Product launch

Claude Haiku 5.5 Is Now Available on Amazon Bedrock and AWS

The fastest model in the Claude 5.5 family is now available on Amazon Bedrock and Claude Platform on AWS

4 min read
עב
Claude Haiku 5.5 Is Now Available on Amazon Bedrock and AWS
Based on original reporting byAWS Machine Learning ↗Translated and summarized by our AI-assisted news systemHow we work

Executive summary

5 things to know

  1. According to Anthropic, Claude Haiku 5.5 costs around 75 percent less than Claude Haiku 4.5 for most tasks.

  2. The model includes first-of-their-kind effort controls in the Haiku family to tune cost against intelligence.

  3. The model is designed to act as a fast subagent layer alongside Claude Opus 5.5, which plans and performs complex reasoning.

  4. Using Bedrock preserves Regional data residency and integrates with AWS controls including IAM, CloudTrail, and CloudWatch.

  5. Model access is available via the Bedrock console, Invoke and Converse APIs, and the Anthropic SDK.

According to an official AWS announcement, Claude Haiku 5.5 is now available on Amazon Bedrock and Claude Platform on AWS. According to Anthropic, Claude Haiku 5.5 is the fastest and most efficient model in the Claude 5.5 family, built specifically for subagents and high-volume, cost-sensitive work. In addition, the model costs around 75 percent less compared to Claude Haiku 4.5 for most tasks.

Amazon Bedrock provides Claude Haiku 5.5 capabilities while keeping data within AWS infrastructure with Regional data residency. The service operates with AWS controls, including AWS Identity and Access Management (IAM) for access management, AWS CloudTrail for audit purposes, Amazon CloudWatch for monitoring, and Amazon Bedrock Guardrails. Usage of the model appears directly on the AWS bill.

Concurrently, Claude Platform on AWS provides direct access to Anthropic’s native platform experience and capabilities through the AWS Management Console. The solution enables building, testing, and deploying applications using the same APIs, features, and console interface available when working directly with Anthropic, unified with AWS billing and authentication mechanisms.

What Makes Claude Haiku 5.5 Different

According to details in the AWS post, Claude Haiku 5.5 is Anthropic’s most capable Haiku model across coding, tool use, computer use, and agentic tasks. It is also the first Haiku model to include effort controls, allowing users to tune the ratio of cost against intelligence for each task individually, rather than having to rely on a single setting across an entire workload.

The model's improvements stand out in fast, repeatable work at scale. For coding tasks, the model acts as a subagent that routes requests, reviews code, and classifies long documents. In knowledge tasks, the model extracts key information from small-to-medium documents, performs initial scans, and answers quick questions over knowledge bases. For interactive applications, the model responds with speed that allows simple conversations to receive rapid and helpful answers. In addition, it handles traditional natural language processing (NLP) tasks such as classification, summarization, and text generation at the volume and cost required for production features.

Claude Haiku 5.5 handles agentic coding tasks and multi-step tool use, and supports high-resolution images. The model can serve as a computer use subagent for repetitive browser and desktop tasks at a cost that holds up at large scale. In development workflows, it is suited for rapid iterations on user interface and user experience (UI/UX) changes and for executing small, specific codebase changes across multiple files.

Pairing Claude Haiku 5.5 with Claude Opus 5.5

According to the publication, Claude Haiku 5.5 pairs with the recently announced Claude Opus 5.5 model. The pairing between them creates a division of roles where Opus 5.5 plans and makes judgment calls, while Haiku 5.5 carries out well-defined tasks quickly and at scale. This structure provides rigorous reasoning capability where needed, alongside lower costs and reduced latency in the remaining stages.

In this division of labor, Claude Opus 5.5 plans the work and makes the decisions, breaks down complex problems, decides the approach, and takes on the most difficult reasoning operations, such as release debugging, security reviews of large pull requests, and extended analyses resulting in a finished report.

