Claude Sonnet 4.5 是 Anthropic 迄今最先進的 Sonnet 模型，專為真實世界的代理與編碼工作流程最佳化。它在 SWE-bench Verified 等編碼基準測試中展現了最先進的效能，並...
Claude Sonnet 4.5 是 Anthropic 推出的大型語言模型，可透過 OrcaRouter 的 OpenAI 相容 API 使用。它定位於 Anthropic 的 Haiku 與 Opus 模型層級之間，在能力與成本之間取得平衡。該模型支援文字、圖片和檔案輸入，具備 1,000,000 個 token 的上下文視窗，最大輸出可達 64,000 個 token。其…
Claude Sonnet 4.5 在需要對長文本進行深度推理的任務上表現出色，例如文件分析、摘要和提取。其 MMLU-Pro 分數為 86.0，顯示出在廣泛學科中擁有強大的事實知識和推理能力。該模型在程式碼生成、除錯和重構方面也很有效，特別是對能容納於其上下文視窗內的大型專案。在多模態任務中，它可以解讀圖像並提供描述、回答關於視覺內容的問題，或從圖表中提取資訊。64,000 個 Token 的輸出能力使其能產出全面的回應，對於撰寫長篇內容或生成結構化數據非常有用。
Claude Sonnet 4.5 能夠在接收文字輸入的同時，接受圖片與檔案。當提供圖片時，模型會解讀其視覺內容——例如圖片中的物體、文字或空間關係——並依據該解讀回答問題或執行指令。檔案可以以多種格式上傳；模型會從中提取文字內容，並在同一上下文中進行處理。這使得同時分析掃描發票（圖片）與相關試算表（檔案）等任務成為可能。模型不會產生圖片；其輸出始終為文字。多模態處理使用token：圖片根據其解析度消耗相應數量的token，檔案內容則被標記化為文字。
若您的任務較為簡單、上下文較短或僅涉及單一形式（純文字），則使用成本較低的模型（如 Anthropic 的 Claude Haiku）可能更為合適。舉例來說，簡單分類、簡短問答或小規模文字生成，通常可由較小的模型處理，且成本僅需一小部分。同樣地，如果您不需要擴展上下文或多模態功能，則為 Claude Sonnet 4.5 付費可能並不划算。請評估您典型查詢的複雜度與長度。對於批次處理數千筆短請求而言，使用較便宜的模型可降低整體開支。OrcaRouter 提供多種模型層級，讓您能根據實際需求選擇合適的模型。
Claude Sonnet 4.5 非常適合利用其大上下文與多模態輸入的任務。最佳使用範例包括：摘要整份法律合約或研究論文、對完整程式碼庫進行程式碼審查、從程式碼生成文件、從掃描文件（圖片）中提取結構化資料，以及建構需要回溯長篇幅對話紀錄的聊天機器人。它也相當適用於教育應用場景，這時模型必須閱讀並推理教科書章節或講義投影片。就創意寫作而言，高輸出 token 上限使其能一次性生成小說或報告等長篇內容。在每個案例中，該模型的 86.0 MMLU-Pro 分數都顯示出可靠的推理能力。
MMLU-Pro是一個衡量模型在多領域語言理解能力的基準測試，涵蓋STEM、人文與社會科學等廣泛學科。它由多項選擇題組成，旨在同時測試知識與推理能力。Claude Sonnet 4.5在此基準測試中獲得86.0分，代表模型正確回答了86.0%的問題，使其在通用知識與推理任務中名列前茅。作為對照，MMLU-Pro是原始MMLU的擴展版本，題目更具挑戰性。超過80分被視為極具競爭力，但特定任務的表現可能有所差異。
Claude Sonnet 4.5 的優勢包括其極大的上下文視窗（100萬個 token）、高輸出上限（64k 個 token）、支援多模態輸入，以及在 MMLU-Pro 上獲得 86.0 的優異成績。這些特性使其在長上下文與多模態任務中表現強大。所提供的資料中未具體說明限制，但如同所有大型語言模型，它有時可能會產生不正確或幻覺資訊。它不具備訓練截止日期之後的即時知識。也無法生成圖像或執行文字輸出以外的動作。每 token 的成本高於較小型的模型，因此對於簡單、簡短的任務來說可能不經濟。OrcaRouter 並未聲明任何特定的延遲數據，因此速度取決於供應商的基礎設施。
