冒頭：結論
結論から言うと、Claude Haiku 5.5は「要約や定型処理」といった高ボリュームの業務であれば、十分に実用になる小型AIモデルです。
2026年10月8日時点の調査では、プロンプトが10万トークン以下の範囲なら入力が100万トークンあたり0.10ドル、出力が0.50ドルという価格で提供されており、従来のHaiku 4.5と比べると公式の説明で平均約75%安い計算になります。
本記事では、Haiku 5.5の基本情報と料金（調査時点）、Sonnet 5.5・Opus 5.5との比較表に加え、後藤が個人で実使用した上での定性評価までを一気に整理します。
「小型モデルはどこまで業務で使えるのか」を判断するための選定基準を知りたい方に読んでいただける構成です。
※本記事の料金・仕様は2026年10月8日時点の調査に基づきます。価格やeffortパラメータの仕様はサードパーティ報道ベースの情報を含むため、導入前にはAnthropic公式のmigration guideで必ず再確認してください。
Claude Haiku 5.5とは？基本情報と位置づけ
Claude Haiku 5.5は、Anthropicが2026年10月7日にリリースした小型AIモデルです。API IDは「claude-haiku-5-5」で、Anthropic APIのほか、AWS Bedrock、Google Cloud、Microsoft Azureからも利用できます。
公式の位置づけは「最も安く・速く・高性能な小型モデル」です。要約、文脈の圧縮（コンパクション）、データベースへの問い合わせ、分類といった高ボリューム・コスト重視のタスクや、リアルタイムの顧客対応、ブラウザ操作を想定したモデルとされており、Opus 5.5やSonnet 5.5のサブエージェント（本体AIが作業を分担させるための補助AI）としての利用も想定されています。
「Haiku」という名前は、Claudeのモデル階層で最も軽量なクラスを指します。軽量クラスは1回の処理が速く安い反面、複雑な判断は苦手という傾向があります。Haiku 5.5は、その「軽くて安い」特性を保ったまま、どこまで業務で使えるかを試す対象として最適なモデルと言えます。
Claude Haiku 5.5の料金（2026年10月8日調査時点）
単価表：10万トークン以下と超過で変わる段階料金
Haiku 5.5の料金は、1回のプロンプト（AIに渡す一連の入力全体）のトークン量が10万トークン以下か超過かで単価が変わる段階制です。トークンは「AIが文字を数えるときの単位」で、日本語なら1トークンは漢字1文字程度とイメージすると分かりやすいでしょう。
| 料金項目 | プロンプトが10万トークン以下 | プロンプトが10万トークン超 |
|---|---|---|
| 入力（Input） | 0.10ドル | 0.50ドル |
| 出力（Output） | 0.50ドル | 2.50ドル |
| キャッシュ読み取り | 0.01ドル | 0.05ドル |
Haiku 4.5との比較：公式説明で平均約75%安
従来のHaiku 4.5は入力1.00ドル／出力5.00ドル（100万トークンあたり、公式発表・報道ベース）でした。この価格との比較では、公式は「平均で約75%安い」と説明しています。要約や分類のような高ボリューム処理は、単価の差がそのまま月額コストの差に跳ね返るため、小型モデル間でのこの価格改定は、定常的なAI利用コストを抑えたい企業にとって重要なポイントです。
なお、この料金体系は調査時点のもので、10万トークン超の長いプロンプトでは単価が上がる点にも注意してください。長文を丸ごと渡すより、必要な部分を切り出して渡すほうがコスト面で有利になる仕組みです。
【比較表】Haiku 5.5／Haiku 4.5／Sonnet 5.5／Opus 5.5
自社の業務にどのモデルを割り当てるべきかを判断するために、4モデルの比較表を整理します。
| モデル | 位置づけ | 想定タスク | 価格（入力/出力・10万トークン以下） | effort対応 | サブエージェント適性 |
|---|---|---|---|---|---|
| Haiku 5.5 | 軽量・高速・低価格 | 要約・分類・定型処理・顧客対応・ブラウザ操作 | 0.10ドル/0.50ドル | あり | ◎（本体としても補助としても） |
| Haiku 4.5 | 前世代の軽量モデル | 同上（価格は1.00ドル/5.00ドル） | 1.00ドル/5.00ドル | － | ○ |
| Sonnet 5.5 | 標準・バランス型 | 通常の実装・文書作成・分析 | 調査中（要公式確認） | － | ○ |
