Anthropic이 10월 7일 Claude Haiku 5.5를 출시했습니다. 100K 토큰 이하 프롬프트 기준 100만 입력 토큰당 0.10달러, 100만 출력 토큰당 0.50달러이며, 프롬프트가 100K 토큰을 초과하면 각각 0.50달러와 2.50달러로 올라갑니다. 이 기준선 아래에서는 GPT-6 Luna와 가격이 완전히 동일하며, Anthropic의 출시 공지에서도 이 모델의 역할을 명확히 제시하고 있습니다. 바로 요약, 컨텍스트 압축, 데이터베이스 쿼리, 분류, 브라우저 사용, 그리고 Opus 5.5나 Sonnet 5.5 밑에서 수행하는 서브에이전트 작업입니다. 여러 코딩 에이전트를 운영하는 팀에게 이는 Claude Code를 활용한 저비용 트랙(cheap lane)을 제공하여, 다른 모든 작업과 동일한 보드에서 저렴하게 에이전트를 운용할 수 있게 해줍니다.
하지만 두 가지 걸림돌이 있습니다. 첫째, Claude Code의 haiku 별칭(alias)은 Anthropic API에서만 Haiku 5.5를 가리키며, Bedrock, Google Cloud, Microsoft Foundry, Claude Platform on AWS에서는 여전히 Haiku 4.5를 의미합니다. 둘째, 가격이 고정되어 있지 않다는 점입니다. Claude Code 세션은 컨텍스트를 누적하며, Claude Code가 Haiku 5.5를 자동 압축(auto-compact)하는 시점은 약 967K 토큰에 달해야 비로소 동작합니다. 따라서 계속 실행되는 세션은 100K 기준선을 넘어 대부분의 턴을 5배나 높은 요율로 처리하게 될 수 있습니다. Task 화면에서는 모델 정보가 보이지 않는 상태에서 저비용 트랙이 조용히 비싸지는 현상은, 바로 보드(board)를 통해 감지하고 통제해야 할 일탈입니다. 이 가이드에서는 가장 실용적이면서도 최소한의 경로, 즉 하나의 Computer, 하나의 저비용 트랙 Agent, 하나의 실제 Task로 구성하는 방법을 다룹니다.
TL;DR
Computer의 Claude Code를 v2.1.293 이상으로 업데이트하고, haiku 별칭 대신 claude-haiku-5-5를 고정(pin)한 뒤, Claude Code Runtime이 Available(사용 가능) 상태로 표시될 때까지 재검색(rescan)합니다. 저비용 트랙 전용 Agent를 생성하고, 해당 Agent의 Custom arguments에 모델명을 지정하며, 프롬프트가 100K 토큰을 넘기 전에 실행이 완료될 수 있도록 Task 범위를 충분히 좁게 유지하세요. Claude Code에서 Haiku 5.5는 기본적으로 medium effort로 실행되며 사고(thinking) 기능을 끌 수 없습니다. Anthropic에 따르면 복잡한 에이전트 기반 코딩에는 여전히 Sonnet 5.5와 Opus 5.5가 더 적합하므로, 리드와 리뷰어 역할에는 이들 모델을 유지하는 것이 좋습니다. 에이전트는 조사, 실행, 테스트 및 보고를 담당하고, 사람은 방향을 설정하고 권한을 부여하며 결과를 승인합니다.
모델 설정이 위치하는 곳
Sharkly는 모델을 직접 선택하지 않으며, Agents 문서에서도 Agent에 모델을 지정하는 방식이 변경되었습니다. 현재 문서에는 다음과 같이 명시되어 있습니다. “Agent는 Runtime의 기본 모델을 따릅니다. 특정 모델명을 보장하거나 표시하지 않습니다. 모델을 변경하려면 Agent 또는 Runtime의 Custom arguments에 모델을 지정하세요.” 대신 Runtime이나 Computer 도구 구성을 변경할 수도 있습니다. Agent에는 별도의 모델 드롭다운이 없으며 사고 깊이(thinking-depth) 제어 기능도 없습니다.
이는 다른 어떤 작업보다 저비용 트랙에서 더욱 중요합니다. Sharkly의 이전 Sonnet 5.5 가이드에서는 호스트의 Claude Code 구성에서 모델을 설정했기 때문에, 모델 등급별로 Computer를 하나씩 두는 방식이 가장 간단했습니다. 반면 Agent의 Custom arguments에 모델명을 지정하면 Haiku 5.5 Agent와 Opus 5.5 Agent가 단 하나의 Computer를 공유할 수 있습니다. 누군가 화요일에 불쑥 편집할지도 모르는 설정 파일 대신, 각 Agent 자체에 사용할 모델이 명시되기 때문입니다. Agent는 작업 처리 방식을 정의하고, Computer는 호스트를 제공하며, Runtime(여기서는 Claude Code)은 세션을 실행하고, Task는 공유 기록으로 남습니다.
