SprachmodellAktiv

Claude Haiku 4.5

Anthropic

Veröffentlicht: Oktober 2025
Datenstand: 8. September 2026
Vorgängermodell: Claude Haiku 3.5 (Herstellerdokumentation)

Geschwindigkeit: 80,6 Token/s
Ausgabe-Tempo
Preis: 1 $ · 5 $
Eingabe · Ausgabe / 1 Mio. Token
Eingabe: Text, Bild
Ausgabe: Text

Neu an Claude Haiku 4.5 war die von Anthropic angegebene Nähe zur Coding-Leistung des damaligen Sonnet 4 bei einem Drittel der Kosten und mehr als doppelter Geschwindigkeit. Anthropic veröffentlichte es im Oktober 2025 als Nachfolger von Haiku 3.5.

Anthropic beschreibt eine konkrete Aufgabenteilung mit Claude Sonnet 4.5. Sonnet erstellt den mehrstufigen Plan, während mehrere Haiku-4.5-Instanzen die Teilaufgaben parallel erledigen.

Technische Daten und Zugang

Angabe	Wert und Quelle
Gewichte	ProprietärQuelle
Zugang	APIQuelle
Kontextfenster	200.000 TokenQuelle
Knowledge Cutoff	Februar 2025Quelle
Hinweise	200K Kontext, 64K Output, Parameteranzahl nicht veröffentlichtQuelle
API-Modellkennung	claude-haiku-4-5-20251001Quelle
Status laut Quelle	activeQuelle
Veröffentlichung	2025-10-15Quelle
Maximale Ausgabe	64.000 TokenQuelle
Eingabe	Text, imagesQuelle
Ausgabe	TextQuelle
Reasoning-Modus	extended thinking (manual)Quelle
Wissensstand	2025-02Quelle
Werkzeugaufrufe	JaQuelle
Strukturierte Ausgabe	JaQuelle