| Opus 5.5 | 最上位・高難度向け | 難題・複雑な設計判断 | 調査中（要公式確認） | － | △（本体向き） |
モデル選定チェックリスト5ステップ
- まず業務を「定型処理」と「判断が要る処理」に分ける
- 定型処理の候補をHaiku 5.5で試す（下書き・要約・分類から）
- 判断精度が不足した部分だけSonnet 5.5以上へ振り分ける
- 1回のプロンプトが10万トークンを超えないよう入力を設計する
- 一定期間使って精度とコストを確認し、割り当てを見直す
この5ステップの考え方は、「最初から最上位モデルを使わない」ことが重要です。安いモデルで済む業務を高価なモデルに流すと、コストが数倍になるだけでなく、速度面でも不利になることがあります。
他モデルとの比較：GLM・DeepSeek系からHaiku 5.5への置き換え【後藤が個人で実使用】
ここからは、後藤が個人でHaiku 5.5を実使用した上での定性評価を紹介します。
具体的な数値・ベンチ結果は本人の計測がないため記載しません。あくまで「使ってどうだったか」の判断です。
以前、GLM-5.3-flashやDeepSeek v4-flashといった他社製の小型・高速モデルを、要約や分類などの定型処理に使っていました。Haiku 5.5を実際に使ってみたところ、このクラスのモデルが担っていた定型処理はHaiku 5.5に置き換え可能と判断しました。
要約や、型が決まった定型作業は問題なくこなせたという評価です。
もう一つの判断材料が、運用のしやすさです。
GLM系・DeepSeek系は外部のAPI経由で使う形が中心でしたが、Haiku 5.5はAnthropicのサブスクリプション内で完結する点を評価しています。
複数のAPI契約を抱えずに、軽い作業から難しい作業まで1社のラインナップで賄えるのは、小規模な体制にとって管理コストの面で大きいポイントです。
なお、エージェントハーネス（Hermes-agentなど、AIに道具を渡して自律的に作業させる仕組み）の基本モデルとしてもHaiku 5.5が実用可能と判断しています。
エージェントは1回の作業でAIを多数回呼び出すため、1回あたりの単価が低い小型モデルを基本に据えやすいのです。
中小企業での使い所：議事録の要約を例に
議事録の要約をHaiku 5.5で行う流れ
本記事で承認済みの業務具体例は「議事録の要約」です。商談や会議の音声から文字起こししたテキストをHaiku 5.5に渡し、決定事項・宿題（次のアクション）・論点ごとに整理させる、という流れは定型作業そのものです。実使用でも、この種の要約は問題なくこなせたと評価されています。
議事録を人手で要約する場合、録画の聞き直しや整理に1回あたり数十分がかかります。
要約をAIに任せると、人間は「AIの要約が会議の実態と合っているか」の確認だけに専念できます。
商談の議事録をリアルタイム文字起こしから自動作成した実例の詳細は、AI自作ツールで商談を劇的に変える！リアルタイム文字起こしから議事録自動作成まで実現した私の「現場主導DX」の記事で紹介しています。
読者が自社で真似できる移行ステップ
- 自社業務から「型が決まっている処理」を切り出す（議事録の要約、決まったフォーマットへの入力整理など）
- 切り出した処理をまずHaiku 5.5で試す（APIでも、Claudeアプリのモデル選択でも可）
- 出力の精度が足りない処理だけ、Sonnet・Opusなど上位モデルに振り分ける
- 頻度と件数が多い処理ほど、Haikuへの集約がコスト面で効くことを確認する
判断軸を一般化すると、「件数が多く・定型で・判断の複雑さが低い」業務は小型モデルの第一候補、「判断の複雑さや正確性が重要」な業務は上位モデル、そして「下書きはHaiku・最終判断は上位モデル」という組み合わせが現実的な構成です。問い合わせ対応やデータ照会など、他の業務具体例については本記事では扱いません（今後の検証課題とします）。
実務での使い分け：Haiku＝基本・定型／Sonnet＝通常の実装／Opus＝難題の3層運用【後藤が個人で実使用】
後藤の現在の運用は、3層に分かれています。基本・定型処理はHaiku 5.5、通常の実装作業はSonnet、難しいタスクはOpus、という使い分けです。高度なコーディングや難題は引き続きSonnet／Opusを使い分けつつ、Anthropicのサブスクリプション内で完結できる点が評価ポイントです。
この3層運用が中小企業の読者にとって示唆的なのは、「AIモデルの選定は単発の意思決定ではなく、業務の層ごとの割り当て」だという点です。全社で1つのモデルに統一するのではなく、作業の難易度に応じてモデルを振り分けるほうが、精度とコストの両方で筋が良くなります。まずHaikuで済む部分を増やし、難所だけ上位モデルに逃がす——これが小型モデルを「安く使う」のではなく「正しく使う」ための基本設計です。
