Claude Sonnet 5.5 è il modello di Anthropic con la migliore combinazione di velocità e intelligenza, rilasciato il 28 settembre 2026, allo stesso prezzo di Claude Sonnet 5: 2 USD per milione di token in ingresso e 10 USD per milione in uscita, letture dalla cache al 10 % del prezzo di input (0,20 USD per milione), scritture di cache a 5 minuti a 2,50 USD e a 1 ora a 4 USD.
- Input
- testo immagine $2/M
- Output
- testo $10/M
- Lettura cache
- $0.2/M
- Contesto
- 1M
- vs GPT-4o
- ~60% più economico
- Cutoff di conoscenza
- 2026-06
Il prezzo nel contesto
Posizione del prezzo tra 68 modelli comparabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del fornitore) | 1.000.000 |
|---|---|
| Output massimo (specifica del vendor) | 128.000 |
| Cutoff di conoscenza | 2026-06 |
Caching prompt
| Modalità | esplicito (opt-in) |
|---|---|
| Prefisso min. | 512 predefinito del provider: 1.024 |
| Durata | 5 min predefinito, 1 ora opzionale |
| Costo di scrittura | 1.25x (5m) / 2x (1h) |
Ragionamento
| Parametro del fornitore | thinking.type |
|---|---|
| Valori accettati | adaptive (default) · between_tools |
| Valore predefinito | adaptive, effort high applicato se la richiesta non specifica nulla |
| Disattivabile | No |
| Comportamento del ragionamento | Adaptive thinking is on by default. The lowest setting, between_tools, turns off up-front thinking and works at high effort or below; thinking {"type": "disabled"} and a manual {"type": "enabled", "budget_tokens": N} both return a 400 error. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high la superficie parametri del gateway - vale la mappatura del fornitore sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- Same price as Claude Sonnet 5
- 1M context at standard pricing with no long-context tier
- prompt-cache reads cost 0.1x input ($0.20/M)
- minimum cacheable prompt 512 tokens
- setting temperature, top_p or top_k to a non-default value returns a 400
- forced tool use returns an error
- text between tool calls comes back in thinking blocks
- up to 300k output tokens on the Message Batches API with the output-300k-2026-03-24 beta header
Un solo prompt, misurato attraverso il gateway
Claude Sonnet 5.5 superato · 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.
out 205 tok latenza 3.6 s
Rispetto dell'istruzione (esattamente tre frasi - contabili), adattamento al pubblico (registro da CFO), e il divario di fatturazione del pensiero nascosto che i contatori di token qui sotto rivelano.
Claude Sonnet 5.5 superato · 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. […]
out 444 tok latenza 6.7 s
Se la correzione è davvero giusta (eseguibile), la densità della spiegazione, e l'efficienza in token su un compito delimitato.
Claude Sonnet 5.5 superato · 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.
out 300 tok latenza 3.5 s
Aderenza allo schema (nessun campo inventato), pressione di allucinazione (guidance è esplicitamente sospesa), e differenze nel percorso di output strutturato.
Claude Sonnet 5.5 superato · 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.
out 266 tok latenza 3.8 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica, e controllo della lunghezza.
Usa Claude Sonnet 5.5 in 30 secondi
Compatibile OpenAI: cambia la base_url, tieni il tuo 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-5-5",
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-5-5",
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-5-5",
"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-5-5",
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-5-5")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Informazioni su Claude Sonnet 5.5
- Mantiene una finestra di contesto da 1M di token senza sovrapprezzo per i contesti lunghi e 128K di output massimo, e accetta input di testo e immagini.
- Il ragionamento adattivo è attivo per impostazione predefinita con sforzo high; l'impostazione più bassa, between_tools, disattiva il ragionamento iniziale e funziona fino allo sforzo high, mentre un blocco thinking disattivato o una richiesta manuale con budget_tokens restituisce un 400.
- Anche temperature, top_p o top_k con un valore non predefinito restituiscono un 400, e l'uso forzato degli strumenti non è supportato.
- Anthropic elenca cinque modifiche incompatibili per il codice già in esecuzione su Claude Sonnet 5, e il testo tra una chiamata di strumento e l'altra ora arriva in blocchi thinking.
- Il prompt minimo memorizzabile in cache è di 512 token.
- Synthorai offre Claude Sonnet 5.5 tramite la stessa API compatibile con OpenAI del resto della flotta.
FAQ
L'API di Claude Sonnet 5.5 si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza carta richiesta. A $2/M token in input, quel credito da solo copre circa 62 richieste da ~8K token verso Claude Sonnet 5.5.
In cosa eccelle Claude Sonnet 5.5?
La migliore combinazione di velocità e intelligenza della gamma; prezzo di Sonnet 5: 2 USD input, 10 USD output per milione; between_tools disattiva il ragionamento iniziale. Il quadro completo è nella sezione «Informazioni», tratto dalle note di rilascio ufficiali del vendor.
Quanto costa Claude Sonnet 5.5?
Su Synthorai, Claude Sonnet 5.5 costa $2 per milione di token in input e $10 per milione di token in output: il prezzo di listino del provider, senza ricarico della piattaforma. I token di input in cache si fatturano a $0.2/M.
Claude Sonnet 5.5 supporta il caching dei prompt?
Sì, su opt-in: marca i prefissi stabili con breakpoint cache_control. I token di input in cache si fatturano a $0.2/M contro $2/M senza cache; per andare in cache i prompt richiedono un prefisso stabile di 512 token (TTL 5 min predefinito, 1 ora opzionale). Guida al caching dei prompt →
Come ottengo l'accesso a Claude Sonnet 5.5?
Punta il tuo SDK OpenAI esistente a base_url="https://synthorai.io/v1", imposta model="claude-sonnet-5-5" e hai finito: una sola chiave API copre tutti i modelli del gateway.
Qual è il cutoff di conoscenza di Claude Sonnet 5.5?
Il cutoff di conoscenza di Claude Sonnet 5.5 è 2026-06, secondo la documentazione ufficiale del vendor (dato aggiornato al 2026-09-29).
Modelli correlati
Confronta
Ogni valore di questa pagina è trascritto dalla documentazione del fornitore, collegata sopra, e riporta la data in cui è stato verificato. I prezzi sono confrontati sull'intero catalogo; i valori di specifica che i fornitori definiscono in modo diverso sono mostrati indicando la differenza anziché messi a grafico. Nulla qui è misurato da noi e nulla è valutato con un punteggio.