Claude Haiku 4.5: Mẫu AI Nhanh Nhất Của Anthropic Được Giải Thích

Claude Haiku 4.5: Giải Thích Về Mô Hình Nhanh Nhất Của Anthropic

Claude Haiku 4.5 là mô hình ngôn ngữ nhanh nhất và tiết kiệm chi phí nhất của Anthropic — tầng tối ưu hóa về tốc độ trong dòng Claude 4, được thiết kế cho các khối lượng công việc thông lượng cao, độ trễ thấp, nơi việc gọi một mô hình cỡ frontier ở mỗi lượt sẽ quá chậm hoặc quá đắt đỏ. Được phát hành vào ngày 15 tháng 10 năm 2025, mô hình này chạy — theo thông báo ra mắt của Anthropic — nhanh hơn Claude Sonnet 4.5 từ bốn đến năm lần với chi phí chỉ bằng một phần nhỏ, khiến nó trở thành "cỗ máy" mặc định bên trong các vòng lặp agent, pipeline phân loại và các công cụ dành cho developer theo thời gian thực. Nếu bạn muốn xem đầy đủ các thông số kỹ thuật từ tài liệu chính thức của Anthropic, nguồn chuẩn là trang Claude Haiku của Anthropic và trang giá chính thức.

---

Claude Haiku 4.5 Là Gì?

Claude Haiku 4.5 là tầng mô hình lớn thứ ba trong dòng sản phẩm Claude của Anthropic, đứng dưới Sonnet và Opus về năng lực thô nhưng vượt xa các thế hệ mô hình "nhỏ" trước đây về giá trị tuyệt đối. Cái tên Haiku thể hiện triết lý thiết kế: ngắn gọn, nhanh, tiết kiệm — haiku là thể loại thơ ngắn nhất được công nhận, và mô hình này lấy bản sắc của nó từ khung tham chiếu đó.

Điều đáng chú ý ở Haiku 4.5 không phải là nó chỉ đơn giản là một phiên bản Sonnet rút gọn. Anthropic mô tả nó là mang lại "trí tuệ gần đạt tầm frontier" — nghĩa là tại thời điểm ra mắt, hiệu suất của nó trên các benchmark về coding tác nhân (agentic) và computer-use đã đạt hoặc vượt qua những gì Sonnet 4 (mô hình cân bằng của thế hệ trước) có thể đạt được. Sự nhảy vọt về hiệu quả trên mỗi FLOP qua từng thế hệ có nghĩa là mỗi phiên bản Haiku mới đều thông minh hơn phiên bản trước đó về giá trị tuyệt đối, ngay cả khi nó vẫn là tầng rẻ nhất trong dòng sản phẩm hiện tại.

Bối Cảnh Ra Mắt

Claude Haiku 4.5 được công bố vào ngày 15 tháng 10 năm 2025. Nó xuất hiện vài tháng sau Sonnet 4.5 và Opus 4.1, hoàn thiện thế hệ thứ tư của dòng Claude. Anthropic đã định hình việc ra mắt này một cách rõ ràng xung quanh việc sử dụng cho agent: "Tốc độ là biên giới mới cho các AI agent hoạt động trong các vòng phản hồi (feedback loop)," thông báo ghi rõ, dẫn chứng rằng độ trễ của Haiku mở ra toàn bộ các danh mục ứng dụng sản xuất mà trước đây không thực tế với giá cả và tốc độ của Sonnet.

---

Vị Trí Của Haiku 4.5 Trong Dòng Sản Phẩm Claude

Vị trí định tính của Haiku 4.5, Sonnet, và Opus trên phổ tốc độ/chi phí so với năng lực. Các trục là tương đối — không có số liệu được bịa đặt.

