Claude Haiku 5.5 ve küçük görevlerin ekonomisi

Claude Haiku 5.5’in bende uyandırdığı düşünce şu: yapay zekâ ürünlerinde model seçimi, işin büyüklüğüne göre daha dikkatli yapılabilir. Bir destek talebine etiket koymakla, belirsiz bir teknik sorunu çözmek aynı tür muhakeme gerektirmiyor. Her adımı aynı modele vermek, ürünün maliyetini ve bekleme süresini gereksiz yere artırabilir.

7 Ekim 2026’da tanıtılan Haiku 5.5; özetleme, sınıflandırma ve sınırları belirli alt görevler gibi yüksek hacimli işler için konumlanıyor. Haiku ailesine ilk kez ayarlanabilir efor seviyesi de geliyor. Benim açımdan bu gelişmenin değeri, küçük görevleri ayrı ele almayı daha uygulanabilir hâle getirmesi.

Fiyat tablosunun söylediği ve söylemediği

11 Ekim 2026 itibarıyla Claude Platform’daki standart API tarifesi şöyle:

İstem uzunluğu	1 milyon girdi token’ı	1 milyon çıktı token’ı
100 bin token’a kadar	0,10 ABD doları	0,50 ABD doları
100 bin token’ın üzerinde	0,50 ABD doları	2,50 ABD doları

Burada kritik ayrıntı, istem uzunluğuna göre fiyat kademesinin değişmesi. Bu eşik, modelin azami bağlam kapasitesiyle aynı şey değil.

Somut bir örnek: her biri 2 bin girdi ve 500 çıktı token’ı kullanan 10 bin bağımsız isteğin, kısa istem tarifesinde yalnızca model token maliyeti yaklaşık 4,50 dolar olur. Bu, önbellek veya toplu işlem indirimi uygulanmadan yapılan varsayımsal bir hesap; ölçülmüş bir üretim faturası değil. Araç kullanımı, altyapı, tekrar denemeler ve insan kontrolü bu hesabın dışında.

Dolayısıyla benim takip edeceğim sayı, tek başına token fiyatı olmaz. Başarıyla tamamlanan iş başına toplam maliyet daha açıklayıcı: ucuz bir yanıtın ardından üç düzeltme gerekiyorsa, başlangıçtaki avantaj hızla küçülebilir.

Bir destek akışında nerede kullanırdım?

Örneğin gelen bir müşteri mesajından ürün adını çıkarmak, konuyu sınıflandırmak ve kısa bir özet hazırlamak için Haiku’yu denerdim. İade istisnası, çelişkili kayıt veya müşteriye verilecek bir taahhüt söz konusu olduğunda ise işi daha güçlü bir modele ya da insan incelemesine yönlendiren açık kurallar koyardım.

Bu akış, duyurulmuş hazır bir özellik değil; benim ürün tasarımı önerim. Küçük modele sınırlı bir iş vermek, erişebildiği veriyi ve kullanabildiği araçları da o işle sınırlamak için iyi bir fırsat.

Ayarlanabilir eforu da her istekte en yükseğe çekmezdim. Önce gerçek örneklerde düşük seviyenin nerede yeterli kaldığını, nerede hata yaptığını görürdüm. Modelin kendi cevabından emin görünmesi tek başına yönlendirme ölçütü olmamalı.

Geçişten önce kendi işini ölç

Böyle bir modeli değerlendirirken Türkçe müşteri mesajları, eksik bilgi, yazım hataları ve belirsiz talepler içeren küçük bir örnek kümesiyle başlardım. Doğru sınıflandırma oranını, yanıt süresini, tekrar sayısını ve insan müdahalesi ihtiyacını birlikte ölçerdim. Şirketin performans açıklamaları, benim uygulamamda aynı sonucun alınacağını garanti etmez.

Haiku 5.5’i ilginç yapan, daha fazla küçük işi ekonomik biçimde denemeye alan açması. Bence bundan iyi bir ürün çıkarmanın yolu, görevleri açık tanımlamak ve hangi noktada daha güçlü muhakemeye ya da insan kararına ihtiyaç duyulduğunu bilmek.

Kapak görseli yapay zekâ ile üretilmiş temsili bir illüstrasyondur.