Hoy nos complace anunciar la disponibilidad de Claude Haiku 5.5 en Amazon Bedrock y Claude Platform en AWS. Según Anthropic, Claude Haiku 5.5 es el modelo más rápido y eficiente de la familia Claude 5.5, diseñado para trabajos con subagentes y grandes volúmenes de trabajo que requieren un alto coste. Además, cuesta alrededor de un 75 por ciento menos que el Claude Haiku
4.5 para la mayoría de las tareas.
Amazon Bedrock le brinda las capacidades de Haiku 5.5 y, al mismo tiempo, mantiene sus datos dentro de la infraestructura de AWS con la residencia de datos regional. Funciona con los controles de AWS que su equipo ya utiliza, como AWS Identity and Access Management (IAM) para el acceso, AWS CloudTrail para la auditoría, Amazon CloudWatch para la supervisión y Amazon Bedrock Guardrails. El uso aparece
en su factura de AWS.
La plataforma Claude de AWS le brinda acceso directo a la experiencia y las capacidades de la plataforma nativa de Anthropic a través de la consola de administración de AWS. Cree, pruebe e implemente con las mismas API, funciones y experiencia de consola que obtendría trabajando directamente con Anthropic, unificadas con la facturación y la autenticación de AWS
.
En este artículo se describen las mejoras de Claude Haiku 5.5, la orientación práctica sobre cuándo elegir Haiku 5.5 y cómo empezar a usar Amazon Bedrock.
¿Qué hace que Claude Haiku 5.5 sea diferente
Claude Haiku 5.5 es el modelo de haiku más eficiente de Anthropic, ya que abarca la codificación, el uso de herramientas, el uso del ordenador y las tareas de agencia. También es el primer modelo de haiku con controles de esfuerzo, por lo que puedes ajustar los costes en función de la inteligencia de cada tarea en lugar de elegir una configuración para toda una carga de
trabajo.
Las mejoras destacan por el trabajo rápido y repetible a gran escala. Para las tareas de codificación, actúa como un subagente que dirige las solicitudes, revisa el código y clasifica los documentos largos. Para obtener conocimientos, Haiku 5.5 extrae la información clave de documentos pequeños y medianos, realiza los escaneos iniciales y responde a las preguntas rápidas a través de una base de conocimientos. En el caso de las aplicaciones interactivas, responde lo suficientemente rápido como para que las conversaciones sencillas tengan respuestas rápidas y útiles. También se encarga de las tareas tradicionales de procesamiento del lenguaje natural (PNL), como la clasificación, el resumen y la generación de texto, con el volumen y el costo que requieren las funciones de producción
.
Haiku 5.5 gestiona la codificación por agencia y el uso de herramientas de varios pasos, y admite imágenes de alta resolución. Haiku 5.5 se puede utilizar como un potente subagente de uso de ordenadores para tareas repetitivas en el navegador y el escritorio, a un coste que se mantiene a gran escala. En los flujos de trabajo de desarrollo, es una buena opción para repetir rápidamente los cambios en la interfaz de usuario y la experiencia de usuario y para realizar cambios pequeños y específicos en la base de código en varios
archivos.
Emparejando Claude Haiku 5.5 con Opus 5.5
El Haiku 5.5 se combina con el recientemente anunciado Claude Opus 5.5. Juntos forman un equipo fuerte: Opus 5.5 planifica y toma las decisiones, y Haiku 5.5 lleva a cabo tareas bien definidas de forma rápida y a gran escala. Puedes razonar con cuidado dónde es importante y reducir el coste y la latencia
en todas partes.
Claude Opus 5.5 planifica el trabajo y toma las decisiones. Desglosa problemas complejos, decide el enfoque y adopta los razonamientos más complejos, como la depuración de versiones, la revisión de la seguridad de las solicitudes de cambios de gran tamaño y los análisis exhaustivos que terminan en un informe final
.
Claude Haiku 5.5 incorpora la capa rápida de subagentes. Gestiona tareas rápidas y de gran volumen, como enrutar solicitudes, clasificar y resumir, reescribir documentos largos y aplicar pequeños cambios específicos en muchos archivos. Como subagente de revisión, puede comprobar rápidamente el orden de las operaciones y la dirección de alto nivel, por lo que Opus 5.5 puede gastar sus recursos en el razonamiento más difícil. Como es rápido y rentable, puedes utilizar muchos subagentes de Haiku en paralelo
.
Primeros pasos con Claude Haiku 5.5 en Amazon Bedrock
Para probar Haiku 5.5, abra la consola Amazon Bedrock, elija Test, Playground y seleccione Haiku 5.5 como modelo. Desde allí, puedes ejecutar un mensaje directamente
contra él.
Figura 1: Selección de un modelo de Anthropic Claude en Playground, la consola Amazon Bedrock
La interfaz de línea de comandos de AWS (CLI de AWS) está instalada y configurada.
Python 3.10 o superior.
Boto3 instalado: pip instala boto3.
