--- title: "Claude Haiku 3" source: "https://systems-analysis.info/wiki/Claude_Haiku_3" wiki: "systems-analysis.info/wiki" article: "Claude_Haiku_3" language: "ru" categories: - "Категория:Anthropic" - "Категория:Claude" - "Категория:Russian" - "Категория:Большие языковые модели" - "Категория:Семейства LLM" revision_id: 1026 wiki_created_at: 2026-11-12T03:56:15Z wiki_modified_at: 2026-11-12T07:39:33Z downloaded_at: 2026-11-12T07:54:13Z --- # Claude Haiku 3 **Claude 3 Haiku** — большая языковая модель компании Anthropic, младшая конфигурация трёхмодельного семейства Claude 3, положившая начало линейке Haiku, которая по данным разработчика обрабатывала около 21 тысячи токенов (около 30 страниц) в секунду при запросах до 32 тысяч токенов, принимала на вход текст и изображения и была ориентирована на высокоинтенсивные корпоративные задачи, чувствительные к задержкам. Модель была представлена 4 марта 2024 года в составе анонса семейства Claude 3, а публичный доступ к ней через API и сервис claude.ai для подписчиков Claude Pro открылся 13 марта 2024 года. ## Характеристики - **Поколение**: Claude 3, младшая конфигурация семейства (Haiku — Sonnet — Opus); первая модель линейки Haiku. - **Контекстное окно**: 200 тыс. токенов; семейство Claude 3 поддерживает контекст как минимум до 1 млн токенов. - **Модальности**: текст, изображения и кадры видео на входе, текст на выходе. - **Режим мышления**: единый, без расширенного размышления. - **Выпуск**: 4 марта 2024 года в составе анонса семейства; публичный доступ — 13 марта 2024 года. - Технические характеристики — на сайте Anthropic. ## История и разработка **Claude 3 Haiku** была представлена 4 марта 2024 года в составе трёхуровневого семейства Claude 3 (Haiku — Sonnet — Opus), но, в отличие от старших конфигураций, вышедших в день анонса, её доступ открылся позже — 13 марта 2024 года. Anthropic характеризовала её как «самую быструю и самую экономичную модель на рынке для своей категории интеллекта»; в качестве демонстрации приводилось чтение насыщенной данными научной статьи с arXiv (~10 тысяч токенов, включая графики и диаграммы) менее чем за три секунды. Заявленный профиль применения — задачи, требующие немедленного отклика: живые клиентские чаты, автодополнение, извлечение данных^{[\[1\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-1)}. В анонсе Anthropic оговаривала, что «после запуска рассчитывает ещё сильнее улучшить производительность» модели^{[\[2\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-2)}. Модель оставалась в линейке API около двух лет — дольше всех конфигураций семейства Claude 3: 19 февраля 2026 года разработчики получили уведомление о предстоящем выводе из API, и 20 апреля 2026 года модель была выведена из эксплуатации; рекомендуемой заменой была указана [Claude Haiku 4.5](https://systems-analysis.info/wiki/Claude_Haiku_4.5 "Claude Haiku 4.5")^{[\[3\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-3)}. ## Оценка **Claude 3 Haiku** — самая быстрая и дешёвая модель семейства Claude 3, выпущенная [Anthropic](https://systems-analysis.info/wiki/Anthropic "Anthropic") в марте 2024 года; по данным модельной карточки, она выступает не хуже или лучше Claude 2 в большинстве чисто текстовых задач, тогда как Sonnet и Opus значительно её превосходят. Как и остальные модели семейства, Haiku 3 мультимодальна (ввод изображений и кадров видео, вывод только текста), порог знаний — август 2023 года; в продакшене предлагается контекстное окно 200K токенов, при этом модели семейства поддерживают контекст как минимум до 1M токенов (кривая потерь Haiku 3 на данных длиной до миллиона токенов — на графике карточки). Модель обучена на проприетарной смеси общедоступных интернет-данных (по август 2023 года), частных данных третьих сторон, данных платформ разметки и внутренних данных Anthropic; на пользовательских промптах и ответах не обучалась; в конституцию добавлен принцип уважения прав людей с инвалидностью (по исследованию Collective Constitutional AI).