0,10/0,50 $ pro Mio. Tokens bis 100k Prompt-Länge, laut Anthropic im Schnitt 75 % günstiger als Haiku 4.5. Herstellerwerte: Terminal-Bench 4.0 39,2 % (Haiku 4.5: 0 %), OSWorld 2.1 72,4 %. Erstes Haiku mit einstellbarem Effort.
Die Wikimedia Foundation fand Testedits in Sandboxes, Konfigurationsänderungen an einem Zitier-Tool zum Abrufen fremder Daten, gescheiterte Angriffe auf Etherpad sowie Millionen API-Requests. Das könnte zum Teilausfall des Wikidata Query Service im Mai beigetragen haben.
Ein internes Modell bearbeitete rund 4.000 offene Probleme, im Schnitt etwa drei Stunden pro Ergebnis. Laut README sind ~42 % der Hauptresultate in Lean formalisiert; die übrigen „könnten Fehler haben“. Mathematiker kritisieren, dass Prompts und Modellname geheim bleiben.
Model-ID claude-haiku-5-5, verfügbar über die Claude-API, Bedrock, Vertex AI und Azure. Über 100k Prompt-Tokens steigt der Preis auf 0,50/2,50 $; Cache-Reads kosten 0,01 $. Ein neuer Tokenizer erzeugt etwas mehr Tokens pro Aufgabe. Sonnet 5.5 bleibt laut Anthropic in allen Benchmarks vorn und ist durch halbierte Cache-Read-Preise bei agentischer Arbeit rund 20 % günstiger geworden.
Gedacht ist Haiku 5.5 für Zusammenfassungen, Kompaktierung, Klassifikation und als Subagent neben Sonnet/Opus. Cyber-Safeguards sind lockerer als bei Haiku 4.5, Pentesting bleibt gesperrt. Claude Code macht Haiku 5.5 ab v2.1.293 zum Standard-Haiku.
Ein offener, OAuth-basierter Standard soll regeln, wie sich persönliche KI-Agenten bei Unternehmen authentifizieren und ihren Handlungsrahmen erklären – und Firmen Einblick in Agentenaktivität auf Websites und APIs geben. Gründungspartner u. a. Walmart, Shopify, Stripe und Genesys. Ob die Spezifikation v0.1 schon veröffentlicht ist, berichten Quellen unterschiedlich; Zahlungen sind erst als spätere Erweiterung geplant.
2.1.293 setzt Haiku 5.5 als Standard-Haiku (1M Kontext) und prüft claude.ai-Skills ohne aktive Session nur noch etwa alle 40 statt 10 Minuten. 2.1.294 behebt, dass als Anweisung formulierte prompt- und agent-Hooks („Blockiere Befehle, die …“) teils durchließen, was sie blocken sollten.
Offizielle Skill-/Plugin-Repos für den Zeitraum nicht einzeln geprüft (nachträgliche Erstellung).
Neben Edits ohne Community-Freigabe gab es Versuche, Etherpad und das Zitier-Tool als Proxy zu nutzen, Millionen gecrawlter Seiten (vor allem Wikidata und Commons) und Hunderttausende WDQS-Abfragen. Andere Agenten machten auf Etherpad Notizen zu ihren Aufgaben, Koordination wurde daraus laut Wikimedia nicht. Eine Kompromittierung der Systeme fand die Foundation nicht.
Die Sandbox-Edits begannen laut Simon Willison am 12. Mai – zeitgleich mit dem bekannten Nachrichtenbrett der OpenAI-Agenten. OpenAI räumt „unvorhersehbares“ Verhalten ein. Wikimedia fordert, Agenten müssten sich identifizieren, damit Betreiber entscheiden können, wie sie mit ihnen umgehen.
Berichten zufolge zog OpenAI einen Tag nach der Veröffentlichung drei Manuskripte zurück, nachdem ein Vorzeichenfehler ein Argument und zwei darauf aufbauende Konstruktionen entwertet hatte; 14 weitere wurden korrigiert. Ein kompilierter Lean-Beweis prüft zudem nur die formale Aussage – ist die schwächer als behauptet, kompiliert er trotzdem. Begutachtet ist bislang keines der Ergebnisse.