GuidesOneMux

Claude Haiku 5.5 para extracción estructurada: qué está documentado y qué no

Evalúa Claude Haiku 5.5 para extraer datos en JSON con validación de esquemas. Descubre qué documenta Anthropic sobre programación y uso de herramientas, cómo se compara con Sonnet 5.5 y qué sigue siendo una incógnita.

AI

Resumen · TL;DR

Anthropic describe Claude Haiku 5.5 como adecuado para tareas de gran volumen, como clasificación y consultas a bases de datos, por lo que la extracción estructurada podría ser una aplicación plausible. El material de lanzamiento proporcionado por Anthropic no documenta la generación nativa restringida por JSON Schema ni ofrece una comparación directa del uso de herramientas con Sonnet 5.5. Considera la validación de esquemas un control de la aplicación y compara el rendimiento en programación únicamente según los resultados de benchmarks publicados por Anthropic.

Puntos clave

  • Anthropic menciona la clasificación y las consultas a bases de datos como tareas para Haiku 5.5, pero no documenta específicamente la generación restringida por JSON Schema.
  • Valida el JSON devuelto en tu aplicación; no des por sentado que el modelo siempre respetará un esquema.
  • Anthropic informa puntuaciones de Terminal-Bench 4.0 del 39.2% para Haiku 5.5 y del 70.6% para Sonnet 5.5, y señala que Sonnet se adapta mejor a tareas complejas de programación agéntica.
  • La fuente proporcionada no establece una puntuación comparativa de uso de herramientas, un conjunto de funciones nativas de salida estructurada ni la precisión de extracción de ninguno de los modelos.
En esta página (5)

Claude Haiku 5.5 es una opción razonable para evaluar en tareas de extracción estructurada de gran volumen: Anthropic lo describe como adecuado para tareas repetitivas, entre ellas la clasificación y las consultas a bases de datos. Sin embargo, el material de lanzamiento disponible no documenta la salida nativa restringida por JSON Schema, la precisión de extracción ni una comparación directa del uso de herramientas con Claude Sonnet 5.5. Lo más práctico es indicarle al modelo una estructura definida, validar la respuesta en la aplicación y medir los errores con datos representativos.

Esta guía se centra en ese flujo de trabajo, no en dar por sentadas capacidades que no están documentadas. OneMux publica este artículo y ofrece acceso a modelos mediante una API compatible con OpenAI; la compatibilidad con endpoints y parámetros puede variar, así que consulta la documentación de la API correspondiente antes de depender de una función concreta.

Qué documenta Anthropic sobre Haiku 5.5

Anthropic presenta Haiku 5.5 como una opción para tareas de gran volumen y sensibles al costo, como resúmenes, compactaciones, consultas a bases de datos y clasificación. También describe el modelo como útil para tareas en las que la velocidad es importante, como la atención al cliente en tiempo real y el uso del navegador. Estos ejemplos hacen que valga la pena probarlo para extracción cuando la tarea sea acotada y repetitiva, pero no garantizan que respete un esquema.

En programación, Anthropic informa una puntuación de 39.2% para Haiku 5.5 en Terminal-Bench 4.0 y de 46.4% en FrontierCode 1.1 (Main). Para Sonnet 5.5, las cifras correspondientes son 70.6% y 52.1% Xhigh. Anthropic afirma que Sonnet 5.5 y Opus 5.5 siguen siendo mejores opciones para programación agéntica compleja según Terminal-Bench, mientras que Haiku se adapta a tareas de alcance más acotado. Estos resultados son evidencia sobre esas evaluaciones, no una medida general de la capacidad de programación ni de la calidad de extracción. Anuncio de Anthropic sobre Haiku 5.5 y detalles de los benchmarks

Área de capacidadQué respalda la fuente proporcionadaQué no se puede determinar a partir de esa fuente
Extracción estructuradaSe mencionan la clasificación y las consultas a bases de datos como tareas; la extracción podría encajar en este patrón.Generación restringida por JSON Schema, tasas de cumplimiento del esquema y precisión de extracción.
Uso de herramientasAnthropic afirma que Haiku es adecuado para usar el navegador y describe compatibilidad beta con SDK para el uso del navegador y del ordenador.Una evaluación directa del uso de herramientas entre Haiku y Sonnet, o una tasa comparativa de éxito.
ProgramaciónSe informan resultados de Terminal-Bench 4.0 y FrontierCode 1.1 para ambos modelos.Cómo se traducen esas puntuaciones a tu código, conjunto de tareas o flujo de extracción.

No interpretes «uso del navegador» como prueba de una interfaz concreta para invocar herramientas ni des por sentado que alguno de los modelos admite un parámetro de esquema específico. La fuente proporcionada no detalla esos aspectos de la API.

Un flujo de trabajo seguro para extraer JSON

Empieza con un esquema pequeño que distinga los campos obligatorios de los opcionales. Pídele al modelo que devuelva solo JSON, pero considera esa instrucción una orientación, no una validación. Después, analiza y valida la respuesta localmente antes de aceptarla.

