Claude Sonnet 5 เป็นโมเดลระดับ Sonnet ที่มีความสามารถสูงที่สุดของ Anthropic — มีประสิทธิภาพระดับ前沿ในด้านการเขียนโค้ด งาน agentic workflows และงานความรู้ทางวิชาชีพ ในราคาเพียงเศษเสี้ยวของ tier Opus รองรับบริบท window ขนาด 1M token และส่งออกได้สูงสุด 128K token รับอินพุตทั้งข้อความ รูปภาพ และไฟล์ พร้อมเอาต์พุตเป็นข้อความ และรองรับ adaptive thinking ที่เลือก reasoning effort ได้ (low, medium, high, max) เพื่อให้ผู้เรียกใช้สามารถปรับสมดุลระหว่างความฉลาด / latency / ต้นทุนต่อคำขอได้ สร้างขึ้นเป็น Sonnet ที่มีความเป็น agentic มากที่สุดของ Anthropic จนถึงตอนนี้ โดยมีคะแนนเพิ่มขึ้นอย่างมากเมื่อเทียบกับ Sonnet 4.6 ในด้าน agentic coding และ computer-use และลดช่องว่างกับ Opus 4.8 ลงได้มาก — 63.2% บน SWE-bench Pro, 80.4% บน Terminal-Bench 2.1, และ 81.2% บน OSWorld-Verified — ในขณะที่ราคาต่ำกว่า Opus 4.8, GPT-5.5, และ Gemini 3.1 Pro มาก เป็นตัวเลือกเริ่มต้นที่แข็งแกร่งสำหรับ agent ที่คำนึงถึงต้นทุน ผู้ช่วยเขียนโค้ด และ workload การผลิตปริมาณมากที่ยังต้องการ reasoning ระดับ前沿
Claude Sonnet 5 เป็นโมเดลของ Anthropic ที่ออกแบบมาสำหรับงานที่มีบริบทยาวและหลายรูปแบบ (multimodal) รองรับโทเค็นอินพุตสูงสุด 1,000,000 โทเค็น—เพียงพอต่อการครอบคลุมฐานโค้ดทั้งหมด เอกสารยาว…
Claude Sonnet 5 มีความสามารถโดดเด่นในงานที่เกี่ยวข้องกับโค้ด ตั้งแต่การอ่านฐานโค้ดทั้งหมดไปจนถึงการสร้างอัลกอริทึมที่ซับซ้อน ด้วยบริบท 1M-token มันสามารถรับไฟล์หลายไฟล์ในพรอมต์เดียว เข้าใจการพึ่งพาระหว่างไฟล์ และสร้างโค้ดที่ปรับปรุงใหม่ คำอธิบายการดีบัก หรือการทดสอบหน่วย มันรองรับภาษายอดนิยมเช่น Python, JavaScript, Java, C++, Go, Rust และอื่น ๆ อีกมากมาย โดยตอบกลับในภาษาที่ผู้ใช้เลือก โมเดลยังสามารถให้เหตุผลเกี่ยวกับเส้นทางการทำงานของโค้ด ระบุข้อผิดพลาดทางตรรกะ และแนะนำการปรับให้เหมาะสม สำหรับงานต่างๆ เช่น การสร้าง REST API จากข้อกำหนด การแปลงฐานโค้ดแบบโมโนลิธิกเป็นไมโครเซอร์วิส หรือการตรวจสอบ pull request โดยการดูไฟล์ที่เปลี่ยนแปลงทั้งหมดในครั้งเดียว Claude Sonnet 5 มีโซลูชันที่ทรงพลังในครั้งเดียว คะแนน OSWorld-Verified ที่ 81.2 ของมันบ่งชี้ถึงประสิทธิภาพที่แข็งแกร่งในการวัดประสิทธิภาพระดับระบบปฏิบัติการ ซึ่งสะท้อนถึงความเชี่ยวชาญด้านโค้ดและคำสั่งเพิ่มเติม
