Subagent Claude Code bỏ qua Haiku 5.5. 2 file sửa được

Subagent của Claude Code bỏ qua Haiku 5.5 cho đến khi hai file nói khác đi. Đó là toàn bộ phát hiện, và phần còn lại của bài là số đo đằng sau nó: bảy tác vụ hằng ngày trên một repository thật, với Haiku 5.5, Sonnet 5.5 và Opus 5.5 lần lượt đóng vai worker, và đồng hồ quota của gói được đọc sau mỗi block chạy.

Haiku 5.5 ra mắt ngày 7 tháng 10 năm 2026, được Anthropic giới thiệu là model dành cho subagent, với giá mỗi token bằng một phần mười Haiku đời trước. Log một tháng của một tài khoản kể nửa còn lại của câu chuyện: 2.631 lượt chạy subagent, chỉ 42 lượt trên Haiku, vì mọi subagent đều thừa hưởng model chính. Chuyển toàn bộ subagent sang Haiku đặt ra một câu hỏi hiển nhiên: đồng hồ quota của gói thực sự trả lại bao nhiêu. Hai file đưa Explore agent sang Haiku, còn thiết lập mà đa số mọi người tìm đến thì tự nó chẳng làm gì. Bảng phân tích mức dùng mà ai cũng tin, thì được tính từ bốn con số gắn cứng trong binary.

Haiku 5.5 giá $0.10 cho mỗi triệu token đầu vào và $0.50 cho mỗi triệu token đầu ra, so với $1 và $5 của Haiku 4.5. Mức giá đó chỉ áp dụng cho prompt đến 100.000 token; vượt ngưỡng này, cả request bị tính giá gấp năm lần. Con số "90%" của Anthropic không phải một đợt giảm giá: đó là tỷ lệ request gửi tới Haiku đời trước nằm dưới ngưỡng đó.

Model	Đầu vào mỗi 1M token	Đầu ra mỗi 1M token
Haiku 5.5 (prompt đến 100k)	$0.10	$0.50
Haiku 5.5 (prompt trên 100k)	$0.50	$2.50
Haiku 4.5	$1.00	$5.00
Sonnet 5.5	$2.00	$10.00
Opus 5.5	$4.00	$20.00

Thực tế còn hai điểm vướng nữa. Tokenizer mới đếm cùng một đoạn văn thành nhiều hơn khoảng 30% token so với Haiku 4.5. Và ở effort max, một lần chạy độc lập đo được khoảng 162.000 token đầu ra cho mỗi tác vụ, cỡ ba lần một model đối thủ. Câu của chính Anthropic rất thận trọng: Sonnet và Opus vẫn là lựa chọn tốt hơn cho coding agentic phức tạp. Trên Terminal-Bench 4.0, Haiku 5.5 đạt 39,2% so với 70,6% của Sonnet 5.5.

Bài test bao gồm những tác vụ mà một subagent thực sự nhận. Một repository thật, tinydb, với 226 test trong bộ test. Bảy loại tác vụ: khám phá code, sửa test lỗi, dọn lỗi lint, viết commit message, thêm tính năng nhỏ, review một diff, tóm tắt kiến trúc. Bốn worker: Haiku 5.5 ở effort medium, Haiku 5.5 ở effort low, Sonnet 5.5, Opus 5.5. Tổng cộng 182 lượt chạy, mỗi lượt đều được kiểm bằng một test ẩn hoặc một quy tắc cố định, không bao giờ bằng mắt.

Cấu hình	Số lượt chạy	Được chấp nhận	Tính năng nhỏ, giá niêm yết	Tính năng nhỏ, thời gian thực
Haiku 5.5, effort low	70	70	$0.0052	17.1 s
Haiku 5.5, effort medium	70	70	$0.0078	26.3 s
Sonnet 5.5	21	21	$0.1050	30.3 s
Opus 5.5	21	21	$0.1675	30.3 s

Khám phá codebase tốn $0.0035 trên Haiku low và $0.1454 trên Opus, đắt hơn khoảng bốn mươi lần. Haiku chưa bao giờ chậm hơn: bảy tác vụ, tất cả đều được chấp nhận, với một phần nhỏ của mức giá, nhanh bằng hoặc nhanh hơn.