effortパラメータとは？コスト調整の考え方
Haiku 5.5では、Haiku級として初めてeffortパラメータ（output_config.effort）が使えるようになっています。effortは「AIがどれだけ思考に力を入れるか」の調整レベルで、none〜xhighの段階があり、デフォルトはmediumです（仕様は調査時点・報道ベースのため要再確認）。
使いどころの考え方はシンプルです。要約や分類のような答えが早く出る定型タスクは低めのeffortで十分で、出力にかかるトークン量を抑えられます。逆に、じっくり考えさせたいタスクはeffortを上げます。「同じモデルの中で、タスクの難易度に応じて思考量を調整する」ことができるため、モデル選択とeffort調整の2段構えでコスト最適化が可能です。effort別の実際の品質差はまだ計測しておらず、今後の検証課題とします。
導入時の注意点
- 機密情報の扱い：議事録や契約書など、外部に漏らせない情報をAIに渡す前に、社内の情報取り扱いルール（できる範囲・できない範囲）を先に決めておくことが前提です。
- 料金・effort仕様は要再確認：本記事の価格とeffortの仕様は2026年10月8日時点の調査に基づき、サードパーティ報道ベースの情報を含みます。導入前にAnthropic公式のmigration guideで必ず再確認してください。
- 数値の扱い：後藤の実使用は定性評価のみで、速度・コスト・精度の実測値はありません。実測をしたうえでの判断材料は、今後の検証課題として追試の予定です。
- 長文プロンプトの設計：10万トークンを超えると単価が上がる段階料金のため、長文は要約対象を切り出して渡す設計を推奨します。
FAQ（よくある質問）
Q1. Claude Haiku 5.5の料金は？
プロンプトが10万トークン以下の範囲では、入力が100万トークンあたり0.10ドル、出力が0.50ドルです。超過分は入力0.50ドル／出力2.50ドル。キャッシュ読み取りは0.01ドル（超過0.05ドル）です（2026年10月8日調査時点・報道ベース）。導入前に公式で再確認してください。
Q2. Haiku 4.5と何が違う？
価格面では、従来のHaiku 4.5（入力1.00ドル／出力5.00ドル）と比べて、公式の説明で平均約75%安くなっています。機能面では、Haiku級で初めてeffortパラメータに対応した点が大きな違いです。
Q3. エージェントの基本モデルにできる？
後藤が個人で実使用した限りでは、Hermes-agentのようなエージェントハーネスの基本モデルとして実用可能と判断しています。要約・定型処理中心の運用であれば、小型モデルを基本に据える構成はコスト面でも合理的です。
Q4. 中小企業でもAPI導入できる？
できます。Haiku 5.5はAnthropic APIのほか、AWS Bedrock、Google Cloud、Microsoft Azureからも利用できます。まずは月間の利用量が少ない範囲（要約・分類など）から試し、使う業務が固まってから本格導入する段取りが現実的です。
Q5. GLM・DeepSeek系の小型モデルとどう違う？
後藤が個人で実使用した範囲では、GLM-5.3-flash／DeepSeek v4-flashが担っていた定型処理はHaiku 5.5に置き換え可能と判断しています。違いが大きいのは運用面で、Anthropicのサブスクリプション内で軽い作業から難しい作業まで完結できる点が評価されています。
まとめ：小型AIモデルは「基本モデル」に採用できる段階にある
Claude Haiku 5.5は、料金面（調査時点で入力0.10ドル／出力0.50ドル）でも、実使用の定性評価（要約・定型処理は問題なくこなせた）でも、業務の基本・定型処理を担う小型AIモデルとして十分に実用の段階にあります。重要なのは「Haikuで済む業務」と「上位モデルに任せる業務」を分けて設計することです。
まだ計測していない観点（速度の実測、コストの実測、effort別の品質差）は、今後の検証課題として本ブログで追って報告する予定です。まずは貴社でも「型が決まった処理」を1つ選んで、小型モデルで試してみることをおすすめします。
どの業務をどのモデルに割り当てるべきかの判断は、業務の内容によって最適解が変わります。CELLECは岐阜県関市を拠点に、中小企業のDX・AI活用を支援しています。AIモデルの選定や業務への組み込みについてお困りの場合は、一度ご相談ください。