Claude Sonnet 5は、Anthropicの最も高性能なSonnetクラスモデルです。コーディング、エージェンティックワークフロー、プロフェッショナルな知識業務においてフロンティアレベルのパフォーマンスを発揮し、Opusティアのコストの一部で利用できます。1Mトークンのコンテキストウィンドウと最大128Kトークンの出力を備え、テキスト、画像、ファイル入力をテキスト出力で受け付け、選択可能な推論努力量（低、中、高、最大）によるアダプティブシンキングをサポートするため、呼び出し側はリクエストごとに知能/レイテンシ/コストのトレードオフを調整できます。 Anthropicの最もエージェンティックなSonnetとして構築された本モデルは、エージェンティックコーディングとコンピュータ利用においてSonnet 4.6から大きな向上を示し、Opus 4.8とのギャップを大幅に縮めています — SWE-bench Proで63.2%、Terminal-Bench 2.1で80.4%、OSWorld-Verifiedで81.2%を達成。一方、価格はOpus 4.8、GPT-5.5、Gemini 3.1 Proを大幅に下回ります。コストに敏感なエージェント、コーディングアシスタント、そしてフロンティアレベルの推論を依然として必要とする大量生産ワークロードにとって、強力なデフォルト選択肢です。
Claude Sonnet 5は、長文コンテキストおよびマルチモーダルタスク向けに設計されたAnthropicのモデルです。最大1,000,000トークンの入力を受け付け、コードベース全体、長文ドキュメント、複数のデータファイルをカバーでき、1回の呼び出しで最大128,000トークンの出力を生成します。テキスト、画像、ファイル入力をサポートし、視覚的理解と自然言語推論を組み合わせたユースケースを可…
Claude Sonnet 5は、コードベース全体の読み取りから複雑なアルゴリズムの生成まで、コード関連タスクに優れています。1Mトークンのコンテキストにより、単一のプロンプトで複数のファイルを取り込み、ファイル間の依存関係を理解し、リファクタリングされたコード、デバッグの説明、または単体テストを生成できます。Python、JavaScript、Java、C++、Go、Rustなど、多くの人気言語をサポートし、ユーザーが選択した言語で応答します。また、コードの実行パスについて推論し、論理エラーを発見し、最適化を提案することもできます。仕様からREST APIを生成する、モノリシックなコードベースをマイクロサービスに変換する、または変更されたすべてのファイルを一度に確認してプルリクエストをレビューするなどのタスクにおいて、Claude Sonnet 5は強力な単一呼び出しソリューションを提供します。81.2のOSWorld-Verifiedスコアは、オペレーティングシステムレベルのベンチマークでの強力なパフォーマンスを示しており、そのコードとコマンドの習熟度をさらに反映しています。
Claude Sonnet 5は画像を入力として受け付けることができます。直接アップロード（base64またはURL経由）またはドキュメントに埋め込まれた画像を処理し、その内容を推論できます。シーンの説明、物体の識別、画像からのテキスト読み取り、視覚的な質問への回答が可能です。画像理解は静止画に限らず、グラフ、図表、スクリーンショット、手書きメモ、さらには動画のフレーム（連続画像として提供された場合）も処理できます。コンテキストウィンドウが大きいため、視覚的な比較、複数ページのドキュメント分析、一連のスクリーンショット間の変化検出など、1つのプロンプトに多数の画像を含めることができます。モデルは画像を会話履歴の一部として扱うため、視覚的手がかりとテキスト指示を組み合わせることができます。画像のトークン化は解像度に比例してトークンを消費する点に注意してください。OrcaRouterはエンコーディングを自動的に処理し、Anthropicが期待する形式でデータを送信します。
Claude Sonnet 5 はその性能に対してトークンあたりのコストパフォーマンスに優れていますが、より軽量なモデルが適している状況もあります。短いメールやソーシャルメディアの投稿、基本的なQ&Aといったシンプルなテキスト生成には、Claude Haiku や GPT-4o-mini のような、より小型で安価なモデルで十分な結果を低コストで得られます。同様に、ワークフローが非常に予測可能で低複雑性のタスク（例：キーワード抽出、ニュアンスを伴わない翻訳）のみを含む場合、大規模なコンテキストモデルのオーバーヘッドは不要です。深い推論を必要とせずOCRだけを要求するビジョンタスクには、専用のビジョンAPIの方が安価な場合があります。また、入力コンテキストが常に32Kトークン未満に収まるのであれば、100万トークンのウィンドウは不要であり、コンテキストは小さいがトークン単価の低いモデルを使用することも検討できます。常に、特定のユースケースにおけるコストと品質のベンチマークを取ってください。