Claude Sonnet 5 สามารถรับภาพเป็นอินพุตได้—ไม่ว่าจะเป็นการอัปโหลดโดยตรง (ในรูปแบบ base64 หรือผ่าน URL) หรือฝังอยู่ในเอกสาร—และใช้เหตุผลเกี่ยวกับเนื้อหาของภาพ สามารถอธิบายฉาก ระบุวัตถุ อ่านข้อความจากภาพ และตอบคำถามทางภาพ ความสามารถในการเข้าใจภาพไม่ได้จำกัดอยู่แค่ภาพนิ่งเท่านั้น แต่ยังสามารถประมวลผลแผนภูมิ ไดอะแกรม ภาพหน้าจอ บันทึกที่เขียนด้วยลายมือ และแม้แต่เฟรมจากวิดีโอ (หากให้มาเป็นภาพต่อเนื่องกัน) เนื่องจากหน้าต่างบริบทมีขนาดใหญ่ จึงสามารถรวมภาพจำนวนมากไว้ในพรอมต์เดียวสำหรับงานต่างๆ เช่น การเปรียบเทียบภาพ การวิเคราะห์เอกสารหลายหน้า หรือการตรวจจับการเปลี่ยนแปลงในชุดภาพหน้าจอ โมเดลจะถือว่าภาพเป็นส่วนหนึ่งของประวัติการสนทนา ดังนั้นจึงสามารถรวมสัญญาณภาพเข้ากับคำแนะนำที่เป็นข้อความได้ โปรดทราบว่า tokenization ของภาพจะใช้ token ตามสัดส่วนกับความละเอียด OrcaRouter จะจัดการการเข้ารหัสโดยอัตโนมัติและส่งข้อมูลในรูปแบบที่ Anthropic คาดหวัง
แม้ว่า Claude Sonnet 5 จะคุ้มค่าในแง่ต้นทุนต่อโทเค็นสำหรับความสามารถที่มี แต่ก็มีสถานการณ์ที่โมเดลที่เบากว่าอาจเหมาะสมกว่า สำหรับการสร้างข้อความง่ายๆ เช่น อีเมลสั้น โพสต์โซเชียลมีเดีย หรือ Q&A พื้นฐาน โมเดลที่เล็กและถูกกว่าเช่น Claude Haiku หรือ GPT-4o-mini สามารถให้ผลลัพธ์ที่เพียงพอในราคาที่ถูกกว่าได้หลายเท่า เช่นเดียวกัน หากเวิร์กโฟลว์ของคุณเกี่ยวข้องกับงานที่คาดเดาได้ง่ายและมีความซับซ้อนต่ำ (เช่น การสกัดคำสำคัญ การแปลโดยไม่ต้องใส่ความละเอียดอ่อน) การใช้โมเดลคอนเท็กซ์ขนาดใหญ่ก็ไม่จำเป็น สำหรับงานด้านภาพที่ต้องการเพียง OCR โดยไม่ต้องใช้การคิดเชิงลึก API การมองเห็นโดยเฉพาะอาจมีราคาถูกกว่า นอกจากนี้ หากคอนเท็กซ์อินพุตของคุณอยู่ต่ำกว่า 32K โทเค็นเป็นประจำ คุณอาจไม่จำเป็นต้องใช้หน้าต่าง 1M และสามารถใช้โมเดลที่มีคอนเท็กซ์เล็กกว่าแต่ราคาต่อโทเค็นต่ำกว่า ควรเปรียบเทียบต้นทุนกับคุณภาพสำหรับกรณีการใช้งานเฉพาะของคุณเสมอ
Claude Sonnet 5 โดดเด่นในสถานการณ์ที่มีบริบทสูงและใช้สื่อหลากหลายรูปแบบ ซึ่งต้องมีการเรียกใช้โมเดลเพียงครั้งเดียวเพื่อประมวลผลข้อมูลขนาดใหญ่หรือข้อมูลแบบผสม กรณีการใช้งานที่เหมาะสม ได้แก่ การวิเคราะห์โค้ดทั้งคลังเพื่อหาช่องโหว่ด้านความปลอดภัย การสร้างเอกสารประกอบที่ครอบคลุมจากชุดเอกสารออกแบบและภาพหน้าจอ การตรวจสอบสัญญาทางกฎหมายหลายร้อยหน้า การวิเคราะห์รายงานทางการแพทย์ที่รวมข้อมูลภาพถ่ายทางรังสีและบันทึกทางคลินิก และผู้ช่วยแบบโต้ตอบที่สามารถรักษาประวัติการสนทนาที่ยาวนาน (เช่น การบันทึกประจำวัน การบำบัด