Anthropic SDK instalado: pip install anthropic.
Se instaló el generador de tokens de Amazon Bedrock para la autenticación de Amazon Bedrock: pip install aws_bedrock_token_generator.
Permisos de AWS Identity and Access Management (IAM): Bedrock: invokeModel, Bedrock: invokeModel con ResponseStream.
Este es un ejemplo rápido del uso del AWS SDK para Python (Boto3) con la API InvokeModel:
importar boto3
importar json
# Crea un cliente de Bedrock Runtime
bedrock_runtime = boto3.client (
service_name="bedrock-runtime»,
region_name="us-east-1"
)
# Invoca a Claude Haiku 5.5
respuesta = bedrock_runtime.invoke_model (
modelid="global.anthropic.claude-haiku-5-5",
contentType="application/JSON»,
accept="application/json»,
body=json.dumps ({
«anthropic_version»: «bedrock-2023-05-31",
«max_tokens»: 4096,
«mensajes»: [
{
«rol»: «usuario»,
«content»: «¿Puede explicar las características de Amazon Bedrock?»
}
]
})
)
resultado = json.loads (response ["body"] .read ())
# Haiku 5.5 puede devolver un bloque de pensamiento antes del bloque de texto,
# así que selecciona el bloque de texto en lugar de un índice fijo.
print (next (b ["text"] para b en el resultado ["content"] si b ["type"] == «text»))
También puede usar la API Amazon Bedrock Converse para disfrutar de una experiencia multimodelo unificada:
importar boto3
# Cree un cliente de Bedrock Runtime
bedrock_runtime = boto3.client (
service_name="bedrock-runtime»,
region_name="us-east-1"
)
# Invoca a Claude Haiku 5.5
respuesta = bedrock_runtime.converse (
modelid="global.anthropic.claude-haiku-5-5",
mensajes = [
{
«rol»: «usuario»,
«contenido»: [
{
«text»: «¿Puede explicar las características de Amazon Bedrock?»
}
]
}
],
InferenceConfig= {
«Número máximo de fichas»: 4096
}
)
si «salida» en respuesta:
bloques = respuesta ['salida'] ['mensaje'] ['contenido']
print ('\n'.join (b.get (' text ', «) para b en bloques si' texto 'está en
b))
También puedes usar la API de Anthropic Messages a través del paquete de SDK de Anthropic para disfrutar de una experiencia optimizada:
de anthropic import Anthropic
desde aws_bedrock_token_generator importa provide_token
token = provide_token (region="us-east-1")
cliente = Anthropic (
base_url=» https://bedrock-runtime.us-east-1.amazonaws.com/anthropic «,
api_key=token,
)
# Invoca a Claude Haiku 5.5
respuesta = client.messages.create (
model="global.anthropic.claude-haiku-5-5",
max_tokens=1024,
messages= [{"role»: «user», «content»: «¿Puede explicar las características de Amazon Bedrock?"}] ,
)
imprimir (respuesta)
Puedes consultar el cuaderno de introducción para ver más ejemplos. Puede supervisar el uso, el rendimiento y los costos a través de Amazon CloudWatch y AWS Cost Explorer para escalar sus aplicaciones a medida que aumenta la demanda
.
Disponibilidad
Claude Haiku 5.5 ya está disponible en Amazon Bedrock a través de los perfiles de inferencia Geo CRIS (EE. UU.), EU Geo CRIS (eu.), AU Geo CRIS (au.), JP Geo CRIS (jp.) y Global CRIS (global.) sobre bedrock-runtime.
En AWS GovCloud (EE. UU.), está disponible tanto en los puntos finales de ejecución como en los de Bedrock-mantle.
Today, we’re excited to announce the availability of Claude Haiku 5.5 on Amazon Bedrock and Claude Platform on AWS. According to Anthropic, Claude Haiku 5.5 is the fastest and most efficient model in the Claude 5.5 family, built for subagents and high-volume, cost-sensitive work. It also costs around 75 percent less than Claude Haiku 4.5 for most tasks.
Amazon Bedrock gives you Haiku 5.5 capabilities while keeping your data within AWS infrastructure with Regional data residency. It works with the AWS controls your team already uses, including AWS Identity and Access Management (IAM) for access, AWS CloudTrail for audit, Amazon CloudWatch for monitoring, and Amazon Bedrock Guardrails. Usage appears on your AWS bill.
Claude Platform on AWS gives you direct access to Anthropic’s native platform experience and capabilities through the AWS Management Console. Build, test, and deploy with the same APIs, features, and console experience you’d get working with Anthropic directly, unified with AWS billing and authentication.
This post covers Claude Haiku 5.5’s improvements, practical guidance on when to choose Haiku 5.5, and how to get started on Amazon Bedrock.
What makes Claude Haiku 5.5 different
Claude Haiku 5.5 is Anthropic’s most capable Haiku model, across coding, tool use, computer use, and agentic tasks. It’s also the first Haiku model with effort controls, so you can tune cost against intelligence for each task instead of picking one setting for an entire workload.
