Claude Haiku 5.5とは、2026年10月公開のAnthropic最小・最速モデルのことです。
問い合わせの振り分けやレビューの分類に Claude Haiku 4.5 を使っている店舗が、いま最初に確かめるべきなのは「料金表の数字」ではなく「1件あたりの実費」です。2026年10月7日に公開された Claude Haiku 5.5 は、100万トークンあたりの入力単価が Haiku 4.5 の10分の1になった一方、トークンの数え方が変わり、推論(考える処理)を止められない仕様になりました。本記事は、EC支援19年・5,000社超の実績を持ち、AI導入支援は2023年から提供する株式会社オルセル(うるチカラ運営)の現場知見にもとづき、両モデルの違いを整理し、受注処理やサブエージェントの用途で移行すべきかを判断する5つのポイントを、検証用プロンプト5本とあわせて解説します。
Haiku 5.5で何が変わったか、数字で見る4つの差
両モデルの違いは、料金、扱える文章の長さ、推論の仕組み、性能の4つに集約されます。Anthropicの発表によると、Haiku 5.5 は同社がこれまでに出した中で最も安く、最も速く、最も高性能な小型モデルと位置づけられています。モデルIDは claude-haiku-5-5 で、Amazon Web Services、Google Cloud、Microsoft Azure の各クラウドでも公開日から使えます。
1つ目の差は料金です。公式の料金ページによると、Haiku 5.5 は入力が10万トークンまでのリクエストなら、100万トークンあたり入力0.10米ドル、出力0.50米ドルです。Haiku 4.5 は入力1米ドル、出力5米ドルなので、単価はどちらも10分の1になりました。ただし入力が10万トークンを超えるリクエストは、入力0.50米ドル、出力2.50米ドルに上がります。この境目はリクエストごとに、キャッシュの読み書きを含めたプロンプト全体の長さで判定されます。
2つ目は扱える長さです。モデル一覧のドキュメントでは、Haiku 5.5 のコンテキストウィンドウ(1回に読み込める文章量)は100万トークン、最大出力は12万8,000トークンです。Haiku 4.5 は20万トークンと6万4,000トークンでした。知識の基準時点は2026年6月とされています。
3つ目は推論の仕組みです。Haiku 5.5 は、考える深さを調整できる「エフォート」設定を持つ初めての Haiku クラスのモデルで、既定値は medium です。Simon Willisonの検証記事によると、エフォートは low から max までの5段階で、推論そのものを無効にはできません。Haiku 4.5 には推論レベルの設定がありませんでした。
4つ目は性能です。Anthropic が公表した比較では、パソコン操作の評価である OSWorld 2.1 で Haiku 5.5 が72.4%、Haiku 4.5 が15.7%でした。知識業務を評価する GDPval-AA では1620対735と大きな差がついています。一方、複雑なコーディング作業の Terminal-Bench 4.0 では39.2%にとどまり、Anthropic 自身も、難しいエージェント型のコーディングには Sonnet 5.5 か Opus 5.5 を勧めています。Haiku 5.5 が得意とするのは、要約、文脈の圧縮、サブエージェント(大きな処理の一部を任される補助役のAI)としての作業です。
導入企業の声として、発表では具体的な数字も紹介されています。調査サービスの AlphaSense は400件の質問で評価したスコアが Haiku 4.5 の0.76から0.84に上がったと述べ、Box は Haiku 4.5 より11ポイント高い精度を約半分の待ち時間で得られたと説明しています。いずれも各社の自社評価であり、EC業務でそのまま同じ結果が出るとは限りませんが、「小型モデルでも業務の精度が上がる」という方向性を示す材料にはなります。
安全面では、Anthropic は Haiku 4.5 より振る舞いの整合性が大きく改善したとしています。サイバー攻撃に関わる依頼への制限は Haiku 4.5 より厳しくなっているため、セキュリティ診断のような用途で使っている場合は、移行後に回答が変わらないかを確認しておくと安心です。