การวิจัย) ความสามารถในการให้เหตุผลที่แข็งแกร่งยังทำให้เหมาะกับการแก้ปัญหาทางวิทยาศาสตร์ การดึงข้อมูลที่ซับซ้อนจากไฟล์ PDF และการสร้างเอเจนต์อัจฉริยะที่จัดการงานหลายขั้นตอนพร้อมไฟล์แนบ สำหรับงานเขียนเชิงสร้างสรรค์ที่ต้องการน้ำเสียงสม่ำเสมอในหลายบท ขีดจำกัดผลลัพธ์ที่สูงช่วยสร้างร่างฉบับสมบูรณ์ได้ในครั้งเดียว เมื่อเข้าถึงผ่าน OrcaRouter ราคาแบบไม่มีส่วนเพิ่มจะช่วยลดต้นทุนของกรณีการใช้งานปริมาณสูงเหล่านี้ลงได้อีก
Claude Sonnet 5 ทำคะแนนได้ 81.2 ในการทดสอบ OSWorld-Verified ซึ่งเป็นเกณฑ์ชี้วัดที่ออกแบบมาเพื่อวัดความสามารถของโมเดลในการทำงานระบบปฏิบัติการ—เช่น การดำเนินการกับไฟล์ การรันคำสั่ง การทำงานหลายอย่างพร้อมกัน และการใช้บรรทัดคำสั่ง—โดยใช้คำสั่งภาษาธรรมชาติ คะแนน 81.2 บ่งชี้ว่าโมเดลสามารถตีความและดำเนินการคำสั่งและสถานการณ์ระดับ OS ได้อย่างน่าเชื่อถือในหลากหลาย สิ่งนี้มีความเกี่ยวข้องสำหรับนักพัฒนาที่สร้างเครื่องมืออัตโนมัติ, สายงาน DevOps ที่ใช้ AI ช่วยเหลือ, และแอปพลิเคชันใดๆ ที่ต้องการให้โมเดลทำหน้าที่เป็นผู้ช่วยที่มีความสามารถในการโต้ตอบกับระบบปฏิบัติการ เกณฑ์ชี้วัดนี้ทดสอบทั้งการสร้างสคริปต์และความสามารถในการเข้าใจแนวคิดของ OS เช่น เส้นทาง (paths), สิทธิ์ (permissions), และกระบวนการ (processes) ถึงแม้จะไม่ใช่ตัวแทนที่สมบูรณ์แบบสำหรับประสิทธิภาพในโลกจริง คะแนนนี้บ่งชี้ว่า Claude Sonnet 5 เป็นหนึ่งในโมเดลที่มีประสิทธิภาพสูงสุดสำหรับการดำเนินการโค้ดแบบอัตโนมัติ (agentic code execution) และงานระดับระบบ
จุดแข็งหลักของ Claude Sonnet 5 คือหน้าต่างบริบทขนาดใหญ่ (1M tokens) ขีดจำกัดเอาต์พุตสูง (128K tokens) การให้เหตุผลแบบหลายรูปแบบที่แข็งแกร่ง และความสามารถระดับ OS (81.2 OSWorld-Verified) สามารถจัดการเอกสารยาว ฐานรหัสที่ซับซ้อน และอินพุตแบบผสมด้วยความสอดคล้องสูง อย่างไรก็ตาม เช่นเดียวกับโมเดลอื่นๆ มันมีข้อจำกัด บริบทที่มีประสิทธิภาพอาจลดประสิทธิภาพลงที่ส่วนท้ายของหน้าต่าง Anthropic แนะนำให้ใช้ต่ำกว่า ~900K tokens เพื่อผลลัพธ์ที่ดีที่สุด โมเดลอาจมีปัญหาในการอ้างอิงทางวัฒนธรรมที่มีความละเอียดอ่อน การสร้างข้อมูลเชิงข้อเท็จจริง (สามารถเกิดภาพหลอนตัวเลขได้) และงานที่ต้องการความรู้แบบเรียลไทม์ที่เกินจุดตัดการฝึกอบรม (Anthropic ยังไม่ได้เปิดเผยจุดตัดที่แน่นอน แต่ประมาณต้นปี 2025) ความสามารถด้านภาพนั้นดีแต่ยังไม่ใช่ระดับสูงสุดสำหรับการตรวจจับวัตถุแบบละเอียด ราคาแม้ว่าจะไม่มีส่วนเพิ่ม แต่ก็ยังสูงกว่าโมเดลขนาดเล็ก ความหน่วงเวลานั้นเป็นเรื่องปกติสำหรับโมเดลขนาดใหญ่—การตอบสนองอาจช้าลงเนื่องจากการประมวลผลบริบทขนาดใหญ่
