קלוד סונט 5 הוא הדגם הסונט המסוגל ביותר של Anthropic — ביצועים ברמה פורצת דרך בתכנות, בזרימות עבודה סוכניות ובעבודה מקצועית מבוססת ידע, בשבריר מעלות שכבת Opus. הוא משרת חלון הקשר של 1M טוקנים עם עד 128K טוקני פלט, מקבל קלטי טקסט, תמונה וקבצים עם פלט טקסטי, ותומך בחשיבה אדפטיבית עם מאמץ חשיבה שניתן לבחירה (נמוך, בינוני, גבוה, מקסימלי) כך שמתקשרים יכולים לכוון את יחסי האינטליגנציה/השהייה/עלות לכל בקשה. בנוי כסונט הסוכני ביותר של Anthropic עד כה, הוא מציג שיפורים גדולים לעומת Sonnet 4.6 בתכנות סוכני ובשימוש במחשב וסוגר חלק גדול מהפער מול Opus 4.8 — 63.2% ב-SWE-bench Pro, 80.4% ב-Terminal-Bench 2.1, ו-81.2% ב-OSWorld-Verified — תוך תמחור נמוך משמעותית מ-Opus 4.8, GPT-5.5 ו-Gemini 3.1 Pro. זוהי ברירת מחדל חזקה עבור סוכנים רגישי עלות, עוזרי תכנות ועומסי עבודה בייצור בהיקף גבוה שעדיין דורשים חשיבה פורצת דרך.
קלוד סונט 5 (Claude Sonnet 5) הוא מודל של Anthropic המיועד למשימות רב-הקשרים ורב-מודליות. הוא תומך בעד 1,000,000 טוקני קלט – מספיק כדי לכסות מאגרי קוד שלמים, מסמכים ארוכים או קבצי נתונים מרובים –…
קלוד סונט 5 מצטיין במשימות הקשורות לקוד, החל מקריאת בסיסי קוד שלמים ועד להפקת אלגוריתמים מורכבים. עם קונטקסט של מיליון טוקנים, הוא מסוגל לקלוט מספר קבצים בהנחיה אחת, להבין תלויות בין-קובצים, ולייצר קוד שעבר רפקטורינג, הסברי דיבוג או בדיקות יחידה. הוא תומך בשפות פופולריות כמו Python, JavaScript, Java, C++, Go, Rust ועוד רבות אחרות, ועונה בשפה שבחר המשתמש. המודל יכול גם להסיק על נתיבי ביצוע של קוד, לאתר שגיאות לוגיות ולהציע אופטימיזציות. עבור משימות כמו יצירת REST API מתוך מפרט, המרת בסיס קוד מונוליטי למיקרוסרוויסים, או סקירת בקשת משיכה תוך התבוננות בכל הקבצים שהשתנו בבת אחת, קלוד סונט 5 מספק פתרון חזק בקריאה יחידה. ציון ה-81.2 OSWorld-Verified שלו מעיד על ביצועים חזקים במבדקים ברמת מערכת ההפעלה, מה שמשקף עוד יותר את מיומנותו בקוד ובפקודות.
קלוד Sonnet 5 יכול לקבל תמונות כקלט—בין אם מועלות ישירות (כ-base64 או דרך URL) או מוטמעות במסמכים—ולהסיק לגבי תוכנן. הוא יכול לתאר סצנות, לזהות אובייקטים, לקרוא טקסט מתמונות, ולענות על שאלות ויזואליות. הבנת התמונה אינה מוגבלת לתמונות סטטיות; הוא יכול לעבד תרשימים, דיאגרמות, צילומי מסך, הערות בכתב יד, ואפילו פריימים מוידאו (אם מסופקים כתמונות רצופות). מכיוון שחלון ההקשר גדול, ניתן לכלול תמונות רבות בתוך הנחיה אחת למשימות כמו השוואה ויזואלית, ניתוח מסמכים מרובי עמודים, או זיהוי שינויים בסדרת צילומי מסך. המודל מתייחס לתמונות כחלק מהיסטוריית השיחה, כך שהוא יכול לשלב רמזים חזותיים עם הוראות טקסטואליות. שימו לב שטוקניזציה של תמונות צורכת טוקנים ביחס לרזולוציה; OrcaRouter מטפל אוטומטית בקידוד ושולח את הנתונים בפורמט שאנתרופיק מצפה לו.