EC業務で「安くなる処理」と「思ったほど安くならない処理」
単価が10分の1になっても、実費が10分の1になるとは限りません。理由は、トークンの数え方の変化、推論のための出力、10万トークンの境目の3つです。
Simon Willison は、Haiku 5.5 の新しいトークナイザー(文章をトークンに区切る仕組み)では、同じ長いプロンプトが Haiku 4.5 の約1.25倍のトークン数になると指摘しています。Anthropic も、トークナイザーの変更を織り込んだうえで、平均すると Haiku 4.5 より約75%安く運用できると説明しており、内訳は10万トークンまでのリクエストで約90%、それを超えるリクエストで約50%の削減です。
推論の出力も見落とせません。推論を止められないため、エフォートを高くすると、回答の前に考える分のトークンが増えます。一般に推論のトークンは出力として課金されるため、単純な分類作業でエフォートを max にしたままだと、想定より出力費が膨らみます。Simon Willison の試験では、同じ課題でも low では約7秒、max では5分以上かかり、費用も約36倍に開きました。
これを踏まえて、EC業務を2つに分けて考えます。安くなりやすいのは、1件あたりの文章が短く、件数が多い処理です。楽天市場の RMS で届く問い合わせの種別振り分け、Amazon の Seller Central に届いた購入者メッセージの緊急度判定、Shopify の注文メモからのギフト指定の抽出、レビュー本文の感情分類などがこれにあたります。
ある食品ジャンルの中規模店舗の事例では、毎月数千件届くレビューを「味」「量」「配送」「梱包」「価格」の5種類に分け、不満を含むものだけを担当者に回す処理を小型モデルで動かしていました。こうした処理は1件あたりの入力が数百トークン程度で、答えも決まった選択肢から選ぶだけなので、推論のエフォートを low にすれば Haiku 5.5 の単価の安さがそのまま効きます。繁忙期に件数が数倍に増えても費用の伸びが小さく済む点も、件数の波が大きいEC業務には向いています。
思ったほど安くならないのは、商品マスタ全体や過去の問い合わせ履歴をまとめて読み込ませる処理です。入力が10万トークンを超えると単価が5倍になるため、長い資料を毎回丸ごと渡す設計は見直しが必要です。100万トークンまで読めるからといって、何でも1回で渡すのは得策ではありません。商品数が数千点ある店舗なら、カテゴリごと、あるいは数百点ごとに分けて処理し、結果を後から統合する設計にすると、すべてのリクエストを安い価格帯に収められます。分割した処理は Batch API と組み合わせやすく、夜間にまとめて回す運用にも向いています。
移行判断の5ポイントと検証用プロンプト5本
ここからは、Haiku 4.5 から Haiku 5.5 へ移すかどうかを判断する5つのポイントを、検証に使えるプロンプトとあわせて説明します。プロンプトは ChatGPT、Claude、Gemini のいずれでも下準備に使えるように書いています。
ポイント1:処理ごとの入力の長さを測る
最初に、Haiku 4.5 で動かしている処理を一覧にし、1リクエストあたりの入力トークン数を確認します。10万トークンを超える処理がなければ、移行の効果は大きくなります。超える処理があれば、分割して渡せないかを検討します。
プロンプト1:AI処理の棚卸し表を作る
あなたはEC企業の業務改善担当です。
社内でClaude Haiku 4.5を使っている処理の一覧から、Haiku 5.5への移行効果を見積もるための棚卸し表を作ってください。
各処理について次を整理してください:
1. 処理名と目的(問い合わせ分類、レビュー分類など)
2. 月間の処理件数
3. 1件あたりの入力・出力のおおよその文字数
4. 1件の入力が10万トークンを超える可能性があるか
5. 回答に高度な推論が必要か、単純な分類で足りるか
処理一覧:{処理名、件数、入出力の例}
ポイント2:トークン増加を織り込んで実費を試算する
