Claude Haiku 4.5 in azienda: veloce ed economico, quando conviene davvero

Claude Haiku 4.5 in azienda: veloce ed economico, conviene nei compiti ripetitivi e ad alto volume. Rientrano qui lo smistamento dei ticket, la classificazione delle email e l'estrazione di campi da fatture e moduli. Per il ragionamento lungo e articolato servono modelli più grandi. La scelta va fatta in base al compito, non al prezzo per token.

Claude Haiku 4.5 è il modello più piccolo e più rapido della gamma attuale di Anthropic, rilasciato il 15 ottobre 2025. Anthropic lo descrive come "the fastest model with near-frontier intelligence", cioè il modello più veloce con un'intelligenza vicina a quella dei modelli di punta. La pagina di Anthropic sulla scelta del modello lo indica come l'opzione con la latenza e il prezzo più bassi. La latenza è il tempo che passa tra la richiesta e la risposta.

Questa guida è la quarta della serie sui modelli Claude attuali. Le precedenti trattano Claude Opus 5.5 in azienda, Claude Fable 5.1 per il ragionamento più impegnativo e Claude Sonnet 5 come modello di tutti i giorni. Qui trova che cosa fa Haiku 4.5, dove basta e dove no. Trova anche quanto costa un flusso reale e dove finiscono i dati.

La scheda di Claude Haiku 4.5 si legge nella pagina ufficiale del modello nella documentazione di Claude. I dati essenziali per un'azienda sono questi:

• Identificativo API: claude-haiku-4-5-20251001. L'alias claude-haiku-4-5 rimanda a questa versione fissa.
• Finestra di contesto: 200.000 token. La finestra di contesto è la quantità di testo che il modello può leggere in una sola richiesta.
• Output massimo: 64.000 token per risposta.
• Ingresso e uscita: testo e immagini in ingresso, solo testo in uscita.
• Prezzo: 1 USD per milione di token in input e 5 USD per milione in output.
• Conoscenza affidabile: fino a febbraio 2025.
• Piattaforme: Claude API, Amazon Bedrock, Google Cloud, Microsoft Foundry e Claude Platform on AWS.

Un token è un frammento di testo. Secondo Anthropic, in inglese un token vale circa 4 caratteri. La Batch API, cioè l'invio asincrono di grandi volumi di richieste, dimezza il prezzo di input e output. La lettura dalla cache costa 0,10 USD per milione di token.

Haiku 4.5 usa l'extended thinking manuale (thinking.type: "enabled") con un budget di token deciso da Lei. Non usa il pensiero adattivo dei modelli più grandi. Non accetta il parametro effort, che negli altri modelli bilancia intelligenza, latenza e costo.

Al lancio Anthropic ha dichiarato prestazioni di programmazione simili a quelle di un suo modello Sonnet di generazione precedente. Secondo Anthropic, Haiku 4.5 le offriva a un terzo del costo e a più del doppio della velocità. Il confronto riguarda un modello più vecchio, non la gamma attuale.

Claude Haiku 4.5 è sufficiente quando il compito è chiaro, si ripete migliaia di volte e ha una risposta verificabile. In questi casi la velocità e il prezzo contano più della profondità di ragionamento. I lavori tipici per una piccola o media impresa sono questi:

• Classificare e smistare email in arrivo o ticket di Zoho Desk per reparto, categoria e priorità.
• Estrarre campi da fatture o moduli, come fornitore, data, importo e numero d'ordine, prima di registrarli in Zoho Books.
• Preparare bozze di prima risposta che una persona controlla e invia.
• Riassumere thread lunghi di email o ticket, purché restino entro i 200.000 token.
• Svolgere i passaggi di massa come sub-agente, mentre un modello più grande prende le decisioni difficili.

La guida di Anthropic sulla scelta del modello suggerisce un approccio "efficienza prima". In quell'approccio, partire da un modello più veloce ed economico come Haiku 4.5 può essere la soluzione ottimale. Si passa a un modello più grande solo quando i test mostrano che serve.

Poiché Haiku 4.5 legge anche immagini, l'estrazione funziona pure su scansioni di documenti. Il risultato va comunque confrontato con un campione controllato da una persona prima di automatizzarlo.

Claude Haiku 4.5 non è adatto al ragionamento lungo in molti passaggi, ai documenti oltre 200.000 token e a tutto ciò che richiede conoscenze successive all'inizio del 2025. In questi casi un modello più grande, o un prompt più ricco, evita errori costosi.

