Anthropic: Claude Sonnet 5

Claude Sonnet 5 är en textmodell från Anthropic, listad på api14 som anthropic/claude-sonnet-5. Anthropic beskriver den som sin mest kapabla modell i Sonnet-klassen, med frontier-prestanda inom kodning, agenter och professionellt arbete. Den tillhör kategorin text och släpptes av leverantören 2026-06-30.

Modellen tar text, bilder och filer som indata och returnerar text. Dess kontextfönster är 1 000 000 tokens, och maximal utdata är 128 000 tokens. Den kombinationen av ett mycket stort kontextfönster och en stor utdatabudget innebär att du kan mata in långa dokument eller hela arkiv med material och fortfarande ha utrymme kvar för ett omfattande genererat svar. Anthropic beskriver också adaptivt tänkande med valbara nivåer för resonemangsinsats, inklusive low, medium, high och max, vilket låter dig byta hastighet mot resonemangsdjup per begäran.

Dessa förmågor pekar mot några praktiska användningsområden. Kodningsarbete passar naturligt: läsa stora filer eller hela projekt, förklara kod, utforma ändringar och driva agentloopar som anropar verktyg. Eftersom bilder och filer accepteras som indata är också dokumenttunga uppgifter rimliga, såsom att sammanfatta rapporter, extrahera strukturerad data från PDF:er eller svara på frågor över en blandad uppsättning bilagor. Styrningen av resonemangsinsats passar agentiska arbetsflöden och arbetsflöden i flera steg, där du vill ha mer eftertänksamt tänkande på svåra steg och billigare, snabbare svar på rutinmässiga. Strukturerade utdata och verktygsanrop gör den användbar som resonemangskärna bakom en applikation, inte bara som en chattändpunkt.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t anthropic/claude-sonnet-5, så befintliga klienter och SDK:er i OpenAI-stil fungerar med en ändring av bas-URL och modellnamn. De begärandeparametrar som stöds är include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, tool_choice, tools och verbosity. I praktiken täcker tools och tool_choice funktionsanrop, response_format och structured_outputs täcker begränsade utdataformer, och reasoning, reasoning_effort och include_reasoning styr tänkandebeteendet. Använd max_tokens eller max_completion_tokens för att begränsa genereringen, och stop för att avsluta utdata vid givna sekvenser.

Två begränsningar är värda att notera när du planerar en integration. Utdata är endast text, så om du behöver genererade bilder eller ljud är den här modellen inte rätt val. Indata är text, bilder och filer, så andra modaliteter på indatasidan ligger också utanför omfånget. Om din arbetsbelastning är liten och enkel låter inställningarna för resonemangsinsats dig skruva ned modellen i stället för att byta bort den, men för uppgifter utanför textgenerering behöver du en annan modell.