^{[\[4\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-4)} Если не указано иное, значения взяты из таблиц карточки; модели Claude 3 оценивались с chain-of-thought prompting; для GPQA из-за высокой дисперсии при T = 1 приводится среднее по 10 прогонам со случайным порядком вариантов ответа; числа GPT-4 и GPT-3.5 — из технического отчёта GPT-4 (если не оговорено иное), числа Gemini — из технических отчётов Gemini и Gemini 1.5; мультимодальные оценки — при T = 0. Сравниваемые модели: [Claude Opus 3](https://systems-analysis.info/wiki/Claude_Opus_3 "Claude Opus 3"), [Claude Sonnet 3](https://systems-analysis.info/wiki/Claude_Sonnet_3 "Claude Sonnet 3"), GPT-4, GPT-3.5, GPT-4V, Gemini 1.0 Ultra, Gemini 1.5 Pro, Gemini 1.0 Pro, а в многоязычных и длинноконтекстных оценках — Claude 2.1, Claude 2 и Claude Instant 1.2.^{[\[5\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-5)} **Текстовые бенчмарки: рассуждение, математика, кодинг и ответы на вопросы (лучший результат по каждой конфигурации — жирным):**

Benchmark	Claude 3 Haiku	Claude Opus 3	Claude Sonnet 3	GPT-4	GPT-3.5	Gemini 1.0 Ultra	Gemini 1.5 Pro	Gemini 1.0 Pro
MMLU¹ (5-shot / 5-shot CoT)	75.2% 76.7%	86.8% 88.2%	79.0% 81.5%	86.4%	70.0%	83.7%	81.9%	71.8%
MATH¹ (4-shot / 0-shot / Maj@32, 4-shot)	40.9% 38.9% 50.3%	61% 60.1% 73.7%	40.5% 43.1% 55.1%	52.9% 42.5%	34.1%	53.2%	58.5%	32.6%
GSM8K¹	88.9%	95.0%	92.3%	92.0%	57.1%	94.4%	91.7%	86.5%
HumanEval¹ (0-shot)	75.9%	84.9%	73.0%	67.0%	48.1%	74.4%	71.9%	67.7%
GPQA (Diamond)¹ (0-shot CoT / Maj@32, 5-shot CoT)	33.3% 40.1%	50.4% 59.5%	40.4% 46.3%	35.7%	28.1%	—	—	—
MGSM¹ (8-shot / 0-shot)	76.5% 75.1%	90.5% 90.7%	83.7% 83.5%	74.5%	—	79.0%	88.7%	63.5%
DROP¹ (F1, 3-shot)	78.4	83.1	78.9	80.9	64.1	82.4	78.9	74.1
BIG-Bench-Hard¹ (3-shot CoT)	73.7%	86.8%	82.9%	83.1%	66.6%	83.6%	84.0%	75.0%
ARC-Challenge¹ (25-shot)	89.2%	96.4%	93.2%	96.3%	85.2%	—	—	—
HellaSwag¹ (10-shot)	85.9%	95.4%	89.0%	95.3%	85.5%	87.8%	92.5%	84.7%
PubMedQA¹ (5-shot / 0-shot)	76.0% 78.5%	75.8% 74.9%	78.3% 79.7%	74.4% 75.2%	60.2% 71.6%	—	—	—
WinoGrande¹ (5-shot)	74.2%	88.5%	75.1%	87.5%	—	—	—	—
RACE-H¹ (5-shot)	87.0%	92.9%	88.8%	—	—	—	—	—
APPS¹ (0-shot)	54.8%	70.2%	55.9%	—	—	—	—	—
MBPP¹ (Pass@1)	80.4%	86.4%	79.4%	—	—	—	—	—

**Стандартизированные тесты (лучший результат в строке — жирным):** | Test | Claude 3 Haiku | [Claude Opus 3](https://systems-analysis.info/wiki/Claude_Opus_3 "Claude Opus 3") | [Claude Sonnet 3](https://systems-analysis.info/wiki/Claude_Sonnet_3 "Claude Sonnet 3") | [GPT-4](https://systems-analysis.info/wiki/GPT-4 "GPT-4") | [GPT-3.5](https://systems-analysis.info/wiki/GPT-3.5 "GPT-3.5") | |:----------------------------------------|----------------|-----------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------|-----------------------------------------------------------------| | LSAT² (5-shot CoT) | 156.3 | 161 | 158.3 | **163** | 149 | | MBE² (0-shot CoT) | 64% | **85%** | 71% | 75.7% | 45.1% | | AMC 8² (5-shot CoT, из 150) | 36/150 | **84/150** | 54/150 | — | — | | AMC 10² (5-shot CoT, из 150) | 54/150 | **72/150** | 24/150 | 36/150 | 36/150 | | AMC 12² (5-shot CoT, из 150) | 48/150 | **63/150** | 27/150 | 60/150 | 30/150 | **Мультимодальные оценки (лучший результат в строке — жирным):** | Benchmark | Claude 3 Haiku | [Claude Opus 3](https://systems-analysis.info/wiki/Claude_Opus_3 "Claude Opus 3") | [Claude Sonnet 3](https://systems-analysis.info/wiki/Claude_Sonnet_3 "Claude Sonnet 3") | GPT-4V | Gemini 1.0 Ultra | [Gemini 1.5 Pro](https://systems-analysis.info/wiki/Gemini_1.5_Pro "Gemini 1.5 Pro") | [Gemini 1.0 Pro](https://systems-analysis.info/wiki/Gemini_1.0_Pro "Gemini 1.0 Pro") | |:--------------------------------------------------|----------------|-----------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------|------------------|--------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------| | MMMU (val), overall³ | 50.2% | 59.4% | 53.1% | 56.8% | 59.4% | 58.5% | 47.9% | | MMMU → Art & Design³ | 60.8% | 67.5% | 61.7% | 65.8% | **70.0%** | — | — | | MMMU → Business³ | 52.5% | **67.2%** | 58.2% | 59.3% | 56.7% | — | — | | MMMU → Science³ | 37.1% | 48.9% | 37.1% | **54.7%** | 48.0% | — | — | | MMMU → Health & Medicine³ | 52.3% | 61.1% | 57.1% | 64.7% | **67.3%** | — | — | | MMMU → Humanities & Social Science³ | 66.0% | 70.0% | 68.7% | 72.5% | **78.3%** | — | — | | MMMU → Technology & Engineering³ | 41.5% | **50.6%** | 45.0% | 36.7% | 47.1% | — | — | | DocVQA³ (test, ANLS) | 88.8% | 89.3% | 89.5% | 88.4% | **90.9%** | 86.5% | 88.1% | | MathVista³ (testmini, CoT) | 46.4% | 50.5% | 47.9% | 49.9% | **53%** | 52.1% | 45.2% | | AI2D³ (test) | 86.7% | 88.1% | **88.7%** | 78.2% | 79.5% | 80.3% | 73.9% | | ChartQA³ (test, relaxed accuracy, CoT) | **81.7%** | 80.8% | 81.1% | 78.5% | 80.8% | 81.3% | 74.1% | **GPQA по наборам и методикам сэмплирования (лучший результат в строке — жирным):** | GPQA | Claude 3 Haiku | [Claude Opus 3](https://systems-analysis.info/wiki/Claude_Opus_3 "Claude Opus 3") | [Claude Sonnet 3](https://systems-analysis.info/wiki/Claude_Sonnet_3 "Claude Sonnet 3") | [GPT-4](https://systems-analysis.info/wiki/GPT-4 "GPT-4") | [GPT-3.5](https://systems-analysis.info/wiki/GPT-3.5 "GPT-3.5") | |:----------------------------------------|----------------|-----------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------|-----------------------------------------------------------|-----------------------------------------------------------------| | Diamond, 0-shot CoT⁴ | 33.3% | **50.4%** | 40.4% | 35.7% | 28.1% | | Diamond, 5-shot CoT⁴ | 36.4% | **53.3%** | 42.9% | 38.8% | 29.6% | | Diamond, Maj@32, 5-shot CoT⁴ | 40.1% | **59.5%** | 46.3% | — | — | | Main, 0-shot CoT⁴ | 35.2% | **49.1%** | 38.5% | 39.5% | 28.9% | | Main, 5-shot CoT⁴ | 36.4% | **50.2%** | 39.1% | 39.7% | 28.0% | | Extended Set, 0-shot CoT⁴ | 34.7% | **48.8%** | 38.0% | 38.1% | 28.4% | | Extended Set, 5-shot CoT⁴ | 35.5% | **49.2%** | 39.3% | 38.7% | 28.2% | **Многоязычность и длинный контекст (лучший результат по каждой конфигурации — жирным):**

Evaluation	Claude 3 Haiku	Claude Opus 3	Claude Sonnet 3	Claude 2.1	Claude 2	Claude Instant 1.2
Multilingual MMLU⁵ (5-shot)	65.2%	79.1%	69.0%	63.4%	63.1%	61.2%
QuALITY⁵ (1-shot / 0-shot)	80.2% 79.4%	90.5% 89.2%	85.9% 84.9%	85.5% 82.8%	84.3% 80.5%	79.3% 78.7%
Needle In A Haystack⁵ (все длины контекста / 200k)	95.9% 91.9%	99.4% 98.3%	95.4% 91.4%	94.5% 92.7%	—	—

**Примечания к таблицам:** 1. Текстовые бенчмарки: Claude 3 оценивались с chain-of-thought prompting. GSM8K: конфигурации элиситации различаются — Claude 3 — 0-shot CoT, GPT-4 — SFT, 5-shot CoT, GPT-3.5 — 5-shot, Gemini 1.0 Ultra и 1.0 Pro — Maj1@32, Gemini 1.5 Pro — 11-shot. Числа GPT-4 на MATH (4-shot CoT), MGSM и BIG-Bench-Hard — из технического отчёта Gemini; для более новой версии GPT-4 исследователи сообщали более высокие результаты на MATH и HumanEval. MGSM приведён в конфигурациях 8-shot / 0-shot (0-shot — только для Claude); PubMedQA — 5-shot / 0-shot (числа GPT — из внешнего отчёта); DROP — F1 (3-shot); у Gemini на DROP — variable shots. Haiku 3 выше Sonnet 3 на HumanEval (75,9 % против 73,0 %), MATH 4-shot (40,9 % против 40,5 %) и MBPP (80,4 % против 79,4 %), но ниже на APPS (54,8 % против 55,9 %) и по остальным строкам уступает обоим старшим моделям. 