Ragionamento complesso e lavoro agentico lungo

Anthropic indica Claude Fable 5.1 per il ragionamento impegnativo e per il lavoro agentico di lungo orizzonte. Per la maggior parte dei carichi di lavoro, in caso di dubbio, consiglia di partire da Claude Opus 5.5. Un'analisi contrattuale in più fasi o un piano di progetto non sono lavori da Haiku 4.5.

Documenti molto lunghi e risposte molto estese

Fable 5.1, Opus 5.5 e Sonnet 5 hanno una finestra di contesto di 1 milione di token. Haiku 4.5 si ferma a 200.000 token. Anche l'output massimo è più basso: 64.000 token contro 128.000 degli altri tre.

Informazioni recenti su prodotti, prezzi e norme

La conoscenza affidabile di Haiku 4.5 arriva a febbraio 2025. Il modello non conosce listini, prodotti o norme usciti dopo quella data. Se il compito dipende da queste informazioni, le inserisca nel prompt: il listino corrente, il testo della procedura interna, la norma applicabile.

La regola pratica è partire dal compito e dalle sue esigenze di contesto, poi scegliere il modello più piccolo che supera i test. La tabella riassume i punti di partenza sulla base delle schede ufficiali dei modelli.

La tabella indica un punto di partenza, non una sentenza. Anthropic scrive che un buon insieme di test specifico per il proprio caso è il passaggio più importante nella scelta del modello. Se Haiku 4.5 supera quei test, il modello più grande è una spesa senza ritorno.

Un flusso tipico con Claude Haiku 4.5 legge ogni nuovo ticket di Zoho Desk e restituisce categoria, reparto e priorità. Un'integrazione scrive poi questi valori nei campi del ticket. I passaggi sono cinque:

1. Raccolga un campione di riferimento: ticket già chiusi e classificati dal team, con i casi facili e quelli ambigui.
2. Scriva il prompt: elenco dei reparti, definizione di ogni categoria e richiesta di rispondere solo in JSON con i campi categoria, reparto e priorita.
3. Imposti la chiamata: model: "claude-haiku-4-5-20251001", un max_tokens basso perché la risposta è breve, extended thinking disattivato.
4. Confronti i risultati: metta la classificazione del modello accanto a quella del team e conti gli errori per categoria.
5. Metta in produzione: chiamate in tempo reale per i ticket nuovi e Batch API per riclassificare l'archivio a metà prezzo.

Se gli errori si concentrano sui casi ambigui, ci sono due strade. Può attivare l'extended thinking con un budget contenuto, oppure mandare quei ticket a un modello più grande. In Svennis, prima di scegliere il modello per uno smistamento, facciamo girare lo stesso campione di ticket reali su Haiku 4.5 e su un modello più grande e fissiamo nel codice l'identificativo datato del modello scelto. Lo stesso schema vale se i ticket arrivano da una chat interna, come descritto nella guida su Claude in Slack per il supporto interno.

Un flusso di smistamento su Claude Haiku 4.5 costa pochi dollari al mese anche con migliaia di ticket. Il calcolo usa solo i prezzi della pagina prezzi di Anthropic, espressi in USD. I volumi sono un'ipotesi di esempio: 10.000 ticket al mese, 1.500 token in input per ticket tra istruzioni e testo, 200 token in output.

Il volume mensile è quindi di 15 milioni di token in input e 2 milioni in output. La tabella applica i prezzi base di ogni modello e lo sconto del 50% della Batch API.

Per Haiku 4.5 il conto è 15 USD di input più 10 USD di output. La cache può abbassarlo ancora, perché le istruzioni fisse si ripetono in ogni richiesta. Se 1.000 token per ticket restano in cache, quei 10 milioni di token costano 1 USD invece di 10, più la scrittura in cache a 1,25 USD per milione.

La stima di 4 caratteri per token vale per l'inglese: per testi in italiano conti i token reali durante i test. Per il quadro completo dei costi, licenze comprese, veda la guida su quanto costa Claude all'anno per un'azienda di dieci persone.

Una strategia multi-modello affianca un modello economico a un modello di punta, in modo che la maggior parte dei token sia pagata alla tariffa più bassa. Claude Haiku 4.5 è il candidato naturale per il ruolo economico. Anthropic descrive due schemi comuni.

• Esecutore con consulente: il modello economico svolge il lavoro e passa le decisioni difficili a un modello più grande.
• Orchestratore con esecutori: un modello grande pianifica e delega il lavoro di massa a modelli più economici.