The improvements stand out on quick and repeatable work at scale. For coding tasks, it acts as a subagent routing requests, reviewing code and classifying long documents. For knowledge work, Haiku 5.5 pulls key information from small-to-medium documents, does initial scans, and answers quick questions over a knowledge base. For interactive applications, it responds fast enough for simple conversations to have quick and helpful answers. It also handles traditional natural language processing (NLP) tasks such as classification, summarization, and text generation at the volume and cost that production features require.
Haiku 5.5 handles agentic coding and multi-step tool use, and supports high-resolution images. Haiku 5.5 can be used as a strong computer use subagent for repetitive browser and desktop tasks, at a cost that holds up at scale. In development workflows, it’s a good fit for iterating quickly on UI and UX changes and for small, specific code base changes across multiple files.
Pairing Claude Haiku 5.5 with Opus 5.5
Haiku 5.5 pairs with the recently announced Claude Opus 5.5. Together, they make a strong team: Opus 5.5 plans and makes the judgment calls, and Haiku 5.5 carries out well-defined tasks quickly and at scale. You get careful reasoning where it counts and lower cost and latency everywhere.
Claude Opus 5.5 plans the work and makes the judgment calls. It breaks down complex problems, decides the approach, and takes on the hardest reasoning, such as release debugging, security review of large pull requests, and long analyses that end in a finished report.
Claude Haiku 5.5 takes on the fast layer of subagents. It handles quick, high-volume tasks, such as routing requests, classifying and summarizing, rewriting long documents, and applying small, specific changes across many files. As a review subagent, it can quickly check the order of operations and high-level direction, so Opus 5.5 can spend its tokens on the hardest reasoning. Because it is fast and cost efficient, you can run many Haiku subagents in parallel.
Getting started with Claude Haiku 5.5 on Amazon Bedrock
To try Haiku 5.5, open the Amazon Bedrock console, choose Test, then Playground, and select Haiku 5.5 as the model. From there, you can run a prompt directly against it.
Figure 1: Selecting an Anthropic Claude model in the Amazon Bedrock console Playground
AWS Command Line Interface (AWS CLI) installed and configured.
Python 3.10+.
Boto3 installed: pip install boto3.
Anthropic SDK installed: pip install anthropic.
The Amazon Bedrock Token Generator for Amazon Bedrock authentication installed: pip install aws_bedrock_token_generator.
AWS Identity and Access Management (IAM) permissions: bedrock:InvokeModel, bedrock:InvokeModelWithResponseStream.
Here’s a quick example using the AWS SDK for Python (Boto3) with the InvokeModel API:
import boto3
import json
# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
service_name="bedrock-runtime",
region_name="us-east-1"
)
# Invoke Claude Haiku 5.5
response = bedrock_runtime.invoke_model(
modelId="global.anthropic.claude-haiku-5-5",
contentType="application/json",
accept="application/json",
body=json.dumps({
"anthropic_version": "bedrock-2023-05-31",
"max_tokens": 4096,
"messages": [
{
"role": "user",
"content": "Can you explain the features of Amazon Bedrock?"
}
]
})
)
result = json.loads(response["body"].read())
# Haiku 5.5 may return a thinking block before the text block,
# so select the text block rather than a fixed index.
print(next(b["text"] for b in result["content"] if b["type"] == "text"))
You can also use the Amazon Bedrock Converse API for a unified multi-model experience:
import boto3
# Create a Bedrock Runtime client
bedrock_runtime = boto3.client(
service_name="bedrock-runtime",
region_name="us-east-1"
)
# Invoke Claude Haiku 5.5
response = bedrock_runtime.converse(
modelId="global.anthropic.claude-haiku-5-5",
messages=[
{
"role": "user",
"content": [
{
"text": "Can you explain the features of Amazon Bedrock?"
}
]
}
],
inferenceConfig={
"maxTokens": 4096
}
)
if 'output' in response:
blocks = response['output']['message']['content']
print('\n'.join(b.get('text', '') for b in blocks if 'text' in b))
You can also use the Anthropic Messages API through the anthropic SDK package for a streamlined experience:
from anthropic import Anthropic
from aws_bedrock_token_generator import provide_token
token = provide_token(region="us-east-1")
client = Anthropic(
base_url="https://bedrock-runtime.us-east-1.amazonaws.com/anthropic",
api_key=token,
)
# Invoke Claude Haiku 5.5
response = client.messages.create(
model="global.anthropic.claude-haiku-5-5",
max_tokens=1024,
messages=[{"role": "user", "content": "Can you explain the features of Amazon Bedrock?"}],
)
print(response)
Claude Haiku 5.5 is available today on Amazon Bedrock through the US Geo CRIS (us.), EU Geo CRIS (eu.), AU Geo CRIS (au.), JP Geo CRIS (jp.) and Global CRIS (global.) inference profiles on bedrock-runtime. In AWS GovCloud (US), it’s available on both the bedrock-runtime and bedrock-mantle endpoints.