単価の比較ではなく、トークナイザーの変化と推論の出力を織り込んだ1件あたりの実費で比べます。たとえば、1件あたり入力2,000トークン、出力300トークンの問い合わせ分類を月3万件処理する場合、Haiku 4.5 では入力60米ドル、出力45米ドルの合計約105米ドルです。Haiku 5.5 でトークン数が1.25倍になると仮定すると、入力約7.5米ドル、出力約5.6米ドルで、合計約13米ドルになります。ここに推論分の出力が上乗せされるため、実際の請求で確かめることが欠かせません。
プロンプト2:Haiku 4.5と5.5の月間コストを比較する
以下の条件で、Claude Haiku 4.5とHaiku 5.5の月間コストを比較してください。
料金の前提(100万トークンあたり、2026年11月時点の公式料金):
- Haiku 4.5:入力1米ドル、出力5米ドル
- Haiku 5.5(入力10万トークン以下):入力0.10米ドル、出力0.50米ドル
- Haiku 5.5(入力10万トークン超):入力0.50米ドル、出力2.50米ドル
条件:
- 処理ごとの件数と1件あたりの入出力トークン:{一覧}
- Haiku 5.5ではトークン数が{1.25}倍になると仮定
- 推論による出力の上乗せ:{例:出力の50%}
出力:処理別・合計の月額(米ドルと円)と、上乗せ条件を変えた3パターンの感度分析
ポイント3:エフォートを処理ごとに決める
エフォートの選び方で、費用と速さが大きく変わります。分類や抽出のような答えが決まっている処理は low、文面の作成やクレーム対応の下書きのように判断が必要な処理は medium、という使い分けから始めるのが現実的です。high 以上は、必要性を確かめてから使います。
プロンプト3:処理ごとのエフォート設定方針を作る
あなたはAI運用の設計担当です。
Claude Haiku 5.5のエフォート(low、medium、high、xhigh、max)を、EC業務の処理ごとに割り当てる方針を作ってください。
条件:
1. 処理を「分類・抽出」「文面作成」「判断を含む対応」の3種類に分ける
2. それぞれに推奨エフォートと、その理由を1文で書く
3. エフォートを上げるべきサイン(誤分類率、差し戻し率など)を3つ挙げる
4. 費用が増えすぎたときに見直す順番を示す
対象の処理:{処理一覧}
ポイント4:同じテストデータで精度を比べる
移行前に、過去の実データから50〜100件ほどのテストデータを作り、Haiku 4.5 と Haiku 5.5 の結果を並べて比べます。正解がはっきりしている分類処理なら、正答率をそのまま比べられます。文面作成の処理は、担当者が良し悪しを3段階で評価する形にすると比較しやすくなります。
プロンプト4:移行前の精度比較テストを設計する
あなたはEC店舗のカスタマーサポート責任者です。
問い合わせ分類AIをClaude Haiku 4.5からHaiku 5.5へ切り替える前に、精度を比較するテストを設計してください。
条件:
1. テスト件数と、問い合わせ種別ごとの配分
2. 正解ラベルの付け方と、判断が割れたときのルール
3. 比較する指標(正答率、誤分類の傾向、処理時間、1件あたり費用)
4. 移行してよいと判断する基準
5. 個人情報を含むデータの扱い方
問い合わせ種別:{配送、返品、在庫、ギフト、その他など}
ポイント5:サブエージェントの役割を分け直す
Haiku 5.5 が最も力を発揮するのは、上位モデルの下で働く補助役です。Sonnet 5.5 や Opus 5.5 が全体の判断を担い、Haiku 5.5 が資料の要約、候補の洗い出し、長い会話の圧縮を受け持つ構成にすると、費用を抑えながら品質を保ちやすくなります。移行のタイミングで、どの作業を Haiku に任せるかを見直します。
プロンプト5:上位モデルと小型モデルの役割分担を設計する
EC業務のAIエージェントを、上位モデル(Claude Sonnet 5.5またはOpus 5.5)と小型モデル(Claude Haiku 5.5)の組み合わせで設計します。
以下の業務フローについて、次を整理してください:
1. 各工程をどちらのモデルに任せるか、その理由
2. 小型モデルに渡す入力を10万トークン以内に収める工夫
3. 小型モデルの出力を上位モデルが確認する箇所
4. 人間が最終確認する箇所
業務フロー:{例:返品申請の受付から返金判断まで}
移行でつまずきやすい3つの失敗と回避策