Không có gì tự chuyển sang Haiku, và đó là chủ ý. Từ bản 2.1.198, Explore agent tích hợp sẵn thừa hưởng model của phiên chính, với trần là Opus; trước bản đó nó chạy trên Haiku. Mọi subagent tùy chỉnh cũng làm y như vậy. Tài liệu nêu thứ tự phân giải: model được chỉ định lúc khởi chạy, rồi model trong file agent, rồi biến CLAUDE_CODE_SUBAGENT_MODEL, và chỉ sau những thứ đó mới đến model chính.

Có một cái bẫy trong danh sách đó, và tài liệu nói thẳng: chỉ đặt biến subagent model thì không đổi được model mà các agent Explore và Plan tích hợp sẵn chạy. Hai headless run xác nhận cả hai điều này. Với phiên chính chạy model Fable và một câu hỏi (dùng Explore agent để tìm nơi query cache bị xóa), tool result nêu tên model thực sự đã chạy: Opus 5.5. Cùng lần chạy đó với biến subagent model đặt thành Haiku 5.5 và không gì khác: lại là Opus 5.5.

Đó là lý do log một tháng trông như vậy. Trong 2.631 lượt chạy subagent, 42 lượt đi tới Haiku. Subagent tiêu 48,1% mọi token của tài khoản, và phần của Haiku trong chi phí có trọng số là 0,27%. Mặc định này là một lựa chọn có lý: một explorer chạy trên model chính đọc code giỏi ngang model chính. Điều không ai in ra là nó tốn bao nhiêu.

Hai file sửa được chuyện này, và bạn có thể lấy một trong hai hoặc cả hai. File nhỏ là một file agent duy nhất trong dự án: tạo .claude/agents/Explore.md, đặt tên Explore, thêm description, đặt model là claude-haiku-5-5 với id đầy đủ, đặt effort là low, và giới hạn các tool ở Read, Glob, Grep và Bash. Từ đó Claude Code coi file của bạn là Explore agent, và tài liệu nói đúng như vậy: định nghĩa một project subagent tên Explore và gán cho nó model Haiku. Cùng headless run đó khi ấy báo resolvedModel: claude-haiku-5-5.

File thứ hai là settings của bạn. Một env block trong .claude/settings.json với hai biến: CLAUDE_CODE_SUBAGENT_MODEL đặt thành claude-haiku-5-5, và CLAUDE_CODE_SUBAGENT_MODEL_FORCE đặt thành 1. Force là phần người ta hay bỏ sót. Từ bản 2.1.257, cờ đó áp dụng model subagent cho mọi subagent, bỏ qua các override đặt lúc khởi chạy hoặc trong file agent. Cùng lần chạy với hai biến đó trong môi trường và không có file agent lại cho kết quả Haiku 5.5.

Bạn muốn	Dùng	Tác dụng phụ
Mọi subagent đều rẻ	Env block trong settings với cờ force	Các agent bạn cố ý đặt trên Opus cũng bị hạ xuống Haiku
Chỉ explorer rẻ	File Explore agent	Các agent khác giữ model riêng của chúng

Hãy ghim id model đầy đủ. Alias haiku chỉ có nghĩa là Haiku 5.5 trên Anthropic API; trên Bedrock, Vertex và Foundry nó vẫn có nghĩa là Haiku 4.5. Một issue đang mở trên repository của Claude Code báo 1.149 subagent trên tổng số 1.371 chạy trên model Opus của parent dù file ghi khác, lúc có lúc không qua hàng chục bản build (2.1.277 đến 2.1.290), và Anthropic chưa trả lời. Trên bản hiện tại, 2.1.293, cả 182 lượt chạy đều mang đúng model đã cấu hình. Dù vậy vẫn nên kiểm tra: lệnh /tasks hiển thị model mà mỗi subagent đã chạy, và tool result của một headless run cũng mang thông tin đó. Effort là đòn bẩy còn lại, vì không thể tắt thinking trên các model này; effort low trong file Explore là một lựa chọn có chủ ý, và những gì nó mang lại được đo ở bên dưới.

