Perspektiv
Claude Haiku 5.5 gør masse-AI billigere – men små fejl bliver store i høj volumen
Når en AI-model bliver billig nok til millioner af rutineopgaver, ændrer risikoen karakter. Det afgørende er ikke kun, hvor ofte modellen rammer rigtigt, men hvilke fejl den gentager – og hvem der opdager dem.
Anthropics nye lille model er hurtig og markant billigere til klassifikation, opsummering og routing. Den lavere pris gør kontrol vigtigere, fordi én fejltype kan blive gentaget tusindvis af gange.
Hvad er nyt?
Claude Haiku 5.5 er Anthropics hurtigste og billigste lille model til dato. Leverandøren fremhæver opsummering, klassifikation, databaseforespørgsler, live kundeservice, browserbrug og små delopgaver i større agentsystemer. Modellen har også et justerbart indsatsniveau, så udviklere kan afveje omkostning og grundighed.
Prisen er den mest umiddelbare nyhed. For prompts op til 100.000 tokens er listeprisen 0,10 dollar pr. million inputtokens og 0,50 dollar pr. million outputtokens. Over grænsen er den 0,50 og 2,50 dollar. Anthropic beskriver det som cirka 75 procent lavere omkostning i gennemsnit end Haiku 4.5 og oplyser, at 90 procent af den tidligere Haiku-trafik lå under 100.000 tokens.
Det gør opgaver mulige, som tidligere var for dyre at køre på hver mail, hvert dokument eller hvert supportspørgsmål.
Den centrale risiko: Når prisen pr. sag falder, stiger fristelsen til at bruge modellen overalt. Men en fejlrate på én procent er stadig 10.000 fejl ved en million sager.
Benchmarks er ikke jeres drift
Anthropic offentliggør store forbedringer på egne og eksterne benchmarks. Haiku 5.5 scorer blandt andet 72,4 procent på en offline del af OSWorld 2.1 mod 15,7 procent for Haiku 4.5. På Terminal-Bench 4.0 scorer den 39,2 procent, mens Sonnet 5.5 til sammenligning angives til 70,6 procent.
Tallene viser to ting. Den lille model er blevet væsentligt mere kapabel, og den større model er stadig bedre på komplekse agentiske opgaver. Det er netop derfor, modellen bør vælges efter opgaven. En stærk gennemsnitsmåling siger ikke, om den håndterer jeres sprog, undtagelser, dokumenttyper eller konsekvenser.
Leverandørens kundecases er interessante, men de er tidlige testresultater. De bør læses som eksempler, ikke som garanti for samme effekt i en dansk virksomhed.

Hvor passer en lille model godt?
En højvolumenmodel er stærk, når opgaven er smal, gentagelig og let at kontrollere:
- Klassificér henvendelser i få, tydeligt definerede kategorier.
- Uddrag kendte felter fra ensartede dokumenter.
- Lav et kort udkast til opsummering, som en medarbejder kan godkende.
- Rout sager til den rette kø uden selv at afgøre sagen.
- Komprimér lang kontekst for en større model, der løser den sværere del.
Den passer dårligere, når opgaven kræver tavs domæneviden, juridisk vurdering, irreversible handlinger eller fortolkning af mange modstridende regler.
Test fejlens form – ikke kun gennemsnittet
Byg et lokalt testsæt
Saml normale sager, sjældne undtagelser, vanskeligt sprog og de fejl, som tidligere har haft størst konsekvens. Hold en del af sættet skjult, så I ikke ender med at optimere specifikt til de eksempler, udviklerne allerede kender.
Mål mere end korrekthed
Følg falske positive, falske negative, “ved ikke”-raten, svartid og pris pr. færdig sag. Ved routing kan det være værre at sende en kritisk klage til en almindelig kø end at sende en almindelig sag til manuel vurdering. Fejl har forskellige omkostninger.
Indfør en tvivlszone
Modellen skal ikke tvinges til at vælge. Brug en kategori som “uklar – kræver menneske” og gør den legitim. En moderat mængde manuelle sager kan være billigere end et aggressivt system, der skjuler usikkerheden.
Sammenlign over tid
Kør en periode parallelt med den eksisterende proces. Kontroller tilfældige stikprøver og alle sager med høj konsekvens. Gem modelversion, instruktion, inputtype og resultat, så ændringer kan spores.

Økonomien skal regnes pr. færdig opgave
Tokenprisen er kun én linje. Medregn integration, sikkerhedsvurdering, datarensning, test, monitorering, manuelle stikprøver og genbehandling af fejl. En model, der er billig i API-kald, kan være dyr, hvis den skaber ekstra koordinering eller uklare undtagelser.
Brug denne enkle beregning:
- Modelomkostning pr. sag.
- Infrastruktur og drift pr. sag.
- Gennemsnitlig mennesketid til kontrol og undtagelser.
- Forventet omkostning ved fejl.
- Sparet mennesketid i den eksisterende proces.
Hvis businesscasen kun virker uden kontrolomkostningen, virker den ikke.
En sikker trappe til høj volumen
- Start med historiske data uden handlinger.
- Kør i skyggetilstand ved siden af den eksisterende proces.
- Lad modellen foreslå kategori, mens mennesker beslutter.
- Automatisér kun lavrisikosager med høj dokumenteret træfsikkerhed.
- Bevar stikprøver, alarmer og mulighed for hurtig tilbagerulning.
- Test igen ved nye datatyper, instruktioner og modelversioner.
Konklusion: Billigere modeller gør disciplin mere værdifuld
Haiku 5.5 kan sænke prisen på mange nyttige rutineopgaver. Det er netop derfor, virksomheder bør undgå at gøre pris til det eneste udvælgelseskriterium. Vælg en smal opgave, mål de fejl der betyder noget, og design en synlig vej tilbage til et menneske. Så kan høj volumen skabe reel værdi uden at gøre høj volumen til en fejlfabrik.
Læs også
- AI til dokumentklassifikation – skab orden uden at give modellen adgang til alt
- AI-eksperimenter skaber skjult arbejde – sådan undgår ledelsen at slide ildsjælene op
Kilder og videre læsning
- Anthropic: Introducing Claude Haiku 5.5 — primær produktmeddelelse med priser, benchmark og tilgængelighed, 7. oktober 2026.
- Anthropic: Claude Haiku — officiel modeloversigt med anvendelser og priser.
- Anthropic: Haiku 5.5 System Card — leverandørens evalueringer og sikkerhedsbeskrivelse.
- NIST AI RMF Playbook — forslag til at styre, kortlægge, måle og håndtere AI-risici.