למרות שקלוד סונט 5 הוא חסכוני מבחינת עלות לטוקן ביחס ליכולותיו, ישנם מצבים שבהם דגם קל יותר עשוי להתאים יותר. ליצירת טקסט פשוטה — מיילים קצרים, פוסטים במדיה חברתית, או שאלות ותשובות בסיסיות — דגם קטן וזול יותר כמו Claude Haiku או GPT-4o-mini יכול לספק תוצאות נאותות בשבריר מהעלות. באופן דומה, אם זרימת העבודה שלך כוללת משימות צפויות ביותר ובעלות מורכבות נמוכה (למשל, חילוץ מילות מפתח, תרגום ללא ניואנסים), התקורה של דגם עם הקשר גדול אינה נחוצה. למשימות ראייה שדורשות רק OCR מבלי צורך בהיגיון עמוק, API ראייה ייעודי עשוי להיות זול יותר. בנוסף, אם הקשר הקלט שלך נשאר באופן עקבי מתחת ל-32K טוקנים, ייתכן שאינך זקוק לחלון של 1M ותוכל להשתמש בדגם עם הקשר קטן יותר אך מחיר נמוך יותר לטוקן. תמיד בצע אבחון השוואתי של עלות מול איכות עבור מקרה השימוש הספציפי שלך.
Claude Sonnet 5 מצטיין בתרחישים רב-הקשריים ורב-מודליים, שבהם קריאה אחת למודל חייבת לעבד נתונים גדולים או מעורבים. מקרי שימוש אידיאליים כוללים: ניתוח מאגר קוד שלם לאיתור פרצות אבטחה, הפקת תיעוד מקיף מתוך מערך מסמכי עיצוב וצילומי מסך, סקירת חוזים משפטיים על פני מאות עמודים, ניתוח דוחות רפואיים המשלבים נתוני הדמיה ורשומות קליניות, ועוזרים אינטראקטיביים השומרים היסטוריות שיחה ארוכות (למשל: יומן אישי, טיפול, מחקר). יכולות ההיגיון החזקות שלו הופכות אותו גם למתאים לפתרון בעיות מדעיות, חילוץ נתונים מורכב מקובצי PDF, ובניית סוכנים חכמים המנהלים משימות רב-שלביות עם קבצים מצורפים. לכתיבה יצירתית הדורשת קול עקבי לאורך פרקים רבים, מגבלת הפלט הגדולה מסייעת בהפקת טיוטות מלאות בפעם אחת. כאשר ניגשים אליו דרך OrcaRouter, התמחור ללא תוספת מחיר מפחית עוד יותר את העלות של מקרי שימוש אלה בנפח גבוה.
קלוד סונט 5 השיג ציון של 81.2 במבחן OSWorld-Verified, מדד שנועד למדוד יכולת של מודל לבצע משימות מערכת הפעלה—כגון פעולות קבצים, ביצוע פקודות, ריבוי משימות ושימוש בשורת הפקודה—באמצעות הוראות בשפה טבעית. ציון של 81.2 מציין שהמודל מפרש ומבצע באופן אמין מגוון רחב של פקודות ותרחישים ברמת מערכת ההפעלה. זה רלוונטי למפתחים שבונים כלי אוטומציה, צינורות DevOps בסיוע בינה מלאכותית, וכל יישום שדורש מהמודל לתפקד כעוזר מוכשר לאינטראקציות עם מערכת ההפעלה. המבחן בודק גם יצירת סקריפטים וגם יכולת להבין מושגי מערכת הפעלה כמו נתיבים, הרשאות ותהליכים. אף על פי שאינו תחליף מושלם לביצועים בעולם האמיתי, ציון זה מרמז שקלוד סונט 5 הוא בין המודלים המובילים לביצוע קוד אוטונומי ומשימות ברמת המערכת.