Dòng sản phẩm Claude tuân theo logic ba tầng mà Anthropic đã duy trì qua các thế hệ:

• Haiku — nhanh nhất, chi phí mỗi token thấp nhất, được tối ưu hóa cho các tác vụ thông lượng cao nơi độ trễ là yếu tố quan trọng
• Sonnet — lựa chọn "mặc định" cân bằng cho hầu hết các developer, khả năng suy luận mạnh với tốc độ hợp lý
• Opus — năng lực tối đa, khả năng suy luận sâu nhất, phù hợp nhất cho các tác vụ yêu cầu đánh giá đa bước tinh vi

Haiku 4.5 chiếm tầng nhanh/rẻ, nhưng mức sàn năng lực tuyệt đối của mỗi tầng tăng lên theo từng thế hệ. Ý nghĩa thực tiễn: nếu trước đây bạn định tuyến một số tác vụ nhất định đến Sonnet 3.x vì Haiku 3.5 không đủ tốt, bạn có thể thấy Haiku 4.5 là đủ dùng — với mức giá thấp hơn.

Anthropic định giá Haiku 4.5 ở mức 1,00 đô la cho mỗi triệu token đầu vào và 5,00 đô la cho mỗi triệu token đầu ra (anthropic.com/pricing); các nhà tổng hợp bên thứ ba như OpenRouter và CloudPrice báo cáo cùng các con số này vào giữa năm 2026. Anthropic cũng ghi lại rằng có thể tiết kiệm tới 90% chi phí thông qua caching prompt và tiết kiệm 50% thông qua xử lý theo lô (batch processing). Luôn xác minh giá hiện tại trực tiếp từ nguồn, vì mức giá có thể thay đổi.

---

Thông Số Kỹ Thuật Đã Được Xác Minh

Dưới đây là các thông số kỹ thuật mà Anthropic đã xác nhận qua các kênh chính thức và tài liệu ra mắt của họ. Tôi ghi rõ khi nào tôi dựa vào các nhà tổng hợp bên thứ ba so với các trang chính thức của Anthropic.

Các thông số tôi KHÔNG THỂ độc lập xác minh từ tài liệu chính thức của Anthropic (xuất hiện trong các nguồn bên thứ ba nhưng tôi chưa thấy trong tài liệu chính thức):

• Các con số cụ thể về thông lượng token mỗi giây (các con số 146 completion/giây đến từ các benchmark bên thứ ba, không phải từ tài liệu của Anthropic)
• Bất kỳ số liệu độ trễ cụ thể nào bằng milliseconds (các benchmark bên thứ ba khác nhau tùy theo nhà cung cấp và mức tải)
• Xếp hạng phần trăm trên benchmark so với các mô hình không phải Claude (tôi sẽ mô tả những gì Anthropic đã báo cáo nhưng sẽ không khẳng định xếp hạng tương đối so với GPT hoặc Gemini nếu không có trích dẫn từ Anthropic)

Đối với các benchmark mà Anthropic tự báo cáo: trên SWE-bench Verified (coding tác nhân trên các repository GitHub thực), Haiku 4.5 đạt 73,3%, tính trung bình trên 50 lần chạy với một scaffold hai công cụ. Anthropic khẳng định điều này tương đương với hiệu suất coding của Sonnet 4 với giá cả và tốc độ của Haiku. Con số này xuất hiện trong thông báo ra mắt chính thức tại anthropic.com/news/claude-haiku-4-5.

---

Haiku 4.5 Giỏi Ở Điểm Nào

Phân Loại và Trích Xuất Thông Lượng Cao

Trường hợp sử dụng có tác động kinh tế lớn nhất đối với Haiku 4.5 là phân loại khối lượng lớn (mass classification). Hãy nghĩ đến: định tuyến mười nghìn ticket hỗ trợ mỗi giờ vào các danh mục, trích xuất các trường có cấu trúc từ tài liệu không có cấu trúc, gắn nhãn cho mô tả sản phẩm, hoặc phân loại ưu tiên các tín hiệu đến trong một hệ thống giám sát tài chính. Các tác vụ này có chung một mô hình: mỗi lệnh gọi tương đối ngắn, đầu ra gọn nhẹ, và độ chính xác cần "đủ tốt" thay vì hoàn hảo — vì khối lượng và chi phí quan trọng hơn sự hoàn hảo trên bất kỳ mục đơn lẻ nào.

