Nouveau Inscription gratuite, 10 appels offerts. Jusqu'à 1 $, sans carte.

Claude Sonnet 5 vs Claude Sonnet 5.5

vs

Lequel, quand

claude-sonnet-5 et claude-sonnet-5-5 sont au même prix de $2 par million de tokens d'entrée, $10 par million en sortie et $0.2 pour les lectures du cache, et partagent tous deux un contexte de 1000000 tokens, une sortie maximale de 128000, une entrée texte plus image, ainsi que les mêmes flags chat, code, thinking, tools et reasoning. Les véritables différences concernent la génération et le contrôle : claude-sonnet-5-5 est la version la plus récente (2026-09-28, limite des connaissances 2026-06), tandis que claude-sonnet-5 (2026-06-30, limite 2026-01) vous permet de désactiver thinking. Choisissez claude-sonnet-5 lorsque vous avez besoin de réponses sans thinking, sinon prenez claude-sonnet-5-5 pour la limite plus récente sans coût supplémentaire.

Benchmarks

Claude Sonnet 5.5 : le fournisseur n'a publié aucun résultat de benchmark.

Au-dessus de la moyenneAucun meilleurClaude Sonnet 54 / 221 / 22
Claude Sonnet 5 Claude Sonnet 5.5 autres modèles mesurés moyenne des modèles comparés ★ aucun autre modèle n'a fait mieux
DeepSWE 1.1
53.8%
N/A
BioMysteryBench hard
34.1%
N/A
OSWorld 2.0 Partial score, batch tool enabled
42.6%
N/A
Finance Agent v2
53.9%
N/A
Harvey Lab-AA
90.1%
N/A
HLE-Verified
31%
N/A
AutomationBench
10.7%
N/A
LVBench
68.5%
N/A

Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic DeepSeek Google Moonshot OpenAI Tencent Z.ai

Tarification

Claude Sonnet 5 Claude Sonnet 5.5 Δ
Entrée / 1M tokens $2 $2 =
Sortie / 1M tokens $10 $10 =
Lecture en cache / 1M tokens $0.2 $0.2 =
Écriture cache 1.25x (5m) / 2x (1h) 1.25x (5m) / 2x (1h) -

Tarifs issus du catalogue en direct au moment de la compilation ; chaque page de modèle présente la fiche actuelle.

Où ils se situent - prix en entrée pour 1M de tokens sur l'ensemble des 76 modèles chat pour cette unité de facturation (échelle logarithmique)

Capacités

Claude Sonnet 5 Claude Sonnet 5.5
Utilisation d'outils oui oui
Contrôle de la réflexion configurable toujours activé
Sortie structurée oui oui
Mise en cache du prompt explicite (vous indiquez le préfixe) explicite (vous indiquez le préfixe)
Durée de vie du cache 5m default, 1h option 5m default, 1h option
Préfixe minimum mis en cache 1024 jetons 1024 jetons

Spécifications

Claude Sonnet 5 Claude Sonnet 5.5
Modalités d'entrée texte image texte image
Modalités de sortie texte texte
Sortie 2026-06-30 2026-09-28
Limite de connaissances 2026-01 2026-06
Fenêtre de contexte 1M 1M
Sortie maximale 128K 128K
Paramètre de réflexion
  • thinking.type "adaptive"
  • output_config.effort
thinking.type
Valeurs acceptées
thinking.type
  • adaptive
  • disabled
effort
  • low
  • medium
  • high
  • xhigh
  • max

"enabled" returns 400

thinking.type
  • adaptive (default)
  • between_tools
Par défaut

thinking on (adaptive)

effort
  • high
adaptive, effort high

Les spécifications sont transcrites à partir de la documentation de chaque fournisseur ; une ligne qu'un fournisseur ne publie pas est omise plutôt que déduite. Sources complètes : Claude Sonnet 5 · Claude Sonnet 5.5

Un prompt, deux modèles - mesurés via la passerelle

PROMPT Explain to a CFO, in exactly three sentences, why our LLM bill doubled after we enabled reasoning. VÉRIFIER exactement 3 phrases

Claude Sonnet 5 réussi · 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.

sortie 194 tok latence 4.3 s

Claude Sonnet 5.5 réussi · 3 sentences

Enabling reasoning makes the model "think" before it answers, and that internal thinking is generated as extra text (reasoning tokens) that we are billed for at the same rate as output tokens, even though users never see it. Output tokens also cost several times more than input tokens, so a single request that used to produce a short answer can now generate many times more billable text behind the scenes. Because our request volume and prompts didn't change, the doubling comes almost entirely from this hidden thinking, and we can bring it down by limiting reasoning effort, turning it off for simple tasks, and reserving it for the workloads where the accuracy gain justifies the cost.

sortie 205 tok latence 3.6 s

Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.