החוזקות העיקריות של Claude Sonnet 5 הן חלון ההקשר הגדול שלו (1M טוקנים), מגבלת הפלט הגבוהה (128K טוקנים), יכולת נימוק רב-מודאלית חזקה, וכשירות ברמת מערכת ההפעלה (81.2 OSWorld-Verified). הוא מתמודד היטב עם מסמכים ארוכים, מאגרי קוד מורכבים וקלטים מעורבים תוך שמירה על קוהרנטיות גבוהה. עם זאת, כמו כל המודלים, יש לו מגבלות. ביצועי ההקשר האפקטיבי עלולים להתדרדר לקראת סוף החלון; Anthropic ממליצה להישאר מתחת ל-~900K טוקנים לתוצאות מיטביות. המודל עלול להתקשות עם רפרנסים תרבותיים ניואנסיים, יצירת נתונים עובדתיים (הוא עלול להזות מספרים), ומשימות הדורשות ידע בזמן אמת מעבר למועד החיתוך של האימון שלו (Anthropic לא חשפה את תאריך החיתוך המדויק, אך הוא בערך בתחילת 2025). יכולות הראייה טובות אך אינן ברמה הגבוהה ביותר לזיהוי אובייקטים ברזולוציה עדינה. התמחור, אף שהוא ללא תוספת מחיר, עדיין גבוה יותר ממודלים קטנים יותר. זמן ההשהיה אופייני למודל גדול – תגובות עלולות להיות איטיות יותר בשל עיבוד ההקשר הגדול.
השהייה (Latency) עבור Claude Sonnet 5 תלויה במידה רבה בגודל הקלט ובאורך הפלט. עם קונטקסט של מיליון טוקנים, עיבוד ההנחיה הראשוני עשוי להימשך מספר שניות עד דקות, מכיוון שהמודל חייב להתייחס לחלון כולו. לאחר תחילת העיבוד, מהירות יצירת הטוקנים היא בדרך כלל בטווח של 20-40 טוקנים לשנייה (בהתאם לעומס ולתשתית הספק). קלטים קטנים יותר (למשל, כמה מאות טוקנים) יראו השהיית טוקן ראשון מהירה יותר, לעתים קרובות מתחת לשנייה. הזרמה (Streaming) מופעלת כברירת מחדל דרך ה-API של OrcaRouter, מה שמאפשר לך לראות טוקני פלט תוך כדי יצירתם. עבור יישומים רגישים להשהייה (למשל, צ'אט בזמן אמת), ייתכן שתרצה להשתמש במודל קטן יותר או לקצץ את הקונטקסט. OrcaRouter אינה מוסיפה השהייה משמעותית מעבר ל-API של Anthropic עצמו—העומס הנוסף הוא זניח כיוון שהיא מתווכת את הבקשה לנקודות הקצה (endpoints) של Anthropic.
Anthropic לא פרסמה באופן ציבורי סט מבחנים מקיף עבור Claude Sonnet 5 בזמן כתיבת שורות אלה. הנתון היחיד שסופק הוא 81.2 ב-OSWorld-Verified. מבחינת חשיבה כללית, המודל ככל הנראה פועל באופן דומה למודלי Claude Sonnet אחרים במבחני NLP סטנדרטיים כמו MMLU, HumanEval ו-GSM8K, אך ציונים מדויקים אינם זמינים מהספק. בפועל, דיווחים מוקדמים של משתמשים מצביעים על ביצועים חזקים ביצירת קוד, שאלות-תשובות על מסמכים ומשימות שליפת הקשר ארוך. אנו ממליצים להריץ הערכה משלכם מול מקרה השימוש הספציפי שלכם, שכן מבחנים עלולים להטעות. OrcaRouter מאפשרת לכם לבדוק את המודל במהירות דרך ה-API שלה ללא עלות מראש – פשוט הגדירו את מזהה המודל כ-"anthropic/claude-sonnet-5" והתחילו לשלוח הנחיות כדי לאמוד את הביצועים עבור הנתונים שלכם.
Claude Sonnet 5 ב-OrcaRouter מחויב בתעריף הספק של Anthropic ללא תוספת מחיר: 2.00 דולר למיליון טוקני קלט ו-10.00 דולר למיליון טוקני פלט. טוקני הקלט והפלט נספרים כטוקני טקסט רגילים (תמונות וקבצים עוברים טוקניזציה לפי הסכימה של Anthropic). אין עמלות נוספות לאימות, הגבלות קצב או העברת נתונים. OrcaRouter גובה על פי ספירת הטוקנים הגולמית המדווחת על ידי Anthropic; זה כולל כל prompt מערכת, הודעות משתמש, טוקני תמונה ותגובה שנוצרה. החיוב מבוסס שימוש, ואתה משלם רק על מה שאתה צורך. למשתמשים כבדים, מודל שקוף זה מונע עמלות מפתיעות. אין דרישה למינימום תשלום או חוזה – אתה פשוט מוסיף קרדיטים או מגדיר חיוב בלוח המחוונים של OrcaRouter, והשימוש שלך מנוכה לפי התעריפים לעיל.
