Что проверить при замене модели
В запросе укажите claude-haiku-5-5. Удалите temperature, top_p и top_k. Если использовалось thinking с type: enabled и budget_tokens, перейдите на type: adaptive: прежний вариант возвращает 400. Последний ход messages должен принадлежать пользователю, а не быть незавершённым ответом ассистента.
{
"model": "claude-haiku-5-5",
"max_tokens": 1024,
"thinking": {
"type": "adaptive"
},
"output_config": {
"effort": "medium"
},
"messages": [
{
"role": "user",
"content": "Выдели из обращения проблему и желаемый результат."
}
]
}Подробнее: Официальное руководство по миграции на Haiku 5.5 · Адрес API и авторизация шлюза
Как читать ответ после обновления
Выбирайте текстовые блоки по type, поскольку первый блок content не обязательно содержит итоговый текст. Для потокового клиента отдельно проверьте накопление текстовых событий и завершение сообщения. Предусмотрите обработку stop_reason: refusal.
Заведите примеры для пустого результата, отказа и обрезанного ответа. Приложение должно различать эти состояния: повторять запрос вслепую обычно дороже, чем вернуть понятный статус и передать задачу на разбор.
Повторно измерьте токены и качество
После смены токенизатора старые подсчёты не подходят для нового бюджета. Повторите измерение входа с новой моделью и проверьте max_tokens на реальных ответах. Отдельно учитывайте изображения и длинные диалоги.
Возьмите фиксированную выборку с обычными и сложными случаями. Сохраните промпты, ожидаемые поля, критерии приёмки и расход. Запускайте обе версии на одинаковых данных и сравнивайте стоимость принятого результата вместе с долей ошибок.
Подробнее: Почему важно проверить порог 100K
Порядок безопасного включения
Сначала переключите тестовое окружение, затем небольшую долю однотипных задач. Сохраните возможность вернуть прежнюю модель через настройку приложения. Для решения о расширении трафика заранее задайте приемлемую долю ошибок и время ответа.
В отчёте разделяйте ошибки транспорта, неверный формат и содержательные ошибки. Если модель отвечает быстро, но результат чаще требует ручной правки, это должно быть видно до полного переключения.
- Проверить минимальный запрос и запрос с инструментами.
- Проверить обычный и потоковый ответы.
- Сравнить расход на коротком и длинном входе.
- Проверить возврат на прежнюю конфигурацию без выпуска нового клиента.