Depois do Claude Haiku 5.5, por que o primeiro bloco JSON não é a resposta? De budget_tokens a content.type

Em 9 de outubro de 2026: o Haiku 5.5 saiu em 7 de outubro como claude-haiku-5-5. O pensamento adaptativo fica ligado por padrão e o primeiro bloco pode ser thinking. budget_tokens devolve 400. Leia text por content.type e então JSON.parse.

O Haiku 5.5 muda qual bloco do JSON de resposta é a resposta. Em 7 de outubro de 2026 a Anthropic lançou o Claude Haiku 5.5. O id é claude-haiku-5-5. O pensamento adaptativo fica ligado por padrão, então o primeiro item de content pode ser um bloco thinking e, por padrão, esse bloco só traz uma signature com o corpo vazio. Um pedido que ainda manda budget_tokens devolve 400. Escolha o bloco text pelo type e passe a string para JSON.parse.

Este texto vale para 9 de outubro de 2026, pela página do modelo, o guia de migração e as notas de 7 de outubro. O artigo de 29 de setembro sobre Sonnet 5.5 e between_tools dizia que o Haiku 5.5 ainda estava «nas próximas semanas». Essa data chegou. Os quatro 400 do Sonnet não são reescritos aqui. Só o que o código de extração precisa mudar do Haiku 4.5 para o 5.5.

O que saiu em 7 de outubro

O trabalho oficial é de alto volume e sensível à latência: classificação, roteamento, extração e subagentes. Contexto de 1M de tokens, saída máxima de 128k. Pensamento adaptativo, effort padrão medium. Plataformas: API Claude, Amazon Bedrock, Claude Platform on AWS, Google Cloud e Microsoft Foundry. A retirada não é antes de 7 de outubro de 2027. claude-haiku-5-5 não tem sufixo de data nem alias separado.

PlataformaHaiku 4.5Haiku 5.5
API 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

Os preços se dividem conforme o prompt passa de 100.000 tokens (USD por milhão). Até 100k: entrada 0,10, saída 0,50, leitura de cache 0,01, escrita de 5 minutos 0,125, escrita de 1 hora 0,20. Acima: entrada 0,50, saída 2,50, leitura 0,05, escrita de 5 minutos 0,625, escrita de 1 hora 1. O Batch dá 50% na entrada e na saída. O Haiku 4.5 aparece a 1 de entrada e 5 de saída. O anúncio também diz: em média, cerca de 75% mais barato. No mesmo dia, as leituras de cache do Sonnet 5.5 caíram de 0,20 para 0,10. Outra tabela, não o 0,01 do Haiku.

O primeiro bloco não é a resposta

O pensamento adaptativo fica ligado por padrão. Mesmo sem thinking, a resposta pode abrir com um ou mais blocos thinking. Por padrão o campo thinking é uma string vazia e só a signature vem preenchida. O Haiku 4.5 devolvia pensamento resumido. Para um resumo, ponha display em summarized.

O guia é direto: escolha blocos por type, não por posição. Ao devolver resultados de ferramenta, passe os blocos thinking sem alteração, assinatura inclusive. Tokens de pensamento contam em max_tokens. Um teto feito para uma resposta curta do 4.5 pode parar em stop_reason: "max_tokens" antes de qualquer texto. A extração então manda um bloco vazio para JSON.parse.

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

Um tool_choice forçado (any ou uma ferramenta nomeada) continua aceito no Haiku 5.5. No Opus 5.5 e no Sonnet 5.5, any e tool devolvem 400. No Haiku, a resposta começa na chamada e não há bloco thinking. Para deixar pensar antes, use auto.

Quatro JSON antigos que dão 400

  1. Orçamento manual. enabled com budget_tokens devolve 400. Troque para adaptive e ajuste a profundidade com output_config.effort.
  2. Amostragem. temperature diferente de 1, top_p diferente de 0,99, qualquer top_k e enviar temperature e top_p juntos devolvem 400. Apague os três campos.
  3. Preenchimento do assistente. Terminar messages num turno assistant devolve 400 mesmo com o pensamento desligado. O formato vai para saídas estruturadas ou ferramentas com enum.
  4. A ferramenta computer antiga. Na API Claude e no Google Cloud, computer_20250124 devolve 400. Troque pelo computer_toolset_20260801 e tire o cabeçalho beta antigo. fine-grained-tool-streaming-2025-05-14 ao lado de um toolset também devolve 400.

Uma falha não é 400 e mesmo assim perde o raciocínio: reenviar um bloco thinking do Haiku 5.5 por outra conta. A API remove o bloco e o pedido tem sucesso. Um armazenamento multilocatário precisa reproduzir cada conversa pela conta que a produziu. Mudar system, tools ou messages anteriores e devolver o bloco dá 400. Só acrescente. Contas criadas antes de 31 de agosto de 2026, 00:00 UTC, só veem o erro se definirem prefix_mismatch_behavior.