On the other hand, Claude Haiku 5.5 takes on the fast subagent layer. It handles fast, high-volume tasks such as routing requests, classification and summarization, rewriting long documents, and applying small, specific changes across multiple files. As a review subagent, it can quickly check the order of operations and high-level direction, allowing Opus 5.5 to spend its tokens on the hardest reasoning. Due to its speed and cost efficiency, multiple Haiku subagents can be run in parallel.

Getting Started and Prerequisites on Amazon Bedrock

To try the model through the user interface, users can open the Amazon Bedrock console, choose Test, select Playground, and choose Haiku 5.5 as the active model to run a direct prompt. Programmatically, the model can be called using the Anthropic Messages API against the bedrock-runtime endpoint through the Anthropic SDK, or by using the Invoke API and Converse API against bedrock-runtime via the AWS CLI and AWS SDK.

The prerequisites for using the model include:

  • An active AWS account with access to Amazon Bedrock.
  • AWS Command Line Interface (AWS CLI) installed and configured.
  • A Python environment version 3.10 or higher.
  • Installation of the Boto3 library (via the command pip install boto3).
  • Installation of the Anthropic SDK (via the command pip install anthropic).
  • Installation of the Amazon Bedrock Token Generator for authentication (via the command pip install aws_bedrock_token_generator).
  • Permissions in AWS Identity and Access Management (IAM): bedrock:InvokeModel and bedrock:InvokeModelWithResponseStream.

Integration Examples and Regional Availability

The post presents Python code examples: invoking via InvokeModel passes the model identifier global.anthropic.claude-haiku-5-5 with a JSON-formatted request body and extracts the text block from the response (taking into account that Haiku 5.5 may return a thinking block before the text block). When using the Converse API, a unified multi-model structure is obtained with inference configuration (inferenceConfig). When using the Anthropic SDK, a token is generated via the token generator and the call is made to the base URL of bedrock-runtime in the us-east-1 region.

To track system activity, usage, performance, and costs can be monitored using Amazon CloudWatch and AWS Cost Explorer in order to scale applications as demand grows.

Claude Haiku 5.5 is available starting today on Amazon Bedrock through the US Geo CRIS (us.), EU Geo CRIS (eu.), AU Geo CRIS (au.), JP Geo CRIS (jp.), and Global CRIS (global.) inference profiles on bedrock-runtime. In AWS GovCloud (US), the model is available on both the bedrock-runtime and bedrock-mantle endpoints. In addition, the model is available through Claude Platform on AWS in the North America region. The full list of regions and pricing details are available in the official Amazon Bedrock documentation.

Was this useful for your business?

Questions & Answers

FAQ

This article was produced by our AI-assisted system through translation, summarization, and automated quality controls based on original reporting by AWS Machine Learning. Read about our editorial process. Link to the original source.

Get useful AI updates by email

A concise digest from our news desk.

More from AWS Machine Learning

All articles from AWS Machine Learning
בניית סוכן נסיעות קולי עם Bedrock AgentCore ו-Nova Sonic
מדריך
4 דקות
מ־AWS Machine Learning

בניית סוכן נסיעות קולי עם Bedrock AgentCore ו-Nova Sonic

בפוסט טכני של AWS הציגו מומחי החברה ארכיטקטורה לפריסת סוכן נסיעות קולי לחברות תעופה. הפתרון משלב את Amazon Bedrock AgentCore לניהול והרצת סוכנים, מודל הדיבור Amazon Nova 2.5 Sonic לקול בזמן אמת, ו-Amazon Bedrock Knowledge Bases למענה על שאלות מדיניות מתוך מסמכים. המערכת מקשרת בין הסוכן לשירותי ה-backend באמצעות פרוטוקול Model Context Protocol (MCP) ומאפשרת טיפול בהזמנות, החלפת מושבים והסלמה לנציג אנושי.

