كلود سونيت 4.5 هو أحدث وأكثر نماذج سونيت تطوراً من أنثروبيك حتى الآن، وهو مُحسَّن للعوامل الواقعية وسير عمل البرمجة. إنه يُقدِّم أداءً متطورًا في معايير البرمجة مثل SWE‑bench Verified، مع...
كلود سونيت 4.5 هو نموذج لغوي كبير من أنثروبيك، متاح عبر واجهة برمجة تطبيقات OrcaRouter المتوافقة مع OpenAI. يقع بين مستويات نماذج Haiku و Opus من أنثروبيك، مقدماً توازناً بين القدرة والتكلفة. يدعم…
كلود سونيت 4.5 يؤدي أداءً جيدًا في المهام التي تتطلب تفكيرًا عميقًا عبر النصوص الطويلة، مثل تحليل المستندات والتلخيص والاستخراج. تشير درجة MMLU-Pro البالغة 86.0 إلى معرفة واقعية قوية وقدرة استدلالية عبر مجموعة واسعة من الموضوعات. كما أن النموذج فعّال في توليد الأكواد البرمجية، وتصحيح الأخطاء، وإعادة الهيكلة، لا سيما في المشاريع الكبيرة التي تتناسب مع نافذة السياق الخاصة به. بالنسبة للمهام متعددة الوسائط، يمكنه تفسير الصور وتقديم أوصاف، والإجابة عن أسئلة تتعلق بالمحتوى البصري، أو استخراج المعلومات من المخططات البيانية. تسمح قدرة إخراج 64,000 رمز (Token) بإنتاج ردود شاملة، مما يجعله مفيدًا لكتابة محتوى طويل أو توليد بيانات منظمة.
كلود سونيت 4.5 يقبل الصور والملفات كجزء من مدخلاته إلى جانب النص. عند تقديم صورة، يفسر النموذج محتواها البصري—مثل الكائنات، أو النص داخل الصورة، أو العلاقات المكانية—ويمكنه الإجابة على الأسئلة أو اتباع التعليمات بناءً على هذا التفسير. يمكن رفع الملفات بتنسيقات مختلفة؛ يستخرج النموذج المحتوى النصي ويعالجه ضمن نفس السياق. هذا يتيح مهامًا مثل تحليل فاتورة ممسوحة ضوئيًا (صورة) وجدول بيانات ذي صلة (ملف) في وقت واحد. النموذج لا ينتج صورًا؛ مخرجاته دائمًا نصية. تستخدم المعالجة متعددة الوسائط الرموز المميزة: تستهلك الصور رموزًا مميزة تتناسب مع دقتها، ويتم تمييز محتوى الملف كنص.
إذا كانت مهامك بسيطة، ذات سياق قصير، أو أحادية الوسائط (نص فقط)، فقد يكون النموذج الأقل تكلفة مثل Claude Haiku من Anthropic أكثر ملاءمة. على سبيل المثال، التصنيف البسيط، الأسئلة والأجوبة القصيرة، أو توليد النصوص على نطاق صغير يمكن غالبًا معالجتها بواسطة نماذج أصغر بتكلفة أقل. بالمثل، إذا كنت لا تحتاج إلى السياق الممتد أو القدرة متعددة الوسائط، فقد لا يكون الدفع مقابل Claude Sonnet 4.5 مبررًا. قم بتقييم تعقيد وطول استفساراتك النموذجية. بالنسبة للمعالجة الدفعية لآلاف الطلبات القصيرة، يقلل النموذج الأرخص من الإنفاق الإجمالي. تقدم OrcaRouter مستويات متعددة من النماذج بحيث يمكنك مطابقة النموذج لاحتياجاتك الفعلية.