1つ目は、料金表だけを見て移行を決める失敗です。単価は10分の1でも、トークン数の増加と推論の出力で、処理によっては削減幅が想定より小さくなります。直近の支援案件で観測したのは、試算では9割減のはずが、エフォートを既定の medium のまま分類処理に使ったため、出力費が想定の数倍になっていたケースでした。少量で実際に回し、請求額から逆算する手順を省かないことが回避策です。
2つ目は、100万トークン読めることを理由に、資料をまとめて渡す設計に変えてしまう失敗です。10万トークンを超えると単価が5倍になるため、商品マスタや問い合わせ履歴は必要な部分だけを検索して渡す構成のほうが安く済みます。繰り返し使う共通の指示文や規約は、プロンプトキャッシュ(同じ文章を再利用して割安にする仕組み)を使うと、読み込み単価を100万トークンあたり0.01米ドルまで下げられます。キャッシュの考え方はプロンプトキャッシュ診断の記事で詳しく扱っています。
3つ目は、難しい作業まで Haiku に任せてしまう失敗です。Terminal-Bench 4.0 の結果が示すとおり、複雑なコーディングや多段階の判断は上位モデルとの差が大きい領域です。ECサイトの改修や、返金可否のように金額が絡む最終判断は、Sonnet 5.5 以上と人間の確認を組み合わせ、Haiku 5.5 は前処理と要約に専念させる線引きが安全です。
KPI設計と費用・工数の目安
移行の効果は、1件あたりの実費、処理時間、正答率または差し戻し率の3つで測ります。移行前の Haiku 4.5 での数字を1週間分記録してから切り替えると、比較がぶれません。店舗運営の現場感覚では、問い合わせ分類のような短い処理は、切り替えた月から費用の違いがはっきり出ます。
一括処理の Batch API を使えば、料金はさらに半額になります。Haiku 5.5 なら、10万トークンまでのリクエストで入力0.05米ドル、出力0.25米ドルです。夜間にまとめて回せるレビュー分類や商品データの整形は、即時性が要らないため、Batch API との相性が良い処理です。
キャッシュも費用の差を広げます。Haiku 5.5 では、10万トークンまでのリクエストでキャッシュの読み込みが100万トークンあたり0.01米ドル、5分間のキャッシュ書き込みが0.125米ドルです。返品規定や配送ルールのように毎回同じ内容を渡す指示文が数千トークンある場合は、キャッシュを使うだけで入力費の大半を削れる可能性があります。
工数は、処理が3〜5種類程度の店舗であれば、棚卸し、コスト試算、精度比較、切り替えまでで延べ3〜5日が目安です。モデルIDを設定ファイルで切り替えられる構成になっていれば、切り替え作業そのものは数分で終わります。精度比較のテストデータは、次のモデル更新でもそのまま使える資産になるため、作っておく価値があります。
小型モデルの性能向上がEC業務にもたらすもの
Haiku 5.5 の登場で見えてきたのは、「安いモデルは精度がそこそこ」という前提が崩れつつあることです。OSWorld 2.1 の72.4%という数字は、少し前の上位モデルに迫る水準で、管理画面の操作のような作業も小型モデルで試せる段階に入りました。モデルの全体像と使い分けはOpus・Sonnet・Haikuの階層を整理した記事、公開時の料金の要点はHaiku 5.5の値下げ速報もあわせて確認してください。
Anthropic は、Haiku 5.5 がパソコンやブラウザの操作に向いているとし、Python と TypeScript の公式SDKでこれらの操作ツールをベータ版として使えるようにしたと説明しています。APIが用意されていない業務画面を操作させる試みは、これまで上位モデルでないと実用に届きにくい領域でした。ただし、モールの管理画面を自動で操作させる場合は、各モールの利用規約やアカウント管理のルールに反しないかを必ず確認し、まずは閲覧や集計のような読み取りの作業から試すのが安全です。
一方で、Simon Willison が指摘するように、10万トークンまでの価格帯では OpenAI の GPT-6 Luna と同水準の料金で、10万トークンを超える長文処理では Luna のほうが割安になる場面もあります。EC事業者にとっての論点は、どのベンダーに統一するかではなく、処理の長さと難しさに応じてモデルを選び分ける仕組みを持つことです。処理ごとに入力の長さ、必要な精度、許容できる待ち時間を記録しておけば、新しいモデルが出るたびに同じ物差しで判断できます。
