Haiku 5.5 vs GPT-6 Luna: сравнение — тариф один, счёт разный

Claude Haiku 5.5 вышла 7 октября 2026 года, через две недели после того, как OpenAI открыла в API GPT-6 Luna (gpt-6-luna, 22 сентября). Пока запрос короче 100 тыс. токенов, тарифы совпадают до цента: $0,10 за миллион входных токенов, $0,50 за миллион выходных, $0,01 за миллион токенов, прочитанных из кэша. Разница в счёте появляется в двух местах.

Первое — объём. По замерам Artificial Analysis по состоянию на 8 октября 2026 года задача из их индекса у Haiku 5.5 стоит в 2,7–5,4 раза дороже, чем у Luna на том же уровне рассуждения: Haiku пишет в несколько раз больше токенов. Второе — порог. Запрос длиннее 100 тыс. токенов у Haiku целиком оплачивается по тарифу в пять раз выше, а Luna дорожает только после 272 тыс. входных токенов, и то вдвое по входу. Взамен Haiku сильнее: 43 балла индекса AA на максимальном уровне против 38 у Luna, а в таблице Anthropic по управлению компьютером (OSWorld 2.1) — 72,4 % против 48,9 %.

Короткое правило. Для потока коротких запросов — классификации, маршрутизации, извлечения полей — начинайте с Luna на none или low. Haiku 5.5 пробуйте там, где Luna не дотягивает по качеству: агентные шаги, терминал, управление компьютером и браузером. При этом держите запрос Haiku ниже 100 тыс. токенов. Документы длиной от 100 до 272 тыс. токенов по тарифу в пять раз дешевле обрабатывать на Luna. И отдельное условие для России: ни Anthropic, ни OpenAI не включают её в списки поддерживаемых стран, поэтому реальный выбор часто упирается в то, какую модель вообще можно подключить.

Что дешевле, Haiku 5.5 или GPT-6 Luna: тарифы за 1M токенов

До порогов прайс-листы совпадают построчно, включая кэш и пакетную обработку. Расходятся они после порога: у Haiku он наступает раньше и поднимает цену сильнее.

Источники: страница цен Claude API и страница цен OpenAI API. У OpenAI пакетный режим Batch и режим Flex стоят половину стандартной цены, а Fast mode — вдвое дороже стандарта: $0,20 за вход и $1,00 за выход до 272 тыс. Fast mode — это бывший Priority processing, переименованный 30 июля 2026 года. У Haiku 5.5 аналога нет: Priority Tier для неё не поддерживается, а быстрый режим Anthropic распространяется только на модели Opus.

Из таблицы следуют три соотношения. До 100 тыс. токенов разницы в цене токена нет. От 100 до 272 тыс. Haiku дороже Luna в пять раз и по входу, и по выходу. Выше 272 тыс. Haiku дороже в 2,5 раза по входу ($0,50 против $0,20) и в 3,3 раза по выходу ($2,50 против $0,75).

Токены рассуждения обе модели считают выходными. У обеих по умолчанию стоит уровень medium, то есть модель думает, даже если вы об этом не просили. Поэтому строка «Выход» в реальном счёте почти всегда больше, чем длина видимого ответа.

Порог 100K у Haiku и 272K у Luna: запрос дорожает целиком

Обе компании переводят на высокий тариф весь запрос, а не только токены сверх порога. OpenAI пишет об этом прямо на странице модели GPT-6 Luna: при входе больше 272 тыс. токенов вход и кэш стоят вдвое дороже, выход — в 1,5 раза, «для всего запроса». У Anthropic отдельной фразы об этом нет, но каждая строка прайса с пометкой «для запросов больше 100 000 токенов» включает и вход, и кэш, и выход, а в анонсе речь идёт о запросах «до» и «больше» 100 тыс. токенов.

Вот как это выглядит на конкретных запросах (без кэша, кроме последней строки):

Как считается строка «150 тыс.»: у Haiku 150 000 × $0,50/1M + 2 000 × $2,50/1M = $0,075 + $0,005 = $0,080, у Luna 150 000 × $0,10/1M + 2 000 × $0,50/1M = $0,015 + $0,001 = $0,016. Скачок даёт сам порог, а не длина: запрос в 101 тыс. токенов вместо 99 тыс. обойдётся у Haiku в 101 000 × $0,50/1M + 2 000 × $2,50/1M = $0,0555, примерно впятеро дороже, хотя текст длиннее всего на 2 %.