Mỗi headless run có streaming output phát ra một rate_limit_event. Bên trong là hai phân số, cửa sổ năm giờ và cửa sổ bảy ngày, mỗi số hai chữ số thập phân. Chúng lấy thẳng từ các header phản hồi mà Anthropic gửi kèm mỗi câu trả lời, ở độ phân giải một điểm và không mịn hơn. Bốn worker chạy thành bốn block, lần lượt nối nhau, không có gì khác chạm vào tài khoản.

Block	Số lượt chạy	Cửa sổ năm giờ trước	Cửa sổ năm giờ sau	Cửa sổ tuần
Haiku 5.5, effort low	70	21%	21%	67%
Haiku 5.5, effort medium	70	21%	21%	67%
Sonnet 5.5	21	21%	22%	67%
Opus 5.5	21	22%	23%	67%

Tính theo giá niêm yết, cả ma trận tốn $4.09. Trên đồng hồ, nó tốn hai điểm của cửa sổ năm giờ và không điểm nào của tuần. Nửa Haiku tốn $0.54 và không làm nhích gì: một điểm của cửa sổ tài khoản này đáng giá hơn 140 tác vụ như vậy trên Haiku.

Anthropic công bố một câu về trọng số của model: Opus tốn nhiều lần hơn Sonnet cho mỗi turn, và Sonnet hơn Haiku. Nhiều lần. Không có con số nào ở bất kỳ đâu. Các cửa sổ là một pool chung cho mọi model, nên đổi model giữa chừng một phiên không khôi phục được gì. Mỗi block mang sai số làm tròn đến một điểm, nghĩa là một điểm của Sonnet và một điểm của Opus không phân biệt được. Điều đồng hồ chứng minh chắc chắn là một tác vụ có phạm vi hẹp trên bất kỳ model nào trong số này đều vô hình ở độ phân giải này. Trọng số của từng model phải được đọc ở nơi khác.

Mở panel /usage và bạn thấy một bảng phân tích: các phần trăm được gán cho skill, subagent, plugin và MCP server. Nó trông như dữ liệu từ server. Không phải vậy. Tài liệu nói các con số chỉ là xấp xỉ và được tính từ lịch sử phiên cục bộ trên máy này, nên công thức nằm trong binary. Chạy strings trên file thực thi và hai hàm lộ ra.

Yếu tố	Trọng số
Tier model: Fable	10
Tier model: Opus	5
Tier model: Haiku	1
Tier model: mọi model khác	3
Token cached	1
Token đầu vào mới	10
Ghi cache	12.5
Token đầu ra	50

Trọng số của một record là tổng token nhân với tier model. Đây là các trọng số phân bổ của client, không phải bằng chứng về cách server tính quota của bạn, và khoảng cách lộ ra rõ. Chạy công thức trên các block ở trên: 70 lượt Haiku medium được 29,5 đơn vị, 21 lượt Opus được 27,3. Panel sẽ xếp block Haiku trên block Opus; đồng hồ thật nói không điểm so với một điểm.

Bên dưới còn một lỗ hổng thứ hai. Một issue đang mở báo rằng transcript của subagent ghi usage của chunk streaming đầu tiên: một lần chạy ghi 461 token đầu ra trong khi chính lần chạy đó ở chế độ headless ghi 15.575. Một transcript trên máy này cho thấy 16 token đầu ra ở mọi assistant entry. Công thức nhân con số bị đếm thiếu đó với 50, nên các subagent viết nhiều biến mất khỏi panel. Hãy dùng nó đúng như bản chất: skill hoặc agent nào ngốn lịch sử cục bộ của bạn, với khóa theo ngày và theo tuần. Còn với trọng số của một model trong quota thực của bạn, nó chỉ là đoán.

Quy mô mà đồng hồ nhìn thấy được là một ngày. Andrea Grandi đã công bố số liệu của anh ngay ngày Haiku 5.5 ra mắt, trên gói Pro. Phiên chính của anh chạy Opus 5.5 ở effort medium; một implementer agent trên Sonnet 5.5 viết code; hai agent Haiku 5.5 lo phần còn lại, một scoper ở plan mode không có tool chỉnh sửa và tối đa mười hai turn, và một shipper ở effort low làm việc commit, push và mở PR.

