Anthropic: Claude Sonnet 5

Claude Sonnet 5 è un modello testuale di Anthropic, elencato su api14 come anthropic/claude-sonnet-5. Anthropic lo descrive come il suo modello più capace della classe Sonnet, con prestazioni all'avanguardia in ambito coding, agenti e lavoro professionale. Appartiene alla categoria testo ed è stato rilasciato dal provider il 2026-06-30.

Il modello accetta testo, immagini e file come input, e restituisce testo. La sua finestra di contesto è di 1.000.000 di token, e l'output massimo è di 128.000 token. Questa combinazione di contesto molto ampio e budget di output elevato significa che puoi inserire documenti lunghi o interi repository di materiale e lasciare comunque spazio per una risposta generata sostanziosa. Anthropic descrive anche un ragionamento adattivo con livelli di impegno di ragionamento selezionabili, tra cui low, medium, high e max, che ti consente di bilanciare velocità e profondità di ragionamento per ogni richiesta.

Queste capacità indicano alcuni usi pratici. Il lavoro di coding si adatta naturalmente: leggere file di grandi dimensioni o interi progetti, spiegare codice, redigere modifiche e guidare cicli di agenti che chiamano strumenti. Poiché immagini e file sono accettati come input, anche le attività ad alta intensità documentale come riassumere report, estrarre dati strutturati da PDF o rispondere a domande su un insieme misto di allegati sono ragionevoli. I controlli dell'impegno di ragionamento si adattano a flussi di lavoro agentici e multi-step in cui desideri un pensiero più ponderato sui passaggi difficili e risposte più economiche e veloci su quelli di routine. Gli output strutturati e la chiamata di strumenti lo rendono utilizzabile come nucleo di ragionamento alla base di un'applicazione, non solo come endpoint di chat.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando l'id del modello anthropic/claude-sonnet-5, quindi i client e gli SDK esistenti in stile OpenAI funzionano con un cambio di base URL e nome del modello. I parametri di richiesta supportati sono include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools e verbosity. In pratica, tools e tool_choice coprono la chiamata di funzioni, response_format e structured_outputs coprono le forme di output vincolate, e reasoning, reasoning_effort e include_reasoning controllano il comportamento di pensiero. Usa max_tokens o max_completion_tokens per limitare la generazione, e stop per terminare l'output su sequenze date.

Due limiti meritano attenzione quando pianifichi un'integrazione. L'output è solo testo, quindi se hai bisogno di immagini o audio generati, questo modello non è adatto. Gli input sono testo, immagini e file, quindi anche altre modalità sul lato input sono fuori ambito. Se il tuo carico di lavoro è piccolo e semplice, le impostazioni dell'impegno di ragionamento ti permettono di ridurre il modello invece di cambiarlo, ma per attività al di fuori della generazione di testo avrai bisogno di un modello diverso.