Veröffentlichte Benchmarks

CorpFin v2

Overall

1.Claude Opus 573,19 %

2.Claude Fable 571,83 %

3.Kimi K371,56 %

4.Inkling Small69,62 %

5.Inkling68,57 %

6.Grok 4.368,53 %

7.GPT-5.568,42 %

8.Kimi K2.568,26 %

9.MiniMax M368,1 %

10.Grok 4.567,41 %

11.Claude Sonnet 566,98 %

12.Kimi K2.666,74 %

13.Claude Opus 4.866,71 %

14.Gemini 3 Flash Preview66,43 %

15.Grok 4.666,16 %

16.GLM-5.266,12 %

17.Claude Opus 4.766,08 %

18.Qwen 3.8 Max 090265,85 %

19.Nemotron 3 Ultra65,46 %

20.Claude Sonnet 4.665,31 %

20.GPT-5.6 Terra65,31 %

22.GPT-5.465,27 %

23.Gemini 3.5 Flash64,69 %

24.Gemini 3.1 Pro Preview64,49 %

25.GLM-5.164,45 %

26.GPT-5.6 Sol64,38 %

27.GPT-5.6 Luna64,22 %

28.Qwen 3.7 Max63,71 %

29.Grok 4.20 Reasoning63,68 %

30.Gemini 3.6 Flash63,33 %

31.GPT-4.163,05 %

32.GLM-562,9 %

33.Qwen 3.6 27B62,32 %

34.Ling 3.0 Flash61,93 %

35.MiMo-V2.5-Pro61,42 %

36.DeepSeek-V4-Pro61,38 %

37.Claude Opus 4.561,31 %

38.GPT-5.4 nano61,19 %

38.MiniMax M2.761,19 %

40.GPT-561,07 %

41.Mistral Large 361,03 %

42.GLM-4.560,96 %

43.GPT-5.4 mini60,92 %

44.Claude Sonnet 4.560,8 %

44.Gemini 2.5 Pro60,8 %

46.Gemini 3.5 Flash-Lite60,68 %

47.Kimi K2 Thinking60,57 %

48.Claude Haiku 4.560,3 %

49.GPT-5 mini60,18 %

50.MiMo-V2.559,91 %

51.o359,71 %

52.MiniMax M2.559,6 %

53.Gemini 3.1 Flash-Lite59,36 %

54.o4-mini58,97 %

55.MiniMax M2.158,9 %

56.Mistral Medium 3.558,78 %

57.GPT OSS 120B58,24 %

58.GPT-4.1 mini57,93 %

59.GLM-4.656,84 %

60.DeepSeek-V3 032454,74 %

61.Trinity Large Thinking54,66 %

62.Nemotron 3.5 Lightning54,24 %

63.DeepSeek-R154,12 %

64.GPT OSS 20B53,15 %

65.DeepSeek-V352,49 %

66.DeepSeek-V3.151,48 %

67.Kimi K2 071150,39 %

68.DeepSeek-V3.247,94 %

69.Llama 4 Scout46,78 %

70.GLM-4.746,39 %

71.Command A45,96 %

72.GPT-4o mini45,46 %

73.o3-mini45,3 %

74.Mistral Small 3.144,17 %

75.GPT-4.1 nano42,08 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-corp-fin-v2:2:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 75
Methodik und Einordnung: Kennung des Quellmodells: anthropic/claude-haiku-4-5-20251001. Name des Quellmodells: Claude Haiku 4.5. Modellstand: claude-haiku-4-5-20251001. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Latenz in Sekunden: 7.951. Kosten je Aufgabe in USD: 0.075779. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-09-29-83186cfafe52. Prüfsumme der Quelldaten: 83186cfafe526f0b8fe2ae86af05e8209fe799c8bfa48292ef1fef5db66650ee. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Public Benefits Bench v1.1

Overall

1.Claude Opus 576,93 %

2.Claude Fable 5.174,9 %

3.Claude Opus 5.570,64 %

4.Claude Fable 570,43 %

5.GLM-5.368,54 %

6.Kimi K368,27 %

7.Claude Opus 4.868,13 %

8.Claude Sonnet 5.567,19 %

9.Qwen 3.8 Max 090267,12 %

10.Grok 4.666,85 %

11.GPT-5.6 Sol66,51 %

12.Claude Sonnet 566,04 %

13.Grok 4.765,63 %

14.Gemini 3.8 Flash65,29 %

15.DeepSeek-V4.1-Flash64,28 %

16.MiniMax M364,14 %

17.DeepSeek-V4-Pro62,92 %

18.Claude Sonnet 4.662,45 %

19.GPT-5.6 Terra62,38 %

20.GLM-5.161,84 %

21.GPT-5.6 Luna61,16 %

22.GPT-5.560,89 %

23.Gemini 3.5 Flash59,47 %

24.Inkling Small59,41 %

25.Inkling58,46 %

26.GPT-6 Luna57,65 %

27.GPT-6 Sol56,63 %

27.Kimi K2.656,63 %

29.Gemini 3.6 Flash56,56 %

30.Claude Haiku 4.554,26 %

31.Gemini 3.1 Pro Preview53,79 %

32.Gemini 3.5 Flash-Lite51,83 %

33.Grok 4.351,69 %

34.Ling 3.0 Flash50,74 %

35.Mercury 2.545,26 %

höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %

Quelle: Vals AI

CC BY 4.0

gradually.ai

Methodik und Einordnung

Vergleichskohorte: vals-snap:1.1:overall
Messgröße: accuracy
Skala: 0-100
Teilnehmer: 35
Methodik und Einordnung: Kennung des Quellmodells: anthropic/claude-haiku-4-5-20251001. Name des Quellmodells: Claude Haiku 4.5. Modellstand: claude-haiku-4-5-20251001. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 337.201. Kosten je Aufgabe in USD: 0.224512. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-public-benefits-bench-2026-09-29-1769cc3fc7cd. Prüfsumme der Quelldaten: 1769cc3fc7cd8af239e08dbb9dcf2a08a7bd9d7604016931e6dc7043bde60b1f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle: Vals AI

Messungen ohne passende Vergleichswerte

Für diese Messungen fehlen passende Vergleichswerte unter gleichen Testbedingungen. Die Originalwerte und Quellen bleiben hier nachlesbar.