Claude Sonnet 5は、単一のモデル呼び出しで大規模または混合データを処理する必要がある高コンテキストかつマルチモーダルなシナリオで優れた性能を発揮します。理想的なユースケースとしては、コードリポジトリ全体のセキュリティ脆弱性分析、設計ドキュメントとスクリーンショットのセットからの包括的なドキュメント生成、数百ページにわたる法的契約レビュー、画像データと臨床ノートを組み合わせた医療レポート分析、長い会話履歴を維持するインタラクティブアシスタント（例：ジャーナリング、セラピー、リサーチ）などが挙げられます。その強力な推論能力は、科学的問題解決、PDFからの複雑なデータ抽出、ファイル添付を伴うマルチステップタスクを管理するインテリジェントエージェントの構築にも適しています。多くの章にわたって一貫した文体を必要とする創作ライティングでは、大きな出力制限により一度で完全なドラフトを作成できます。OrcaRouter経由でアクセスすると、ゼロマークアップ価格設定により、これらの大量ユースケースのコストがさらに低減されます。
Claude Sonnet 5は、オペレーティングシステムタスク（ファイル操作、コマンド実行、マルチタスク、コマンドライン使用など）を自然言語の指示で実行するモデルの能力を測定するベンチマークOSWorld-Verifiedにおいて、81.2のスコアを達成しました。81.2というスコアは、モデルが幅広いOSレベルのコマンドやシナリオを確実に解釈し実行できることを示しています。これは、自動化ツール、AI支援DevOpsパイプライン、そしてOSとのやり取りにおいて有能なアシスタントとして機能することが求められるあらゆるアプリケーションを開発する開発者にとって重要です。このベンチマークは、スクリプト生成と、パス、パーミッション、プロセスといったOSの概念を理解する能力の両方をテストします。実世界のパフォーマンスの完全な代理指標ではありませんが、このスコアはClaude Sonnet 5がエージェント的なコード実行やシステムレベルのタスクにおいてトップクラスのモデルの一つであることを示唆しています。
Claude Sonnet 5の主な強みは、大きなコンテキストウィンドウ（100万トークン）、高い出力上限（128Kトークン）、強力なマルチモーダル推論、そしてOSレベルの性能（81.2 OSWorld-Verified）です。長文書、複雑なコードベース、混合入力において高い一貫性を発揮します。ただし、他のモデルと同様に限界もあります。ウィンドウの最末端では実効コンテキストの性能が低下する可能性があり、Anthropicは最良の結果を得るために約90万トークン未満に抑えることを推奨しています。このモデルは、高度に微妙な文化的参照、事実データの生成（数値を幻覚することがあります）、およびトレーニングカットオフ以降のリアルタイム知識を必要とするタスク（Anthropicは正確なカットオフを開示していませんが、おおよそ2025年初頭です）に苦戦する可能性があります。視覚能力は良好ですが、細粒度の物体検出では最先端ではありません。価格はゼロマークアップですが、それでも小規模モデルよりは高額です。レイテンシは大規模モデルとして一般的で、大きなコンテキスト処理のため応答が遅くなることがあります。
Claude Sonnet 5 のレイテンシは、入力サイズと出力長に大きく依存します。100万トークンのコンテキストの場合、モデルがウィンドウ全体を処理する必要があるため、最初のプロンプト処理に数秒から数分かかることがあります。処理が開始されると、トークン生成速度は通常、毎秒20～40トークンの範囲です（負荷やプロバイダーのインフラストラクチャに依存）。入力が小さい場合（例：数百トークン）は、最初のトークンまでのレイテンシが短くなり、多くの場合1秒未満です。ストリーミングはOrcaRouterのAPIでデフォルトで有効になっており、生成された出力トークンをリアルタイムで確認できます。レイテンシに敏感なアプリケーション（例：リアルタイムチャット）では、より小さなモデルを使用するか、コンテキストをトリミングすることをお勧めします。OrcaRouterは、Anthropic自身のAPIを超える大きなレイテンシを追加しません。リクエストをAnthropicのエンドポイントに仲介する際のオーバーヘッドはごくわずかです。
