckten ein Haken, den man nicht ignorieren sollte. Laut Modell-Info zählt der neue Tokenizer identischen Text rund 30 Prozent höher. Das heißt übersetzt: Die günstigen Listenpreise sind real, aber die gefühlte Rechnung kann in der Praxis weniger freundlich ausfallen, als ein nackter Preisvergleich vermuten lässt. Dazu kommt ein weiterer Tarifknick: Ab Prompts über 100.000 Tokens steigen Input und Output auf das Fünffache. Ein Modell mit 1.000.000 Tokens Kontextfenster und bis zu 128.000 Tokens Output wirkt damit großzügig, aber diese Großzügigkeit ist nicht kostenlos. Das Fenster ist weit offen. Die Rechnung liegt auf der Fensterbank.

Code Quality: stark in der Sache, weniger stark in der Inszenierung

Im Modul Code Quality erreicht Claude Haiku 5.5 84,92 %. Das ist kein Zufallstreffer, sondern eine echte Stärke. Besonders überzeugend ist, dass das Modell in einem Security-lastigen Audit 19 Schwachstellen identifiziert und damit die Vollständigkeit des Referenzstandards trifft. Es erkennt klassische Probleme wie SQL-Injection, XSS, Session Fixation, Path Traversal, schwache Reset-Tokens und IDOR sauber. Noch wichtiger: Die vorgeschlagenen Fixes sind nicht bloß Sicherheitsfolklore, sondern praktisch brauchbar. password_hash(), vorbereitete Statements, hash_equals(), session_regenerate_id(true) — hier schreibt kein Blender, sondern ein Modell, das verstanden hat, wie man aus einem Befund eine Reparatur macht.

Der qualitative Haken liegt auf einer anderen Ebene. Claude Haiku 5.5 ist nicht schwach, aber oft weniger scharf als die beste Referenz. Im Security-Beispiel fehlt eine explizite Proof-of-Concept-Kette, also die saubere Darstellung, wie mehrere Lücken zu einem realistischen Angriffspfad verkettet werden. Das ist kein akademisches Detail. Gerade bei Sicherheitsreviews trennt sich hier ein guter Scanner von einem Modell mit forensischem Instinkt. Auch in Expertendetails bleibt es stellenweise etwas unter Soll, etwa bei Type-Juggling-Nuancen wie Magic-Hash-Kollisionen. Man merkt: Das Modell versteht Sicherheitsmängel gut. Es denkt sie nicht immer bis zum bitteren Ende.

Trotzdem ist das hier eine der klaren Disziplinen des Modells. Für Code-Reviews, AppSec-Erstanalysen und strukturierte Befundlisten ist Claude Haiku 5.5 bemerkenswert brauchbar. Es liefert nicht den maximalen Biss eines spezialisierten Security-Analysten, aber genug Substanz, um im Alltag echten Nutzen zu stiften. Das ist mehr wert als ein paar blendende Einzelsätze.

CLI und Tool-Nähe: schnell, brauchbar, nicht exzentrisch

Im CLI Benchmark kommt das Modell auf 88,33 %. Das passt perfekt zum Badge. Claude Haiku 5.5 ist sichtbar auf Tool-Interaktion und handlungsnahe Aufgaben getrimmt. Es formuliert operativ, kommt zügig zum Punkt und wirkt in Shell-nahen Settings nicht wie ein Schönschreiber, sondern wie ein Assistent, der verstanden hat, dass ein guter Befehl mehr zählt als ein gutes Gefühl.

Gerade für Agenten-Frameworks ist das relevant. Anthropic positioniert Haiku 5.5 laut Modellkarte ausdrücklich für Browser-Nutzung, Subagenten und hochvolumige Workflows. Der Benchmark bestätigt zumindest den handwerklichen Teil dieser Story. Das Modell eignet sich als schneller Zuarbeiter dort, wo Formatdisziplin, knappe Ausführung und robuste API-Stabilität wichtiger sind als rhetorische Finesse.

Logik und Reasoning: korrekt, aber nicht verliebt in Tiefe

Im Bereich Logical Reasoning landet Claude Haiku 5.5 bei 76,15 %. Die Zahl klingt ordentlich und ist es auch, aber das qualitative Protokoll zeigt sehr gut, wo die Grenze verläuft. In der klassischen Wächter-Aufgabe findet das Modell die korrekte Lösung, erklärt die doppelte Inversion sauber und produziert eine verständliche Herleitung. Das ist die gute Nachricht.

Die weniger schmeichelhafte Nachricht lautet: Sobald die Aufgabe explizit mehrere Lösungswege oder alternative Formulierungen verlangt, wird Claude Haiku 5.5 etwas bequem. Es deutet einen ersten Ansatz an, verwirft ihn rasch und entwickelt dann im Wesentlichen nur die Standardlösung aus. Korrektheit ist da. Tiefe ist da, aber in dosierter Form. Was fehlt, ist intellektuelle Großzügigkeit. Das Modell denkt richtig, aber selten weiter als unbedingt nötig.