Trate stop_reason: "refusal" à parte. Não há fallback no servidor. Priority Tier não é suportado. No Claude Managed Agents, o guia diz que só muda o nome do modelo.

Pensamento desligado e saída estruturada

disabled vale em low, medium e high. Em xhigh e max o pedido devolve 400. Pedir no prompt uma resposta direta não parou o pensamento nos testes da Anthropic. Menos pensamento é um effort mais baixo.

Com o pensamento desligado e saídas estruturadas pedindo JSON, o modelo pode pular uma ferramenta de que precisava. Três caminhos: voltar ao adaptativo; tirar output_config.format se a ferramenta for obrigatória; ou forçar com tool_choice. Um forçado não escreve texto antes da chamada.

Claude no Amazon Bedrock não aceita saídas estruturadas. Use ferramentas com enum. Mudar o effort de topo entre turnos invalida o cache do prompt. Uma mudança por mensagem precisa de mid-conversation-output-config-2026-07-01 e pensamento adaptativo. Com o pensamento desligado, essa mudança devolve 400.

O mesmo texto conta mais tokens

O Haiku 5.5 usa o tokenizador mais novo do Claude 4.7 em diante. A mesma entrada conta cerca de 30% mais tokens do que no Haiku 4.5. A forma de pedido, resposta e stream não muda. usage sobe e o mesmo max_tokens cabe menos texto. Conte com model claude-haiku-5-5. Não reutilize as contagens do 4.5.

«Cerca de 75% mais barato» e «cerca de 30% mais tokens» ficam na mesma folha. Trocar só o id e manter o max_tokens antigo corta a extração antes do JSON ficar pronto.

Quatro JSON para conferir antes

  1. O pedido. Sem budget_tokens, sem amostragem fora do padrão, e messages não termina em assistant. Thinking omitido ou adaptive.
  2. Uma resposta real. Pegue o bloco cujo type é text e então JSON.parse. Não analise content[0].
  3. O bloco thinking que você devolve. A signature continua, o bloco não foi reescrito, e system e tools também não.
  4. O esquema de saída. Se este turno precisa chamar uma ferramenta, não desligue o pensamento. No Bedrock, um enum de ferramenta em vez de output_config.format.

Ler a resposta com ferramentas locais

Antes de mudar o id, abra três textos: o pedido antigo do 4.5, o novo do 5.5 e uma resposta com bloco thinking.

  • Validador JSON — se o pedido e a resposta são JSON válido.
  • JSONPath — $..content[?(@.type=='text')] tira a resposta e deixa o thinking.
  • JSON Diff — 4.5 contra 5.5, para ver budget_tokens, temperature e o preenchimento sumirem.

Nada sai do navegador. Leia o contrato plano e só então mude o id. O analisador não deve tratar o primeiro bloco thinking vazio como resultado da extração.

FAQ

Posso publicar só mudando o modelo para claude-haiku-5-5?

Não como padrão. budget_tokens, temperature ou top_p fora do padrão, qualquer top_k, um preenchimento assistant, ou computer_20250124 na API Claude ou no Google Cloud, devolvem 400. Quem ainda lê o primeiro bloco de content trata o thinking como resposta.

Por que o primeiro bloco analisado está vazio?

Por padrão o campo thinking é uma string vazia e só a signature vem. O resumo pede display summarized. A resposta é o bloco de type text, não o índice 0.

Um budget_tokens menor reduz a conta?

Não. enabled com budget_tokens devolve 400. Menos pensamento é um effort mais baixo. Um pedido simples em low pode não produzir bloco thinking.

Se eu desligar o pensamento e pedir JSON, as ferramentas ainda são chamadas?

Não de forma confiável. O guia de prompt diz que, com o pensamento desligado e saídas estruturadas, o modelo pode pular uma ferramenta de que precisa. Mantenha o adaptativo, tire output_config.format ou force com tool_choice.

Como obtenho JSON estruturado no Bedrock?

O guia diz que o Claude no Amazon Bedrock não aceita saídas estruturadas. Use ferramentas com enum para classificar e extrair.

É a mesma regra do between_tools do Sonnet 5.5 em setembro?

Não. O Sonnet 5.5 rejeita thinking.disabled e quer between_tools, e rejeita um tool_choice forçado. O Haiku 5.5 permite disabled até high e aceita um tool_choice forçado, mas então a resposta não tem bloco thinking.

Resumo

O Haiku 5.5 aposenta a suposição de que o primeiro bloco é o JSON. Não aposenta a extração. O claude-haiku-5-5, de 7 de outubro, pensa de forma adaptativa por padrão, rejeita budget_tokens e conta o mesmo texto como cerca de 30% mais tokens. Leia text pelo type, devolva os blocos thinking sem mudança e não amarre saída estruturada a pensamento desligado num turno que precisa chamar uma ferramenta.

Deixe planos o pedido antigo, o novo e uma resposta real no local antes de mudar o id. A tabela de preço pode ser mais baixa. O analisador ainda precisa saber qual bloco é o JSON.