Nel primo schema, Haiku 4.5 classifica tutti i ticket e segnala quelli che non riesce ad assegnare con sicurezza. Solo quelli arrivano a Claude Opus 5.5, che li analizza con più contesto. Nel secondo schema, Opus 5.5 scompone una revisione in passaggi e Haiku 4.5 estrae i dati da ogni documento.

La regola di passaggio deve essere esplicita e misurabile. Per esempio: categoria "altro", testo oltre una certa lunghezza o cliente con contratto di assistenza prioritaria. Una regola vaga manda troppo lavoro al modello costoso e annulla il risparmio.

Con la Claude API di Anthropic i dati restano archiviati negli Stati Uniti. Anthropic non offre da sola la residenza dei dati nell'Unione europea. Secondo la documentazione di Anthropic sulla residenza dei dati, oggi "us" è l'unica area disponibile per l'archiviazione. L'impostazione si sceglie alla creazione del workspace e non si può cambiare dopo.

Anche il luogo di elaborazione ha un limite. Il parametro inference_geo sceglie dove gira il modello, ma non è supportato su Haiku 4.5: una richiesta che lo include restituisce un errore 400. Il valore predefinito è "global", cioè l'elaborazione può avvenire in qualsiasi area geografica disponibile.

L'elaborazione nell'Unione europea passa quindi da Amazon Bedrock o Google Cloud. Su Bedrock l'opzione geografica instrada le richieste verso una regione dentro un'area definita, tra cui l'UE, e mantiene i dati in quell'area. L'opzione In-Region, invece, non fa mai uscire la richiesta dalla regione AWS indicata.

Prima di progettare il flusso, controlli nella tabella AWS delle regioni per modello in quali regioni e profili è disponibile Haiku 4.5. Bedrock e Google Cloud applicano propri prezzi regionali e proprie date di ritiro dei modelli, che possono differire da quelle di Anthropic.

Claude Haiku 4.5 ha oggi lo stato "Active (latest)" e non sarà ritirato prima del 15 ottobre 2026. La data è un minimo, non una data di ritiro fissata. Anthropic si impegna a dare almeno 60 giorni di preavviso prima di ritirare un modello pubblico. Dopo il ritiro, le richieste al modello falliscono.

Queste date valgono per le piattaforme gestite da Anthropic: Claude API, Claude Platform on AWS e Microsoft Foundry. Amazon Bedrock e Google Cloud fissano calendari propri.

Nell'annuncio di Claude Opus 5.5, Anthropic scrive che un nuovo modello della famiglia Haiku seguirà nelle settimane successive, senza indicare una data. Tre accorgimenti riducono il rischio di questo passaggio:

• Fissi l'identificativo datato claude-haiku-4-5-20251001 nel codice, così il comportamento non cambia a Sua insaputa.
• Tenga il prompt portabile: istruzioni, esempi e formato di output in un file separato, non sparsi nel codice.
• Conservi il campione di test per ripetere il confronto quando arriva il successore.

La Console di Claude permette di scaricare un CSV con l'uso delle API suddiviso per chiave e per modello. Serve a sapere quali flussi usano Haiku 4.5 quando arriva un avviso di ritiro.

Il modo più rapido per valutare Claude Haiku 4.5 è un test su un solo flusso ripetitivo, con un campione di dati ridotto e un criterio di successo fissato prima. I controlli sui dati vengono prima del test, non dopo. Proceda così:

1. Scelga un flusso ad alto volume e con risposta verificabile, come lo smistamento dei ticket o l'estrazione dei dati dalle fatture.
2. Verifichi le basi del trattamento prima di usare dati reali: la base giuridica e la compatibilità con la finalità originaria (art. 6 GDPR), l'accordo sul trattamento dei dati con il fornitore (art. 28 GDPR), la base per l'eventuale trasferimento fuori dall'UE e l'informativa privacy.
3. Decida la piattaforma in base a dove devono restare i dati, verificando la disponibilità regionale del modello.
4. Prepari un campione di riferimento ridotto o pseudonimizzato, con solo i dati necessari al test, già classificato o compilato dal team.
5. Esegua il test su Haiku 4.5 e su un modello più grande, con lo stesso prompt.
6. Calcoli il costo mensile con i prezzi della pagina ufficiale e i Suoi volumi reali.
7. Fissi l'identificativo del modello e pianifichi un nuovo test quando arriverà il successore della famiglia Haiku.

Se sta ancora decidendo quali processi affidare all'AI, parta dalla guida come ogni azienda può usare l'AI. Aiuta a individuare i flussi ripetitivi in cui un modello veloce ed economico rende di più.