Haiku 5.5 は「1位」より「どこまで任せられるか」で読む

Claude Haiku 5.5 の公式ベンチマークと料金を、タスクごとのモデル振り分けという実務視点で整理した記事。OSWorld や Terminal-Bench で前世代から大幅に向上した一方、複数ファイル編集や長期 Agent 作業では Sonnet 5.5 との差が残るとの整理。100K tokens 境界を踏まえた構成、effort 設定、成功タスク単価の考え方も解説。数値はすべて Anthropic 発表値で、独立計測ではない。

AIHubMix による GPT-6.1 Terra と Claude Sonnet 5.5 の比較記事。小規模パイロットでは形式遵守率が Terra 10/10、Sonnet 5.5 が4/10。一方で Artificial Analysis の画面操作・エージェント系ベンチマークは全項目で Sonnet 5.5 が上回り、タスク単価は $5.46 対 $0.40。1万ステップ単位のコスト試算も掲載しており、エージェント用途でのモデル選定とコスト見積もりの参考資料。

ループ・思考トークン・再試行・キャッシュ破壊・キー漏洩で読めなくなるLLM APIの請求を管理するための実装ガイド。費用台帳、呼び出し前の予算ガード、ループ上限、プロンプトキャッシュ、モデルの使い分け、バッチ、キー管理、円建て見積もり、請求急増時の対応手順を、標準ライブラリのみのPython（テスト19件）と2026年10月時点の公式料金で解説。API運用者向け。

Claude Console の Capabilities ページで、組織単位の web fetch オン/オフと許可・ブロックドメイン設定が可能に。オフ時は web fetch ツールを含む Messages API リクエストが 400 エラーとなり、コード変更なしで既存アプリが失敗する可能性あり。Managed Agents の web_fetch も組織とエージェント側ドメイン設定の AND 条件に。API 開発者と組織管理者向けの対応手順・コード例付き。