Cómo ejecutar agentes de Claude Haiku 5.5 en Sharkly

Anthropic lanzó Claude Haiku 5.5 el 7 de octubre a 0,10 $ por millón de tokens de entrada y 0,50 $ por millón de salida para prompts de hasta 100K tokens, y a 0,50 $ / 2,50 $ una vez que el prompt supera los 100K. Por debajo de ese umbral, su precio coincide exactamente con el de GPT-6 Luna, y el artículo de lanzamiento de Anthropic detalla con precisión sus casos de uso: resúmenes, compactaciones, consultas a bases de datos, clasificación, navegación web y tareas como subagente bajo Opus 5.5 o Sonnet 5.5. Para un equipo que ejecuta varios agentes de programación, representa un carril económico gestionado con Claude Code, integrado en el mismo panel que el resto de tareas.

La fricción se reduce a dos factores. El alias haiku de Claude Code apunta a Haiku 5.5 únicamente en la API de Anthropic; en Bedrock, Google Cloud, Microsoft Foundry y Claude Platform en AWS sigue apuntando a Haiku 4.5. Además, el precio no es fijo. Una sesión de Claude Code acumula contexto de forma progresiva y solo compacta automáticamente Haiku 5.5 al alcanzar unos 967K tokens, por lo que una ejecución prolongada puede pasar la mayor parte de sus turnos por encima del umbral de 100K a una tarifa cinco veces mayor. Un carril económico que deja de serlo silenciosamente, con un modelo invisible desde la propia Task, es justo el tipo de desviación que un panel de control debe detectar. Esta guía aborda la ruta práctica más directa: un Computer, un Agent para el carril económico y una Task real.

TL;DR

Actualiza Claude Code en el Computer a la versión v2.1.293 o posterior, fija claude-haiku-5-5 en lugar del alias haiku y vuelve a escanear hasta que el Runtime de Claude Code aparezca como Available. Asigna al carril económico su propio Agent, especifica el modelo en los Custom arguments de ese Agent y mantén sus Tasks lo bastante acotadas como para que la ejecución concluya antes de que el prompt supere los 100K tokens. Claude Code ejecuta Haiku 5.5 con un esfuerzo medium por defecto y no permite desactivar el razonamiento (thinking). Según Anthropic, Sonnet 5.5 y Opus 5.5 siguen siendo las mejores opciones para programación agéntica compleja, por lo que el rol líder y el revisor deben mantenerse en ellos. Los agentes investigan, ejecutan, prueban e informan. Las personas definen la dirección, conceden permisos y validan el resultado.

Dónde se configura el modelo

Sharkly no elige modelos de forma automática, y la documentación de Agents ha actualizado la forma de asignar uno a un Agent. Ahora indica: «El Agent utiliza el modelo por defecto del Runtime. No garantiza ni muestra un nombre de modelo específico. Para cambiar de modelo, especifícalo en Custom arguments en el Agent o en el Runtime». También puedes modificar la configuración de herramientas del Runtime o del Computer en su lugar. No existe un menú desplegable específico para seleccionar el modelo en el Agent, ni controles para la profundidad de razonamiento (thinking).

Esto cobra mayor relevancia en un carril económico que en cualquier otro caso. Nuestra guía de Sonnet 5.5 configuraba el modelo en los ajustes de Claude Code en el host, lo que hacía que asignar un Computer por cada nivel de modelo fuera la configuración más directa. Al indicar el modelo en los Custom arguments del Agent, un Agent con Haiku 5.5 y otro con Opus 5.5 pueden compartir un mismo Computer, cada uno con su modelo definido en el propio Agent en vez de depender de un archivo de configuración que cualquiera edite un martes por la tarde. El Agent define cómo debe gestionarse el trabajo; el Computer proporciona el host; el Runtime (aquí, Claude Code) ejecuta la sesión; y la Task se mantiene como el registro compartido.

