Claude Sonnet 5 ist die nächste Generation von Anthropics Sonnet-Familie („die beste Kombination aus Geschwindigkeit und Intelligenz“), positioniert als nahtloses Fähigkeits-Upgrade gegenüber Sonnet 4.6, mit den größten Zugewinnen bei Coding und agentischen Aufgaben.
- Eingabe
- Text Bild $2/M
- Ausgabe
- Text $10/M
- Cache-Read
- $0.2/M
- Kontext
- 1M
- vs. GPT-4o
- ~60% günstiger
- Knowledge Cutoff
- 2026-01
Benchmarks
Herstellerangaben: Alibaba (Qwen) Anthropic DeepSeek Google Moonshot OpenAI Tencent
Preis im Vergleich
Preisposition unter 60 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Es sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibvorgänge stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (Herstellerangabe) | 1.000.000 |
|---|---|
| Max. Output (Anbieter-Spezifikation) | 128.000 |
| Knowledge Cutoff | 2026-01 |
Prompt Caching
| Modus | explizit (Opt-in) |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | Standard 5 Min., optional 1 Std. |
| Schreibkosten | 1.25x (5m) / 2x (1h) |
Thinking
| Anbieter-Parameter | thinking.type "adaptive" + output_config.effort |
|---|---|
| Zulässige Werte | thinking.type adaptive · disabled; effort low · medium · high · xhigh · max; "enabled" returns 400 |
| Standardwert | Thinking an (adaptiv); effort high gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Thinking ist ohne jede Konfiguration aktiv, und thinking {type "disabled"} wird anders als bei Opus 5 auf jeder effort-Stufe akzeptiert; display steht standardmäßig auf „omitted“; die Thinking-Blöcke früherer Turns bleiben im Kontext und werden als Input abgerechnet. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high die Parameteroberfläche des Gateways - das Anbieter-Mapping oben gilt |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- Einführungspreise $2/$10 pro MTok bis zum 2026-08-31
- 1M Kontext
- adaptives Thinking standardmäßig aktiv
- neuer Tokenizer (~30% mehr Token)
- von den Standardwerten abweichende Sampling-Parameter geben 400 zurück
- kein Priority Tier
Ein Prompt, gemessen über das Gateway
Claude Sonnet 5 bestanden · 3 sentences
Reasoning mode works by having the model generate extended internal "thinking" steps before producing its final answer, and since we're billed on total tokens, that hidden reasoning text adds significantly to what we pay for—even though you never see it in the output. This is different from simply getting longer visible responses; the model is essentially "showing its work" behind the scenes, and complex prompts can trigger thousands of extra reasoning tokens per request. The upside is improved accuracy on complex tasks, but if we want to control costs, we should selectively enable reasoning only for queries that truly need it, rather than applying it universally.
Ausgabe 194 tok Latenz 4.3 s
Befolgen der Anweisung (genau drei Sätze - abzählbar), Zuschnitt auf das Publikum (CFO-Register), und die Abrechnungslücke durch verstecktes Denken, die die Token-Zähler unten offenlegen.
Claude Sonnet 5 bestanden · 8/8 cases
## The Bug The function has two related off-by-one issues rooted in the same cause: `cur` and `best` are initialized to `0` instead of `1`, treating run lengths as the number of *matches* between adjacent elements rather than the number of *elements* in the run. This means a single-element input never enters the loop (since `range(1, 1)` is empty) and returns `0` instead of the correct answer of `1`. It also means that for any input, the run length is undercounted by exactly one — a run of 3 equal elements only produces 2 "match" increments, so `best` ends up as 2 instead of 3. The claim that it "misses runs that end at the last index" is actually a symptom of this same undercount: the logic does update `best` correctly on every iteration (including the last), but because it's counting matches instead of elements, the final reported value is always one less than the true longest run. […]
Ausgabe 536 tok Latenz 7.1 s
Ob der Fix tatsächlich korrekt ist (ausführbar), die Dichte der Erklärung, und die Token-Effizienz bei einer klar begrenzten Aufgabe.
Claude Sonnet 5 bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11.5, "guidance": null } ```
Ausgabe 348 tok Latenz 5.3 s
Schema-Treue (keine erfundenen Felder), Halluzinationsdruck (guidance wird ausdrücklich zurückgehalten), und Unterschiede im Pfad für strukturierte Ausgabe.
Claude Sonnet 5 bestanden · 123 words, 0 banned, 1 question
## Introducing Cross-Provider Prompt Caching We're rolling out a new caching layer for our API gateway that works across every major LLM provider you connect through it. Instead of resending identical prompts and paying full price each time, the gateway recognizes repeated requests and serves cached responses in milliseconds—regardless of whether you're routing to OpenAI, Anthropic, or Google. What does this mean for your bill and your latency? Both drop, often significantly, especially for teams running high-volume, repetitive workloads like customer support bots or batch content generation. The cache is configurable per route, with adjustable TTLs and invalidation rules, so you stay in control of freshness versus cost. Available now for all Pro and Enterprise plans. Check your dashboard to enable it today.