เวลาแฝงของ Claude Sonnet 5 ขึ้นอยู่กับขนาดอินพุตและความยาวเอาต์พุตอย่างมาก ด้วยบริบทขนาด 1M โทเค็น การประมวลผลพรอมต์เริ่มต้นอาจใช้เวลาหลายวินาทีถึงหลายนาที เนื่องจากโมเดลต้องพิจารณาหน้าต่างทั้งหมด เมื่อการประมวลผลเริ่มขึ้น ความเร็วในการสร้างโทเค็นโดยทั่วไปจะอยู่ในช่วง 20-40 โทเค็นต่อวินาที (ขึ้นอยู่กับโหลดและโครงสร้างพื้นฐานของผู้ให้บริการ) อินพุตขนาดเล็ก (เช่น ไม่กี่ร้อยโทเค็น) จะเห็นเวลาแฝงของโทเค็นแรกที่เร็วกว่า มักจะต่ำกว่าหนึ่งวินาที การสตรีมเปิดใช้งานโดยค่าเริ่มต้นผ่าน API ของ OrcaRouter ทำให้คุณเห็นโทเค็นเอาต์พุตขณะที่ถูกสร้างขึ้น สำหรับแอปพลิเคชันที่ไวต่อเวลาแฝง (เช่น แชทเรียลไทม์) คุณอาจต้องการใช้โมเดลที่เล็กกว่าหรือตัดทอนบริบท OrcaRouter ไม่เพิ่มเวลาแฝงที่มีนัยสำคัญเกินกว่า API ของ Anthropic เอง—ค่าใช้จ่ายเพิ่มเติมนั้นเล็กน้อยเนื่องจากเป็นตัวกลางในการส่งต่อคำขอไปยังปลายทางของ Anthropic
Anthropic ยังไม่ได้เผยแพร่ชุดเกณฑ์มาตรฐานที่ครอบคลุมสำหรับ Claude Sonnet 5 ในขณะที่เขียน ตัวเลขเดียวที่มีให้คือ 81.2 บน OSWorld-Verified สำหรับการให้เหตุผลทั่วไป โมเดลน่าจะทำงานในระดับเดียวกับโมเดล Claude Sonnet อื่นๆ บนเกณฑ์มาตรฐาน NLP มาตรฐาน เช่น MMLU, HumanEval และ GSM8K แต่ไม่มีคะแนนที่แน่นอนจากผู้ให้บริการ ในทางปฏิบัติ รายงานผู้ใช้ช่วงแรกบ่งชี้ถึงประสิทธิภาพที่แข็งแกร่งในการสร้างโค้ด การตอบคำถามเอกสาร และงานดึงข้อมูลบริบทยาว เราแนะนำให้ทำการประเมินของคุณเองกับกรณีการใช้งานเฉพาะ เนื่องจากเกณฑ์มาตรฐานอาจทำให้เข้าใจผิด OrcaRouter ช่วยให้คุณทดสอบโมเดลได้อย่างรวดเร็วผ่าน API โดยไม่มีค่าใช้จ่ายล่วงหน้า เพียงตั้งค่า model id เป็น "anthropic/claude-sonnet-5" และเริ่มถามเพื่อวัดประสิทธิภาพสำหรับข้อมูลของคุณ
Claude Sonnet 5 บน OrcaRouter คิดค่าบริการในอัตราของผู้ให้บริการ Anthropic โดยไม่มีส่วนเพิ่ม: $2.00 ต่อ 1 ล้าน tokens ข้อมูลนำเข้า และ $10.00 ต่อ 1 ล้าน tokens ข้อมูลส่งออก ทั้ง tokens ข้อมูลนำเข้าและส่งออกจะถูกนับเป็น tokens ข้อความมาตรฐาน (รูปภาพและไฟล์จะถูก tokenized ตามรูปแบบของ Anthropic) ไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับการยืนยันตัวตน การจำกัดอัตราการใช้งาน หรือการถ่ายโอนข้อมูล OrcaRouter คิดค่าบริการตามจำนวน tokens ดิบที่รายงานโดย