Public Benefits Bench v1: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 49.526
Bewertung: 49.526
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1
Kategorie: productivity
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-snap-v1:1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: anthropic/claude-haiku-4-5-20251001. Name des Quellmodells: Claude Haiku 4.5. Modellstand: claude-haiku-4-5-20251001. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-06-09. Latenz in Sekunden: 190.393. Kosten je Aufgabe in USD: 0.194641. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-public-benefits-bench-v1-2026-09-29-659d3d525d58. Prüfsumme der Quelldaten: 659d3d525d582a0f9b0a59bcfaa2dbbd6b5b20ecb1c6cb4d224f43595a3cc82f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29
Einordnung: Der Benchmark ist im Quelldatensatz als archiviert markiert. Der Wert bleibt als historische Evidenz sichtbar und ist nicht mit einer aktiven Rangliste gleichzusetzen.

Quelle Vals AI

SWE-bench Verified (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 73.3
Bewertung: 73.3
Messgröße: percent
Einheit: %
Kategorie: coding
Richtung: Mehr ist besser
Quellentyp: vendor-reported
Auswertung: Anthropic
Status: active
Abrufdatum: 2026-09-08
Methodik: Vom Anbieter veröffentlichter Wert. 50 trials; no test-time compute; 128K thinking budget; Claude Code harness

Quelle Anthropic

ScienceAgentBench: Accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 18.63
Bewertung: 18.63
Messgröße: accuracy
Einheit: %
Benchmark-Version: verified 102-task set
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Accuracy
Richtung: Mehr ist besser
Vergleichskohorte: hal-scienceagentbench-sab-self-debug-overall
Quellentyp: independent-evaluator
Auswertung: Princeton HAL
Status: active
Abrufdatum: 2026-08-06
Methodik: SAB Self-Debug auf 102 wissenschaftlichen Aufgaben. Kosten sind durch 102 geteilt und berücksichtigen laut HAL keinen Cache.. Kennung des Quellmodells: curated/claude-haiku-4.5. Name des Quellmodells: Claude Haiku 4.5. Anbieter laut Quelle: Anthropic. Evaluator: Princeton HAL. Datensatztyp: public. Harness: SAB Self-Debug. Agent: SAB Self-Debug. Kosten je Aufgabe in USD: 0.026078431372549022. Quellenkennung: princeton-hal. Kennung der Evidenzaufnahme: curated-princeton-hal-2026-08-06-a3883fc028e8. Prüfsumme der Quelldaten: a3883fc028e8d720a58b6a0b13e109a42224582734e5e0cc2d89692fdfc3e7e8. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: SAB Self-Debug auf 102 wissenschaftlichen Aufgaben. Kosten sind durch 102 geteilt und berücksichtigen laut HAL keinen Cache.

Quelle Princeton HAL

ScienceAgentBench: Accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 23.53
Bewertung: 23.53
Messgröße: accuracy
Einheit: %
Benchmark-Version: verified 102-task set
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Accuracy
Richtung: Mehr ist besser
Vergleichskohorte: hal-scienceagentbench-sab-self-debug-overall
Quellentyp: independent-evaluator
Auswertung: Princeton HAL
Status: active
Abrufdatum: 2026-08-06
Methodik: SAB Self-Debug auf 102 wissenschaftlichen Aufgaben. Kosten sind durch 102 geteilt und berücksichtigen laut HAL keinen Cache.. Kennung des Quellmodells: curated/claude-haiku-4.5. Name des Quellmodells: Claude Haiku 4.5. Anbieter laut Quelle: Anthropic. Evaluator: Princeton HAL. Datensatztyp: public. Harness: SAB Self-Debug. Agent: SAB Self-Debug. Reasoning-Stufe: high. Kosten je Aufgabe in USD: 0.03343137254901961. Quellenkennung: princeton-hal. Kennung der Evidenzaufnahme: curated-princeton-hal-2026-08-06-b8e1992f26ca. Prüfsumme der Quelldaten: b8e1992f26ca2a0d85bb2ede2e4f0587814748a4cf78387a29fdc93827babc2e. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: SAB Self-Debug auf 102 wissenschaftlichen Aufgaben. Kosten sind durch 102 geteilt und berücksichtigen laut HAL keinen Cache.