התמחור של Claude Sonnet 5 ($2/$10 לכל מיליון טוקנים) נמצא בין הדגמים הזולים יותר של Anthropic (כמו Haiku ב-$0.25/$1.25) לבין הדגמים הפרימיום שלה (כמו Claude Opus ב-$15/$75). עבור משימות עם הקשר ארוך, העלות למיליון טוקנים נמוכה יחסית בהתחשב בקיבולת של מיליון. עם זאת, אם אתה משתמש בכל חלון ההקשר, העלות המוחלטת לשאילתה יכולה להצטבר – בקשה מלאה של מיליון טוקני קלט עולה $2.00 רק עבור הקלט. השווה זאת לשימוש בדגם עם הקשר קטן יותר כמו GPT-4o-mini ($0.15/$0.60) עבור שאילתות קצרות. הפשרה: Claude Sonnet 5 מציע איכות חשיבה גבוהה יותר וקיבולת גדולה יותר, אך במחיר גבוה יותר לטוקן. עבור משימות שבאמת דורשות הקשר גדול או חשיבה רב-מודלית, הדגם יכול להיות יעיל יותר מאשר לפצל עבודה על פני מספר קריאות API. ה-zero-markup של OrcaRouter מבטיח שאתה לא משלם תוספת עבור עמלות מתווך, כך שההשוואה היא ישירות לספקים אחרים.
אורקה-ראוטר (OrcaRouter) אינו מציע כרגע שכבת אחסון מטמון נפרדת להנחיות (prompt caching) עבור קלוד סונט 5 (Claude Sonnet 5); כל האסימונים מחויבים בתעריף הקלט הסטנדרטי. בעוד שממשק התכנות של Anthropic עצמו עשוי לתמוך באחסון מטמון הנחיות עבור מודלים מסוימים (הפחתת עלות עבור תחיליות חוזרות), אורקה-ראוטר מעביר אסימונים באותו מחיר ללא קשר לחזרתיות. בפועל, אם תשלחו שוב ושוב את אותה הנחיה ארוכה וסטטית, תחויבו על אסימוני הקלט בכל פעם. אין הנחה עבור הקשר מאוחסן במטמון. זה חשוב לשקול אם זרימת העבודה שלכם כוללת הוראות ארוכות וסטטיות – ייתכן שיהיה משתלם יותר מבחינה כלכלית להריץ מודל קטן יותר או להשתמש בארכיטקטורה שונה. עם זאת, אפס התוספת של אורקה-ראוטר פירושה שאינכם משלמים עלויות נוספות; העלות היא אך ורק המחיר הרשום של Anthropic. ייתכן שבעתיד יתווספו תכונות אחסון מטמון, אך נכון לעכשיו, התמחור הוא לפי קריאה המבוסס על ספירת האסימונים המלאה.
אם תשלח קלט שחורג מחלון ההקשר של 1,000,000 אסימונים, OrcaRouter יחזיר שגיאה (בדרך כלל קוד מצב 400 עם הודעה על אורך ההקשר). המודל לא יקצר את הקלט; עליך לנהל ידנית את ספירת האסימונים. עבור הפלט, אם המודל מגיע למקסימום של 128,000 אסימונים לפני שסיים, הוא יפסיק לייצר ויחזיר finish_reason של "length" (בתגובת ה-API). לאחר מכן תוכל להמשיך בשיחה על ידי שליחת בקשה חדשה עם הפלט המצטבר כהיסטוריה. OrcaRouter לא ינסה שוב אוטומטית או יפצל את הבקשה שלך; האחריות להישאר במגבלות היא עליך. כלים כמו tiktoken יכולים לסייע באומדן ספירת אסימונים עבור ההנחיות שלך. עבור קלטים ארוכים מאוד, שקול פיצול (chunking) או שימוש בגישה של חלון הזזה (sliding window), אם כי ההקשר הגדול של Claude Sonnet 5 לעיתים קרובות מבטל את הצורך בפיצול.
