Anthropic: Claude Sonnet 5.5

Claude Sonnet 5.5 è un modello text di Anthropic, rilasciato il 28 settembre 2026 come aggiornamento diretto di Claude Sonnet 5. Si colloca nella classe Sonnet di Anthropic, che il provider descrive come pensata per lavoro quotidiano ben delimitato anziché per i compiti frontier più pesanti. Su api14 è elencato con il model id anthropic/claude-sonnet-5.5 e la sua categoria principale è text.

Il modello accetta text, immagini e file come input, e restituisce solo text. La sua context window è di 1.000.000 di token, abbastanza ampia da contenere interi codebase, lunghi insiemi di documenti o cronologie di conversazione estese in una singola richiesta. L'output massimo è di 128.000 token, quindi le risposte possono raggiungere una lunghezza sostanziale quando un compito lo richiede. Anthropic evidenzia la creazione di funzionalità e la correzione di bug come punti di forza particolari, insieme alla produzione di output scritto.

Queste capacità indicano un insieme piuttosto specifico di utilizzi. La combinazione di una context window molto ampia e dell'input di immagini e file si adatta all'assistenza al codice su repository reali, dove uno sviluppatore vuole che il modello legga molti file contemporaneamente e proponga modifiche o rintracci un bug attraverso di essi. Lo stesso mix di input funziona per l'analisi di documenti, come riassumere o estrarre dati strutturati da report lunghi, PDF o materiale scansionato. Poiché l'output può raggiungere 128.000 token, il modello può anche gestire attività di generazione che richiedono risposte lunghe e continue anziché risposte brevi. Il tool calling e gli structured outputs lo rendono adatto a workflow in stile agente e a pipeline che necessitano di risultati leggibili dalla macchina.

Lo si chiama tramite l'API compatibile con OpenAI di api14 usando il model id anthropic/claude-sonnet-5.5. 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 questo significa che puoi limitare la lunghezza dell'output, controllare quanta reasoning effort applica il modello e se il reasoning viene mostrato, vincolare le risposte a uno schema tramite response_format o structured_outputs, definire tool e come il modello può scegliere tra essi, impostare sequenze di stop e regolare la verbosity. Il codice scritto per la forma delle chat completions di OpenAI dovrebbe funzionare cambiando solo la base URL e il model id.

L'aspetto principale da valutare è l'ambito. Anthropic posiziona questo come un modello di classe Sonnet per lavoro quotidiano ben delimitato, quindi se il tuo compito è all'estremo della difficoltà o richiede output diverso dal text, un altro modello potrebbe essere più adatto. L'output è solo text, quindi la generazione di immagini o audio è fuori ambito qui. Nel lavoro su text, però, la context window da un milione di token e il tetto di output di 128.000 token coprono un'ampia gamma di attività di sviluppo e documentali.