よくある質問
Claude Haiku 5.5とHaiku 4.5の一番の違いは何ですか
一番の違いは、単価が10分の1になり、性能が大きく上がったことです。入力10万トークンまでなら100万トークンあたり入力0.10米ドル、出力0.50米ドルで、Haiku 4.5 の1米ドル、5米ドルから下がりました。あわせて、推論の深さを調整できるエフォート設定と、100万トークンのコンテキストウィンドウが加わっています。
Haiku 4.5は使えなくなりますか
2026年11月時点で、公式のモデル一覧では Haiku 4.5 に停止日は示されていません。ただし、モデルの廃止予定は変わることがあるため、公式の非推奨モデル一覧を定期的に確認してください。費用面の差が大きいため、停止を待たずに検証を始める価値は十分にあります。
Haiku 5.5に切り替えると費用は必ず下がりますか
いいえ、処理の内容によって削減幅は変わります。トークン数が約1.25倍になること、推論の出力が加わること、入力10万トークン超で単価が5倍になることが理由です。Anthropic は平均で約75%安くなると説明していますが、自社の処理で少量を回し、実際の請求額で確かめてください。
エフォートはどれに設定すればよいですか
分類や抽出のような単純な処理は low から始めるのがおすすめです。既定値は medium ですが、答えが決まっている処理では推論の出力が無駄になりやすいからです。誤分類や差し戻しが増えたときにだけ、段階的に上げてください。
一括処理のBatch APIは使えますか
はい、使えます。Batch API を使うと料金は半額になり、10万トークンまでのリクエストなら入力0.05米ドル、出力0.25米ドルです。最大出力も、Batch API では専用の設定を付けることで通常の12万8,000トークンより長く取れるとドキュメントで説明されています。
推論を完全にオフにできますか
いいえ、Haiku 5.5 では推論を無効にできないと報告されています。エフォートを low にすることで、推論の量と費用を最小限に抑えるのが現実的な使い方です。推論のない Haiku 4.5 と比べる場合は、この差を前提に精度と費用を評価してください。
楽天市場やAmazonの業務で使うときの注意点はありますか
顧客の個人情報を含む問い合わせを処理する場合は、社内の取り扱いルールと、各モールの規約に沿って扱う必要があります。AIの出力をそのまま購入者に送らず、担当者が確認してから送る運用にしてください。楽天市場の店舗メールで楽天市場外へ誘導する文面を生成させないよう、指示文に明記しておくことも有効です。
まとめ
Claude Haiku 5.5 は、Haiku 4.5 と比べて単価が10分の1、コンテキストウィンドウが5倍になり、パソコン操作や知識業務の性能も大きく向上した小型モデルです。一方で、トークン数の増加、止められない推論、入力10万トークン超での単価上昇という3つの注意点があります。移行の判断は、処理ごとの入力の長さの確認、実費の試算、エフォートの設定、同じテストデータでの精度比較、サブエージェントとしての役割の見直しの5点で行ってください。短く件数の多い問い合わせ分類やレビュー分類から切り替えると、効果を最も早く確かめられます。
参考文献
- Anthropic:Claude Haiku 5.5の発表
- Claude ドキュメント:モデル一覧
- Claude ドキュメント:料金
- Simon Willison:Claude Haiku 5.5の検証
著者:齋藤竹紘(株式会社オルセル 編集長/5,000社以上のEC支援実績/書籍3冊)
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談(30分)も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘(株式会社オルセル代表 / 19年・5,000社のEC支援実績)

株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。