קרא עוד
ארכיטקטורת סוכני AI לניתוח חוזים עם Amazon Bedrock ו-Quick
ניתוח
4 דקות
מ־AWS Machine Learning

ארכיטקטורת סוכני AI לניתוח חוזים עם Amazon Bedrock ו-Quick

בפוסט שפורסם בבלוג של AWS הציגו מהנדסי החברה ארכיטקטורה לפלטפורמת ניתוח חוזים, המשלבת סוכני בינה מלאכותית מבוססי Amazon Bedrock AgentCore וכלי תשאול וניתוח ב-Amazon Quick. הפתרון מתמודד עם מגבלות כלי RAG בעת ביצוע חישובי אגרגציה על מאות מסמכים, באמצעות חילוץ שדות מפתח למסד נתונים מובנה ב-Amazon Aurora PostgreSQL. המערכת משתמשת בסוכן חילוץ מבוסס Claude Sonnet ובסוכן אימות מבוסס Claude Haiku, לצד Amazon Textract כגורם מכריע לזיהוי חתימות בעזרת ראייה ממוחשבת. הגישה מאפשרת לבצע הן שאילתות רוחביות והן איתור מקטעים מתוך מסמך יחיד בממשק מאוחד.

קרא עוד
כיצד HEMA בנתה שכבת ידע ארגונית עם Bedrock ו-MCP
ניתוח
4 דקות
מ־AWS Machine Learning

כיצד HEMA בנתה שכבת ידע ארגונית עם Bedrock ו-MCP

רשת הקמעונאות ההולנדית HEMA בנתה שכבת ידע פנימית המבוססת על Amazon Bedrock AgentCore ו-Model Context Protocol (MCP) במטרה לאחד מידע מבוזר ולמנוע מעבר ידני בין פורטלים ומערכות ויקי שונות. העוזר הפנימי HAL, שפותח תחילה ככלי עצמאי מבוסס Next.js ו-Strands, הורחב לשימוש ישיר מתוך כלי העבודה של המהנדסים (כגון Kiro ו-Claude) באמצעות שער Entra MCP ייעודי ופרוקסי אימות. המערכת משרתת כיום מפתחים, מנהלי מוצר ומנתחי מערכות, כאשר השלב הבא מתוכנן להרחיב את יכולות העוזר ממענה לשאלות לביצוע פעולות תפעוליות ישירות מתוך ממשקי השיחה.

קרא עוד
אוסף מיומנויות סוכן פתוח מבית AWS לשיפור הסקת מסקנות בבריאות
מחקר
5 דקות
מ־AWS Machine Learning

אוסף מיומנויות סוכן פתוח מבית AWS לשיפור הסקת מסקנות בבריאות

בפוסט שפורסם ב-AWS הוצג אוסף של 38 מיומנויות סוכן (Agent Skills) בקוד פתוח ב-11 תחומי בריאות ומדעי החיים (HCLS) תחת רישיון MIT-0. המיומנויות בנויות כקובצי Markdown מובנים ומסווגות למיומנויות הסקה ולמיומנויות צינור, הניתנות להרצה על יותר מ-20 שירותים, כולל Amazon Bedrock AgentCore, AWS Strands SDK ו-Kiro CLI. הערכה השוואתית שבוצעה על 410 פרומפטים הראתה כי סוכנים המצוידים במיומנויות השיגו שיעור ניצחון של 69.5% עד 85.9% מול סוכני בסיס ללא מיומנויות, כאשר השיפור המשמעותי ביותר נמדד בממד החשיבה הביקורתית (שיעור ניצחון של 78% עד 85.1%). בנוסף, המיומנויות הפחיתו את שונות הציונים בעד 61.9%.