Với mức 1,00 đô la / triệu token đầu vào, một hệ thống xử lý một triệu tài liệu ngắn (trung bình 500 token mỗi tài liệu) trong một ngày sẽ tốn 500 đô la cho token đầu vào — so với 3.000 đô la cho cùng khối lượng trên Sonnet. Sự chênh lệch chi phí 6 lần đó thường là yếu tố quyết định trong ngân sách sản xuất.

Agent Tương Tác Với Độ Trễ Thấp

Các agent hội thoại theo thời gian thực — bot hỗ trợ khách hàng, trợ lý coding, gợi ý inline trong IDE — sống hay chết dựa vào độ trễ cảm nhận được. Người dùng chấp nhận thời gian phản hồi 200ms; họ nhận thấy khi phải chờ 2 giây. Vì Haiku 4.5 chạy nhanh hơn Sonnet 4.5 từ 4–5 lần (theo các số liệu ra mắt của Anthropic), nó có thể phục vụ các cuộc hội thoại tương tác với cảm giác phản hồi ngay lập tức thậm chí dưới tải sản xuất.

Anthropic ghi nhận rằng các công cụ như Claude Code, các tích hợp GitHub Copilot, và Warp sử dụng Haiku 4.5 làm mô hình cho các gợi ý nhanh trong vòng lặp (in-loop) và các tác vụ con về coding chính vì lý do này.

Các Tác Vụ Con Trong Pipeline Đa Agent

Đây có thể được xem là vai trò quan trọng nhất về chiến lược của Haiku 4.5, và chúng ta sẽ xem xét kỹ điều này trong phần dưới đây. Trong một vòng lặp agent, mô hình đắt đỏ (Sonnet hoặc Opus) xử lý việc lập kế hoạch cấp cao trong khi Haiku xử lý các bước thực thi riêng lẻ: chạy một lệnh bash, phân tích đầu ra, thực hiện một lệnh gọi công cụ đơn lẻ, kiểm tra một điều kiện, định dạng lại kết quả. Mỗi bước trong số đó có thể tốn 500–2.000 token. Với mức giá của Haiku, hàng nghìn lệnh gọi vi mô đó mỗi giờ vẫn khả thi về kinh tế. Với mức giá của Opus, chúng không khả thi.

Computer Use

Haiku 4.5 là mô hình thế hệ Haiku đầu tiên hỗ trợ computer use — khả năng cho phép mô hình điều khiển một trình duyệt, ứng dụng desktop, hoặc môi trường GUI bằng cách diễn giải ảnh chụp màn hình và phát ra các hành động con trỏ/bàn phím. Điều này quan trọng vì các tác vụ computer-use vốn có tính lặp lại: mô hình nhìn vào màn hình, thực hiện một hành động nhỏ, nhìn lại, thực hiện hành động khác. Mỗi lần lặp là một lệnh gọi mô hình riêng biệt. Đặc điểm về chi phí và độ trễ của Haiku khiến các lần lặp đó rẻ và nhanh; cùng một vòng lặp đó trên Opus sẽ đắt hơn nhiều bậc.

Extended Thinking (Mới Trong Haiku 4.5)

Haiku 4.5 cũng là mô hình thế hệ Haiku đầu tiên hỗ trợ extended thinking — khả năng phát ra một chuỗi suy luận nội bộ trước khi tạo ra câu trả lời cuối cùng. Điều này có giá trị đối với các tác vụ được lợi từ việc suy nghĩ theo từng bước nhưng bạn vẫn muốn có tốc độ và giá cả của Haiku thay vì phải sử dụng Sonnet. Lưu ý rằng token thinking được tính giá theo mức token đầu ra (5,00 đô la / triệu), vì vậy extended thinking nên được sử dụng có chọn lọc trên các tác vụ mà nó thực sự cải thiện độ chính xác.

---

Một Ví Dụ Cụ Thể Về Vòng Lặp Agent: Haiku Là Lựa Chọn Đúng Đắn

Đây là một tình huống cụ thể minh họa nơi Haiku 4.5 là lựa chọn đúng đắn và nơi bạn nên leo thang lên mô hình lớn hơn.

Tình huống: Một developer yêu cầu trợ lý coding AI "refactor tất cả các file Python trong repository này để sử dụng pathlib thay cho os.path."