Anthropicは現時点で、Claude Sonnet 5向けの包括的なベンチマークスイートを公開していません。唯一提示されている数値は、OSWorld-Verifiedにおける81.2です。一般的な推論能力については、MMLU、HumanEval、GSM8Kといった標準的なNLPベンチマークにおいて、他のClaude Sonnetモデルと同程度のパフォーマンスを発揮すると考えられますが、正確なスコアは提供元からは得られていません。実際には、初期のユーザーレポートでは、コード生成、ドキュメントQA、長文コンテキスト検索タスクにおいて優れたパフォーマンスを示唆しています。ベンチマークは誤解を招く可能性があるため、特定のユースケースに基づいてご自身で評価を実施することをお勧めします。OrcaRouterを使用すると、初期費用なしでAPIを介してモデルを迅速にテストできます。モデルIDを「anthropic/claude-sonnet-5」に設定し、プロンプトを開始するだけで、データに対するパフォーマンスを測定できます。
OrcaRouter上のClaude Sonnet 5は、Anthropicのプロバイダーレートで請求され、マークアップはゼロです：入力トークン100万あたり$2.00、出力トークン100万あたり$10.00です。入力トークンと出力トークンはどちらも標準テキストトークンとしてカウントされます（画像やファイルはAnthropicの方式に従ってトークン化されます）。認証、レート制限、データ転送に関する追加料金はありません。OrcaRouterは、Anthropicが報告する生のトークン数に基づいて課金します。これには、システムプロンプト、ユーザーメッセージ、画像トークン、生成された応答が含まれます。課金は使用量ベースで、消費した分だけ支払います。ヘビーユーザーにとって、この透明なモデルは予期せぬ料金を回避します。最低支出額や契約は不要です。OrcaRouterのダッシュボードでクレジットを追加するか、支払い設定を行うだけで、上記のレートで使用量が差し引かれます。
Claude Sonnet 5の料金（100万トークンあたり2ドル/10ドル）は、Anthropicの低価格モデル（例：Haikuの0.25ドル/1.25ドル）とプレミアムモデル（例：Claude Opusの15ドル/75ドル）の中間に位置します。長文コンテキストタスクでは、100万トークンあたりのコストは100万の容量を考慮すると比較的低くなります。ただし、コンテキストウィンドウ全体を使用する場合、クエリごとの絶対コストが積み上がる可能性があります。つまり、100万入力トークンのリクエストでは、入力だけで2.00ドルかかります。一方、短いクエリにはGPT-4o-mini（0.15ドル/0.60ドル）のような小規模コンテキストモデルを使用する場合と比較してください。トレードオフは、Claude Sonnet 5はより高い推論品質と大容量を提供するものの、トークン単価が高いという点です。大規模コンテキストやマルチモーダル推論が真に必要なタスクでは、複数のAPI呼び出しに処理を分割するよりもこのモデルの方が効率的です。OrcaRouterのゼロマークアップにより、ミドルマン手数料が発生しないため、比較は直接他のプロバイダーとの間で行われます。
OrcaRouterは現在、Claude Sonnet 5向けの個別のプロンプトキャッシュレイヤを提供していません。すべてのトークンは標準インプットレートで請求されます。AnthropicのAPI自体は一部のモデルでプロンプトキャッシュをサポートしている可能性がありますが（繰り返されるプレフィックスに対してコストを削減）、OrcaRouterは繰り返しの有無にかかわらず同じ価格でトークンを処理します。実際には、まったく同じ大きなシステムプロンプトを繰り返し送信した場合、毎回インプットトークンに対して課金されます。キャッシュされたコンテキストに対する割引はありません。これは、静的で長い指示を含むワークフローにおいて重要な考慮点です。より小さなモデルを実行するか、別のアーキテクチャを使用する方がコスト効率が良い可能性があります。ただし、OrcaRouterのゼロマークアップにより、余分なコストは発生しません。費用は純粋にAnthropicの表示価格です。将来のキャッシュ機能は追加される可能性がありますが、現時点では、価格は完全なトークン数に基づく呼び出しごとの課金です。