Последняя строка показывает единственное неизвестное в этой арифметике. Anthropic не пишет, входят ли токены, прочитанные из кэша, в те 100 тыс., по которым определяется тариф. Если входят, запрос из 140 тыс. кэшированных и 10 тыс. новых токенов стоит 140 000 × $0,05/1M + 10 000 × $0,50/1M + 2 000 × $2,50/1M = $0,007 + $0,005 + $0,005 = $0,017. Если нет — $0,0034, как у Luna. Для бюджета закладывайте $0,017, пока Anthropic не уточнит правило. Самое естественное мерило — полный вход из документации по кэшированию: cache_read_input_tokens + cache_creation_input_tokens + input_tokens в поле usage ответа. В него попадают системный промпт, вся история диалога, описания инструментов и их результаты.

Порог особенно легко перейти в агентных сценариях. История агента растёт с каждым шагом, скриншоты при управлении компьютером добавляют входные токены, а описания инструментов повторяются в каждом запросе. Для Haiku стоит заранее ограничить историю или сжимать её, а длинные документы целиком отдавать Luna или резать на части.

Ещё одна поправка касается токенизатора. Haiku 5.5 использует тот же токенизатор, что модели Claude 4.7 и новее: по данным Anthropic, тот же текст даёт примерно на 30 % больше токенов, чем на Haiku 4.5. Соотношение с токенизатором OpenAI нигде не опубликовано, поэтому один и тот же документ может оказаться разной длины у двух моделей. Считайте токены через API с моделью claude-haiku-5-5, а не по старым замерам.

Сколько стоит задача: у Haiku 5.5 в 2,7–5,4 раза дороже

Одинаковый тариф не означает одинаковый счёт, потому что модели тратят разное количество токенов на одну и ту же задачу. Artificial Analysis прогоняет обе модели через свой индекс (версия 4.3.2, 10 тестов: от GDPval-AA и Terminal-Bench 4.0 до Humanity's Last Exam) на каждом уровне рассуждения и публикует сравнение Haiku 5.5 и GPT-6 Luna с баллами, стоимостью задачи и числом выходных токенов:

Последний столбец — это стоимость задачи Haiku, делённая на стоимость задачи Luna того же уровня, например 0,0470 / 0,0175 ≈ 2,7. Почти всю разницу даёт выход: на medium Haiku пишет в 2,9 раза больше токенов, на low — в 8,3 раза. Режим none у Luna в этом наборе оказался дороже, чем low ($0,0113 против $0,0045): без рассуждения модель писала более длинные ответы.

Полный прогон индекса на максимальном уровне стоил у Haiku $330, у Luna $122, то есть в 2,7 раза больше. Haiku выдала 435 млн выходных токенов против 144 млн, а из её $330 почти $199 пришлось на токены рассуждения. При этом AA считает Haiku по младшему тарифу во всех задачах. Если какие-то задачи индекса шли с запросом больше 100 тыс. токенов, реальная стоимость Haiku в них выше показанной.

Задачи индекса тяжёлые: агентная работа, код, экзаменационные вопросы. На коротких запросах вроде «отнеси письмо к одной из пяти категорий» абсолютные числа будут на порядки меньше, но направление сохранится: при одинаковом уровне рассуждения Haiku думает дольше и пишет больше.

По скорости картина двоякая. Первые токены Luna отдаёт раньше: 3,2 секунды на low и 0,9 секунды без рассуждения против 12 секунд у Haiku на low. Зато Haiku генерирует быстрее — 137–243 токена в секунду против 112–127 у Luna. На low задача индекса занимает у Luna 17 секунд, у Haiku 62.

Откуда «в 12 раз дороже» и «на 75 % дешевле»

Обе цифры ходят по обзорам, но ни одна не описывает Haiku 5.5 против Luna на одинаковых настройках.

«В 12 раз дороже». В данных Artificial Analysis такое соотношение получается только одним способом: если сравнить Haiku на max с Luna на medium (0,2128 / 0,0175 ≈ 12,2). Это разные уровни рассуждения, и баллы у них разные: 43 против 30. На одинаковых уровнях разрыв составляет от 2,7 до 5,4 раза. Если в вашем коде у Haiku стоит max, а у Luna оставлен уровень по умолчанию, вы действительно получите счёт примерно такого порядка, но сравниваете тогда не модели, а настройки.