كلود سونيت 4.5 مثالي للمهام التي تستفيد من سياقه الكبير ومدخلاته متعددة الوسائط. من بين أفضل الاستخدامات: تلخيص العقود القانونية بأكملها أو الأوراق البحثية، إجراء مراجعة الكود على قاعدة بيانات كاملة، إنشاء وثائق من الكود، استخراج بيانات منظمة من المستندات الممسوحة ضوئيًا (الصور)، وبناء روبوتات الدردشة التي تحتاج إلى تذكر تاريخ محادثة طويل. كما أنه مناسب تمامًا للتطبيقات التعليمية حيث يجب على النموذج قراءة فصول الكتب الدراسية أو شرائح المحاضرات والاستدلال عليها. بالنسبة للكتابة الإبداعية، يسمح حد الرمز الناتج العالي بتوليد محتوى طويل مثل القصص أو التقارير في مسار واحد. في كل حالة، تشير نتيجة النموذج 86.0 في MMLU-Pro إلى استدلال موثوق.
MMLU-Pro هو معيار يقيس فهم النموذج متعدد المهام للغة عبر مجموعة واسعة من الموضوعات، بما في ذلك STEM والعلوم الإنسانية والعلوم الاجتماعية. يتكون من أسئلة اختيار من متعدد مصممة لاختبار المعرفة والاستدلال. يحقق Claude Sonnet 4.5 درجة 86.0 على هذا المعيار. تشير هذه الدرجة إلى أن النموذج يجيب بشكل صحيح على 86.0% من الأسئلة، مما يضعه بين الأداء القوي للمهام المعرفية والاستدلالية العامة. للسياق، MMLU-Pro هو نسخة موسعة من MMLU الأصلي مع أسئلة أكثر تحديًا. تعتبر الدرجة فوق 80 تنافسية جدًا، على الرغم من أن الأداء في المهام المحددة قد يختلف.
نقاط قوة Claude Sonnet 4.5 تشمل نافذة السياق الكبيرة جدًا (1M رمز)، وحد الإخراج العالي (64k رمز)، ودعم الإدخال متعدد الوسائط، ودرجة قوية في MMLU-Pro تبلغ 86.0. هذه الميزات تجعله قويًا للمهام ذات السياق الطويل والمتعددة الوسائط. لم يتم تحديد القيود في البيانات المقدمة، ولكن مثل جميع نماذج LLM، قد ينتج أحيانًا معلومات غير صحيحة أو مختلقة. ليس لديه معرفة في الوقت الفعلي تتجاوز تاريخ قطع تدريبه. كما أنه لا يمكنه إنشاء صور أو تنفيذ إجراءات خارج إخراج النص. تكلفة كل رمز أعلى من النماذج الأصغر، لذلك قد لا يكون اقتصاديًا للمهام البسيطة والقصيرة. لا تدعي OrcaRouter أي بيانات محددة عن زمن الاستجابة، لذلك تعتمد السرعة على بنية المزود التحتية.
لا توجد بيانات زمنية محددة عن زمن الاستجابة (latency) لنموذج Claude Sonnet 4.5. بشكل عام، تعتمد السرعة على عوامل مثل عدد توكنات الإدخال والإخراج، وحمولة الواجهة الخلفية للمزود، وهندسة النموذج. كنموذج متوسط المستوى، من المتوقع أن يكون استنتاجه أبطأ من النماذج الأصغر (مثل Claude Haiku) ولكنه أسرع من النماذج الأكبر (مثل Claude Opus). يقوم OrcaRouter بتوجيه الطلبات إلى واجهة برمجة التطبيقات الخاصة بـ Anthropic، وبالتالي تخضع أوقات الاستجابة للبنية التحتية لـ Anthropic. بالنسبة للتطبيقات الحساسة لزمن الاستجابة، يُوصى بإجراء اختبارات باستخدام حمولاتك النموذجية. قد تؤدي نافذة السياق الكبيرة إلى زيادة الوقت حتى أول توكن (time-to-first-token) إذا تمت معالجة مدخلات ضخمة، حيث يجب على النموذج استيعاب جميع التوكنات قبل توليد المخرجات.