1단계: Computer의 Claude Code에 Haiku 5.5 설정하기
모델 구성 문서에 따르면 Haiku 5.5를 사용하려면 Claude Code v2.1.293 이상이 필요합니다. claude update 명령어로 업데이트할 수 있습니다. 접근 권한이 있는 유료 플랜 또는 API 키로 로그인하세요. Claude Code는 Claude Free에서는 제공되지 않으며, Max 및 Team 구독자에게 제공되는 새로운 월간 API 크레딧은 Claude Code에 적용되지 않으므로 Computer의 Runtime 비용을 충당할 수 없습니다. 업데이트 후 해당 호스트의 일반 터미널에서 claude --model claude-haiku-5-5를 실행해 보세요. 세션이 정상적으로 시작된다면 Sharkly에서도 사용할 수 있습니다.
별칭 대신 전체 ID를 고정(pin)해야 합니다. 현재 Claude Code에서 haiku 별칭이 연결되는 대상은 다음과 같습니다.
| Claude Code가 모델을 가져오는 위치 | haiku 별칭이 연결되는 모델 |
대신 고정할 값 |
|---|---|---|
| Anthropic API | Haiku 5.5 | claude-haiku-5-5 |
| Claude Platform on AWS | Haiku 4.5 | claude-haiku-5-5 |
| Amazon Bedrock | Haiku 4.5 | claude-haiku-5-5 |
| Google Cloud | Haiku 4.5 | claude-haiku-5-5 |
| Microsoft Foundry | Haiku 4.5 | claude-haiku-5-5 |
Bedrock 및 Google Cloud의 경우, Claude Code는 이 ID를 해당 클라우드 공급자의 고유 모델 ID로 매핑합니다. 클라우드 공급자를 통해 Claude에 접근하면서 haiku를 요청하는 Computer는 이전 세대 모델을 이전 가격으로 제공받게 되며, Task 화면 어디에도 이 사실이 표시되지 않습니다.
이제 Sharkly로 돌아와 Computer 상세 화면을 열고 재검색(rescan) 또는 연결 테스트를 실행합니다. Claude Code Runtime이 Available로 표시되어야 합니다. Computer가 online으로 표시되는 것은 로컬 서비스가 하트비트(heartbeat)를 정상 전송하고 있음을 의미할 뿐이며, 실제로 실행이 가능한 상태인지는 Runtime 상태를 통해 확인해야 합니다.
2단계: 모델이 지정된 저비용 트랙 Agent 만들기
Agents 메뉴로 이동하여 New Agent를 선택하고, Computer와 Claude Code Runtime을 지정한 뒤, 모델명이 아닌 트랙 역할에 맞춰 이름을 지정합니다. Custom arguments에는 터미널에서 --model로 테스트했던 값과 동일한 모델명인 claude-haiku-5-5를 입력합니다. 각 Task가 격리된 디렉터리에서 실행되도록 기본 작업 디렉터리를 Create temporary directory로 설정하고, 좁은 범위의 작업에 알맞게 Task별 타임아웃을 설정하세요. Haiku Agent가 1시간 동안 실행된다면 Task의 범위 설정이 잘못되었다는 신호입니다.
프롬프트 지침(instructions)을 작성할 때는 모델의 세 가지 동작 특성을 고려해야 합니다. 첫째, Claude Code에서 Effort는 기본값이 medium이며, Anthropic 프롬프팅 가이드에서는 이를 "에이전트 기반 코딩을 포함한 대부분의 작업"에서 권장하는 시작 지점으로 정의하고, 자체 평가에서 성능 향상이 확인된 경우에만 xhigh와 max를 사용할 것을 권장합니다. 둘째, Claude Code의 Haiku 5.5에서는 사고(thinking) 기능을 끌 수 없으므로 Agent에 바로 답변하라고 지시해도 실행 비용이 줄어들지 않습니다. 셋째, Haiku 5.5는 안전 분류기(safety classifier)를 실행하여 서버 측 대체 동작(fallback) 없이 요청을 즉시 거부할 수 있는데, Haiku 4.5에서 전환하는 팀에게는 이러한 거부 동작이 낯설 수 있습니다.
Sharkly에는 모델명이 별도로 표시되지 않으므로, 지침을 통해 Agent가 Task에 모델명을 명시하도록 설정합니다.
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.
3단계: 실행을 100K 기준선 이하로 유지하고 Task 할당하기
Anthropic의 가격 정책 문서에 명시된 100만 토큰당 요금 체계는 다음과 같습니다.
| Haiku 5.5 | 100K 이하 프롬프트 | 100K 초과 프롬프트 |
|---|---|---|
| 입력(Input) | $0.10 | $0.50 |
| 출력(Output) | $0.50 | $2.50 |
| 캐시 읽기(Cache reads) | $0.01 | $0.05 |
| 5분 캐시 쓰기(5-minute cache writes) | $0.125 | $0.625 |
Anthropic은 이전 버전의 Haiku에서 인입된 요청의 약 90%가 100K 이하의 프롬프트였다고 설명합니다. 하지만 에이전트 세션은 일반적인 요청과 다릅니다. Claude Code에서는 매 턴마다 전달되는 프롬프트에 지금까지의 세션 내용이 누적되며, 파일을 읽고 도구 실행 결과를 받아올 때마다 크기가 불어납니다. 문서에서도 “100,000 토큰을 초과하는 프롬프트에는 더 높은 요금이 적용된다”고 명시하고 있습니다. 자동 압축이 약 967K 토큰에 도달할 때까지 대기하기 때문에, 일단 100K를 넘긴 세션은 남은 실행 내내 높은 요율 구간에 머물 수 있습니다.
