Claude Sonnet 5 è la nuova generazione della famiglia Sonnet di Anthropic ("la migliore combinazione di velocità e intelligenza"), posizionata come un upgrade di capacità drop-in rispetto a Sonnet 4.6, con i guadagni maggiori nei compiti di coding e agentici.
- 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
- 2026-01
Benchmark
Dati pubblicati dai fornitori: Alibaba (Qwen) Anthropic DeepSeek Google Moonshot OpenAI Tencent
Il prezzo nel contesto
Posizione del prezzo tra 60 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 | 2026-01 |
Caching prompt
| Modalità | esplicito (opt-in) |
|---|---|
| Prefisso min. | 1.024 |
| Durata | 5 min predefinito, 1 ora opzionale |
| Costo di scrittura | 1.25x (5m) / 2x (1h) |
Ragionamento
| Parametro del fornitore | thinking.type "adaptive" + output_config.effort |
|---|---|
| Valori accettati | thinking.type adaptive · disabled; effort low · medium · high · xhigh · max; "enabled" returns 400 |
| Valore predefinito | thinking attivo (adattivo); effort high applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | Il thinking è attivo senza alcuna configurazione e thinking {type "disabled"} è accettato a qualsiasi livello di effort, a differenza di Opus 5; display vale "omitted" di default; i blocchi di thinking dei turni precedenti restano nel contesto e vengono fatturati come input. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high la superficie parametri del gateway - vale la mappatura del fornitore sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- Prezzo introduttivo di $2/$10 per MTok fino al 2026-08-31
- contesto da 1M
- thinking adattivo attivo di default
- nuovo tokenizer (~30% di token in più)
- i parametri di sampling non predefiniti restituiscono 400
- nessun Priority Tier
Un solo prompt, misurato attraverso il gateway
Claude Sonnet 5 superato · 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.
out 194 tok latenza 4.3 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 superato · 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. […]
out 536 tok latenza 7.1 s
Se la correzione è davvero giusta (eseguibile), la densità della spiegazione, e l'efficienza in token su un compito delimitato.
Claude Sonnet 5 superato · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3", "revenue_usd_m": 412, "growth_pct": 11.5, "guidance": null } ```
out 348 tok latenza 5.3 s
Aderenza allo schema (nessun campo inventato), pressione di allucinazione (guidance è esplicitamente sospesa), e differenze nel percorso di output strutturato.
Claude Sonnet 5 superato · 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.
out 259 tok latenza 4.8 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica, e controllo della lunghezza.
Usa Claude Sonnet 5 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",
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(""));Informazioni su Claude Sonnet 5
- Anthropic lo inquadra per la generazione di codice, l'analisi dei dati, la creazione di contenuti, la comprensione visiva e l'uso agentico degli strumenti, e come l'opzione per il lavoro che richiede più di Sonnet 4.6 senza passare a un modello di classe Opus.
- Include una finestra di contesto da 1M di token di default, 128K di output massimo, thinking adattivo attivo di default con controllo del livello di effort, un nuovo tokenizer, input visivo e l'intero set di strumenti di Claude; il prezzo introduttivo si applica fino al 31 agosto 2026.
- La finestra da 1M è insieme il valore predefinito e il massimo (non esiste una variante di contesto più piccola), e l'effort arriva a xhigh, che nessun altro modello non-Opus offre, con medium descritto come all'incirca paragonabile a Sonnet 4.6 a effort high.
- Tre cambi di comportamento contano al momento della migrazione.
- Il nuovo tokenizer produce circa il 30% di token in più a parità di testo, il che modifica i conteggi d'uso, i budget di output e il costo per richiesta senza alcuna modifica all'API.
- I parametri di sampling non predefiniti ora restituiscono un errore, una restrizione vista in precedenza solo su Opus 4.7 e successivi.
- Ed è il primo modello di livello Sonnet con salvaguardie di cybersecurity in tempo reale, dove una richiesta rifiutata torna come una risposta riuscita che porta uno stop reason di rifiuto anziché come un errore.
- Su Synthorai, Claude Sonnet 5 risponde sulla stessa API compatibile OpenAI di ogni altro modello del catalogo.
FAQ
L'API di Claude Sonnet 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.
In cosa eccelle Claude Sonnet 5?
Guadagni maggiori nei compiti di coding e agentici; finestra di contesto da 1M di token di default; upgrade di capacità drop-in da Sonnet 4.6. Il quadro completo è nella sezione «Informazioni», tratto dalle note di rilascio ufficiali del vendor.
Quanto costa Claude Sonnet 5?
Su Synthorai, Claude Sonnet 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 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 1,024 token (TTL 5 min predefinito, 1 ora opzionale). Guida al caching dei prompt →
Come ottengo l'accesso a Claude Sonnet 5?
Punta il tuo SDK OpenAI esistente a base_url="https://synthorai.io/v1", imposta model="claude-sonnet-5" e hai finito: una sola chiave API copre tutti i modelli del gateway.
Qual è il cutoff di conoscenza di Claude Sonnet 5?
Il cutoff di conoscenza di Claude Sonnet 5 è 2026-01, secondo la documentazione ufficiale del vendor (dato aggiornato al 2026-07-09).
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.