Anthropic ซึ่งรวมถึง system prompt ใดๆ ข้อความผู้ใช้ tokens รูปภาพ และคำตอบที่สร้างขึ้น การเรียกเก็บเงินจะขึ้นอยู่กับการใช้งาน และคุณจะจ่ายเฉพาะสิ่งที่คุณใช้เท่านั้น สำหรับผู้ใช้งานหนัก โมเดลที่โปร่งใสนี้ช่วยหลีกเลี่ยงค่าธรรมเนียมที่ไม่คาดคิด ไม่มีขั้นต่ำในการใช้จ่ายหรือสัญญาที่ต้องทำ — เพียงแค่คุณเติมเครดิตหรือตั้งค่าการเรียกเก็บเงินที่แผงควบคุมของ OrcaRouter และการใช้งานของคุณจะถูกหักตามอัตราดังกล่าว
ราคาของ Claude Sonnet 5 ($2/$10 ต่อ 1 ล้านโทเค็น) อยู่ระหว่างโมเดลราคาถูกของ Anthropic (เช่น Haiku ที่ $0.25/$1.25) และโมเดลระดับพรีเมียม (เช่น Claude Opus ที่ $15/$75) สำหรับงานที่ต้องใช้บริบทขนาดยาว ต้นทุนต่อล้านโทเค็นค่อนข้างต่ำเมื่อเทียบกับความจุ 1 ล้าน อย่างไรก็ตาม หากคุณใช้หน้าต่างบริบททั้งหมด ต้นทุนที่แน่นอนต่อคำขออาจเพิ่มขึ้น — คำขอ input 1 ล้านโทเค็นเต็มมีค่าใช้จ่าย $2.00 สำหรับ input เพียงอย่างเดียว เปรียบเทียบกับการใช้โมเดลบริบทขนาดเล็กอย่าง GPT-4o-mini ($0.15/$0.60) สำหรับคำขอสั้น ๆ ข้อแลกเปลี่ยนคือ: Claude Sonnet 5 ให้คุณภาพการให้เหตุผลสูงกว่าและความจุมากกว่า แต่ในราคาต่อโทเค็นที่สูงกว่า สำหรับงานที่ต้องการบริบทขนาดใหญ่หรือการให้เหตุผลแบบ multimodal อย่างแท้จริง โมเดลนี้อาจมีประสิทธิภาพมากกว่าการแบ่งงานออกเป็นหลายคำขอ API แบบ zero-markup ของ OrcaRouter ช่วยให้คุณไม่ต้องจ่ายเพิ่มด้วยค่าธรรมเนียมคนกลาง ดังนั้นการเปรียบเทียบจึงเป็นกับผู้ให้บริการรายอื่นโดยตรง
ปัจจุบัน OrcaRouter ยังไม่มีเลเยอร์แคชพรอมต์แยกต่างหากสำหรับ Claude Sonnet 5; โทเค็นทั้งหมดจะถูกเรียกเก็บในอัตราอินพุตมาตรฐาน แม้ว่า API ของ Anthropic เองอาจรองรับการแคชพรอมต์สำหรับบางโมเดล (ลดต้นทุนสำหรับคำนำหน้าที่ซ้ำกัน) แต่ OrcaRouter จะส่งผ่านโทเค็นในราคาเดียวกันโดยไม่คำนึงถึงการซ้ำ ในทางปฏิบัติ หากคุณส่งพรอมต์ระบบขนาดใหญ่ที่เหมือนกันซ้ำๆ คุณจะยังคงถูกเรียกเก็บเงินสำหรับโทเค็นอินพุตทุกครั้ง ไม่มีส่วนลดสำหรับบริบทที่ถูกแคช สิ่งนี้สำคัญที่ต้องพิจารณาหากเวิร์กโฟลว์ของคุณเกี่ยวข้องกับคำแนะนำแบบคงที่และยาว การใช้โมเดลขนาดเล็กหรือสถาปัตยกรรมที่แตกต่างอาจคุ้มค่ากว่า อย่างไรก็ตาม การไม่มีมาร์กอัปของ OrcaRouter หมายความว่าคุณไม่ได้จ่ายค่าใช้จ่ายเพิ่มเติม ต้นทุนเป็นเพียงราคาที่ Anthropic ระบุไว้เท่านั้น อาจมีการเพิ่มฟีเจอร์การแคชในอนาคต แต่ในขณะนี้ การกำหนดราคาเป็นแบบต่อการเรียกตามจำนวนโทเค็นทั้งหมด