«На 75 % дешевле». Это оценка Anthropic относительно Haiku 4.5, а не относительно Luna. По тарифу Haiku 5.5 на 90 % дешевле Haiku 4.5 в запросах до 100 тыс. токенов ($0,10 против $1 за вход) и на 50 % в более длинных. Средние «около 75 %» учитывают новый токенизатор и то, что, по словам Anthropic, около 90 % запросов к прошлой Haiku были короче 100 тыс. токенов. Это средняя оценка по чужой нагрузке, а не гарантия для вашей.

«Цена одинаковая». Верно для цены токена в запросах до 100 тыс. — и только для неё.

Какая модель умнее: Haiku 5.5 и GPT-6 Luna при равных баллах

По всем доступным замерам Haiku 5.5 сильнее Luna. Вопрос в том, сколько стоит эта разница, если сравнивать не уровни рассуждения, а одинаковое качество. Из той же таблицы AA можно подобрать пары с близкими баллами:

При равном качестве разрыв сжимается с 2,7–3,1 раза до 1,1–1,4 раза, и Luna всё равно остаётся немного дешевле. Зато Haiku решает задачу того же уровня примерно вдвое быстрее: 194 секунды против 394 на уровне 38 баллов, 134 против 242 на уровне 34–35. Если же нужен результат выше 38 баллов, Luna его не даёт ни на каком уровне. Anthropic сама советует сравнивать xhigh и max у Haiku с Claude Sonnet 5.5 — на этих уровнях Haiku уже дорогая.

Таблица Anthropic из анонса показывает больший разрыв там, где важна агентная работа. Уровни рассуждения для ячеек в ней не указаны, и прогоняла тесты сама Anthropic:

В собственном прогоне AA на максимальном уровне Terminal-Bench 4.0 даёт другие числа — 32,8 % у Haiku и 12,6 % у Luna. Направление то же, абсолютные значения зависят от среды запуска.

Есть и небольшой сторонний тест. Kingy AI прогнал 40 задач по два раза через подписочные клиенты Claude Max и ChatGPT Pro с настройками по умолчанию. Строгую проверку прошли 60 из 80 ответов Haiku (75,0 %) и 51 из 80 ответов Luna (63,75 %). Извлечение в JSON и исправление кода обе модели решили на 10 из 10. Отрыв Haiku пришёлся на расчёты (8 из 10 против 4) и редактуру (8 против 5). Медианное время ответа клиента — 6,83 секунды у Haiku и 2,92 у Luna. Все входы были короче 20 тыс. токенов. Выборка маленькая, клиенты разные, так что это ориентир, а не рейтинг.

Когда Haiku 5.5 выгоднее GPT-6 Luna: цена принятого результата

Если ответ модели кто-то проверяет, а неудачу приходится переделывать, считать стоит не стоимость попытки, а стоимость принятого результата:

стоимость принятого результата = (цена попытки + цена проверки) ÷ доля принятых ответов

Отсюда простое условие: Haiku выгоднее, если отношение её доли принятых ответов к доле Luna больше, чем отношение цен попытки.

Пример на ценах AA для уровня 38 баллов: Haiku на high — $0,0794 за задачу, Luna на max — $0,0678. Доли принятых ответов условные: 75 % у Haiku и 65 % у Luna.

• Без затрат на проверку: Haiku $0,0794 / 0,75 ≈ $0,106, Luna $0,0678 / 0,65 ≈ $0,104. Почти поровну.
• Если каждая попытка требует проверки стоимостью $0,05 (тоже допущение): Haiku ($0,0794 + $0,05) / 0,75 ≈ $0,173, Luna ($0,0678 + $0,05) / 0,65 ≈ $0,181. Haiku дешевле.

А вот на уровнях по умолчанию (medium против medium) задача Haiku в 2,7 раза дороже. Чтобы окупить это при дешёвой проверке, ей нужно принимать в 2,7 раза больше ответов. Если Luna справляется хотя бы с 37 % задач, это невозможно. Вывод: Haiku выигрывает за счёт качества, когда вы сравниваете её с Luna на более высоком уровне рассуждения, когда проверка или повтор стоят дорого и когда важна скорость решения задачи. При одинаковых настройках на дешёвой массовой работе она проигрывает.