Paso 1: Configurar Haiku 5.5 en Claude Code en el Computer

Haiku 5.5 requiere Claude Code v2.1.293 o posterior, según la documentación de configuración de modelos; basta con ejecutar claude update para actualizarlo. Inicia sesión con un plan de pago o con una clave de API que disponga de acceso. Claude Code no está disponible en Claude Free, y los nuevos créditos mensuales de API para suscriptores de Max y Team no cubren Claude Code, por lo que no servirán para costear un Runtime en un Computer. A continuación, ejecuta claude --model claude-haiku-5-5 en una terminal estándar en dicho host. Si la sesión se inicia correctamente, Sharkly podrá utilizarla.

Fija el ID completo en lugar del alias. Así es como se resuelve haiku actualmente en Claude Code:

En Bedrock y Google Cloud, Claude Code mapea ese ID al identificador de modelo propio del proveedor. Un Computer que se conecte a Claude mediante un proveedor en la nube y solicite haiku recibirá la generación anterior al precio anterior, sin ninguna indicación al respecto en la Task.

De vuelta en Sharkly, entra en los detalles del Computer y ejecuta el reescaneo o la prueba de conexión. El Runtime de Claude Code debe mostrar el estado Available. Que un Computer aparezca como «online» solo indica que su servicio local envía señales de latido (heartbeats); es el estado del Runtime el que confirma que se puede iniciar una ejecución.

Paso 2: Crear un Agent para el carril económico con el modelo configurado

Ve a Agents, selecciona New Agent, elige el Computer junto con el Runtime de Claude Code y ponle un nombre representativo del carril en vez del modelo. En Custom arguments, especifica el modelo claude-haiku-5-5, el mismo valor que probaste con --model en la terminal. Configura el directorio de trabajo predeterminado en Create temporary directory para que cada Task se ejecute en un directorio aislado y establece un tiempo de espera límite (timeout) por Task adecuado para tareas acotadas. Un Agent con Haiku que trabaje durante una hora suele ser señal de que la Task no estaba planteada correctamente.

Tres comportamientos del modelo condicionan las instrucciones. El esfuerzo (effort) se establece en medium por defecto en Claude Code, y la guía de prompts de Anthropic lo recomienda como punto de partida «para la mayoría de las tareas, incluida la programación agéntica», reservando xhigh y max para situaciones en las que tus evaluaciones muestren mejoras claras. La capacidad de razonamiento (thinking) no se puede desactivar en Claude Code con Haiku 5.5, por lo que pedirle al Agent que responda de forma directa no abaratará la ejecución. Por último, Haiku 5.5 aplica clasificadores de seguridad que pueden rechazar peticiones sin alternativas en el servidor; para los equipos que migran desde Haiku 4.5, estas negativas resultan novedosas.

Sharkly no muestra el nombre del modelo, de modo que las instrucciones le piden al Agent que lo indique en la Task:

You are the cheap lane. Take only the Task as written.
State the model id you ran on at the top of your report.
Read only the files the Task names, plus what you need to verify them.
If the work needs a broad codebase read, a design decision, or
changes across more than a few files, stop and say so in a comment
instead of continuing.
Run the closest relevant check before reporting done, and report
failures without hiding them.
If a refusal or safeguard notice appears, say so in your report.
Stop and ask before anything destructive or outside the attached
repositories.

Paso 3: Mantén las ejecuciones por debajo de 100K y asigna una Task

A continuación se detalla el incremento de tarifas según la documentación de precios de Anthropic, por millón de tokens:

Anthropic señala que los prompts de hasta 100K representaban alrededor del 90 % de las solicitudes en la versión anterior de Haiku. Sin embargo, la sesión de un agente no es una solicitud habitual. En Claude Code, el prompt de cada turno arrastra el historial acumulado de la sesión y va aumentando con cada lectura de archivo y resultado de herramienta. La documentación lo expone con claridad: «un prompt de más de 100 000 tokens abona tarifas superiores». Dado que la compactación automática no se activa hasta alcanzar aproximadamente los 967K, cualquier ejecución que supere los 100K puede permanecer por encima de ese umbral durante el resto de la sesión.