Quelle Princeton HAL

SWE-bench Verified Mini: Accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 24
Bewertung: 24
Messgröße: accuracy
Einheit: %
Benchmark-Version: 50-task random verified subset
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Accuracy
Richtung: Mehr ist besser
Vergleichskohorte: hal-swebench-verified-mini-hal-generalist-overall
Quellentyp: independent-evaluator
Auswertung: Princeton HAL
Status: active
Abrufdatum: 2026-08-05
Methodik: HAL Generalist auf demselben zufälligen 50-Aufgaben-Ausschnitt. Kosten sind durch 50 geteilt.. Kennung des Quellmodells: curated/claude-haiku-4.5. Name des Quellmodells: Claude Haiku 4.5. Anbieter laut Quelle: Anthropic. Evaluator: Princeton HAL. Datensatztyp: public. Harness: HAL Generalist. Agent: HAL Generalist. Kosten je Aufgabe in USD: 2.9577999999999998. Quellenkennung: princeton-hal. Kennung der Evidenzaufnahme: curated-princeton-hal-2026-08-05-f4e1873ff630. Prüfsumme der Quelldaten: f4e1873ff63084397980aa3b4270ec5733876ce363ba2be214ee709aa6e6604b. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: HAL Generalist auf demselben zufälligen 50-Aufgaben-Ausschnitt. Kosten sind durch 50 geteilt.
Einordnung: HAL veröffentlicht bei mehreren Läufen Min-Max-Spannen. Der zentrale Wert ist der gemeldete Mittelwert, nicht ein 95-Prozent-Konfidenzintervall.

Quelle Princeton HAL

SWE-bench Verified Mini: Accuracy (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 44
Bewertung: 44
Messgröße: accuracy
Einheit: %
Benchmark-Version: 50-task random verified subset
Kategorie: coding
Aufgabe: overall
Aufgabenbezeichnung: Accuracy
Richtung: Mehr ist besser
Vergleichskohorte: hal-swebench-verified-mini-hal-generalist-overall
Quellentyp: independent-evaluator
Auswertung: Princeton HAL
Status: active
Abrufdatum: 2026-08-05
Methodik: HAL Generalist auf demselben zufälligen 50-Aufgaben-Ausschnitt. Kosten sind durch 50 geteilt.. Kennung des Quellmodells: curated/claude-haiku-4.5. Name des Quellmodells: Claude Haiku 4.5. Anbieter laut Quelle: Anthropic. Evaluator: Princeton HAL. Datensatztyp: public. Harness: HAL Generalist. Agent: HAL Generalist. Reasoning-Stufe: high. Kosten je Aufgabe in USD: 1.3062. Quellenkennung: princeton-hal. Kennung der Evidenzaufnahme: curated-princeton-hal-2026-08-05-92652179b447. Prüfsumme der Quelldaten: 92652179b4478466a6197e3257bda3003498517dd76e453370cafa7c4a14a68e. Parserversion: curated-v1. Importiert am: 2026-09-29
Vergleichsmethodik: HAL Generalist auf demselben zufälligen 50-Aufgaben-Ausschnitt. Kosten sind durch 50 geteilt.
Einordnung: HAL veröffentlicht bei mehreren Läufen Min-Max-Spannen. Der zentrale Wert ist der gemeldete Mittelwert, nicht ein 95-Prozent-Konfidenzintervall.

Quelle Princeton HAL

Artificial Analysis Intelligence Index (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 15.410949885381
Bewertung: 15.410949885381
Messgröße: points
Einheit: points
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. Non-reasoning

Quelle Artificial Analysis

AA-Omniscience Index (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: -7.56666666666667
Bewertung: -7.56666666666667
Messgröße: points
Einheit: points
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. Non-reasoning

Quelle Artificial Analysis

Output speed (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 80.5810327706623
Bewertung: 80.5810327706623
Messgröße: tokens/s
Einheit: tokens/s
Richtung: Mehr ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. Non-reasoning
Einordnung: Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: first-party API.

Quelle Artificial Analysis

Latency reasoning time (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 0
Bewertung: 0
Messgröße: seconds
Einheit: seconds
Richtung: Weniger ist besser
Quellentyp: independent-evaluator
Auswertung: Artificial Analysis
Status: active
Abrufdatum: 2026-09-08
Methodik: Unabhängige Evaluation. Non-reasoning
Einordnung: Artificial Analysis performance timing; output speed is decoded after the first streaming chunk. Provider basis: first-party API.