Bước 1 — Lập Kế Hoạch (Sonnet hoặc Opus)

Mô hình điều phối (orchestrating model) nhận yêu cầu, hiểu phạm vi công việc, quyết định liệt kê tất cả các file .py, tạo một kế hoạch về những gì cần thay đổi, và thiết lập một hàng đợi tác vụ. Bước này yêu cầu hiểu ý định, đánh giá các sự đánh đổi (trade-off), và đưa ra các đánh giá về các trường hợp biên (edge case). Đây là lãnh địa của Sonnet.

Bước 2–N — Thực Thi (Haiku 4.5)

Đối với mỗi file trong repository:

1. Đọc nội dung file (lệnh gọi công cụ)
2. Xác định các dòng sử dụng os.path (khớp mẫu / tác vụ trích xuất ngắn)
3. Phát ra nội dung file đã được viết lại (tạo văn bản có trọng tâm)
4. Ghi lại kết quả (lệnh gọi công cụ)
5. Báo cáo thành công hoặc gắn cờ một trường hợp biên trở lại cho orchestrator

Mỗi bước trong số này đều ngắn, có trọng tâm, và có thể lặp lại. Không cần suy luận đa bước sâu. Đầu ra đủ mang tính xác định để có thể xác minh được một cách máy móc. Đây là lãnh địa của Haiku 4.5.

Khi Nào Nên Leo Thang Trở Lại

Nếu bước 2 tìm thấy một đoạn code đặc biệt phức tạp — các lệnh gọi lồng nhau sâu, xây dựng đường dẫn động, tương tác với thư viện bên thứ ba — sub-agent có thể gắn cờ nó và định tuyến file cụ thể đó trở lại cho Sonnet để có được đánh giá ở cấp độ con người. Orchestrator quyết định có nên áp dụng một chỉnh sửa Haiku "cố gắng tốt nhất" (best-effort) hoặc giữ lại file để xem xét thủ công.

Mô hình này — Sonnet lập kế hoạch, Haiku thực thi, leo thang các trường hợp biên — chính xác là những gì Anthropic mô tả là kiến trúc sản xuất dự định. Nó cũng được tham chiếu trong bài viết chuyên sâu của chúng tôi về context engineering cho AI agent, bài viết bao quát cách cấu trúc context trên các hệ thống đa agent để mỗi mô hình chỉ nhận được những gì nó cần.

Trong một vòng lặp đa agent tiêu biểu, Haiku 4.5 xử lý các tác vụ con nhanh, lặp lại trong khi Sonnet hoặc Opus quản lý việc lập kế hoạch và leo thang.

---

Lập Luận Về Chi Phí Và Độ Trễ

Khi Nào Các Số Liệu Thực Sự Quan Trọng

Một mô hình tư duy hữu ích: mỗi 1.000 token đầu vào tốn 0,001 đô la trên Haiku 4.5 và 0,003 đô la trên Sonnet. Đối với một lệnh gọi đơn lẻ, sự khác biệt đó không đáng kể. Đối với một hệ thống xử lý 50.000 lệnh gọi mỗi ngày, sự khác biệt là 50 đô la/ngày so với 150 đô la/ngày — 18.000 đô la/năm so với 54.000 đô la/năm. Ở quy mô lớn, việc chọn đúng mô hình cho mỗi tác vụ là một quyết định kỹ thuật thực tế, không phải là lý thuyết.

Prompt caching càng khuếch đại điều này hơn nữa. Nếu vòng lặp agent của bạn truyền cùng một system prompt hoặc định nghĩa công cụ trên mỗi lệnh gọi, prompt caching trên Haiku 4.5 giảm chi phí của các token được cache đó tới 90%. Một system prompt 10.000 token được cache với giá 0,10 đô la/triệu khi đọc lại tốn gần như không có gì qua hàng nghìn lượt.