بينما يؤدي Claude Sonnet 4.5 أداءً جيدًا في MMLU-Pro (86.0) ويدعم السياقات الكبيرة، إلا أن لديه قيودًا شائعة في نماذج اللغات الكبيرة (LLMs). يمكنه إنتاج معلومات تبدو صحيحة ولكنها غير صحيحة (هلوسة). معرفته لها تاريخ قطع تدريب غير محدد في البيانات المقدمة؛ قد لا يكون على دراية بالأحداث الحديثة جدًا. لا يمتلك النموذج قدرات تصفح أو ذاكرة خارجية خارج السياق الحالي. يمكن للمعالجة متعددة الوسائط للصور عالية الدقة أن تستهلك حصة كبيرة من الرموز، مما يقلل من سعة النص الفعالة. يعني نموذج التسعير أن المخرجات الطويلة أو المدخلات الكبيرة جدًا يمكن أن تصبح باهظة الثمن. لا يوجد ضمان للاتساق عبر المطالبات المتطابقة؛ تؤثر درجة الحرارة والمعلمات الأخرى على المخرجات. قد يكون لواجهة OrcaRouter API حدود للمعدل غير مفصلة هنا.
تقوم OrcaRouter بتحصيل رسوم Claude Sonnet 4.5 بسعر المزود دون أي هامش ربح. السعر هو 3.00 دولار لكل مليون رمز إدخال و15.00 دولار لكل مليون رمز إخراج. رموز الإدخال تشمل جميع النصوص، وما يعادلها من رموز الصور، ورموز محتوى الملفات المرسلة في الطلب. رموز الإخراج هي رموز الرد المُنشأة. لا توجد رسوم إضافية تتجاوز استهلاك الرموز. نموذج الدفع لكل رمز يعني أن التكاليف تتزايد خطيًا مع الاستخدام. بالنسبة لطلب يحتوي على 100,000 رمز إدخال و10,000 رمز إخراج، ستكون التكلفة 0.30 دولار للإدخال و0.15 دولار للإخراج، بإجمالي 0.45 دولار.
تكلفة رمز الخرج (15 دولارًا لكل مليون) أعلى بخمس مرات من تكلفة رمز الدخل (3 دولارات لكل مليون). يشجع هذا التفاوت المستخدمين على تصميم الاستفسارات التي تقلل من طول الاستجابات المُولَّدة. على سبيل المثال، طلب إجابات موجزة أو مخرجات منظمة (JSON) يمكن أن يُقلِّل رموز الخرج. على العكس، يمكن أن تتراكم تكاليف الدخل إذا تم تضمين مستندات كبيرة. تسمح نافذة السياق البالغة مليون رمز بإدخالات ضخمة، لكن كل رمز دخل يتكبد تكلفة. يجب على المستخدمين تقييم ما إذا كان السياق بأكمله ضروريًا. إذا كنت تُولِّد مخرجات طويلة، فستسيطر تكلفة الخرج. يساعد استخدام حدِّ رمز خرج أقل (عبر معامل max_tokens) في التحكم في الإنفاق.
لا توفر OrcaRouter معلومات محددة حول خصومات التخزين المؤقت أو حدود المعدل لـ Claude Sonnet 4.5 في البيانات المتاحة. بشكل عام، تقدم بعض موفري واجهات برمجة التطبيقات (API) التخزين المؤقت للمطالبات (أي عدم إعادة معالجة البادئات المتطابقة المدخلة) لتقليل التكلفة وزمن الاستجابة. يُوصى بالتحقق من وثائق OrcaRouter لمعرفة أي ميزات من هذا القبيل. قد تنطبق حدود المعدل (مثل الطلبات في الدقيقة أو الرموز المميزة في الدقيقة) وتختلف حسب مستوى الحساب. يجب على المستخدمين ذوي الاحتياجات عالية الإنتاجية التواصل مع OrcaRouter للحصول على التفاصيل. كأفضل ممارسة، قم بتنفيذ منطق إعادة المحاولة مع التراجع الأسي (exponential backoff) في تطبيقك للتعامل مع استجابات الحد من المعدل المحتملة.
