Der 0,10-$-Subagent: Claude Haiku 5.5 kollabiert die Kostenlücke zwischen Frontier- und Open-Weight-Modellen

Kernaussagen

• Claude Haiku 5.5 ist für Prompts unter 100K mit 0,10/0,50 $ pro Million Tokens bepreist — 90 % unter Haiku 4.5 und exakt zum Preis von GPT-6 Luna — was die Subagent-Schicht für 90 % der Anfragen bei drei Anbietern faktisch kostenlos macht (Anthropic, 7. Okt).
• OSWorld 2.1 sprang von 15,7 % (Haiku 4.5) auf 72,4 % (Haiku 5.5) — eine 4,6-fache Verbesserung, die das günstige Modell auf weniger als 12 Punkte an Sonnet 5.5s 83,9 % heranbringt (Anthropic, 7. Okt).
• Sonnet 5.5 Cache-Reads wurden von 0,20 auf 0,10 $ pro Million Tokens halbiert und senken die agentischen Kosten von Sonnet 5.5 um ~20 % — das Mid-Tier-Modell wurde am selben Tag günstiger, an dem die Subagent-Schicht startete (Anthropic, 7. Okt).
• GLM-5.3-Flash für 0,15/0,50 $ und GPT-6 Luna für 0,10/0,50 $ bedeuten: Die Input-Kostenlücke zwischen frontier closed und Open-Weight in der Small-Model-Schicht beträgt nun 0,05 $/M — eine Zahl, die für die meisten Workloads gegen null rundet (Z.AI; Anthropic).
• Die Wettbewerbsachse hat sich von Preis zu Fähigkeiten, Sicherheitsposture und Ökosystem-Integration verlagert — die Subagent-Schicht ist keine Kostenentscheidung mehr, sondern eine Architekturentscheidung (Yahoo Finance, 7. Okt).

Dieser Artikel baut auf 30 % günstiger pro Aufgabe kostet das 7-Fache an Tokens: Sonnet 5.5s Effizienzfalle auf, der die drei Release-Strategien kartierte, die auf dem Flagship-Niveau um Kosten pro Aufgabe konkurrieren. Hier geht es eine Ebene tiefer: die Subagent-Schicht — das Modell, das Kompression, Klassifikation, Datenbankabfragen und Coding-Sidekick-Arbeit übernimmt — hat gerade ein vor sechs Monaten undenkbares Preisminimum erreicht. Die Halbierung der Sonnet-5.5-Cache-Reads — in derselben Ankündigung — ist der direkte Begleitdatapunkt: Die Token-Effizienz-These des Artikels gewinnt eine Preisänderung, die das Mid-Tier-Modell auf agentischen Workloads, in denen Cache-Reads dominieren, 20 % günstiger macht.

Die Subagent-Schicht ist nun ein Dreianbieter-Markt zu einem Preis

Die Preistabelle der Small-Model-Schicht zum 8. Oktober 2026:

Modell	Input $/M	Output $/M	Typ	Anbieter
GPT-6 Luna	$0.10	$0.50	Frontier closed	OpenAI
Claude Haiku 5.5	$0.10	$0.50	Frontier closed	Anthropic
GLM-5.3-Flash	$0.15	$0.50	Open-weight	Z.ai

Der Output-Preis ist bei allen drei identisch. Der Input-Abstand zwischen dem Frontier-closed-Duo und dem Open-Weight-Modell beträgt 0,05 $ pro Million Tokens — für einen Subagenten, der einen 50.000-Token-Konversationskontext komprimiert, sind das 0,0025 $. Die Kosten für die Wahl des falschen Subagenten messen sich jetzt in Bruchteilen eines Cents pro Aufgabe, nicht in Dollar pro Tag.

Die Preislandschaft der Subagent-Schicht zum 8. Oktober 2026:

Yahoo Finance rahmte den Haiku-5.5-Launch als „KI-Preiskrieg verschärft sich" (Yahoo Finance, 7. Okt). Der Rahmen ist zutreffend, unterschätzt aber, was tatsächlich geschah. Ein Preiskrieg bedeutet, dass Margen auf demselben Produkt komprimiert werden. Was geschah: Die Subagent-Schicht — die Ebene, in der der Großteil des agentischen Tokenverbrauchs entsteht — kollabierte auf ein Preisniveau, das zuvor nur das günstigste Open-Weight-Modell anbot. Das Frontier-closed-Modell und das Open-Weight-Modell sitzen nun beim Output-Preis auf demselben Punkt. Die Frage „Soll ich einen Frontier- oder einen Open-Weight-Subagenten einsetzen?" ist keine Kostenfrage mehr.