Độ Trễ Như Một Quyết Định Sản Phẩm

Đối với các trường hợp sử dụng tương tác, độ trễ không chỉ là một chỉ số kỹ thuật — mà là một chỉ số chất lượng sản phẩm. Một agent phản hồi trong dưới một giây tạo cảm giác thông minh và đáp ứng nhanh. Một agent mất 3–5 giây mỗi bước — dù mỗi câu trả lời có tốt hơn một chút — thường tạo cảm giác bị hỏng. Lợi thế về tốc độ của Haiku 4.5 chuyển đổi trực tiếp thành trải nghiệm người dùng tốt hơn trong các giao diện chat, tích hợp IDE, và bất kỳ bề mặt agent thời gian thực nào.

Xử Lý Theo Lô Cho Các Khối Lượng Công Việc Không Thời Gian Thực

Đối với các khối lượng công việc không nhạy cảm với thời gian — xử lý dữ liệu qua đêm, phân loại khối lượng lớn, phân tích tài liệu bất đồng bộ — Anthropic cung cấp xử lý theo lô (batch processing) với mức giảm chi phí lên tới 50%. Kết hợp với mức giá cơ bản đã thấp của Haiku 4.5, điều này khiến việc xử lý dữ liệu AI quy mô lớn trở nên khả thi về kinh tế ở các quy mô mà chỉ một năm trước còn không thực tế.

---

Khi Nào KHÔNG Nên Sử Dụng Haiku 4.5

Lợi thế về tốc độ và chi phí của Haiku 4.5 đi kèm với những sự đánh đổi thực sự. Đây là những nơi bạn nên sử dụng Sonnet hoặc Opus thay vào đó:

Suy luận đa bước sâu. Các tác vụ yêu cầu mô hình giữ một chuỗi các phụ thuộc dài trong bộ nhớ làm việc, suy luận qua các mâu thuẫn logic, hoặc tạo ra tổng hợp thực sự mới lạ từ các nguồn khác nhau có xu hướng được lợi từ các mô hình lớn hơn. Khả năng suy luận của Haiku mạnh so với tầng của nó nhưng nó có thể bỏ lỡ các bước hoặc bỏ sót các kết nối logic tinh vi trên các bài toán rất phức tạp.

Đầu ra có mức độ rủi ro cao. Soạn thảo văn bản pháp lý, tổng hợp thông tin y tế, tư vấn tài chính, hoặc bất kỳ đầu ra nào mà một ảo giác (hallucination) có hậu quả vật chất đều đòi hỏi một mô hình có độ chính xác cao hơn trên các tác vụ dựa trên sự kiện tinh vi. Định tuyến những tác vụ này đến Sonnet hoặc Opus và sử dụng Haiku cho phần khung xung quanh.

Các tác vụ yêu cầu context mở rộng. Cả Haiku 4.5 và Sonnet 4.5 đều có chung context window 200.000 token, vì vậy điều này ít là yếu tố khác biệt ở cấp độ mô hình. Nhưng nếu tác vụ của bạn liên quan đến suy luận phức tạp trên một context rất dài — tổng hợp một tài liệu 150K token thành một khuyến nghị chiến lược tinh vi — một mô hình lớn hơn nói chung sẽ xử lý tốt hơn.

Điều phối lượt đầu tiên (first-pass). Nếu bạn đang xây dựng một hệ thống nơi một lệnh gọi mô hình đặt ra chiến lược cho tất cả công việc phía sau, đừng tiết kiệm ở đó. Chi phí của một vài lệnh gọi Sonnet để lập kế hoạch tốt là nhỏ nhặt không đáng kể so với chi phí của một agent Haiku thực thi kế hoạch sai 10.000 lần.

---

Haiku 4.5 So Sánh Với Các Mô Hình Nhanh Khác Như Thế Nào

Claude Haiku 4.5 cạnh tranh trong tầng "nhanh, rẻ, có năng lực" cùng với các sản phẩm từ các lab AI khác. Thay vì đưa ra các so sánh benchmark mà tôi không thể xác minh từ tài liệu chính thức của Anthropic, tôi sẽ ghi chú các so sánh mang tính cấu trúc:

• OpenAI GPT-4o mini / o4-mini: Đây là các tầng kinh tế của OpenAI. Anthropic định vị Haiku 4.5 là đã đạt đến mức trần năng lực tương tự với các mô hình cấp Sonnet của thế hệ trước. Đối với tool-calling và computer-use, Haiku 4.5 có hỗ trợ gốc do Anthropic thiết kế với các bảo đảm độ tin cậy tương tự như toàn bộ dòng mô hình.