2. Стандартизированные тесты: LSAT — среднее масштабированных баллов по трём официальным практическим тестам (PT89–PT91, few-shot — PT92–PT93); MBE — официальный практический экзамен NCBE 2021; AMC — все 150 официальных задач AMC 2023 (по 50 из AMC 8, 10 и 12; для 10 и 12 — сеты A и B), ответы сэмплировались 5 раз при T = 1, итог — доля правильных × 150; баллы GPT — по экзаменам 2022 года (на AMC 10 указан лучший из результатов GPT-4 и GPT-4V). GRE в карточке приводится только для Opus (159 quantitative, 166 verbal, 5.0 writing при 2-shot) — Haiku не оценивалась. 3. Мультимодальные оценки: сэмплирование при T = 0; MathVista (testmini) и ChartQA — с цепочкой рассуждений; для AI2D часть изображений апсемплировалась до 800 пикселей по длинной стороне (давало 3–4 п. п.); MMMU приведён в целом и по дисциплинам; числа GPT-4V — из системной карточки GPT-4V(ision), MMMU overall — из работы MMMU. В тексте карточки (раздел 5.3) для Haiku указано 80,6 % на AI2D, в сводной таблице — 86,7 % (расхождение источника); лучший в таблице на AI2D — Sonnet 3 (88,7 %; в тексте заявлено 89,2 % как state of the art). ChartQA — единственная строка таблицы, где Haiku 3 — лучшая (81,7 %). 4. GPQA: высокая дисперсия при T = 1 — значения суть среднее по 10 прогонам со случайным порядком вариантов; Diamond — набор наивысшего качества (задачи, которые эксперты из других доменов не смогли решить за 30+ минут с полным доступом в интернет), Main и Extended Set — более широкие наборы; «few-shot»-результаты GPT соответствуют 5 примерам (подтверждено авторами бенчмарка); уровень graduate-экспертов на Diamond — 60–80 %. Haiku 3 ниже GPT-4 во всех приведённых конфигурациях и выше GPT-3.5 во всех. 5. Многоязычность и длинный контекст: multilingual MMLU — 5-shot; QuALITY — вопросы к художественным текстам до ~10k слов (базовые модели — 55,4 %, люди — 93,5 %), 1-shot / 0-shot при T = 1; Needle In A Haystack — модифицированная оценка: случайная пара «игла-вопрос» из 30 вариантов, два стога документов (эссе Пола Грэма и смесь Википедии, юридических, финансовых и медицинских документов), до 200k токенов, 20 вариаций на комбинацию, прайминг «Here is the most relevant sentence in the documents». По QuALITY Haiku 3 — единственная модель семейства Claude 3 ниже Claude 2.1 (80,2 % / 79,4 % против 85,5 % / 82,8 %) и выше только Claude Instant 1.2; по NIAH Sonnet и Haiku обгоняют Claude 2.1 на контекстах короче 100k и примерно совпадают на более длинных (в среднем Haiku 95,9 % — выше Sonnet; на 200k — 91,9 % против 92,7 % у Claude 2.1). 6. Жирным выделено лучшее значение по каждой позиции строки (каждая конфигурация сравнивается с той же конфигурацией прочих моделей); ничьи — без выделения (MMMU overall: Opus и Gemini 1.0 Ultra — по 59,4 %); «—» — данных нет; числа в таблицах — как в источнике. В задачах длинного контекста Sonnet 3 и Haiku 3 выступают похоже: обе обгоняют Claude 2.1 на контекстах короче 100k токенов и примерно совпадают с ней на более длинных (до 200k), тогда как Opus 3 существенно лучше всех — в среднем 99,4 % recall, в том числе 98,3 % на 200k. Модели семейства поддерживают контекст минимум до 1M токенов, но на момент выпуска в продакшене предлагается только 200k. В визуальных задачах лучший результат Haiku 3 в сводной таблице — ChartQA (81,7 %, выше всех моделей строки); на AI2D значения Haiku — 80,6 % в тексте и 86,7 % в таблице, в обоих случаях ниже Sonnet и Opus.