여기서 다음과 같은 라우팅 규칙(의사 결정 기준)이 도출됩니다.
- Haiku Agent를 사용해야 하는 경우: Task에 대상 파일이 명시되어 있고, 사람이 1분 안에 결과를 확인할 수 있으며, Anthropic이 이 모델의 포지션으로 제안한 작업(요약, 분류, 조회, 범위가 한정된 수정 작업 등)에 해당하는 경우.
- 사용하지 말아야 하는 경우: 방대한 코드베이스를 읽어야 하거나, 긴 디버깅 세션을 거쳐야 하거나, 리뷰어가 전체 맥락을 역추적해야 할 만한 판단을 내려야 하는 경우. 이러한 작업은 100K 기준선을 넘어 $0.50 / $2.50 요금을 내게 될 뿐 아니라, 애초에 Anthropic이 다른 상위 모델에 권장하는 작업입니다. 실제로 Terminal-Bench 4.0 벤치마크에서 Haiku 5.5는 39.2%를 기록한 반면 Sonnet 5.5는 70.6%를 기록했습니다. 이에 대한 구체적인 비용 분석은 저렴한 모델이 더 비싸지는 경우에서 다루고 있습니다.
그런 다음 명확한 인수 기준(acceptance criteria)을 갖춘 Task를 골라 Haiku Agent를 담당자(Assignee)로 지정하고, 할당된 Task가 대기하는 Backlog에서 작업 준비 상태로 변경합니다. 작업은 queued(대기열 진입), dispatched(전달됨), running(실행 중) 단계를 거쳐 진행되며, Task의 실행 로그에는 도구 호출 및 Runtime 이벤트가 기록됩니다. 만약 Agent가 Task의 범위가 너무 넓다고 판단하여 작업을 중단하면, 해당 질문이 Task에 댓글로 등록되고 Inbox로 라우팅됩니다. 이것이 바로 의도한 대로 작동하는 트랙의 모습입니다.
Haiku 5.5가 저비용 트랙에 가져온 변화
저비용 트랙의 필요성에 대해서는 단조로운 80% 작업을 위한 Luna 및 Sharkly에서의 GPT-6 Luna에서 이미 설명한 바 있으며, 혼합 모델 크루에서 제시한 배치 원칙(저렴한 팀원, 고성능 리더 및 리뷰어)은 여전히 유효합니다. 여기에 Haiku 5.5는 세 가지 변화를 가져왔습니다.
동일한 가격대의 두 번째 벤더 등장. 100K 이하에서 Haiku 5.5와 Luna의 정가는 동일하며, 각각 Claude Code와 Codex라는 서로 다른 Runtime에서 구동됩니다. 가격 인상 기준점에는 차이가 있습니다. OpenAI는 Luna 프롬프트가 272K 입력 토큰을 초과할 경우 입력 2배, 출력 1.5배의 요금을 부과하는 반면, Haiku 5.5는 100K부터 요금이 5배로 뜁니다. 두 모델의 Runtime 비교는 Haiku 5.5 vs GPT-6 Luna에서 다룹니다.
서브에이전트 용도로 설계됨. Anthropic과 Rogo, Cognition 같은 초기 고객사들은 Haiku 5.5를 상위 리드 모델의 보조 역할로 설명합니다. Claude Code 실행 내부에서 이 서브에이전트의 작업은 자체 담당자를 가진 Task 형태로 보드에 표시되지 않습니다. 서브에이전트인가, 독립된 Agent인가에서 두 방식의 차이를 자세히 구분합니다.
저렴한 컴퓨터 사용, 값비싼 검토 비용. Anthropic의 시스템 카드에 따르면 Haiku 5.5는 OSWorld 2.1 하위 집합에서 72.4%의 부분 점수를 기록했지만, 엄격한 통과율(strict pass rate)은 37.1%에 불과해 많은 작업이 미완성 상태로 끝납니다. 이로 인해 검토 대기열(review queue)에 어떤 영향이 미치는지는 저비용 브라우저 에이전트에서 설명합니다.
이러한 비용은 Sharkly 청구서에 청구되지 않습니다. 모델 사용 요금은 해당 도구에 설정된 구독 또는 API 키를 통해 계속 발생하므로, 위의 Haiku 5.5 요율은 Anthropic이나 사용 중인 클라우드 공급자에 직접 지불하게 됩니다.
이번 주에 모델이 변경되었습니다. 요청부터 배포에 이르기까지 컨텍스트, 진행 상황, 장애 요인, 결과, 그리고 사람의 검토 과정은 여전히 투명하게 시각화됩니다. worktree를 사용해 수동으로 구축할 수도 있고, Sharkly를 통해 이 워크플로를 관리할 수도 있습니다.