• Google Gemini Flash: Tầng Flash của Google cũng là một mô hình tối ưu hóa về tốc độ cho các tác vụ thông lượng cao. Cả hai hoạt động trong một dải giá tương tự; lựa chọn đúng phụ thuộc vào cơ sở hạ tầng hiện có của bạn, các định dạng sử dụng công cụ mà bạn đã tích hợp, và dòng mô hình mà nhóm của bạn có nhiều kinh nghiệm nhất khi prompt.

• Các mô hình mã nguồn mở (Llama, Mistral, v.v.): Các mô hình mã nguồn mở tự lưu trữ (self-hosted) có thể rẻ hơn ở khối lượng lớn cho suy luận (inference) mà bạn kiểm soát. Sự đánh đổi là chi phí vận hành, thiếu SLA cấp doanh nghiệp, và nhu cầu tự quản lý đánh giá và tư thế an toàn của riêng bạn. Đối với hầu hết các nhóm, truy cập API được quản lý đến Haiku 4.5 nhanh hơn để triển khai và dễ kiểm tra hơn.

Nếu bạn đang tìm hiểu bối cảnh mô hình nhanh rộng hơn, bài viết của chúng tôi về Kimi K2 bao quát một đối thủ mạnh khác trong tầng hiệu quả, và bài so sánh của chúng tôi về MiniMax M2 xem xét cách các lab AI của Trung Quốc đang cạnh tranh trong tầng có năng lực nhưng rẻ.

---

Khả Năng Truy Cập: Nơi Bạn Có Thể Sử Dụng Claude Haiku 4.5

Claude Haiku 4.5 khả dụng qua:

• Anthropic API — truy cập trực tiếp qua claude-haiku-4-5-20251001 làm model ID (hoặc claude-haiku-4-5 làm alias theo tài liệu mô hình của Anthropic). Model ID trong hệ thống của Happycapy là anthropic/claude-haiku-4.5.
• Amazon Bedrock — khả dụng dưới dạng dịch vụ được quản lý, đóng vai trò như một sự thay thế trực tiếp cho Haiku 3.5 và Sonnet 4
• Google Cloud Vertex AI — khả dụng thông qua vertex model garden
• Microsoft Azure AI Foundry — khả dụng qua tầng dịch vụ Azure AI
• Tầng miễn phí của Claude.ai — Haiku 4.5 có thể truy cập được trên tầng miễn phí của Claude.ai, giúp nó khả dụng thậm chí đối với người dùng không sử dụng API

Để có tài liệu tham chiếu đầy đủ về mô hình và các tham số API, xem tài liệu về các mô hình của Anthropic (lưu ý: docs.anthropic.com trả về HTTP 403 cho các trình thu thập dữ liệu tự động; trang này có thể truy cập được qua trình duyệt).

---

Happycapy và Claude Haiku 4.5

Nếu bạn đang xây dựng với Claude Haiku 4.5 trong một vòng lặp agent, con đường nhanh nhất từ ý tưởng đến việc chạy agent thường không phải là tự quản lý các API key, cấu hình môi trường, và tự kết nối việc thực thi công cụ. Đó chính xác là cơ sở hạ tầng mà Happycapy xử lý.

Trên Happycapy, bạn chọn anthropic/claude-haiku-4.5 làm mô hình của mình và giao cho agent của bạn một tác vụ — thao tác file, duyệt web, thực thi code, gọi API — bên trong một sandbox cloud an toàn mà không cần thiết lập cục bộ. Quan trọng hơn, bạn có thể kiến trúc chính xác mô hình được mô tả ở trên: bắt đầu với Haiku 4.5 cho các tác vụ con nhanh, và chuyển một bước cụ thể sang Sonnet hoặc Opus giữa vòng lặp khi bạn cần độ sâu suy luận cao hơn. Với hơn 150 mô hình khả dụng trong cùng một giao diện, việc chuyển đổi chỉ là một lựa chọn dropdown, không phải là một cuộc refactor.