Quelle Artificial Analysis

Dokumentierte Messdetails

CorpFin v2: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 60.295
Bewertung: 60.295
Messgröße: accuracy
Einheit: %
Benchmark-Version: 2
Kategorie: finance
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-corp-fin-v2:2:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: anthropic/claude-haiku-4-5-20251001. Name des Quellmodells: Claude Haiku 4.5. Modellstand: claude-haiku-4-5-20251001. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-08-12. Latenz in Sekunden: 7.951. Kosten je Aufgabe in USD: 0.075779. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-corp_fin_v2-2026-09-29-83186cfafe52. Prüfsumme der Quelldaten: 83186cfafe526f0b8fe2ae86af05e8209fe799c8bfa48292ef1fef5db66650ee. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Public Benefits Bench v1.1: Overall (Messwert, Testbedingungen und Quelle anzeigen)

Originalwert: 54.263
Bewertung: 54.263
Messgröße: accuracy
Einheit: %
Benchmark-Version: 1.1
Kategorie: productivity
Aufgabe: overall
Aufgabenbezeichnung: Overall
Richtung: Mehr ist besser
Vergleichskohorte: vals-snap:1.1:overall
Quellentyp: independent-evaluator
Auswertung: Vals AI
Status: active
Abrufdatum: 2026-09-29
Methodik: Kennung des Quellmodells: anthropic/claude-haiku-4-5-20251001. Name des Quellmodells: Claude Haiku 4.5. Modellstand: claude-haiku-4-5-20251001. Evaluator: Vals AI. Datensatztyp: private. Stand der Rangliste: 2026-09-27. Latenz in Sekunden: 337.201. Kosten je Aufgabe in USD: 0.224512. Quellenkennung: vals-ai. Kennung der Evidenzaufnahme: vals-public-benefits-bench-2026-09-29-1769cc3fc7cd. Prüfsumme der Quelldaten: 1769cc3fc7cd8af239e08dbb9dcf2a08a7bd9d7604016931e6dc7043bde60b1f. Parserversion: vals-astro-v2. Importiert am: 2026-09-29

Quelle Vals AI

Seite 1 von 2

Vorgänger und Nachfolger

Quellen und Datenstand

Art	Nachweis und Datenstand
Geschwindigkeit	Anthropic, Non-reasoning. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. Quelle: Artificial Analysis · Artificial Analysis (abgerufen 8. September 2026)Messmethode der Geschwindigkeit
Preis	API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. Quelle: Preise · API-Preise
Eingabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Claude Haiku 4.5 model overview · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Ausgabe	Dokumentierte Modalitäten. Abgerufen am 8. September 2026. Quelle: Modelldokumentation · Modellmetadaten (abgerufen 8. September 2026) · Claude Haiku 4.5 model overview · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Recherchestand	Recherchestand 8. September 2026. 3 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell.
In den geprüften Quellen nicht gefunden	parameters-billions Originalwortlaut Anthropic does not publish parameter counts for this model.
In den geprüften Quellen nicht gefunden	active-parameters-billions Originalwortlaut Anthropic does not publish active parameter counts for this model.
In den geprüften Quellen nicht gefunden	profile-benchmarks-additional Originalwortlaut The launch page has additional chart material but no other extractable exact rows used here.
Weitere Quelle	Modellmetadaten
Weitere Quelle	Princeton HAL (abgerufen 6. August 2026)
Weitere Quelle	Princeton HAL (abgerufen 5. August 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Vals AI (abgerufen 29. September 2026)
Weitere Quelle	Anthropic (abgerufen 8. September 2026) · Anthropic, Introducing Claude Haiku 4.5 · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere Quelle	Claude Haiku 4.5 system card · Redaktionelle Beschreibung geprüft am 4. Oktober 2026
Weitere Quelle	OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0
Weitere Quelle	Creative Commons Attribution 4.0
Weitere Quelle	Anthropic Claude API model deprecations page (2026-09-19)

Claude Haiku 4.5

Technische Daten und Zugang

Veröffentlichte Benchmarks

CorpFin v2

Public Benefits Bench v1.1

Messungen ohne passende Vergleichswerte

Dokumentierte Messdetails

Unsere Tests

Pelikan auf dem Fahrrad

Beliebtheit

Veröffentlichte Preise

Dieses Modell im Vergleich

Vorgänger und Nachfolger

Quellen und Datenstand