หากคุณส่งอินพุตที่เกินหน้าต่างบริบท 1,000,000 โทเค็น OrcaRouter จะส่งคืนข้อผิดพลาด (โดยทั่วไปคือสถานะ 400 พร้อมข้อความเกี่ยวกับความยาวบริบท) โมเดลจะไม่ตัดทอนอินพุต คุณต้องจัดการจำนวนโทเค็นด้วยตนเอง สำหรับเอาต์พุต หากโมเดลถึงจำนวนสูงสุด 128,000 โทเค็นก่อนที่จะเสร็จสิ้น โมเดลจะหยุดสร้างและส่งคืน finish_reason เป็น "length" (ในการตอบกลับของ API) จากนั้นคุณสามารถสนทนาต่อโดยส่งคำขอใหม่พร้อมเอาต์พุตที่สะสมเป็นประวัติ OrcaRouter จะไม่ลองอีกครั้งหรือแบ่งคำขอของคุณโดยอัตโนมัติ เป็นความรับผิดชอบของคุณที่จะต้องอยู่ภายในขีดจำกัด เครื่องมืออย่าง tiktoken สามารถช่วยประมาณจำนวนโทเค็นสำหรับพรอมต์ของคุณ สำหรับอินพุตที่ยาวมาก ให้พิจารณาแบ่งเป็นส่วนหรือใช้วิธีการเลื่อนหน้าต่าง (sliding window approach) แม้ว่าบริบทขนาดใหญ่ของ Claude Sonnet 5 มักจะทำให้ไม่จำเป็นต้องแบ่งส่วน
หากต้องการใช้ Claude Sonnet 5 ผ่าน OrcaRouter ให้ตั้งค่า base URL เป็น https://api.orcarouter.ai/v1 และใช้ model ID "anthropic/claude-sonnet-5" API นี้เข้ากันได้อย่างสมบูรณ์กับรูปแบบ chat completions ของ OpenAI ดังนั้นคุณสามารถใช้ไลบรารีไคลเอ็นต์ OpenAI ที่มีอยู่แล้วได้ ตัวอย่างเช่น ในภาษา Python ด้วยแพ็กเกจ openai: ให้ตั้ง api_key เป็นคีย์ OrcaRouter ของคุณ, base_url เป็นเอนด์พอยต์ของ OrcaRouter, และ model เป็น "anthropic/claude-sonnet-5" คุณสามารถส่งข้อความพร้อมกับ role, content (ส่วนที่เป็นข้อความและ/หรือ image_url สำหรับระบบ vision) การตอบกลับจะมีฟิลด์มาตรฐาน: id, object, choices, usage (prompt_tokens, completion_tokens) รองรับการสตรีมโดยการตั้งค่า stream=True OrcaRouter จัดการการยืนยันตัวตนและกำหนดเส้นทางคำขอของคุณไปยังแบ็กเอนด์ของ Anthropic ไม่จำเป็นต้องกำหนดค่าเพิ่มเติม — แค่คีย์ API และรหัสโมเดลที่ถูกต้องของคุณ
คุณสามารถใช้พารามิเตอร์ที่เข้ากันได้กับ OpenAI มาตรฐานกับ OrcaRouter: messages (จำเป็น), model (จำเป็น, ตั้งค่าเป็น "anthropic/claude-sonnet-5"), temperature (0-2, ค่าเริ่มต้น 1), top_p (0-1, ค่าเริ่มต้น 1), max_tokens (ค่าเริ่มต้น 4096, สูงสุด 128000), stop sequences (อาร์เรย์ของสตริง), frequency_penalty, presence_penalty (ทั้งคู่ -2 ถึง 2), และ stream (บูลีน) นอกจากนี้ คุณสามารถส่งพารามิเตอร์เฉพาะของ Anthropic ผ่านฟิลด์ extra_headers เช่น anthropic-version เพื่อระบุเวอร์ชัน API OrcaRouter จะเพิ่มส่วนหัวที่จำเป็นของ Anthropic โดยอัตโนมัติ สำหรับข้อความแบบหลายรูปแบบ (multimodal) ให้รวมเนื้อหาเป็นรายการของส่วนต่างๆ ที่มี type เป็น text หรือ image_url โปรดทราบว่าโมเดลรองรับ tools/functions (การเรียกเครื่องมือแบบขนาน) การตอบสนองประกอบด้วย finish_reason, สถิติการใช้งาน (usage statistics), และ choices ไม่มีพารามิเตอร์แยกต่างหากสำหรับขนาดหน้าต่างบริบท (context window size); โมเดลใช้ความจุ 1M โดยธรรมชาติ
การย้ายข้อมูลนั้นตรงไปตรงมาเพราะ OrcaRouter มี API ที่เข้ากันได้กับ OpenAI หากคุณใช้ API ของ OpenAI อยู่แล้ว เพียงแค่เปลี่ยน base_url เป็น https://api.orcarouter.ai/v1 และปรับพารามิเตอร์ model เป็น "anthropic/claude-sonnet-5" โค้ดที่มีอยู่ของคุณสำหรับสร้างข้อความ จัดการสตรีมมิ่ง และแยกวิเคราะห์การตอบกลับควรทำงานได้โดยไม่ต้องเปลี่ยนแปลง — OrcaRouter ส่งคืนการตอบกลับที่สอดคล้องกับ OpenAPI มาตรฐาน หากคุณใช้ผู้ให้บริการอื่น เช่น API ดั้งเดิมของ Anthropic (ซึ่งใช้รูปแบบที่แตกต่าง) คุณอาจต้องปรับ schema ของข้อความให้เป็นรูปแบบ OpenAI (บทบาท: system, user, assistant) เอกสารของ OrcaRouter มีคำแนะนำการย้ายข้อมูล ความแตกต่างสำคัญ: Claude Sonnet 5 รองรับข้อความระบบ เครื่องมือ และส่วนมัลติมีเดีย ตรวจสอบให้แน่ใจว่าข้อมูลนำเข้าไม่เกินขีดจำกัด 1M token เริ่มต้นด้วยการเรียกทดสอบเล็กน้อยเพื่อยืนยันการเชื่อมต่อและทำความเข้าใจเวลาแฝงก่อนขยายขนาด
Claude Sonnet 5 พัฒนาขึ้นจากรุ่นก่อนหน้าโดยหลักในขนาดหน้าต่างบริบท (1M เทียบกับ 200K โทเคน) และขีดจำกัดเอาต์พุต (128K เทียบกับ 8K) ทำให้เหมาะมากขึ้นสำหรับการวิเคราะห์เอกสารยาวและฐานโค้ด นอกจากนี้ยังรองรับการนำเข้าไฟล์นอกเหนือจากข้อความและรูปภาพ ในขณะที่ Sonnet 4 จำกัดเฉพาะข้อความและรูปภาพ เกณฑ์มาตรฐานระหว่างทั้งสองไม่ได้เผยแพร่โดยตรง แต่คะแนน OSWorld-Verified ที่ 81.2 สำหรับ Sonnet 5 บ่งชี้ถึงก้าวสำคัญในการดำเนินงานระดับระบบปฏิบัติการ ราคาเพิ่มขึ้น—ต้นทุนอินพุตของ Sonnet 4 อยู่ที่ $3 ต่อล้านโทเคน ส่วน Sonnet 5 อยู่ที่ $2 ต่อล้าน—ดังนั้นจริงๆ แล้วถูกกว่าต่อโทเคนอินพุต เอาต์พุตอยู่ที่ $10 ต่อล้าน เทียบกับ $15 ต่อล้านของ Sonnet 4 ซึ่งลดลง 33% โดยรวมแล้ว Sonnet 5 ให้ความคุ้มค่าที่ดีกว่าสำหรับกรณีการใช้งานส่วนใหญ่ โดยเฉพาะอย่างยิ่งที่ต้องการบริบทขนาดใหญ่ อย่างไรก็ตาม Sonnet 4 อาจยังคงมีให้ใช้และถูกกว่าสำหรับงานสั้น ๆ ที่ไม่ต้องการบริบทขนาดใหญ่