تتراوح تسعيرة Claude Sonnet 4.5 (3 دولار/15 دولارًا لكل مليون رمز) بين النماذج الأصغر والأقل تكلفة (مثل Claude Haiku) والنماذج الرائدة الأكثر تكلفة (مثل Claude Opus). لم تُقدم الأسعار الدقيقة للنماذج الأخرى، لكن بشكل عام، النموذج الذي يتمتع بسياق مليون رمز ودرجة 86.0 في MMLU-Pro يُقدم قيمة محددة. بالنسبة للمهام التي لا تتطلب سياقًا كبيرًا أو إدخالًا متعدد الوسائط، قد يكون النموذج الأقل تكلفة أكثر فعالية من حيث التكلفة. وعلى العكس، من المحتمل أن يكون Opus (إذا كان متاحًا) أعلى تكلفة لكل رمز وأعلى في نتائج المعايير المحتملة. سياسة هامش الربح الصفري في OrcaRouter تعني أنك تدفع بالضبط سعر المزود، مما يجعل مقارنات التكلفة عبر النماذج شفافة.
توفر OrcaRouter نقطة واجهة برمجة تطبيقات متوافقة مع OpenAI. لاستخدام Claude Sonnet 4.5، قم بتعيين عنوان URL الأساسي إلى https://api.orcarouter.ai/v1 وحدد معرف النموذج كـ "anthropic/claude-sonnet-4.5". ستحتاج إلى مفتاح API من OrcaRouter. يتبع تنسيق الطلب هيكل إكمال الدردشة من OpenAI: أرسل مصفوفة من الرسائل بأدوار مثل 'system' و'user' و'assistant'. بالنسبة لمدخلات الصور، قم بتضمين رسالة بمحتوى يحتوي على أجزاء نصية و image_url. بالنسبة لمدخلات الملفات، قد تحتاج أولاً إلى تحميل الملف أو ترميزه كنص. سيحتوي الرد على النص الذي تم إنشاؤه بواسطة النموذج بتنسيق OpenAI القياسي. مثال: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer $ORCA_API_KEY" -d '{"model":"anthropic/claude-sonnet-4.5","messages":[{"role":"user","content":"Hello"}]}'
عند استدعاء Claude Sonnet 4.5 عبر واجهة برمجة تطبيقات OrcaRouter، يمكنك استخدام معايير الدردشة القياسية من OpenAI مثل 'model' و 'messages' و 'max_tokens' و 'temperature' و 'top_p' و 'frequency_penalty' و 'presence_penalty' و 'stop' و 'stream'. الوسيط 'max_tokens' يتحكم في الحد الأقصى لرموز المخرجات، حتى الحد الأقصى للنموذج البالغ 64,000 رمز. بالنسبة للطلبات متعددة الوسائط، قم بتضمين 'image_url' داخل مصفوفة محتوى الرسالة. الوسيط 'stream' يدعم أحداث الخادم المُرسلة لتوليد الرموز في الوقت الفعلي. قد تكون هناك معايير إضافية مثل 'seed' للمخرجات المحددة متاحة أيضًا. راجع توثيق OrcaRouter للحصول على القائمة الكاملة. لاحظ أنه قد لا تكون جميع معايير OpenAI مدعومة؛ يُنصح بالاختبار. تستجيب واجهة البرمجة بكائن JSON يحتوي على 'choices'، كل منها يحتوي على كائن 'message'.
إذا كنت تنتقل من واجهة برمجة تطبيقات OpenAI إلى OrcaRouter لاستخدام Claude Sonnet 4.5، فإن العملية تكون مباشرة بفضل التوافق مع واجهة API. غيّر عنوان URL الأساسي من https://api.openai.com/v1 إلى https://api.orcarouter.ai/v1. استبدل مفتاح API الخاص بك بمفتاح API من OrcaRouter. حدّث اسم النموذج إلى "anthropic/claude-sonnet-4.5". معظم التعليمات البرمجية الحالية التي تستخدم عميل OpenAI بلغة بايثون، أو عميل جافاسكريبت، أو طلبات HTTP المباشرة ستعمل مع تعديلات طفيفة. بالنسبة للميزات متعددة الوسائط (الصور، الملفات)، تأكد من أن هيكل رسالتك يتطابق مع تنسيق OpenAI مع أجزاء المحتوى. إذا كنت تستخدم واجهة API الأصلية من Anthropic، فقد تحتاج إلى إعادة هيكلة الرسائل إلى تنسيق إكمال الدردشة (أدوار المستخدم/المساعد). توثيق OrcaRouter على الأرجح يقدم أدلة للترحيل.
كلود أوبوس هو النموذج الأكثر قدرة وتكلفة من أنثروبيك، بينما سونيت 4.5 هو عرض متوسط المستوى. يحقق أوبوس بشكل عام نتائج أعلى في المعايير (لم تُذكر الأرقام الدقيقة)، لكنه أيضًا أكثر تكلفة لكل توكن. يوفر سونيت 4.5 نافذة سياقية بسعة 1M، وهي نفس سعة أوبوس عادةً، وحد أقصى للإخراج يبلغ 64k. المفاضلة هنا تكمن بين الاستدلال من الدرجة الأولى (أوبوس) وبين توازن أكثر فعالية من حيث التكلفة (سونيت). بالنسبة للمهام التي تكون فيها درجة MMLU-Pro البالغة 86.0 من سونيت كافية، فقد يكون خيارًا أفضل من حيث القيمة. إذا كان تطبيقك يتطلب أقصى درجات الدقة في المهام الصعبة، ففكر في استخدام أوبوس. من المحتمل أن يوفر OrcaRouter كلا الخيارين، مما يسمح بالتبديل بسهولة عن طريق تغيير معرف النموذج.
كلود سونيت 4.5 (MMLU-Pro 86.0) ينافس نماذج أخرى متوسطة إلى عالية المستوى مثل GPT-4o. يدعم GPT-4o أيضًا المدخلات متعددة الوسائط ولديه نافذة سياق كبيرة (على الرغم من أن الحجم الدقيق قد يختلف). لم يتم توفير التسعير ونتائج المعايير لـ GPT-4o هنا، لذا لا يمكن إجراء مقارنة عددية مباشرة. تشمل الاختلافات العامة الاختيارات المعمارية وطرق التدريب. يفضل بعض المستخدمين Claude من حيث الأمان ومعالجة السياقات الطويلة، بينما يفضل آخرون GPT-4o لمنظومته الأوسع. من خلال OrcaRouter، يمكنك اختبار كلا النموذجين بنفس تنسيق API ومقارنة النتائج على بياناتك الخاصة. يعتمد الاختيار على الأداء التجريبي لحالة الاستخدام الخاصة بك والتكلفة المقبولة.
اختر Claude Sonnet 4.5 عندما تحتاج إلى توازن بين القدرة وطول السياق والتكلفة. إذا كانت مهامك قصيرة وبسيطة (مثل التصنيف أحادي الدورة)، فإن Haiku أرخص وأسرع. إذا كنت بحاجة إلى أفضل تفكير مطلق وكنت على استعداد لدفع المزيد، فإن Opus هو الخيار الأفضل. Sonnet مثالي للحدود الوسطى: فهو يوفر نافذة سياق كبيرة (1M) ودرجة قوية في MMLU-Pro (86.0) بسعر معتدل. بالنسبة للتطبيقات التي تعالج مستندات طويلة ذات تعقيد معتدل، من المحتمل أن يوفر Sonnet جودة كافية دون إفراط في الإنفاق. إذا كنت غير متأكد، فإن واجهة برمجة تطبيقات OrcaRouter تسمح لك بإجراء اختبار A/B لنماذج مختلفة بمجرد تغيير معرف النموذج.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="anthropic/claude-sonnet-4.5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_tokensreasoningresponse_formatstopstreamstructured_outputstemperaturethinkingtool_choicetoolstop_ktop_p| الإدخال / 1M توكن | $3.00 |
| الإخراج / 1M توكن | $15.00 |
| قراءة الذاكرة المؤقتة / 1M | $0.300 |
| كتابة الذاكرة المؤقتة / 1M | $3.75 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
GET /api/public/models/anthropic/claude-sonnet-4.5فتح @misc{orcarouter_claude_sonnet_4_5,
title = {Claude Sonnet 4.5 API},
author = {Anthropic},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/anthropic/claude-sonnet-4.5}
}Anthropic. (2025). Claude Sonnet 4.5 API. OrcaRouter. https://www.orcarouter.ai/models/anthropic/claude-sonnet-4.5