Für die Kategorie Thinking ist das relevant. Man darf von einem solchen Modell mehr erwarten als bloße Richtigkeit. Man erwartet, dass es eine Aufgabe aus verschiedenen Winkeln ausleuchtet. Claude Haiku 5.5 tut das punktuell, nicht systematisch. Der Instruct-Teil seiner Architektur zieht stärker als der Thinking-Anspruch. Das ist keine Katastrophe. Es ist aber ein Charakterzug, den man kennen sollte.

Documentation Quality: der sichtbarste Kratzer im Lack

Die schwächste größere Fachdisziplin ist die Documentation Quality mit 70,74 %. Das ist nicht verheerend, aber für ein Frontier-Generalisten-Modell aus einer kommerziellen Hersteller-Cloud klar unter dem, was man sich wünscht. Der auffälligste Befund ist kein Stilproblem, sondern ein klassischer Compliance-Fehler: In einer Dokumentationsaufgabe antwortete das Modell auf Englisch, obwohl Deutsch explizit gefordert war.

Das ist mehr als ein Schönheitsfehler. Es handelt sich um einen automatischen Hard-Constraint-Verstoß im Modul Documentation Quality. Die verletzte Vorgabe war die Ausgabesprache Deutsch. Der automatische Abzug greift hier regelbasiert und unabhängig davon, ob der Inhalt an sich brauchbar war. Für den Praxiseinsatz heißt das schlicht: In Umgebungen mit fester Zielsprache kann Claude Haiku 5.5 ohne Nachkontrolle direkt an einer formalen Anforderung scheitern.

Das Modell ignorierte die explizite Sprachanweisung und antwortete auf Englisch. Als Non-Success-Ergebnis fließt dieser Task mit stark reduziertem oder nullnahem Nutzwert in die Gesamtbewertung ein. Das ist keine technische Panne, sondern eine Schwäche im Instruction-Following. Für ein Modell mit Instruct-Anspruch ist das unerquicklich. Nicht dramatisch, aber unerquicklich.

Content Transformation: kompetent, doch nicht filmreif

Mit 79,58 % im Bereich Content Transformation & Adaption liefert Claude Haiku 5.5 solide bis gute Arbeit. Das qualitative Video-Script-Protokoll zeigt sehr schön, wie das Modell funktioniert: Es erfüllt die Aufgabe vollständig, denkt in Produktionsbausteinen, setzt Zeitmarken, baut Hook, Troubleshooting, CTA und sogar ein Easter Egg ein. Handwerklich ist das ordentlich. Wer aus Rohmaterial ein verwertbares Format machen will, bekommt hier keinen Stümper.

Doch die Referenz ist einen Schritt cineastischer, emotionaler und strategisch klüger. Beim Haiku fehlt oft genau das letzte Quäntchen Inszenierungsintelligenz: Die Hooks sind funktional statt packend, Pattern-Interrupts eher generisch als konkret, Bild- und Musikhinweise brauchbar, aber selten so präzise, dass man die Szene schon im Schnittprogramm sieht. Das Modell arbeitet wie ein professioneller Produzent mit engem Zeitbudget. Die große Regiehandschrift bleibt aus.

Für viele reale Einsätze ist das völlig ausreichend. Marketing-Teams, Content-Operatoren und Support-Redaktionen brauchen häufiger „gut und sofort“ als „brillant und später“. Genau dort ist Claude Haiku 5.5 stark. Aber man sollte nicht so tun, als lieferte es automatisch Spitzenprosa mit Kamerablick. Das tut es nicht.

UX Writing und Cultural Intelligence: ordentlich, aber nicht immer elegant

Im UX Writing fällt das Modell auf 72,71 % zurück. Das ist ein typischer Wert für ein System, das funktional stark ist, aber beim Feinschliff nicht immer die perfekte Tonhöhe trifft. Claude Haiku 5.5 formuliert verständlich und meist benutzerfreundlich, doch es fehlt gelegentlich die geschmeidige Präzision, die gute Microcopy von bloß korrekter Beschriftung trennt. Gerade bei knappen Oberflächen-Texten ist Mittelmaß sofort sichtbar, weil dort jedes Wort Gewicht hat.

Die Cultural Intelligence mit 74,52 % zeigt ein ähnliches Bild. In den Protokollen wird dem Modell bescheinigt, Aufgaben grundsätzlich gut zu lösen, aber bei kulturell passender, natürlicher deutscher HR- oder Kommunikationssprache noch nicht die letzte Reife zu erreichen. Formulierungen wirken zum Teil etwas zu wörtlich, inklusive Schreibweisen werden nicht konsequent getroffen, und emotionale Ansprache bleibt hinter den besseren Vorbildern zurück. Anders gesagt: Das Modell spricht korrekt. Es spricht nicht immer idiomatisch mit der Souveränität eines muttersprachlich geübten Copywriters.