Claude Sonnet 5 และ GPT-4o ของ OpenAI ต่างก็เป็นโมเดล multimodal ที่มีความสามารถในการให้เหตุผลสูง แต่แตกต่างกันที่ขนาด context window (Sonnet 5: 1M tokens; GPT-4o: 128K tokens) และข้อจำกัดด้านเอาต์พุต (Sonnet 5: 128K; GPT-4o: 16K) Sonnet 5 มีความจุมากกว่าอย่างมีนัยสำคัญ ทำให้เหมาะกับงานที่ต้องประมวลผลโค้ดเบสทั้งหมดหรือหนังสือเล่มยาว GPT-4o มี latency ทั่วไปที่เร็วกว่า และการผสานรวมกับระบบนิเวศของ OpenAI (ปลั๊กอิน, DALL-E ฯลฯ) ที่กว้างกว่า ราคา: GPT-4o ราคา $2.50/$10 ต่อ 1M tokens (อินพุต/เอาต์พุต) คล้ายกับ Sonnet 5 ทั้งคู่ให้คะแนนการให้เหตุผลสูง แต่คะแนน OSWorld-Verified 81.2 ของ Sonnet 5 ไม่สามารถเปรียบเทียบโดยตรงกับเกณฑ์วัดใดๆ ของ GPT-4o สำหรับการทำงานอัตโนมัติระดับ OS Sonnet 5 ดูแข็งแกร่งกว่า สำหรับการเขียนเชิงสร้างสรรค์หรือแชททั่วไป GPT-4o อาจมีความหลากหลายมากกว่าเล็กน้อยเนื่องจากข้อมูลฝึกที่มากกว่าและการใช้เครื่องมือ การเลือกขึ้นอยู่กับความต้องการบริบท ผ่าน OrcaRouter คุณสามารถสลับระหว่างทั้งสองได้อย่างง่ายดาย
Gemini 1.5 Pro ของ Google มีบริบท 1M tokens (เท่ากับ Sonnet 5) และความสามารถแบบมัลติโมดัล แต่เอาต์พุตของ Gemini ถูกจำกัดที่ 8K tokens ซึ่งน้อยกว่า Sonnet 5 ที่ 128K มาก การกำหนดราคาของ Gemini อยู่ที่ $3.50/$10.50 ต่อ 1M tokens (อินพุต/เอาต์พุต) ทำให้ Sonnet 5 ถูกกว่าเล็กน้อยสำหรับอินพุต ทั้งสองรุ่นทำคะแนนได้ดีในการวัดผลด้านการให้เหตุผล แต่คะแนน OSWorld ที่ 81.2 ของ Sonnet 5 เป็นจุดแตกต่างที่สำคัญ—ประสิทธิภาพระดับ OS ของ Gemini ไม่ได้ถูกเน้นในลักษณะเดียวกัน Gemini 1.5 Pro รองรับการเรียกใช้โค้ดแบบเนทีฟและสามารถสร้างโค้ดพร้อมการทำงาน ในขณะที่ Sonnet 5 อาศัยแซนด์บ็อกซ์ภายนอก สำหรับการสร้างข้อความล้วนในปริมาณมาก ขีดจำกัดเอาต์พุตที่สูงกว่าของ Sonnet 5 เป็นข้อได้เปรียบที่ชัดเจน ทั้งสองรุ่นรองรับไฟล์แนบและรูปภาพ คุณภาพการดึงข้อมูลบริบทยาวนั้นแข่งขันกันได้ ความแตกต่างเล็กน้อยอาจปรากฏในโดเมนเฉพาะ ผ่าน OrcaRouter คุณสามารถเปรียบเทียบทั้งสองรุ่นได้โดยเพียงแค่เปลี่ยนรหัสรุ่น
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| อินพุต / 1M โทเค็น | $2.00 |
| เอาต์พุต / 1M โทเค็น | $10.00 |
| อ่านแคช / 1M | $0.200 |
| เขียนแคช / 1M | $2.50 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
GET /api/public/models/anthropic/claude-sonnet-5เปิด @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