O Claude Sonnet 4.6 é a geração que trouxe capacidade de grande contexto ao nível Sonnet: em relação ao Sonnet 4.5, ele expande a janela de contexto de 200K para 1M tokens, dobra a saída máxima para 128K tokens e adiciona o raciocínio adaptativo (adaptive thinking) junto ao raciocínio estendido.
- Entrada
- texto imagem $3/M
- Saída
- texto $15/M
- Leitura de cache
- $0.3/M
- Contexto
- 1M
- vs GPT-4o
- ~40% mais barato
- Corte de conhecimento
- 2025-08
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.000.000 |
|---|---|
| Saída máxima (especificação do provedor) | 128.000 |
| Corte de conhecimento | 2025-08 |
| Dados de treinamento até | 2026-01 conhecimento até 2025-08 |
Cache de prompts
| Modo | explícito (opt-in) |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | 5 min por padrão, 1 hora opcional |
| Custo de escrita | 1.25x (5m) / 2x (1h) |
Raciocínio
| Parâmetro do provedor | thinking.type + output_config.effort (budget_tokens still accepted, deprecated) |
|---|---|
| Valores aceitos | thinking.type adaptive · enabled (deprecated) · disabled; effort low · medium · high · max (no xhigh) |
| Valor padrão | raciocínio desativado; effort high usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | O raciocínio adaptativo se intercala automaticamente entre chamadas de ferramentas sem beta header; no modo manual "enabled" o header interleaved-thinking-2025-05-14 ainda funciona, mas está depreciado; os blocos de raciocínio dos turnos anteriores permanecem no contexto e são cobrados como entrada. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- Contexto de 1M tokens em GA com preço padrão desde 2026-03-13
- até 300k tokens de saída na Batch API com o beta header output-300k-2026-03-24
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Sonnet 4.6 passou · 3 sentences
Here is a three-sentence explanation for a CFO: Reasoning models "think out loud" by generating a long internal chain of thought before producing the final answer, and every token in that thinking process is billed at the same rate as the output you actually see. This means a single user request that previously cost 500 tokens of output may now cost 5,000 tokens once the hidden reasoning steps are counted, multiplying cost per call by roughly 5-10x depending on task complexity. To control this, we can cap reasoning depth, route simpler tasks back to non-reasoning models, and audit which use cases actually require that level of accuracy to ensure we are only paying the premium where it delivers measurable business value.
saída 156 tok latência 4.9 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
Claude Sonnet 4.6 passou · 8/8 cases
## The Bug There are two related off-by-one errors: 1. **`cur` starts at `0` instead of `1`** — a single matching pair increments `cur` to `1`, which correctly represents a run of 2, but a single-element list (or any non-repeating list) leaves `cur = 0` and `best = 0`, when the answer should be `1`. 2. **`best` is only updated inside the `if` branch** — a run that ends at the last index is captured correctly *in that branch*, but the initialization problem means the baseline "every element is a run of at least 1" is never established. The root cause is that **`cur` tracks the number of *consecutive equal pairs*, not the length of the run**. Switching to tracking run length directly (starting `cur = 1`, updating `best` on *every* iteration including the `else` branch reset) fixes both issues. […]
saída 685 tok latência 12.2 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
Claude Sonnet 4.6 passou · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3 (September quarter)", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
saída 67 tok latência 1.3 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
Claude Sonnet 4.6 passou · 121 words, 0 banned, 1 question
**Introducing Prompt Caching Across Providers** Managing AI costs gets complicated when identical prompts hit multiple providers repeatedly, burning through tokens unnecessarily. Today, we're launching cross-provider prompt caching in our API gateway — a feature that stores prompt responses and serves cached results regardless of which underlying model handles your request. Here's how it works: when your application sends a repeated prompt, the gateway checks its cache first, returning stored outputs in milliseconds rather than forwarding requests to OpenAI, Anthropic, or any connected provider. Why pay for the same generation twice? With configurable TTL settings and cache-key customization, teams processing high-volume or repetitive workloads will see immediate latency improvements and measurable cost reductions starting on day one. Available now on all paid plans.
saída 177 tok latência 5.4 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o Claude Sonnet 4.6 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu 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-4-6",
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-4-6",
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-4-6",
"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-4-6",
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-4-6")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o Claude Sonnet 4.6
- A Anthropic o lançou como seu modelo balanceado combinando velocidade e inteligência para tarefas do dia a dia, com desempenho aprimorado de busca agêntica consumindo menos tokens, e a janela de 1M está em disponibilidade geral com preço padrão em vez de restrita a beta.
- Ele mantém o perfil de latência rápida do Sonnet e o preço de $3/$15 por milhão de tokens, com entrada de visão e uso de ferramentas por toda parte, e se qualifica para o beta estendido de 300K de saída da Batch API.
- O esforço cobre de low até max, mas não xhigh; embora o parâmetro assuma high por padrão, a Anthropic recomenda explicitamente defini-lo neste modelo para evitar latência inesperada, e sugere medium como o padrão prático.
- O raciocínio estendido ainda funciona, mas está obsoleto em favor do adaptativo, e nenhum dos tipos de raciocínio é rejeitado de imediato.
- O prefill da mensagem do assistente retorna um erro aqui, enquanto os parâmetros de amostragem fora do padrão ainda são tolerados.
- Essa restrição chega com o Sonnet 5.
- Ele usa o tokenizador mais antigo, então as contagens de tokens permanecem comparáveis às de modelos anteriores.
- A Anthropic agora o lista como modelo legado superado pelo Claude Sonnet 5.
- Pelo endpoint compatível com OpenAI da Synthorai, ele entra em qualquer integração existente no estilo GPT sem alterações.
Perguntas frequentes
A API do Claude Sonnet 4.6 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $3/M de tokens de entrada, só esse crédito já cobre cerca de 41 requisições de ~8K tokens ao Claude Sonnet 4.6.
Em que o Claude Sonnet 4.6 é melhor?
Contexto expandido de 200K para 1M tokens; saída máxima dobrada para 128K tokens; raciocínio adaptativo com preço inalterado de $3/$15. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o Claude Sonnet 4.6?
Na Synthorai, o Claude Sonnet 4.6 custa $3 por milhão de tokens de entrada e $15 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.3/M.
Qual é a janela de contexto do Claude Sonnet 4.6?
O Claude Sonnet 4.6 tem uma janela de contexto de 1M tokens na Synthorai. Uma única resposta pode ter até 128,000 tokens.
O Claude Sonnet 4.6 suporta cache de prompts?
Sim, por opt-in: marque prefixos estáveis com breakpoints de cache_control. Tokens de entrada em cache são cobrados a $0.3/M, contra $3/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL 5 min por padrão, 1 hora opcional). Guia de cache de prompts →
Como obtenho acesso ao Claude Sonnet 4.6?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="claude-sonnet-4-6" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Sonnet 4.6?
O corte de conhecimento do Claude Sonnet 4.6 é 2025-08, segundo a documentação oficial do provedor (verificado em 2026-07-09).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.