Anthropic: Claude Sonnet 5.5

Claude Sonnet 5.5 to model tekstowy od Anthropic, wydany 28 września 2026 jako bezpośrednie ulepszenie Claude Sonnet 5. Należy do klasy Sonnet u Anthropic, którą dostawca opisuje jako przeznaczoną do dobrze określonych codziennych zadań, a nie do najcięższych zadań frontier. W api14 jest wymieniony pod identyfikatorem modelu anthropic/claude-sonnet-5.5, a jego główna kategoria to tekst.

Model przyjmuje jako dane wejściowe tekst, obrazy i pliki, a zwraca wyłącznie tekst. Jego okno kontekstowe wynosi 1 000 000 tokenów, co wystarcza, aby pomieścić całe bazy kodu, długie zestawy dokumentów lub rozbudowaną historię rozmowy w jednym żądaniu. Maksymalne wyjście to 128 000 tokenów, więc odpowiedzi mogą być znacznej długości, gdy zadanie tego wymaga. Anthropic wskazuje budowanie funkcji i naprawianie błędów jako szczególne mocne strony, obok tworzenia treści pisanych.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Połączenie bardzo dużego okna kontekstowego oraz wejścia obrazowego i plikowego pasuje do wspomagania kodu w rzeczywistych repozytoriach, gdzie programista chce, aby model przeczytał wiele plików naraz i zaproponował zmiany lub prześledził błąd w ich obrębie. Ten sam zestaw danych wejściowych sprawdza się w analizie dokumentów, na przykład przy streszczaniu lub wyodrębnianiu danych strukturalnych z długich raportów, plików PDF lub materiałów zeskanowanych. Ponieważ wyjście może osiągnąć 128 000 tokenów, model może także obsługiwać zadania generowania wymagające długich, ciągłych odpowiedzi, a nie krótkich rezultatów. Wywoływanie narzędzi i wyjścia strukturalne czynią go rozsądnym wyborem dla przepływów pracy w stylu agentowym oraz dla potoków wymagających wyników czytelnych maszynowo.

Wywołujesz go przez zgodne z OpenAI API api14, używając identyfikatora modelu anthropic/claude-sonnet-5.5. Obsługiwane parametry żądania to include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools i verbosity. W praktyce oznacza to, że możesz ograniczyć długość wyjścia, kontrolować, jak duży wysiłek rozumowania stosuje model i czy rozumowanie jest ujawniane, ograniczyć odpowiedzi do schematu przez response_format lub structured_outputs, zdefiniować narzędzia i sposób, w jaki model może wybierać spośród nich, ustawić sekwencje stop oraz dostosować verbosity. Kod napisany pod kształt OpenAI chat completions powinien działać po zmianie tylko bazowego URL i identyfikatora modelu.

Najważniejszą rzeczą do rozważenia jest zakres. Anthropic pozycjonuje go jako model klasy Sonnet do dobrze określonych codziennych zadań, więc jeśli twoje zadanie jest na skrajnym końcu trudności lub wymaga wyjścia innego niż tekst, inny model może pasować lepiej. Wyjście jest wyłącznie tekstowe, więc generowanie obrazów lub dźwięku jest tutaj poza zakresem. Jednak w obrębie pracy z tekstem milionowy kontekst tokenów i pułap wyjścia 128 000 tokenów obejmują szeroki zakres zadań programistycznych i dokumentowych.