Por ejemplo, el siguiente paso es una validación ilustrativa del lado de la aplicación, con Python y el paquete jsonschema. No prueba una API del modelo ni implica que Haiku aplique restricciones de esquema de forma nativa.

import json
from jsonschema import validate, ValidationError

schema = {
    "type": "object",
    "properties": {
        "invoice_number": {"type": "string"},
        "total": {"type": "number"},
        "currency": {"type": "string"}
    },
    "required": ["invoice_number", "total", "currency"],
    "additionalProperties": False
}

raw = '{"invoice_number":"A-104","total":82.50,"currency":"USD"}'

try:
    record = json.loads(raw)
    validate(instance=record, schema=schema)
except (json.JSONDecodeError, ValidationError) as exc:
    raise ValueError("Reject or send this record for repair") from exc

En un flujo de producción, especifica claramente en el prompt cómo tratar los valores ausentes, las unidades y si se debe devolver null u omitir un campo. Conserva el texto original junto con el registro extraído para que una persona revisora pueda resolver los casos ambiguos. Si la validación falla, registra la categoría del error y decide si conviene reintentar, derivar el caso a un modelo más potente o solicitar una revisión humana. No conviertas silenciosamente un valor malformado en un registro que parezca válido.

Lista breve de comprobación para la evaluación

Antes de procesar un volumen grande, prueba una muestra representativa que incluya registros habituales y casos difíciles: campos ausentes, afirmaciones contradictorias, formatos inusuales y valores próximos a los límites. Como mínimo, registra lo siguiente:

  • Errores de análisis de JSON y fallos de validación del esquema.
  • Valores de campos incorrectos o no respaldados detectados durante la revisión.
  • Casos que requieren un reintento o la intervención de una persona.
  • Latencia y costo de extremo a extremo del flujo completo, incluidos los reintentos y la validación.

Compara Haiku 5.5 con Sonnet 5.5 usando las mismas entradas y reglas de aceptación. Las cifras de los benchmarks de lanzamiento no indican qué modelo extraerá tus campos con mayor precisión. Elige en función de tu tolerancia a los errores y de los resultados medidos, no solo de una puntuación de programación.

Cuándo considerar Sonnet 5.5

La comparación respaldada por la fuente es acotada: Anthropic informa puntuaciones superiores de Sonnet 5.5 frente a Haiku 5.5 en los dos benchmarks de programación mencionados y recomienda explícitamente Sonnet u Opus para tareas complejas de programación agéntica. Esto permite considerar Sonnet para trabajos de programación exigentes. No demuestra que Sonnet ofrezca mejor extracción JSON, mayor cumplimiento de esquemas ni un uso de herramientas superior. La fuente proporcionada no incluye esas comparaciones.

Para la extracción, basa la decisión en resultados empíricos. Si Haiku cumple tus umbrales de validación de esquemas y revisión con entradas representativas, su idoneidad declarada para tareas repetitivas y de gran volumen puede convertirlo en una opción para ese trabajo. Si no los cumple, prueba otro prompt, añade una etapa de revisión o reparación, o compara otro modelo con el mismo conjunto de evaluación.

Conclusión

Los ejemplos de tareas documentados para Haiku 5.5 justifican evaluar la extracción estructurada, pero no garantizan una función nativa de JSON Schema. Analiza y valida el esquema en la aplicación, prueba registros difíciles y no confundas esos resultados medidos con los benchmarks de programación de Anthropic. Sonnet 5.5 obtiene puntuaciones publicadas más altas en las evaluaciones de programación citadas, pero la fuente proporcionada no permite determinar su rendimiento comparativo en extracción ni en uso de herramientas.

FAQ

¿Claude Haiku 5.5 admite salida con JSON Schema?

El material de lanzamiento de Anthropic proporcionado no documenta la salida nativa restringida por JSON Schema. Puedes pedir JSON en un prompt, pero valida la respuesta en tu aplicación y consulta la documentación actual de la API para comprobar qué parámetros de salida restringida admite.

¿Haiku 5.5 es mejor que Sonnet 5.5 para la extracción estructurada?

La fuente proporcionada no informa la precisión de extracción ni los resultados de cumplimiento de esquemas para ninguno de los modelos, así que no permite determinar cuál es mejor. Compara ambos con las mismas entradas representativas y reglas de validación.

¿Cómo se compara Haiku 5.5 con Sonnet 5.5 en programación?

Anthropic informa puntuaciones de Terminal-Bench 4.0 del 39.2% para Haiku 5.5 y del 70.6% para Sonnet 5.5. También informa puntuaciones de FrontierCode 1.1 (Main) de 46.4% y 52.1% Xhigh, respectivamente. Estos resultados de benchmarks no predicen el rendimiento en todas las tareas de programación.

¿La fuente demuestra que Haiku 5.5 usa mejor las herramientas?

No. Anthropic describe Haiku 5.5 como adecuado para el uso del navegador y menciona compatibilidad beta con SDK para el uso del navegador y del ordenador, pero la fuente proporcionada no ofrece una comparación directa del uso de herramientas con Sonnet 5.5.

Artículos relacionados