Tras Claude Haiku 5.5, ¿por qué el primer bloque JSON no es la respuesta? De budget_tokens a content.type

A 9 de octubre de 2026: Haiku 5.5 salió el 7 de octubre como claude-haiku-5-5. El pensamiento adaptativo está activo por defecto y el primer bloque puede ser thinking. budget_tokens devuelve 400. Lee text por content.type y luego JSON.parse.

Haiku 5.5 cambia qué bloque del JSON de respuesta es la respuesta. El 7 de octubre de 2026 Anthropic publicó Claude Haiku 5.5. El id es claude-haiku-5-5. El pensamiento adaptativo está activo por defecto, así que el primer elemento de content puede ser un bloque thinking y, por defecto, ese bloque solo lleva una signature con el cuerpo vacío. Una petición que aún envía budget_tokens devuelve 400. Elige el bloque text por type y pásalo a JSON.parse.

Este texto está escrito para el 9 de octubre de 2026, según la página del modelo, la guía de migración y las notas del 7 de octubre. El artículo del 29 de septiembre sobre Sonnet 5.5 y between_tools decía que Haiku 5.5 seguía «en las próximas semanas». Esa fecha llegó. Aquí no se reescriben los cuatro 400 de Sonnet. Solo qué tiene que cambiar el código de extracción de Haiku 4.5 a 5.5.

Qué salió el 7 de octubre

El trabajo oficial es de alto volumen y sensible a la latencia: clasificación, enrutado, extracción y subagentes. Contexto de 1M de tokens, salida máxima de 128k. Pensamiento adaptativo, effort por defecto medium. Plataformas: API de Claude, Amazon Bedrock, Claude Platform on AWS, Google Cloud y Microsoft Foundry. La retirada no es antes del 7 de octubre de 2027. claude-haiku-5-5 no tiene sufijo de fecha ni alias aparte.

PlataformaHaiku 4.5Haiku 5.5
API de Claudeclaude-haiku-4-5claude-haiku-5-5
Amazon Bedrockanthropic.claude-haiku-4-5anthropic.claude-haiku-5-5
Google Cloudclaude-haiku-4-5@20251001claude-haiku-5-5
Microsoft Foundryclaude-haiku-4-5claude-haiku-5-5

Los precios se parten según si el prompt supera 100.000 tokens (USD por millón). Hasta 100k: entrada 0,10, salida 0,50, lectura de caché 0,01, escritura de 5 minutos 0,125, escritura de 1 hora 0,20. Por encima: entrada 0,50, salida 2,50, lectura 0,05, escritura de 5 minutos 0,625, escritura de 1 hora 1. Batch descuenta un 50 % la entrada y la salida. Haiku 4.5 figura a 1 de entrada y 5 de salida. El anuncio añade: de media, alrededor de un 75 % más barato. El mismo día, las lecturas de caché de Sonnet 5.5 bajaron de 0,20 a 0,10. Otra lista, no el 0,01 de Haiku.

El primer bloque no es la respuesta

El pensamiento adaptativo está activo por defecto. Aunque la petición omita thinking, la respuesta puede empezar con uno o más bloques thinking. Por defecto el campo thinking es una cadena vacía y solo va la signature. Haiku 4.5 devolvía pensamiento resumido. Para un resumen, pon display en summarized.

La guía es directa: elige bloques por type, no por posición. Al devolver resultados de herramientas, pasa los bloques thinking sin modificar, firma incluida. Los tokens de pensamiento cuentan para max_tokens. Un tope afinado para una respuesta corta de 4.5 puede parar con stop_reason: "max_tokens" antes de cualquier texto. La extracción mete entonces un bloque vacío en JSON.parse.

{
  "model": "claude-haiku-5-5",
  "max_tokens": 16000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "..." }]
}

Un tool_choice forzado (any o una herramienta con nombre) sigue aceptándose en Haiku 5.5. En Opus 5.5 y Sonnet 5.5, any y tool devuelven 400. En Haiku, la respuesta empieza en la llamada y no hay bloque thinking. Para dejar pensar antes, usa auto.

Cuatro JSON viejos que dan 400

  1. Presupuesto manual. enabled con budget_tokens devuelve 400. Cámbialo a adaptive y ajusta la profundidad con output_config.effort.
  2. Muestreo. Una temperature distinta de 1, un top_p distinto de 0,99, cualquier top_k y enviar temperature y top_p a la vez devuelven 400. Borra los tres campos.
  3. Relleno del asistente. Terminar messages en un turno assistant devuelve 400 aunque el pensamiento esté apagado. El formato pasa a salidas estructuradas o a herramientas con enum.
  4. La herramienta computer antigua. En la API de Claude y Google Cloud, computer_20250124 devuelve 400. Sustitúyela por computer_toolset_20260801 y quita la cabecera beta vieja. fine-grained-tool-streaming-2025-05-14 junto a un toolset también devuelve 400.

Un fallo no es un 400 y aun así pierde el razonamiento: reenviar un bloque thinking de Haiku 5.5 por otra cuenta. La API lo quita antes de que el modelo lo vea y la petición tiene éxito. Un almacén multiinquilino tiene que reproducir cada conversación por la cuenta que la produjo. Cambiar system, tools o messages anteriores y devolver el bloque da 400. Solo se añade. Las cuentas creadas antes del 31 de agosto de 2026, 00:00 UTC, ven el error solo si fijan prefix_mismatch_behavior.