Số đo	Giá trị
Pull request trên số phiên	13 trên 10
Cửa sổ năm giờ mỗi PR	khoảng 6%
Bộ đếm tuần mỗi phiên một PR	khoảng 1%
Chi phí ước tính mỗi PR với subagent	$2.31
Chi phí ước tính mỗi PR chỉ dùng Opus	$3.59
Request mỗi phiên, trước và sau	75 xuống 54
Token mỗi request, trước và sau	119.000 xuống 107.000

Câu của chính anh là điểm mấu chốt: nếu anh tính token của subagent theo giá Opus, mười phiên chỉ đắt hơn 5%. Khoản tiết kiệm đến từ việc context chính được giữ nhỏ. Log một tháng nói điều tương tự từ phía bên kia: subagent tiêu 48,1% số token, và 96% mọi token là cache read. Mỗi subagent khởi đầu với một launch prompt; ở tài khoản này giá trị trung vị là 47.000 token, và đó là cùng một stack dù worker là Opus, Sonnet hay Haiku. Việc đổi model không làm nó nhỏ đi.

Effort thì có đổi khẩu vị. Ở tính năng nhỏ, Haiku effort medium đọc 233.000 token qua 14 turn; Haiku effort low đọc 140.000 qua 8 turn cho cùng một kết quả được chấp nhận; Opus cần 88.000. Một lần chạy độc lập đo cùng đường cong đó ở mức cao hơn: 55.000 token đầu ra mỗi tác vụ ở effort high, 162.000 ở max. Rẻ trên mỗi token, nhưng ngốn hơn trên mỗi tác vụ, và núm chỉnh nằm trong tay bạn. Hai lưu ý: số đô la của Grandi là ước tính trên gói Pro, và ma trận ở đây chỉ là một repository nhỏ. Cả hai đều không phải một tuần trên gói Max.

Bảng định tuyến: khám phá code, sửa test lỗi, dọn lint, viết commit message, thêm tính năng nhỏ, review một diff, tóm tắt kiến trúc. Cả bảy đều giao cho Haiku 5.5 ở effort low, với 70 trên 70 lượt được chấp nhận ở mỗi mức, cả low lẫn medium. Mỗi tác vụ nằm giữa một phần năm cent và nửa cent theo giá niêm yết, so với sáu đến mười bảy cent trên Opus. Những gì còn ở lại Sonnet hoặc Opus là coding agentic phức tạp, theo đúng lời Anthropic, nơi Terminal-Bench cho Haiku 39,2 so với 70,6; bài đánh giá duy nhất đã test về đợt ra mắt cũng kết bằng cùng một ý, hãy ở lại Sonnet cho coding khó.

Hai file nằm cạnh bảng: file Explore agent với id Haiku đầy đủ và effort low, và env block trong settings với subagent model và cờ force. Cách kiểm tra là lệnh /tasks, hiển thị model mà mỗi subagent đã chạy. Hãy tin dòng đó, đừng bao giờ tin file.

Quay lại câu hỏi ở đầu. Chuyển mọi subagent sang Haiku, đồng hồ trả lại bao nhiêu? Với một tác vụ có phạm vi hẹp, dưới một điểm trên bất kỳ model nào. Cả ma trận 182 lượt chạy làm cửa sổ năm giờ nhích hai điểm và tuần không điểm nào. Phần tuần thực sự được trả lại đến từ context chính và từ launch prompt mà mỗi subagent mang theo. Việc đổi model là phần rẻ, và lấy nó thì miễn phí.

Giới hạn	Chi tiết
Repository	Một repo nhỏ, tinydb, 226 test
Cỡ tác vụ	Bảy tác vụ có phạm vi hẹp, mỗi tác vụ dưới một phút, không phải một ngày coding agentic
Đồng hồ	Độ phân giải một điểm, cộng trừ một điểm mỗi block
Hệ số nhân	Anthropic không công bố hệ số nào cho từng model
Phiên bản	Claude Code 2.1.293 ngày 8 tháng 10 năm 2026; các bản build trước bỏ qua model trong file agent (issue đang mở)

Bộ tài liệu miễn phí gồm bảng định tuyến, hai file, và harness đã đo tất cả: bảy prompt, các bước kiểm tra và runner.