Gerade in deutschsprachigen Unternehmenskontexten ist das relevant. Denn eine Formulierung kann sachlich richtig und gleichzeitig kulturell stumpf sein. Claude Haiku 5.5 stolpert hier nicht spektakulär. Es glänzt aber auch nicht. Das ist der Unterschied.

API-Kostenprofil

Bei einem kommerziellen Cloud-Modell ist Ausführlichkeit nie nur Stilfrage, sondern Rechnungsposition. Claude Haiku 5.5 produziert im CLI-Bereich durchschnittlich 1019 Tokens bei einem Fleet-Median von 322. Das entspricht einem Faktor von 3,16 gegenüber dem Schnitt aller getesteten Modelle. Im Code-Quality-Bereich sind es 9796 Tokens bei einem Fleet-Median von 3140, also 3,12× des Schnitts. In Content Transformation liegen 4229 Tokens einem Fleet-Median von 1966 gegenüber, also 2,15×. Documentation Quality kommt auf 9135 statt 3124 Tokens, also 2,92×. Und im UX Writing stehen 5264 gegen 1824 Tokens, also 2,89×.

Das Muster ist klar: Claude Haiku 5.5 schreibt oft deutlich mehr, als nötig wäre. Besonders heikel ist das dort, wo die Qualität nicht im gleichen Maß überdurchschnittlich ist. Im Code-Quality-Modul ist hohe Länge noch halbwegs zu rechtfertigen, weil die Substanz stimmt. Im UX- und Doku-Bereich wirkt die Verbosität dagegen eher wie ein Kostenleck. Für API-Nutzer bedeutet das ganz banal: identischer oder nur leicht besserer Nutzwert, aber spürbar mehr Output-Kosten. Günstig im Tarif ist nicht automatisch günstig auf der Rechnung.

Datenschutz und Datenhoheit

Für europäische Unternehmen ist die Datenschutzlage bei Claude Haiku 5.5 klar einzuordnen. Das berechnete Sovereign Risk liegt bei HIGH. Der Grund ist nicht spekulativ, sondern dokumentiert: Anthropic PBC sitzt in San Francisco, Kalifornien, USA, es gilt US-Recht einschließlich CLOUD Act, und der angegebene Datenstandort ist USA. Für Nutzer in Deutschland und der EU bedeutet das: Selbst wenn organisatorische Schutzmaßnahmen existieren, bleibt die Datenverarbeitung in einer Jurisdiktion, in der US-Behörden unter bestimmten Voraussetzungen Zugriff verlangen können. Dass Daten physisch irgendwo liegen, löst dieses Problem nicht automatisch.

Positiv ist, dass laut Vendor Card ein GDPR DPA verfügbar ist. Für Unternehmen, die DSGVO-konform arbeiten müssen, ist das keine Kür, sondern Eintrittskarte. Ebenfalls dokumentiert ist eine Datenspeicherung von 30 Tagen für bestimmte Nutzungsdaten, sofern keine längere Nutzung zur Modellverbesserung gewählt wird. Das schafft Vertragsgrundlage, aber keine Souveränität. Das gesondert ausgewiesene Weights-Provenienz-Risiko liegt bei MEDIUM, ebenfalls begründet durch die US-Gerichtsbarkeit und den Umstand, dass dieses Modell ausschließlich als Cloud-Dienst betrieben wird. Kurz gesagt: compliance-fähig mit Papierarbeit, aber nicht souverän im europäischen Sinn.

Fazit

Claude Haiku 5.5 ist ein schnelles, erstaunlich nützliches Frontier-Modell aus der Anthropic-API, das seine Rolle als Generalist sehr ernst nimmt und die Kombination aus Thinking- und Instruct-Charakter meist klug austariert. Es ist stark in Code-Analysen, gut in Tool-nahen Aufgaben, ordentlich im Reasoning und solide in Transformationsjobs. Schwächer wird es dort, wo sprachliche Feinarbeit, kulturelle Nuance und striktes Befolgen formaler Vorgaben zusammentreffen. Der englische Ausreißer in einer deutschen Dokumentationsaufgabe ist kein Weltuntergang. Er ist aber genau die Art kleiner Kontrollverlust, die im Unternehmensalltag teuer werden kann.

Wer ein günstiges, schnelles Cloud-Modell für Support, Agenten-Zwischenschritte, Security-Erstanalysen, Strukturierungsaufgaben und interaktive Tool-Workflows sucht, bekommt hier ein ernstzunehmendes Werkzeug. Wer dagegen perfekte Doku-Disziplin, pointierte UX-Microcopy oder besonders tiefes Mehrwege-Reasoning erwartet, sollte höher greifen oder nachkontrollieren. Über alle Tests hinweg keine nennenswerten Halluzinationen. Das Modell erfindet lieber wenig, als sich mit großer Geste zu blamieren. Das ist keine glamouröse Tugend. Aber im Zweifel die richtige.

Diese Auswertung wurde automatisch auf Grundlage der Benchmark-Daten generiert. Eingesetztes Modell: GPT-5.4 von OpenAI. Die Rohdaten und die vollständige Methodik sind im GitHub-Projekt dokumentiert.