Что выбрать для своей нагрузки: Haiku 5.5 или GPT-6 Luna

Перед переходом проверьте выбор на собственной выборке: 200–500 реальных запросов на обеих моделях, с записью токенов из поля usage и доли ответов, прошедших вашу проверку. Поскольку тарифы одинаковы, счёт определяется числом токенов и долей принятых ответов, а не прайсом.

Если доступ есть к обеим моделям, их можно совместить. Массовые запросы идут на Luna, а на Haiku уходят только те, что не прошли проверку, и те агентные шаги, где Luna заметно слабее. О выборе внутри линейки OpenAI подробнее в статье «GPT-6 Sol, Luna, Astra и GPT-5.6 Terra: что выбрать для работы». Если для задачи не хватает обеих младших моделей, переходите к сравнению «Claude Opus 5.5 или GPT-6.1 Sol (и GPT-6 Sol): выбор для кода».

Переход на Haiku 5.5 или GPT-6 Luna: что вернёт ошибку 400 и изменит счёт

Сменить идентификатор модели недостаточно. У обеих моделей есть параметры, которые раньше работали, а теперь ломают запрос, и настройки по умолчанию, которые меняют расход токенов.

Переход на Claude Haiku 5.5 с Haiku 4.5 или с Luna

По руководству Anthropic по миграции:

• Идентификатор — claude-haiku-5-5, без даты и без отдельного алиаса. Он одинаков в Claude API, Google Cloud, Microsoft Foundry и Claude Platform on AWS; в Amazon Bedrock — anthropic.claude-haiku-5-5.
• temperature, top_p и top_k нужно убрать. Любое значение, кроме temperature: 1 или top_p: 0.99, даёт ошибку 400, как и любой top_k.
• Предзаполнение (prefill), то есть последнее сообщение от имени ассистента, даёт ошибку 400 даже с выключенным рассуждением. Формат ответа задавайте через структурированный вывод (structured outputs) или инструменты с перечислением допустимых значений.
• Адаптивное рассуждение включено по умолчанию на уровне medium. Старый формат с budget_tokens даёт ошибку 400. Токены рассуждения входят в max_tokens, поэтому маленький лимит может оборвать ответ раньше, чем начнётся текст.
• Режима none, как у Luna, нет. Ближайшая замена — thinking: {"type": "disabled"}, она работает на уровнях до high; на xhigh и max такой запрос вернёт ошибку 400. Можно просто снизить уровень до low, на нём модель пропускает рассуждение в простых запросах.
• Управление компьютером в Claude API и Google Cloud работает только через computer_toolset_20260801; старый computer_20250124 вернёт ошибку 400.
• Классификаторы безопасности могут вернуть stop_reason: "refusal", и резервной модели на стороне сервера нет. Этот случай нужно обрабатывать в коде.
• История диалога с блоками рассуждения должна только дополняться: изменение системного промпта, инструментов или ранних сообщений даёт ошибку 400.
• Токены надо пересчитать: тот же текст примерно на 30 % длиннее, чем на Haiku 4.5. Пересмотрите лимиты и оценку бюджета.

Переход на GPT-6 Luna с Haiku

По руководству OpenAI по последним моделям:

• reasoning.effort принимает none, low, medium (по умолчанию), high, xhigh и max. Из старших моделей none поддерживает GPT-6 Sol, а GPT-6.1 Sol и GPT-6 Astra — нет.
• Если уровень рассуждения не none, уберите temperature, top_p и top_logprobs.
• Вызов функций в Chat Completions работает только с reasoning_effort: "none". Для рассуждения вместе с инструментами нужен Responses API.
• Не путайте gpt-6-luna с прошлым поколением gpt-5.6-luna: у той другие цены и возможности.
• Fast mode стоит вдвое дороже стандарта, Batch и Flex — вдвое дешевле. Лимиты по умолчанию на уровне доступа Build — 5 000 запросов и 2 млн токенов в минуту.

Окна контекста у моделей близки: у Haiku 5.5 1 млн токенов и до 128 тыс. на выходе, у Luna 1 050 000 токенов, из них не больше 922 тыс. на входе, и тоже 128 тыс. на выходе. Знания Haiku 5.5 доходят до июня 2026 года, Luna — до 18 мая 2026 года.