כדי להשתמש ב-Claude Sonnet 5 דרך OrcaRouter, הגדר את כתובת ה-base URL ל-https://api.orcarouter.ai/v1 והשתמש במזהה המודל "anthropic/claude-sonnet-5". ה-API תואם באופן מלא לפורמט chat completions של OpenAI, כך שתוכל להשתמש בספריות הלקוח הקיימות של OpenAI. לדוגמה, ב-Python עם החבילה openai: הגדר את api_key למפתח ה-OrcaRouter שלך, base_url לנקודת הקצה של OrcaRouter, ו-model ל-"anthropic/claude-sonnet-5". תוכל לשלוח הודעות עם role, content (חלקי text ו/או image_url עבור vision). התשובה תכיל שדות סטנדרטיים: id, object, choices, usage (prompt_tokens, completion_tokens). סטרימינג נתמך על ידי הגדרת stream=True. OrcaRouter מטפל באימות ומנתב את הבקשה שלך לשרת האחורי של Anthropic. אין צורך בתצורה נוספת — רק מפתח ה-API שלך ומזהה המודל הנכון.
ניתן להשתמש בפרמטרים הסטנדרטיים התואמים ל-OpenAI עם OrcaRouter: messages (נדרש), model (נדרש, מוגדר כ-"anthropic/claude-sonnet-5"), temperature (0-2, ברירת מחדל 1), top_p (0-1, ברירת מחדל 1), max_tokens (ברירת מחדל 4096, עד 128000), stop sequences (מערך של מחרוזות), frequency_penalty, presence_penalty (שניהם -2 עד 2), ו-stream (בוליאני). בנוסף, ניתן להעביר פרמטרים ספציפיים ל-Anthropic דרך השדה extra_headers—לדוגמה, anthropic-version לציון גרסת ה-API. OrcaRouter מוסיף אוטומטית את הכותרות הנדרשות של Anthropic. עבור הודעות מולטי-מודאליות, כלול תוכן כרשימת חלקים עם type text או image_url. שים לב שהמודל תומך בכלים/פונקציות (parallel tool calling). התגובה כוללת finish_reason, סטטיסטיקות שימוש, ו-choices. אין פרמטר נפרד לגודל חלון ההקשר; המודל משתמש באופן מובנה ביכולת של 1M.
ההעברה פשוטה מכיוון ש-OrcaRouter מספק API תואם OpenAI. אם אתה כבר משתמש ב-API של OpenAI, פשוט שנה את base_url ל-https://api.orcarouter.ai/v1 ושנה את פרמטר המודל ל-"anthropic/claude-sonnet-5". הקוד הקיים שלך לבניית הודעות, טיפול בסטרימינג ופירוק תשובות אמור לעבוד ללא שינויים—OrcaRouter מחזיר תשובות סטנדרטיות תואמות OpenAPI. אם השתמשת בספק אחר כמו ה-API המקורי של Anthropic (שמשתמש בפורמט שונה), ייתכן שתצטרך להתאים את סכימת ההודעות שלך לפורמט של OpenAI (תפקידים: system, user, assistant). המסמכים של OrcaRouter מספקים מדריכי העברה. הבדלים עיקריים: Claude Sonnet 5 תומך בהודעות מערכת, כלים וחלקים מולטימודליים. ודא שהקלט שלך אינו עולה על מגבלת ה-1M טוקנים. התחל בקריאת בדיקה קטנה כדי לאשר קישוריות ולהבין את זמן ההשהיה לפני הרחבה.
קלוד סונט 5 משתפר לעומת קודמו בעיקר בגודל חלון ההקשר (1M לעומת 200K טוקנים) ובמגבלת הפלט (128K לעומת 8K), מה שהופך אותו למתאים הרבה יותר לניתוח מסמכים ארוכים ומאגרי קוד. הוא גם מציג תמיכה בקלט קבצים לצד טקסט ותמונה, בעוד שסונט 4 הוגבל לטקסט ולתמונות. מדדי השוואה בין השניים לא פורסמו ישירות, אך ציון OSWorld-Verified של 81.2 עבור סונט 5 מצביע על צעד משמעותי קדימה בביצוע משימות ברמת מערכת ההפעלה. התמחור עלה—עלות הקלט של סונט 4 הייתה $3/מיליון טוקנים, סונט 5 היא $2/מיליון—כך שלמעשה היא זול יותר לטוקן קלט. הפלט הוא $10/מיליון לעומת $15/מיליון של סונט 4, ירידה של 33%. בסך הכל, סונט 5 מציע תמורה טובה יותר עבור רוב מקרי השימוש, במיוחד אלה הדורשים הקשר גדול. עם זאת, סונט 4 עשוי עדיין להיות זמין וזול יותר עבור משימות קצרות שבהן ההקשר הגדול אינו נחוץ.