Tốc độ và chi phí thấp của Haiku 4.5 trở nên rõ ràng nhất khi bạn có thể lặp lại nhanh chóng — kiểm tra prompt, quan sát vòng lặp agent chạy, tinh chỉnh logic leo thang — mà không phải trả giá cấp Opus cho mỗi lần thử nghiệm. Đó là lý do thực tế để bắt đầu trên Happycapy.

Bắt đầu miễn phí tại happycapy.ai

---

Câu Hỏi Thường Gặp

Context window của Claude Haiku 4.5 là bao nhiêu?

Claude Haiku 4.5 hỗ trợ context window 200.000 token — tương tự như Claude Sonnet 4.5 và đủ để xử lý khoảng 300 trang văn bản dày đặc trong một lượt yêu cầu. Đầu ra tối đa là 64.000 token. Các con số này được Anthropic xác nhận.

Giá của Claude Haiku 4.5 so với Sonnet như thế nào?

Tính đến giữa năm 2026, Haiku 4.5 có giá 1,00 đô la cho mỗi triệu token đầu vào và 5,00 đô la cho mỗi triệu token đầu ra. Sonnet 4.6 được báo cáo ở mức 3,00 đô la đầu vào / 15,00 đô la đầu ra mỗi triệu token — đắt gấp ba lần trên đầu vào. Luôn xác minh giá hiện tại tại anthropic.com/pricing.

Claude Haiku 4.5 có đủ tốt cho các tác vụ coding không?

Có, đối với đa số các tác vụ con phát triển phần mềm. Anthropic báo cáo Haiku 4.5 đạt 73,3% trên SWE-bench Verified — tương đương với hiệu suất coding mà Sonnet 4 đạt được khi ra mắt. Đối với các quyết định kiến trúc phức tạp, thiết kế thuật toán mới, hoặc các phát biểu bài toán rất mơ hồ, Sonnet hoặc Opus sẽ vượt trội hơn. Đối với chỉnh sửa code, tạo test, tài liệu, và thực thi công cụ trong một vòng lặp coding, Haiku 4.5 thường là đủ dùng.

"Extended thinking" trên Haiku 4.5 là gì?

Extended thinking cho phép mô hình tạo ra một chuỗi suy nghĩ nội bộ trước khi phát ra câu trả lời cuối cùng. Điều này cải thiện độ chính xác trên các tác vụ yêu cầu suy luận từng bước. Extended thinking đã khả dụng trên Sonnet và Opus trong các thế hệ trước; Haiku 4.5 là mô hình dòng Haiku đầu tiên hỗ trợ nó. Lưu ý rằng token thinking được tính giá theo mức token đầu ra (5,00 đô la/triệu), vì vậy lợi ích chi phí của Haiku so với Sonnet sẽ hẹp lại khi kích hoạt thinking.

Claude Haiku 4.5 có hỗ trợ computer use không?

Có. Computer use — khả năng quan sát một màn hình và phát ra các hành động chuột/bàn phím — đã được giới thiệu cho dòng Haiku với phiên bản 4.5. Điều này khiến việc tự động hóa trình duyệt và GUI theo cách lặp lại trở nên thực tế với chi phí thấp, vì mỗi chu kỳ nhận thức-và-hành động là một lệnh gọi mô hình riêng biệt.

Khi nào tôi nên sử dụng Haiku 4.5 so với Sonnet 4.5 trong một agent?

Sử dụng Haiku 4.5 cho bất kỳ tác vụ con nào có: (a) context ngắn, (b) mang tính xác định hoặc có thể xác minh, (c) rất lặp lại, hoặc (d) nhạy cảm với độ trễ. Sử dụng Sonnet 4.5 cho việc lập kế hoạch, điều phối, các tác vụ yêu cầu đánh giá tinh vi, hoặc các đầu ra nơi lỗi có hậu quả đáng kể phía sau. Nhiều hệ thống sản xuất sử dụng cả hai: Sonnet lập kế hoạch, Haiku thực thi. Xem hướng dẫn context engineering cho AI agent của chúng tôi để biết các mô hình cấu trúc các luồng công việc này.