Was sich änderte: Der Subagent wurde fähig

Der Preis ist nur die halbe Geschichte. Der Benchmark-Sprung von Haiku 5.5 ist der Teil, der Architekturentscheidungen verändert:

• OSWorld 2.1 (Offline-Subset): 72,4 % — gegenüber 15,7 % bei Haiku 4.5, eine 4,6-fache Verbesserung. GPT-6 Luna liegt bei 48,9 %. Der Subagent kann nun einen Computer bedienen, um Multi-Step-Aufgaben auf einem Niveau zu erledigen, das vor zwölf Monaten Flagship-Niveau war (Anthropic).
• Terminal-Bench 4.0: 39,2 % — gegenüber 0,0 % bei Haiku 4.5. GPT-6 Luna liegt bei 16,4 %. Der Subagent kann komplexe Kommandozeilen-Aufgaben erledigen, die die vorherige Generation nicht einmal versuchen konnte (Anthropic).
• FrontierCode 1.1 (Main): 46,4 % — über GPT-6 Lunas 42,4 %, unter Sonnet 5.5s 52,1 % bei xhigh. Der Subagent schreibt Produktionscode gut genug, um als Coding-Sidekick zu dienen — Cognition liefert ihn als Sidekick in Devin Fusion aus und hält bei reduzierten Kosten und Latenz einen Top-Tier-FrontierCode-Score von 66,2 (Anthropic).
• HubSpot-CRM-Task-Suite: 92,8 % — der beste Score, den HubSpot auf seiner simulierten Portal-CRM-Evaluation gemessen hat. Der Subagent identifiziert veraltete, aber mehrdeutige Datensätze mit der höchsten Trefferquote und der niedrigsten False-Positive-Rate aller getesteten Modelle (Anthropic).

Der HubSpot-Datenpunkt zählt über den Benchmark hinaus. HubSpot ist eine große CRM-Plattform, die Frontier-Kleinmodelle für CRM-Automatisierungsaufgaben evaluiert — genau der Anwendungsfall, den ein Custom-MCP-Modul anspricht. Wenn die Subagent-Schicht veraltete CRM-Datensätze mit 92,8 % Genauigkeit für 0,10 $/M Input identifizieren kann, fällt der Betrieb eines Agenten, der eine Deal-Pipeline 24/7 überwacht, von Budgetposition auf Rundungsfehler.

Verstellbarer Effort: dasselbe Modell, fünf Preisstufen

Haiku 5.5 ist das erste Haiku-Klasse-Modell mit verstellbaren Effort-Stufen: low, medium, high, xhigh, max. Das ist dasselbe konfigurierbare Kostenmuster, das die DeepSeek-Auto-Routing-Analyse als Beschaffungsrisiko markierte, wenn das Routing unsichtbar ist — aber hier liegt die Kontrolle beim Operator. Ein Subagent, der Konversationskontext komprimiert, kann mit low Effort für 0,002 $ pro Aufgabe laufen; dasselbe Modell kann mit max Effort eine schwerere Datenbankabfrage fahren. Die Kosten-pro-Aufgabe-Kurve ist nun ein Drehknopf, kein Festtarif.

Die Konsequenz für die Inferenz-Beschaffung ist direkt: Ein Vertrag, der nur Modell und Tarifkarte nennt, kontrolliert die Effort-Stufe nicht. Ein Agent mit max Effort verbrennt mehr Tokens als derselbe Agent mit medium — und der Operator sieht nur die Rechnung. Die vier Vertragsklauseln, die der Sonnet-5.5-Artikel empfahl (Effort-Level-Pinning, Substitutions-Disclosure, Cache-Read-Preisuntergrenzen, Token-Volumen-Deckel), gelten nun gleichermaßen für die Subagent-Schicht — der Effort-Drehknopf existiert dort jetzt ebenfalls.

Die Sonnet-5.5-Cache-Read-Halbierung: Auch das Mid-Tier wurde günstiger

Die Ankündigung halbierte die Sonnet-5.5-Cache-Reads von 0,20 auf 0,10 $ pro Million Tokens. Cache-Reads machen einen großen Anteil des agentischen Tokenverbrauchs aus — ein Agent, der bei jedem Turn denselben System-Prompt, Tool-Definitionen und Gesprächsverlauf erneut liest, trifft die Cache-Read-Position öfter als die Input- oder Output-Positionen. Ein 50-%-Cut auf der Position, die den agentischen Ausgaben dominiert, entspricht ~20 % Reduktion der totalen agentischen Kosten von Sonnet 5.5 (Anthropic).