קלוד סונט 5 ו-GPT-4o של OpenAI הם שניהם מודלים מולטי‑מודליים עם יכולות חשיבה חזקות, אך הם נבדלים בגודל חלון ההקשר (Sonnet 5: 1M טוקנים; GPT‑4o: 128K טוקנים) ובמגבלות הפלט (Sonnet 5: 128K; GPT‑4o: 16K). Sonnet 5 מציע קיבולת גדולה משמעותית, מה שהופך אותו למתאים יותר למשימות כמו עיבוד מאגרי קוד שלמים או ספרים ארוכים. GPT‑4o בעל זמן השהיה אופייני מהיר יותר ואינטגרציה רחבה יותר עם המערכת האקולוגית של OpenAI (תוספים, DALL‑E וכו'). תמחור: GPT‑4o עולה $2.50/$10 לכל 1M טוקנים (קלט/פלט), בדומה ל‑Sonnet 5. שניהם משיגים ציוני חשיבה גבוהים, אבל הציון 81.2 OSWorld‑Verified של Sonnet 5 אינו ניתן להשוואה ישירה לאף מדד של GPT‑4o. לאוטומציה ברמת מערכת ההפעלה, Sonnet 5 נראה חזק יותר. לכתיבה יצירתית או שיחה כללית, GPT‑4o עשוי להיות מעט יותר מגוון בשל נתוני האימון הגדולים יותר והשימוש בכלים. הבחירה תלויה בצרכי ההקשר; באמצעות OrcaRouter, ניתן לעבור ביניהם בקלות.
Google Gemini 1.5 Pro מציעה הקשר של מיליון טוקנים (תואם ל-Sonnet 5) ויכולות מולטי-מודליות, אך הפלט של Gemini מוגבל ל-8K טוקנים, הרבה פחות מ-128K של Sonnet 5. התמחור של Gemini הוא $3.50/$10.50 למיליון טוקנים (קלט/פלט), מה שהופך את Sonnet 5 לזולה מעט יותר עבור קלט. שתי הדגמים מצטיינים במבחני היגיון, אך הציון של Sonnet 5 ב-OSWorld – 81.2 – הוא גורם מבדל מרכזי – הביצועים של Gemini ברמת מערכת ההפעלה אינם מובלטים באופן דומה. Gemini 1.5 Pro תומכת בביצוע קוד מקורי ויכולה ליצור קוד עם הרצה, בעוד ש-Sonnet 5 מסתמכת על ארגז חול חיצוני. עבור יצירת טקסט טהור בהיקף גדול, מגבלת הפלט הגבוהה של Sonnet 5 היא יתרון ברור. שתי הדגמים תומכות בצירוף קבצים ותמונות. איכות שליפת הקשר הארוך תחרותית; הבדלים קלים עשויים להופיע בתחומים ספציפיים. דרך OrcaRouter, תוכלו להשוות בין שני הדגמים פשוט על ידי שינוי מזהה הדגם.
תואם OpenAI — המשיכו להשתמש ב-SDK שכבר יש לכם
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="anthropic/claude-sonnet-5",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatstopstructured_outputstool_choicetoolsverbosity| קלט / 1M טוקנים | $2.00 |
| פלט / 1M tokens | $10.00 |
| קריאת מטמון / 1M | $0.200 |
| כתיבה למטמון / 1M | $2.50 |
| מטבע | USD |
הערכה מבוססת מחיר מחירון
הערכה בלבד — ספירת הטוקנים בפועל תלויה בטוקנייזר של הספק.
GET /api/public/models/anthropic/claude-sonnet-5פתיחה @misc{orcarouter_claude_sonnet_5,
title = {Claude Sonnet 5 API},
author = {Anthropic},
year = {2026},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/anthropic/claude-sonnet-5}
}Anthropic. (2026). Claude Sonnet 5 API. OrcaRouter. https://www.orcarouter.ai/models/anthropic/claude-sonnet-5