入力が1,000,000トークンのコンテキストウィンドウを超える場合、OrcaRouterはエラーを返します（通常はコンテキスト長に関するメッセージとともにステータス400）。モデルは入力を切り詰めないため、トークン数を手動で管理する必要があります。出力については、モデルが128,000トークンの最大値に達して終了する前に生成を停止し、APIレスポンスでfinish_reasonとして"length"を返します。その場合、累積された出力を履歴として新しいリクエストを送信することで会話を継続できます。OrcaRouterは自動的にリクエストを再試行したり分割したりしないため、制限内に収めるのはユーザーの責任です。tiktokenのようなツールは、プロンプトのトークン数を推定するのに役立ちます。非常に長い入力の場合は、チャンク分割やスライディングウィンドウアプローチを検討してください。ただし、Claude Sonnet 5の大きなコンテキストでは、チャンク分割が不要になることがよくあります。
Claude Sonnet 5をOrcaRouter経由で使用するには、ベースURLをhttps://api.orcarouter.ai/v1に設定し、モデルIDとして"anthropic/claude-sonnet-5"を使用します。このAPIはOpenAIのチャット補完フォーマットと完全に互換性があるため、既存のOpenAIクライアントライブラリを使用できます。例えば、Pythonでopenaiパッケージを使用する場合：api_keyをOrcaRouterのキーに、base_urlをOrcaRouterのエンドポイントに、modelを"anthropic/claude-sonnet-5"に設定します。メッセージはrole、content（テキストおよび/または画像認識用のimage_urlパーツ）を指定して送信できます。レスポンスには標準フィールドであるid、object、choices、usage（prompt_tokens、completion_tokens）が含まれます。ストリーミングはstream=Trueを設定することでサポートされています。OrcaRouterが認証を処理し、リクエストをAnthropicのバックエンドにルーティングします。追加の設定は不要です—APIキーと正しいモデル識別子のみが必要です。
標準のOpenAI互換パラメーターをOrcaRouterで使用できます：messages（必須）、model（必須、"anthropic/claude-sonnet-5"に設定）、temperature（0-2、デフォルトは1）、top_p（0-1、デフォルトは1）、max_tokens（デフォルトは4096、最大128000）、stop sequences（文字列の配列）、frequency_penalty、presence_penalty（いずれも-2から2）、stream（ブール値）。さらに、extra_headersフィールドを介してAnthropic固有のパラメーターを渡すことができます。たとえば、anthropic-versionでAPIバージョンを指定します。OrcaRouterは必要なAnthropicヘッダーを自動的に追加します。マルチモーダルメッセージの場合、contentをtype textまたはimage_urlのパーツのリストとして含めます。モデルはツール/関数（並列ツール呼び出し）をサポートしていることに注意してください。レスポンスにはfinish_reason、使用統計、choicesが含まれます。コンテキストウィンドウサイズの個別パラメーターはありません。モデルは本質的にその1Mの容量を使用します。
移行は簡単です。OrcaRouterはOpenAI互換のAPIを提供しているためです。すでにOpenAIのAPIを使用している場合は、base_urlをhttps://api.orcarouter.ai/v1に変更し、modelパラメータを"anthropic/claude-sonnet-5"に変更するだけで済みます。メッセージの構築、ストリーミング処理、レスポンス解析の既存コードは変更なしで動作します。OrcaRouterは標準のOpenAPI準拠のレスポンスを返します。AnthropicのネイティブAPI（異なる形式を使用）など別のプロバイダを使用していた場合は、メッセージスキーマをOpenAI形式（ロール: system, user, assistant）に適応させる必要があるかもしれません。OrcaRouterのドキュメントには移行ガイドが用意されています。主な違い: Claude Sonnet 5はシステムメッセージ、ツール、マルチモーダル部品をサポートしています。入力が100万トークンの制限を超えないように注意してください。スケーリング前に、小さなテスト呼び出しを行い、接続性を確認し、レイテンシを把握してください。