Das ist für die Agent-Architekturentscheidung relevant. Die Subagent-Schicht bei 0,10/0,50 $ übernimmt Kompression, Klassifikation und Sidekick-Arbeit. Das Mid-Tier bei 2/10 $ — nun mit halbierten Cache-Reads — übernimmt komplexes agentisches Coding und Multi-Step-Reasoning. Das Flagship-Tier bei 4/20 $ übernimmt die schwersten Aufgaben. Der Drei-Tier-Stack ist nun sauber bepreist: günstiger Subagent, fähiges Mid-Tier mit günstigem Cache, mächtiges Flagship. Der Betrieb des kompletten Stacks für einen always-on-Produktionsagenten wurde am 7. Oktober deutlich günstiger.

Was das für den Build bedeutet

Die Inferenz-Ökonomie-Analyse etablierte das 10:1-Verhältnis: 10 $ Prozess-, Governance- und Integrationsarbeit für jeden 1 $ Modell-Ausgaben. Der Haiku-5.5-Release weitet das Verhältnis weiter. Das Modell wurde 90 % günstiger; die Integrationsebene nicht. Ein MCP-Modul, das einen Agenten an NetSuite anbindet, ein Wissensgraph, der Ersatzteile auflöst, ein Audit-Trail, der jeden Tool-Call protokolliert — diese Kosten ändern sich nicht. Das Modell macht nun einen kleineren Anteil der Gesamtkosten des Builds aus als vor einer Woche.

Das ist der Beschaffungs-Insight. Der Preisverfall der Subagent-Schicht macht Agentensysteme nicht billiger zu bauen. Er macht sie billiger zu betreiben — das heißt, Teams, die die Integrationsebene bereits gebaut haben, erhalten eine größere Kostenreduktion als Teams, die es nicht haben. Ein Team, das einen Produktions-RFQ-Agenten mit typisierten MCP-Modulen, Wissensgraph und Human-in-the-Loop-Checkpoints betreibt, sieht seine monatliche Inferenz-Rechnung über Nacht um 75 % sinken. Ein Team ohne die Integrationsebene sieht keine Änderung — denn die Kosten liegen in der Integrationsebene.

Weiterlesen

• 30 % günstiger pro Aufgabe kostet das 7-Fache an Tokens: Sonnet 5.5s Effizienzfalle — der Artikel kartiert die drei Release-Strategien, die um Kosten pro Aufgabe konkurrieren; die Cache-Read-Halbierung ist der direkte Begleitdatapunkt
• Inferenz-Ökonomie: Warum Always-on-Produktionsagenten jetzt erschwinglich sind — das 10:1-Verhältnis von Integration zu Modellkosten; der Kollaps der Subagent-Schicht weitet die Lücke
• GLM-5.3-Flash: Ein 320B-Open-Weight-Modell nähert sich Claude Opus 4.8 für ein Zehntel des Flagship-Preises — die Open-Weight-Hälfte der Kollaps-These; GLM-5.3-Flash für 0,15/0,50 $ ist der dritte Anbieter im Dreianbieter-Subagent-Tier

Ein regionaler Distributor mit NetSuite, BigCommerce und drei Lieferantenkatalogen verarbeitet 200 RFQs pro Woche. Der Quote-Agent setzt Haiku 5.5 als Subagenten für Katalogsuche und Preistier-Klassifikation ein, Sonnet 5.5 mit halbierten Cache-Reads für den Entwurfsschritt und einen Wissensgraphen für die Ersatzteil-Auflösung. Die monatlichen Inferenzkosten des kompletten Stacks fielen am 7. Oktober um 75 % — von rund 4.000 $ auf unter 1.000 $ — ohne eine einzige Zeile Integrationscode zu ändern. Die MCP-Module, der Wissensgraph und der Audit-Trail machen die Kostenreduktion real. Der Modellpreis ist der einfache Teil.

Fordern Sie einen Build mit definiertem Scope an

Discovery in einer Woche. Sie erhalten ein Systeminventar, einen Workflow-Plan und einen festen Scope — ob Sie mit uns bauen oder nicht.