De ahí surge la regla de enrutamiento, formulada como un par de decisiones:

• Usa el Haiku Agent cuando la Task especifique claramente los archivos necesarios, produzca un resultado verificable en un minuto por una persona y corresponda al tipo de tarea para el que Anthropic concibió este modelo: resúmenes, clasificación, búsquedas o correcciones muy acotadas.
• No lo uses cuando la ejecución requiera analizar un repositorio extenso, afrontar una sesión prolongada de depuración o tomar decisiones complejas que un revisor deba reconstruir paso a paso. Ese tipo de ejecución cruzará el límite, costará 0,50 $ / 2,50 $ y pertenece a la carga de trabajo que Anthropic recomienda derivar a otros modelos: los resultados en Terminal-Bench 4.0 sitúan a Haiku 5.5 en un 39,2 % frente al 70,6 % de Sonnet 5.5. El artículo Cuándo los modelos económicos salen más caros desglosa el resto del análisis numérico.

A continuación, selecciona una Task con un criterio de aceptación claro, asigna como Assignee al Haiku Agent y muévela desde el Backlog —donde aguardan las tareas asignadas— a un estado listo para trabajar. La ejecución pasará por queued, dispatched y running, y el registro de ejecución de la Task dejará constancia de las llamadas a herramientas y de los eventos del Runtime. Si el Agent se detiene para indicar que la Task es demasiado amplia, dicha consulta se incorporará a la Task en forma de comentario y se enviará al Inbox. Así es exactamente como debe operar este carril.

Qué aporta Haiku 5.5 al carril económico

Los argumentos a favor de un carril económico ya se expusieron en Luna para el 80 por ciento rutinario y GPT-6 Luna en Sharkly, y el criterio de distribución de Crews de modelos mixtos sigue vigente: integrantes económicos junto con un líder y un revisor de mayor capacidad y coste. Haiku 5.5 introduce tres cambios clave.

Un segundo proveedor al mismo precio. Por debajo de 100K, las tarifas de Haiku 5.5 y Luna son idénticas, y ambos operan en Runtimes distintos: Claude Code y Codex. Sin embargo, sus límites difieren: OpenAI factura los prompts de Luna con más de 272K tokens de entrada a 2x en entrada y 1,5x en salida, mientras que Haiku 5.5 se multiplica por 5 a partir de 100K. El artículo Haiku 5.5 frente a GPT-6 Luna analiza y compara ambos Runtimes.

Diseñado específicamente para actuar como subagente. Anthropic y clientes del programa de lanzamiento como Rogo y Cognition destacan el papel de Haiku 5.5 bajo la coordinación de un modelo líder de mayor capacidad. Durante una ejecución en Claude Code, el trabajo de ese subagente nunca figura en el panel como una Task con responsable propio. El artículo Subagente o Agent independiente delimita con precisión la frontera entre ambas opciones.

Uso de computadoras económico, revisión costosa. El system card de Anthropic atribuye a Haiku 5.5 un 72,4 % de puntuación parcial en su subconjunto de OSWorld 2.1, pero solo un 37,1 % de tasa de éxito estricta, lo que significa que muchas ejecuciones terminan completadas solo a medias. En Agentes de navegación económicos se analiza el impacto que esto genera en la cola de revisión.

Nada de esto se refleja en la factura de Sharkly. El consumo del modelo se canaliza mediante las suscripciones o claves de API configuradas en esas herramientas, por lo que las tarifas de Haiku 5.5 indicadas anteriormente se abonan a Anthropic o a tu proveedor de servicios en la nube.

El modelo cambió esta semana. El contexto, el progreso, los bloqueos, los resultados y la revisión humana se mantuvieron visibles desde la solicitud inicial hasta el lanzamiento. Puedes configurar esto manualmente con worktrees o utilizar Sharkly para gestionar el flujo de trabajo.