PROMPT This function is supposed to return the longest run of consecutive equal items, but callers report it is off by one on single-element inputs and misses runs that end at the last index. Fix it and explain the bug in one paragraph. VÉRIFIER le correctif passe les tests

Claude Sonnet 5 réussi · 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. […]

sortie 536 tok latence 7.1 s

Claude Sonnet 5.5 réussi · 8/8 cases

**The bug:** `cur` counts the number of *adjacent equal pairs* rather than the number of items in the run. A run of length k contains only k−1 such pairs, so every result is one too small. The counter also starts at 0 and the loop starts at index 1, so a single-element list never updates `best` and returns 0 instead of 1. (An empty list should return 0.) In addition, `cur` resets to 0 on a mismatch, when it should reset to 1, because the item at `xs[i]` begins a new run of length 1. The claim that it "misses runs ending at the last index" is really the same off-by-one: the final run is counted, but as one less than its true length. Because `best` is updated inside the loop on every extension, the last run isn't skipped. […]

sortie 444 tok latence 6.7 s

Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.

PROMPT Extract a JSON object with fields {company, quarter, revenue_usd_m, growth_pct, guidance} from this text. Use null for anything not stated; add no other fields. VÉRIFIER JSON valide, schéma exact

Claude Sonnet 5 réussi · 5/5 fields, guidance null

```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11.5, "guidance": null } ```

sortie 348 tok latence 5.3 s

Claude Sonnet 5.5 réussi · 5/5 fields, guidance null

Here is the extracted JSON: ```json { "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ``` Notes on the choices: - **quarter**: The text says "September quarter" without specifying a fiscal year or Q-number, so I kept the wording as stated. - **revenue_usd_m**: The text gives "412" for the topline, with no currency or unit stated explicitly. I've taken it as 412 million USD per the field definition, but the text does not confirm that, and the figure is constant-currency. - **growth_pct**: "Eleven and change" means slightly above 11, so 11 is an approximation. The exact figure isn't given. - **guidance**: Guidance is withheld pending the Q4 close, so no guidance is stated, hence null.

sortie 300 tok latence 3.5 s

Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.

PROMPT Write a 120-word product announcement for an API gateway feature that caches prompts across providers. Forbidden words: "seamless", "unlock", "game-changer", "revolutionize", "empower". Exactly one sentence must be a question. VÉRIFIER 120 mots, 0 mot interdit

Claude Sonnet 5 réussi · 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.

sortie 259 tok latence 4.8 s

Claude Sonnet 5.5 réussi · 122 words, 0 banned, 1 question

**Introducing Cross-Provider Prompt Caching** Your API gateway now caches prompts across every connected LLM provider, whether you route traffic to OpenAI, Anthropic, Google, or a self-hosted model. Here's how it works: the gateway fingerprints each prompt prefix, stores it centrally, and applies the right provider-specific caching mechanism automatically. When you switch providers or fail over during an outage, your cached context follows you. Early testing shows input token costs dropping by up to 70% on repeated system prompts and long documents, with latency improvements of 40% or more on cache hits. Tired of paying to send the same instructions thousands of times a day? Enable it with one configuration flag. Cache rules, TTLs, and per-team isolation are available in the dashboard today.

sortie 266 tok latence 3.8 s

Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.

Basculez de l'un à l'autre avec une seule ligne

Les deux ids sont dans chaque onglet ci-dessous - la paire de lignes en surbrillance est la seule modification. Même endpoint, même clé, même structure de requête.

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",
    # model="claude-sonnet-5-5",  # décommentez cette ligne, commentez celle du dessus
    messages=[{"role": "user", "content": "Summarize this diff"}],
    reasoning_effort="medium",
)
print(resp.choices[0].message.content)

Obtenez votre clé API →

FAQ

Lequel est le moins cher, Claude Sonnet 5 ou Claude Sonnet 5.5 ?

Ils affichent la même valeur pour entrée / 1m tokens ($2), donc le prix ne permet pas de trancher ici - consultez les spécifications et les capacités ci-dessous.

Puis-je faire un test A/B de Claude Sonnet 5 par rapport à Claude Sonnet 5.5 sans deux intégrations ?

Oui. Les deux sont servis via le même endpoint compatible OpenAI avec une seule clé API - le basculement est un changement de chaîne de modèle en une ligne, vous pouvez donc diriger une fraction du trafic vers chacun et comparer les factures directement.

Est-ce que Claude Sonnet 5 et Claude Sonnet 5.5 prennent en charge le prompt caching ?

Oui - les deux facturent les lectures en cache en dessous de leur tarif d'entrée, donc les charges de travail à préfixe chaud coûtent moins cher que ce que les tarifs de base suggèrent. Les lignes exactes des lectures en cache se trouvent dans le tableau de tarification ci-dessus.

Comparaisons associées

Issu de nos études mesurées