Claude Sonnet 5は前身モデルを主にコンテキストウィンドウサイズ（100万トークン対20万トークン）と出力制限（12万8000トークン対8000トークン）において改善し、長文書やコードベースの分析に格段に適しています。また、テキストと画像に加えてファイル入力のサポートも導入されており、Sonnet 4はテキストと画像に限定されていました。両者のベンチマークは直接公開されていませんが、Sonnet 5のOSWorld-Verifiedスコア81.2は、OSレベルのタスク実行における大幅な前進を示しています。価格は変わりました。Sonnet 4の入力コストは100万トークンあたり3ドル、Sonnet 5は100万トークンあたり2ドルなので、実際には入力トークンあたりのコストは安くなっています。出力は100万トークンあたり10ドルで、Sonnet 4の15ドルに対して33%の削減です。全体的に、Sonnet 5はほとんどのユースケース、特に大規模なコンテキストを必要とするケースにおいて、より優れた価値を提供します。ただし、Sonnet 4は引き続き利用可能であり、大規模なコンテキストが不要な短いタスクではより安価かもしれません。
Claude Sonnet 5とOpenAIのGPT-4oはどちらも強力な推論能力を持つマルチモーダルモデルですが、コンテキストウィンドウ（Sonnet 5: 100万トークン、GPT-4o: 128Kトークン）と出力制限（Sonnet 5: 128K、GPT-4o: 16K）が異なります。Sonnet 5ははるかに大きな容量を提供し、コードベース全体や長い書籍の処理などのタスクに適しています。GPT-4oは一般的にレイテンシが速く、OpenAIのエコシステム（プラグイン、DALL-Eなど）との統合がより広範囲です。料金: GPT-4oは100万トークンあたり（入力/出力）$2.50/$10で、Sonnet 5と同程度です。両方とも高い推論スコアを達成していますが、Sonnet 5の81.2 OSWorld-Verifiedは、GPT-4oのどのベンチマークとも直接比較できません。OSレベルの自動化においては、Sonnet 5の方が強力に見えます。創造的な文章作成や一般的なチャットでは、GPT-4oの方が大規模なトレーニングデータとツールの使用により、やや多用途である可能性があります。選択はコンテキストのニーズに依存します。OrcaRouterを使用すれば、簡単に切り替えることができます。
Google の Gemini 1.5 Pro は、1M トークンのコンテキスト (Sonnet 5 と同等) とマルチモーダル機能を提供しますが、Gemini の出力は 8K トークンに制限されており、Sonnet 5 の 128K よりもはるかに少ないです。Gemini の料金は、1M トークンあたり $3.50/$10.50 (入力/出力) で、Sonnet 5 の方が入力料金が若干安くなっています。両方とも推論ベンチマークで良いスコアを出していますが、Sonnet 5 の OSWorld スコア 81.2 が重要な差別化要因です。Gemini の OS レベルのパフォーマンスは同様に強調されていません。Gemini 1.5 Pro はネイティブコード実行をサポートし、実行可能なコードを生成できますが、Sonnet 5 は外部サンドボックスに依存しています。大規模な純粋テキスト生成においては、Sonnet 5 の高い出力制限が明らかな利点です。両モデルともファイル添付と画像をサポートしています。長文コンテキストの検索品質は競争力があり、特定のドメインではわずかな差が生じる可能性があります。OrcaRouter を使用すると、モデル ID を変更するだけで両モデルを比較できます。
OpenAI 互換——今お使いの SDK のまま
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 入力 / 1M tokens | $2.00 |
| 出力 / 1M tokens | $10.00 |
| キャッシュ読み取り / 1M | $0.200 |
| キャッシュ書き込み / 1M | $2.50 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
@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