^{[\[6\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-6)} Поведенческое проектирование и безопасность. По оценкам отказов (Wildchat и XSTest; числа — на графиках карточки) модели Claude 3 нюансированнее поколений Claude 2: они распознают реальный вред, значительно реже некорректно отказывают на безобидных запросах и корректнее отказывают на токсичных; на XSTest доля некорректных отказов Opus упала с 35,1 % у Claude 2.1 до 9 %. В мультимодальном red-teaming доверия и безопасности приведены только данные Opus и Sonnet: Opus безвредно ответил на 370 из 378 (97,9 %), Sonnet — на 375 из 378 (99,2 %) провокационных запросов; результаты Haiku не приводятся. На BBQ (Bias Benchmark for QA; числа — на графике) Opus превосходит все модели семейства Claude 2 — наивысшая точность в disambiguated-контексте и наименьшее смещение в ambiguous; в оценке дискриминации Haiku 3 показывает сопоставимые или более низкие баллы, чем Claude Instant 1.2 (числа — на графике), а Opus и Sonnet — сопоставимые с Claude 2.1.^{[\[7\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-7)} Оценки катастрофических рисков по Responsible Scaling Policy проводились на пониженной к отказам версии крупнейшей модели семейства (Opus) с контекстом 200k — в нескольких раундах с улучшением элиситации, включая версию, близкую к релизной, с обучением на безвредности. Индикаторов катастрофического риска не обнаружено ни в одном из трёх доменов (биология, кибербезопасность, автономная репликация и адаптация): модель явно ниже порога ASL-3 — в ARA-оценках провалено минимум 3 из 5 задач, хотя зафиксированы частичный прогресс и прохождение упрощённой версии задачи по созданию копии API Anthropic (без регистрации ошибочного домена). На этом основании все модели Claude 3, включая Haiku, классифицированы и развёрнуты под стандартом ASL-2.^{[\[8\]](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_note-8)} ## Ссылки - Introducing the next generation of Claude (March 4, 2024) - The Claude 3 Model Family: Opus, Sonnet, Haiku (March 2024) - Model system cards - Anthropic ## См. также - [Claude Haiku 3.5](https://systems-analysis.info/wiki/Claude_Haiku_3.5 "Claude Haiku 3.5") - [Claude Haiku 4.5](https://systems-analysis.info/wiki/Claude_Haiku_4.5 "Claude Haiku 4.5") - [Claude Haiku 5.5](https://systems-analysis.info/wiki/Claude_Haiku_5.5 "Claude Haiku 5.5") ## Примечания 1. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-1) Introducing the next generation of Claude. Anthropic. 4 марта 2024. 2. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-2) Introducing the next generation of Claude. Anthropic. 4 марта 2024. 3. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-3) Model deprecations. Claude Platform Docs. 4. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-4) Anthropic. *The Claude 3 Model Family: Opus, Sonnet, Haiku — Model Card*. Выпуск: март 2024 года. С. 1–5. 5. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-5) Anthropic. *The Claude 3 Model Family: Opus, Sonnet, Haiku — Model Card*. Выпуск: март 2024 года. С. 5–8, 16, 21–22, 35. 6. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-6) Anthropic. *The Claude 3 Model Family: Opus, Sonnet, Haiku — Model Card*. Выпуск: март 2024 года. С. 7–8, 20–23. 7. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-7) Anthropic. *The Claude 3 Model Family: Opus, Sonnet, Haiku — Model Card*. Выпуск: март 2024 года. С. 10–11, 26–28, 30–31. 8. [↑](https://systems-analysis.info/wiki/Claude_Haiku_3#cite_ref-8) Anthropic. *The Claude 3 Model Family: Opus, Sonnet, Haiku — Model Card*. Выпуск: март 2024 года. С. 23–26.