Haiku 5.5 и GPT-6 Luna из России: прямого доступа нет

По состоянию на 8 октября 2026 года России нет ни в списке стран, где работают Claude.ai и API Anthropic, ни в списке стран, поддерживаемых OpenAI API. OpenAI отдельно предупреждает, что использование сервисов за пределами списка может привести к блокировке или приостановке аккаунта. Значит, завести аккаунт, оплатить API и получить ключ напрямую у вендора как клиент из России условия обеих компаний не позволяют. Ключ, который в любой момент могут заблокировать, — плохая основа для рабочего сервиса.

Поэтому на рынке и работают посредники, в том числе российские реселлеры с ценами в рублях. Посредник меняет то, с кем вы заключаете договор, кому платите и по какой цене. Модель он не меняет: токенизатор, пороги 100 и 272 тыс., уровни рассуждения по умолчанию и ошибки 400 остаются теми же. Перед подключением стоит проверить:

• точный идентификатор модели: gpt-6-luna, а не gpt-5.6-luna, и claude-haiku-5-5, а не Haiku 4.5;
• как посредник тарифицирует длинные запросы: весь запрос по одному тарифу или иначе, и видно ли применённый тариф в журнале вызовов;
• передаются ли reasoning.effort или output_config.effort, кэш и пакетная обработка — от них зависит половина экономии;
• цену за миллион токенов относительно прайса вендора и условия обработки данных.

Пример по Luna: каталог моделей laozhang.ai (данные обновлены 7 октября 2026 года) даёт gpt-6-luna через OpenAI-совместимый endpoint по цене OpenAI. До 272 тыс. токенов это $0,10 за вход, $0,50 за выход и $0,01 за чтение кэша, выше — $0,20, $0,75 и $0,02, весь запрос по одному тарифу; применённый тариф виден в журнале вызовов. Модели Claude там на ту же дату временно отключены из-за ограниченной мощности, поэтому Haiku 5.5 через этот сервис не подключить. Для читателя из России это частый практический итог: Luna подключить проще, а доступность Haiku 5.5 у конкретного посредника нужно проверять отдельно.

Вопросы о Haiku 5.5 и GPT-6 Luna

GPT-6 Luna дешевле Claude Haiku 5.5?

За токен — нет, до 100 тыс. токенов в запросе цены одинаковые. За задачу — да: в замерах Artificial Analysis Luna на том же уровне рассуждения обходится в 2,7–5,4 раза дешевле, потому что пишет меньше токенов. В запросах от 100 до 272 тыс. токенов Luna дешевле и за токен — в пять раз.

Какая модель умнее, Haiku 5.5 или GPT-6 Luna?

Haiku 5.5. Индекс AA: 43 балла против 38 на максимальном уровне, 34 против 30 на уровне по умолчанию. По таблице Anthropic разрыв больше всего в управлении компьютером и работе в терминале. При равных баллах Luna немного дешевле за задачу, Haiku решает её быстрее.

Работает ли Haiku 5.5 в Claude Code?

Да, нужна версия Claude Code v2.1.293 или новее. Алиас haiku указывает на Haiku 5.5 только при работе через Anthropic API. В Bedrock, Google Cloud, Microsoft Foundry и Claude Platform on AWS он по-прежнему ведёт на Haiku 4.5, поэтому там указывайте полный идентификатор модели. В Claude.ai Haiku 5.5 можно выбрать на тарифах Free, Pro, Max, Team и Enterprise.

Бесплатный ChatGPT теперь работает на GPT-6 Luna?

Да, по объявлению OpenAI от 7 октября 2026 года GPT-6 во вкладке Chat для тарифов Free и Go работает на GPT-6 Luna; раскатка на эти тарифы начинается 8 октября. Платные тарифы получают GPT-6 Sol. Это версия, настроенная для повседневного разговора, и OpenAI не утверждает, что она идентична модели gpt-6-luna в API. Модели в Work и Codex этот выпуск не меняет.

Есть ли у Haiku 5.5 режим без рассуждения, как none у Luna?

Отдельного уровня none нет. Рассуждение можно выключить параметром thinking: {"type": "disabled"} на уровнях до high или снизить уровень до low. Artificial Analysis этот режим Haiku не замеряла, так что расход токенов без рассуждения проверяйте на своих запросах.