Claude Sonnet 5.5 é o modelo da Anthropic com a melhor combinação de velocidade e inteligência, lançado em 28 de setembro de 2026, com o mesmo preço do Claude Sonnet 5: 2 USD por milhão de tokens de entrada e 10 USD por milhão de saída, leituras de cache a 10 % do preço de entrada (0,20 USD por milhão), gravações de cache de 5 minutos a 2,50 USD e de 1 hora a 4 USD.
- Entrada
- texto imagem $2/M
- Saída
- texto $10/M
- Leitura de cache
- $0.2/M
- Contexto
- 1M
- vs GPT-4o
- ~60% mais barato
- Corte de conhecimento
- 2026-06
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. Em cada extremidade está o mais barato e o mais caro. São tarifas base; os descontos de lote, região e escrita em cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do fornecedor) | 1.000.000 |
|---|---|
| Saída máxima (especificação do fornecedor) | 128.000 |
| Corte de conhecimento | 2026-06 |
Cache de prompts
| Modo | explícito (opt-in) |
|---|---|
| Prefixo mín. | 512 padrão do provedor: 1.024 |
| Duração | 5 min por padrão, 1 hora opcional |
| Custo de escrita | 1.25x (5m) / 2x (1h) |
Raciocínio
| Parâmetro do fornecedor | thinking.type |
|---|---|
| Valores aceites | adaptive (default) · between_tools |
| Valor predefinido | adaptive, effort high aplicado quando o pedido nada indica |
| Pode ser desativado | Não |
| Comportamento do raciocínio | 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. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high a superfície de parâmetros do gateway - aplica-se o mapeamento do fornecedor acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- 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
conforme documentação oficial da Anthropic ↗
Um prompt, medido pelo gateway
Claude Sonnet 5.5 passou · 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.
saída 205 tok latência 3.6 s
Cumprimento da instrução (exatamente três frases - contáveis), ajuste ao público (registro de CFO), e a lacuna de cobrança do pensamento oculto que os medidores de tokens abaixo expõem.
Claude Sonnet 5.5 passou · 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. […]
saída 444 tok latência 6.7 s
Se a correção é de fato certa (executável), a densidade da explicação, e a eficiência em tokens numa tarefa delimitada.
Claude Sonnet 5.5 passou · 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.
saída 300 tok latência 3.5 s
Obediência ao esquema (sem campos inventados), pressão de alucinação (guidance é explicitamente retida), e diferenças no caminho de saída estruturada.
Claude Sonnet 5.5 passou · 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.
saída 266 tok latência 3.8 s
Obediência às restrições (orçamento de palavras, lista de palavras proibidas, a única pergunta), impressão digital de estilo, e controle de comprimento.
Use o Claude Sonnet 5.5 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-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(""));Sobre o Claude Sonnet 5.5
- Mantém uma janela de contexto de 1M de tokens sem sobretaxa para contexto longo e 128K de saída máxima, e aceita entrada de texto e imagem.
- O raciocínio adaptativo fica ativo por padrão com esforço high; o ajuste mais baixo, between_tools, desliga o raciocínio antecipado e funciona com esforço high ou inferior, enquanto um bloco thinking desativado ou um pedido manual com budget_tokens retorna 400.
- Definir temperature, top_p ou top_k com valor não padrão também retorna 400, e o uso forçado de ferramentas não é suportado.
- A Anthropic lista cinco mudanças incompatíveis para código que já roda no Claude Sonnet 5, e o texto entre chamadas de ferramenta agora volta em blocos thinking.
- O menor prompt armazenável em cache tem 512 tokens.
- A Synthorai oferece o Claude Sonnet 5.5 pela mesma API compatível com OpenAI do restante da frota.
Perguntas frequentes
A API do Claude Sonnet 5.5 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $2/M de tokens de entrada, só esse crédito já cobre cerca de 62 requisições de ~8K tokens ao Claude Sonnet 5.5.
Em que o Claude Sonnet 5.5 é melhor?
A melhor combinação de velocidade e inteligência da linha; preço do Sonnet 5: 2 USD entrada, 10 USD saída por milhão; between_tools desliga o raciocínio antecipado. Veja a seção Sobre para o quadro completo, extraído das notas de lançamento do próprio fornecedor.
Quanto custa o Claude Sonnet 5.5?
Na Synthorai, o Claude Sonnet 5.5 custa $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. É o preço de tabela do provedor, sem margem da plataforma. Tokens de entrada em cache são cobrados a $0.2/M.
O Claude Sonnet 5.5 suporta cache de prompts?
Sim, por opt-in: marque prefixos estáveis com breakpoints de cache_control. Tokens de entrada em cache são cobrados a $0.2/M, contra $2/M sem cache; os prompts precisam de um prefixo estável de 512 tokens para entrar em cache (TTL 5 min por padrão, 1 hora opcional). Guia de cache de prompts →
Como obtenho acesso ao Claude Sonnet 5.5?
Aponte seu SDK da OpenAI existente para base_url="https://synthorai.io/v1", defina model="claude-sonnet-5-5" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do Claude Sonnet 5.5?
O corte de conhecimento do Claude Sonnet 5.5 é 2026-06, segundo a documentação oficial do fornecedor (verificado em 2026-09-29).
Modelos relacionados
Comparar
Cada valor desta página é transcrito da documentação do fornecedor, ligada acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; os valores de especificação que os fornecedores definem de forma diferente são apresentados com a diferença indicada em vez de representados num gráfico. Nada aqui é medido por nós, e nada é pontuado.