Trata stop_reason: "refusal" aparte. No hay respaldo en el servidor. Priority Tier no está admitido. En Claude Managed Agents, la guía dice que no cambia nada salvo el nombre del modelo.

Pensamiento apagado y salida estructurada

disabled vale en low, medium y high. En xhigh y max la petición devuelve 400. Pedir en el prompt una respuesta directa no detuvo el pensamiento en las pruebas de Anthropic. Menos pensamiento es un effort más bajo.

Con el pensamiento apagado y salidas estructuradas pidiendo JSON, el modelo puede saltarse una herramienta que necesitaba. Tres caminos: volver al adaptativo; quitar output_config.format si la herramienta es obligatoria; o forzar con tool_choice. Un forzado no escribe texto antes de la llamada.

Claude en Amazon Bedrock no admite salidas estructuradas. Usa herramientas con enum. Cambiar el effort de nivel superior entre turnos invalida la caché del prompt. Un cambio por mensaje necesita mid-conversation-output-config-2026-07-01 y pensamiento adaptativo. Con el pensamiento apagado, ese cambio devuelve 400.

El mismo texto cuenta más tokens

Haiku 5.5 usa el tokenizador más nuevo de Claude 4.7 y posteriores. La misma entrada cuenta aproximadamente un 30 % más de tokens que en Haiku 4.5. La forma de petición, respuesta y flujo no cambia. usage sube y el mismo max_tokens cabe menos texto. Cuenta con model claude-haiku-5-5. No reutilices los recuentos de 4.5.

«Alrededor de un 75 % más barato» y «alrededor de un 30 % más de tokens» van en la misma hoja. Cambiar solo el id y conservar el max_tokens viejo corta la extracción antes de que el JSON esté completo.

Cuatro JSON que hay que revisar antes

  1. La petición. Sin budget_tokens, sin muestreo fuera del valor por defecto, y messages no termina en assistant. Thinking omitido o adaptive.
  2. Una respuesta real. Toma el bloque cuyo type es text y luego JSON.parse. No analices content[0].
  3. El bloque thinking que devuelves. La signature sigue, el bloque no se reescribió, y system y tools tampoco.
  4. El esquema de salida. Si este turno debe llamar a una herramienta, no apagues el pensamiento. En Bedrock, un enum de herramienta en lugar de output_config.format.

Leer la respuesta con herramientas locales

Antes de cambiar el id, abre tres textos: la petición vieja de 4.5, la nueva de 5.5 y una respuesta con un bloque thinking.

  • Validador JSON — si la petición y la respuesta son JSON válido.
  • JSONPath — $..content[?(@.type=='text')] saca la respuesta y deja el thinking.
  • JSON Diff — 4.5 contra 5.5, para ver que desaparecen budget_tokens, temperature y el relleno.

Nada sale del navegador. Lee el contrato en plano y luego cambia el id. El analizador no debe tomar el primer bloque thinking vacío como resultado de la extracción.

FAQ

¿Puedo publicar solo cambiando el modelo a claude-haiku-5-5?

No como valor por defecto. budget_tokens, una temperature o top_p fuera del valor por defecto, cualquier top_k, un relleno assistant, o computer_20250124 en la API de Claude o Google Cloud, devuelven 400. Quien siga leyendo el primer bloque de content tomará el thinking por la respuesta.

¿Por qué el primer bloque analizado está vacío?

Por defecto el campo thinking es una cadena vacía y solo va la signature. El resumen pide display summarized. La respuesta es el bloque de tipo text, no el índice 0.

¿Un budget_tokens más pequeño baja la factura?

No. enabled con budget_tokens devuelve 400. Menos pensamiento es un effort más bajo. Una petición simple en low puede no producir bloque thinking.

Si apago el pensamiento y pido JSON, ¿se siguen llamando las herramientas?

No de forma fiable. La guía de prompts dice que, con el pensamiento apagado y salidas estructuradas, el modelo puede saltarse una herramienta que necesita. Mantén el adaptativo, quita output_config.format o fuerza con tool_choice.

¿Cómo obtengo JSON estructurado en Bedrock?

La guía dice que Claude en Amazon Bedrock no admite salidas estructuradas. Usa herramientas con enum para clasificar y extraer.

¿Es la misma regla que between_tools de Sonnet 5.5 en septiembre?

No. Sonnet 5.5 rechaza thinking.disabled y quiere between_tools, y rechaza un tool_choice forzado. Haiku 5.5 permite disabled hasta high y acepta un tool_choice forzado, pero entonces la respuesta no tiene bloque thinking.

Resumen

Haiku 5.5 retira la suposición de que el primer bloque es el JSON. No retira la extracción. claude-haiku-5-5, del 7 de octubre, piensa de forma adaptativa por defecto, rechaza budget_tokens y cuenta el mismo texto como un 30 % más de tokens. Lee text por type, devuelve los bloques thinking sin cambios y no unas la salida estructurada a un pensamiento apagado en un turno que debe llamar a una herramienta.

Deja planos la petición vieja, la nueva y una respuesta real en local antes de cambiar el id. La lista de precios puede ser más baja. El analizador sigue teniendo que saber qué bloque es el JSON.