קרא עוד

More articles you might like

All articles
גוגל משיקה שרת MCP מרוחק עבור Google Cloud CLI בתצוגה מקדימה
מוצר חדש
4 דקות
מ־Google Cloud AI

גוגל משיקה שרת MCP מרוחק עבור Google Cloud CLI בתצוגה מקדימה

גוגל הכריזה על השקת שרת MCP מרוחק עבור Google Cloud CLI בגרסת Preview. השרת החדש מאפשר לסוכני AI גישה ישירה להרצת פקודות gcloud ו-bq (BigQuery) בסנדבוקס ביצוע מבודד ומאובטח על גבי תשתית הענן של גוגל, ללא צורך בהתקנה או בתחזוקה של סביבות ריצה מקומיות. השרת כולל מנגנוני אבטחה ארגוניים המבוססים על אימות IAM ו-OAuth 2.0, מניעת אישורים סביבתיים (zero ambient credentials), הגנה מפני הזרקת פרומפטים באמצעות Model Armor, ותיעוד פעילות ביומני ביקורת בענן. השרת חושף שני כלים מרכזיים, run_gcloud_command ו-run_bq_command, ומאפשר אוטומציה של ניהול תשתיות ושאילתות BigQuery ללא עלות נוספת על שרת ה-MCP עצמו.

קרא עוד
הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה
מוצר חדש
4 דקות
מ־n8n

הכרזת n8n Agents: שילוב סוכני AI עצמאיים לצד תהליכי עבודה

פלטפורמת n8n הכריזה על השקת Agents (סוכנים), המאפשרים למשתמשים להגדיר מטרות בשפה חופשית ולהשאיר לסוכן לקבוע את שלבי הביצוע בעזרת מודלים, כלים ותהליכי עבודה קיימים. הסוכנים יכולים לפעול מתוך Slack, Telegram, Discord, לפי תזמון מוגדר או מתוך תהליכי עבודה באמצעות הצומת החדש Message an Agent. כל סוכן כולל ניהול זיכרון, הפעלות, כלים, מיומנויות ומנגנוני אישור אנושי לפעולות רגישות. התכונה זמינה כעת ב-Preview למשתמשי n8n Cloud ובהתקנה עצמאית.

קרא עוד
מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות
מוצר חדש
4 דקות
מ־TechCrunch

מודל Jev של TypeSafe AI: קבלת החלטות מהירה לאוטומציה ללא הזיות

חברת TypeSafe AI, שהוקמה על ידי חוקר OpenAI לשעבר דיוגו אלמיידה, השיקה את Jev — מודל טרנספורמר חדש שאינו מפיק טקסט אלא הסתברויות והחלטות מכוילות. המודל מאפשר קבלת החלטות מהירה וזולה לאוטומציית תוכנה ללא סכנת הזיות, הודות להגדרת הפלטים מראש על ידי המשתמש ואימונו הבלעדי על נתונים סינתטיים. מפתחים מדווחים על שיפורי מהירות משמעותיים ועלויות נמוכות בהשוואה למודלי שפה מסורתיים.

קרא עוד
Amazon Quick זמין כעת באופן כללי למחשב השולחני
מוצר חדש
4 דקות
מ־AWS Machine Learning

Amazon Quick זמין כעת באופן כללי למחשב השולחני

אפליקציית הדסקטופ של Amazon Quick זמינה כעת באופן כללי למשתמשי macOS ו-Windows, ובמקביל נוסף פיד פעילות למובייל ב-iOS וב-Android. המערכת מרכזת נתונים מדואר אלקטרוני, מיומן פגישות, ממערכות CRM ומהודעות לתצוגה מתועדפת אחת, כאשר סוכני AI מטפלים במשימות שגרתיות ברקע. Quick פועל על גבי תשתיות AWS ושומר על נתוני הארגון בסביבתו המקומית, כולל תמיכה במעקב ביקורת דרך CloudWatch ו-CloudTrail והסמכות תאימות דוגמת HIPAA, FedRAMP, SOC 2 ו-ISO 27001. לקוחות בארגונים כמו Southwest Airlines, LabCorp ו-PGA TOUR משתמשים בכלי להשלמת משימות, סינתזת מידע ופיתוח אבות-טיפוס.

קרא עוד