Haiku 4.5 xử lý tool use như thế nào?

Haiku 4.5 có hỗ trợ đầy đủ tool/function calling, bao gồm đầu ra có cấu trúc và thực thi JSON schema. Nó xử lý các lệnh gọi công cụ song song và thực thi công cụ đa lượt. Nó được thiết kế để đáng tin cậy trong các vòng lặp lệnh gọi công cụ chặt chẽ — loại thực thi hỗ trợ computer-use và coding tác nhân.

Claude Haiku 4.5 có khả dụng bên ngoài Anthropic API không?

Có. Haiku 4.5 khả dụng trên Amazon Bedrock, Google Cloud Vertex AI, và Microsoft Azure AI Foundry, ngoài Anthropic API. Về phía người tiêu dùng, nó cung cấp năng lượng cho các tính năng trên tầng miễn phí của Claude.ai. Đối với các developer muốn chạy nó mà không cần thiết lập API key nào, nó cũng khả dụng dưới dạng một mô hình có thể chọn trên các nền tảng như Happycapy.

Knowledge cutoff của Claude Haiku 4.5 là gì?

Anthropic xác nhận knowledge cutoff của việc huấn luyện là 1 tháng 7 năm 2025. Các sự kiện, ấn phẩm, và phát triển sau ngày đó không được phản ánh trong kiến thức nền của Haiku 4.5, mặc dù tool use (tìm kiếm web) có thể bổ sung cho điều này.

---

Tổng Kết

Claude Haiku 4.5 không phải là một món đồ chơi hay một lựa chọn dự phòng. Nó là một mô hình cấp sản xuất mà, tính đến thời điểm ra mắt vào tháng 10 năm 2025, hoạt động ở mức độ tương tự như tầng cân bằng của thế hệ trước — nhưng với chi phí chỉ bằng một phần nhỏ và tốc độ nhanh gấp nhiều lần. Ngôi nhà tự nhiên của nó là bên trong các vòng lặp agent: xử lý các bước nhanh, lặp lại, được hỗ trợ bằng công cụ tạo nên 80–90% những gì một AI agent thực sự làm trong sản xuất, trong khi chuyển giao các quyết định thực sự khó, hiếm gặp cho một mô hình lớn hơn.

Đối với các nhóm xây dựng ở quy mô lớn — xử lý hàng triệu tài liệu, chạy hàng nghìn lượt agent mỗi giờ, hoặc xây dựng các công cụ coding và dịch vụ khách hàng tương tác — Haiku 4.5 thường là lựa chọn mặc định hợp lý nhất về kinh tế. Câu hỏi không phải là liệu nó "có thông minh như Opus" hay không, mà là liệu nó có đủ thông minh cho tác vụ cụ thể mà bạn cần thực hiện, đủ nhanh để tạo cảm giác thời gian thực, và đủ rẻ để chạy ở khối lượng mà use case của bạn yêu cầu. Đối với hầu hết các tác vụ con của agent, câu trả lời là có.

Để có một góc nhìn rộng hơn về cách các mô hình nhanh như Haiku 4.5 phù hợp vào bối cảnh đang nổi lên của AI có năng lực, tiết kiệm, xem bài viết của chúng tôi về Grok 4 và MiniMax M2 — hai mô hình khác đang cạnh tranh trong tầng hiệu suất cao từ các hướng khác nhau.

Bắt đầu miễn phí tại happycapy.ai

Hướng dẫn liên quan

• Grok 4.20: Mô Hình Nhanh, Gọi Công Cụ Của xAI, Được Giải Thích
• Kimi K2.6 Được Giải Thích: Mô Hình Coding & Agent Mã Nguồn Mở Của Moonshot
• MiniMax M2.7: Mô Hình Mã Nguồn Mở Được Xây Dựng Cho Các Workflow Tác Nhân
• Xây Dựng Agent Tự Động Với Claude Code SDK: Hướng Dẫn Thực Tế Cho Developer