Ausgabe 259 tok Latenz 4.8 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, die eine Frage), Stil-Fingerabdruck, und Längensteuerung.
Claude Sonnet 5 in 30 Sekunden nutzen
OpenAI-kompatibel: Tauschen Sie die base_url, behalten Sie Ihr SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-sonnet-5",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-sonnet-5",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-5",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-sonnet-5",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-sonnet-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Claude Sonnet 5
- Anthropic rahmt es für Code-Generierung, Datenanalyse, Content-Erstellung, visuelles Verständnis und agentische Tool-Nutzung und als die Option für Arbeit, die mehr verlangt als Sonnet 4.6, ohne zu einem Modell der Opus-Klasse zu wechseln.
- Es liefert standardmäßig ein Kontextfenster von 1M Token, 128K maximalen Output, standardmäßig aktives adaptives Thinking mit Steuerung über Effort-Stufen, einen neuen Tokenizer, Bildeingabe und das vollständige Claude-Toolset; die Einführungspreise gelten bis zum 31.
- August 2026.
- Das 1M-Fenster ist zugleich Standard und Maximum (es gibt keine kleinere Kontextvariante), und Effort reicht bis xhigh, was kein anderes Nicht-Opus-Modell bietet, wobei medium als in etwa vergleichbar mit Sonnet 4.6 bei Effort high beschrieben wird.
- Drei Verhaltensänderungen sind bei der Migration relevant.
- Der neue Tokenizer erzeugt für denselben Text etwa 30% mehr Token, was Nutzungszahlen, Output-Budgets und Kosten pro Anfrage verändert, ohne dass sich die API ändert.
- Nicht standardmäßige Sampling-Parameter geben jetzt einen Fehler zurück, eine Einschränkung, die zuvor nur bei Opus 4.7 und später zu sehen war.
- Und es ist das erste Modell der Sonnet-Stufe mit Echtzeit-Schutzmaßnahmen für Cybersicherheit, bei denen eine abgelehnte Anfrage als erfolgreiche Antwort mit einem Refusal-Stop-Reason statt als Fehler zurückkommt.
- Auf Synthorai antwortet Claude Sonnet 5 über dieselbe OpenAI-kompatible API wie jedes andere Katalogmodell.
FAQ
Lässt sich die Claude Sonnet 5 API kostenlos testen?
Ja, neue Konten erhalten 10 Test-Calls und bis zu $1 kostenloses Guthaben, keine Kreditkarte erforderlich. Bei $2/M Input-Tokens deckt allein dieses Guthaben rund 62 Requests mit je ~8K Tokens gegen Claude Sonnet 5 ab.
Worin ist Claude Sonnet 5 am besten?
Größte Zuwächse bei Coding- und Agent-Aufgaben; standardmäßig Kontextfenster von 1M Token; nahtloses Fähigkeits-Upgrade von Sonnet 4.6. Das vollständige Bild finden Sie im Über-Abschnitt, direkt aus den offiziellen Release Notes des Anbieters.
Was kostet Claude Sonnet 5?
Claude Sonnet 5 kostet auf Synthorai $2 pro Million Input-Tokens und $10 pro Million Output-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattform-Aufschlag. Gecachte Input-Tokens werden mit $0.2/M abgerechnet.
Unterstützt Claude Sonnet 5 Prompt-Caching?
Ja, per Opt-in: Markieren Sie stabile Präfixe mit cache_control-Breakpoints. Gecachte Input-Tokens werden mit $0.2/M statt $2/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL Standard 5 Min., optional 1 Std.). Prompt-Caching-Guide →
Wie erhalte ich Zugang zu Claude Sonnet 5?
Richten Sie Ihr vorhandenes OpenAI SDK auf base_url="https://synthorai.io/v1", setzen Sie model="claude-sonnet-5", fertig. Ein API-Key deckt jedes Modell auf dem Gateway ab.
Wo liegt der Knowledge Cutoff von Claude Sonnet 5?
Der Knowledge Cutoff von Claude Sonnet 5 liegt bei 2026-01, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite ist aus der Dokumentation des Anbieters übernommen, oben verlinkt, und trägt das Datum der Prüfung. Preise werden über den gesamten Katalog verglichen; Spezifikationswerte, die Anbieter unterschiedlich definieren, werden mit benanntem Unterschied gezeigt statt grafisch verglichen. Nichts hier wird von uns gemessen, und nichts wird bewertet.