未提供 Claude Sonnet 4.5 的具體延遲數據。一般而言，速度取決於多種因素，例如輸入和輸出 token 數量、提供商的後端負載以及模型架構。作為中階模型，其推理速度預期會比小型模型（如 Claude Haiku）慢，但比大型模型（如 Claude Opus）快。OrcaRouter 將請求路由到 Anthropic 的 API，因此回應時間取決於 Anthropic 的基礎設施。對於延遲敏感的應用，建議使用典型的負載進行測試。較大的上下文視窗在處理大量輸入時可能會增加首個 token 的生成時間，因為模型必須先消化所有 token 才能生成輸出。
雖然 Claude Sonnet 4.5 在 MMLU-Pro (86.0) 上表現良好，並支援大型上下文，但它具有大型語言模型常見的限制。它可能產生看似合理但錯誤的資訊（幻覺）。其知識有訓練截止日期，但在提供的資料中未指定；它可能不知道最近的事件。該模型沒有瀏覽能力或當前上下文之外的外部記憶體。對高解析度圖片的多模態處理可能會消耗大量 token 預算，從而減少有效的文字容量。定價模式意味著長輸出或非常大的輸入可能會變得昂貴。無法保證相同提示之間的一致性；溫度和其他參數會影響輸出。OrcaRouter 的 API 可能有限制速率，但此處未詳細說明。
OrcaRouter 以供應商的費率計費 Claude Sonnet 4.5，零加價。價格為每 100 萬個輸入 Token 3.00 美元，每 100 萬個輸出 Token 15.00 美元。輸入 Token 包含請求中發送的所有文字、圖像 Token 等效項以及文件內容 Token。輸出 Token 是生成的響應 Token。除了 Token 消耗之外，沒有額外費用。這種按 Token 付費的模式意味著成本與使用量線性增長。對於一個包含 100,000 個輸入 Token 和 10,000 個輸出 Token 的請求，成本為輸入 0.30 美元和輸出 0.15 美元，總計 0.45 美元。
每個輸出 token 的成本（每 1M 個 $15）是輸入 token 成本（每 1M 個 $3）的五倍。這種不對稱性鼓勵使用者設計提示，以最小化生成回應的長度。例如，要求簡潔的回答或結構化輸出（JSON）可以減少輸出 token。反之，如果包含大型文件，輸入成本就會累積。100 萬的上下文視窗允許巨大的輸入，但每個輸入 token 都會產生成本。使用者應評估是否真的需要整個上下文。如果你正在生成長輸出，輸出成本將佔主導地位。使用較低的輸出 token 限制（透過 max_tokens 參數）有助於控制花費。
OrcaRouter 在提供的資料中並未針對 Claude Sonnet 4.5 的快取折扣或速率限制提供具體資訊。一般而言，部分 API 供應商會提供提示快取（即不重新處理相同的輸入前綴）來降低成本與延遲。建議查閱 OrcaRouter 的文件以了解相關功能。可能會有速率限制（例如每分鐘請求數或每分鐘 Token 數），且依帳戶層級而異。有高吞吐量需求的使用者應聯繫 OrcaRouter 以取得詳細資訊。最佳作法是在應用程式中實作帶有指數退避的重試邏輯，以處理潛在的速率限制回應。
Claude Sonnet 4.5 的定價（每 100 萬個 Token 分別為 $3/$15）介於較便宜的較小模型（例如 Claude Haiku）與更昂貴的旗艦模型（例如 Claude Opus）之間。其他模型的確切價格並未提供，但一般而言，具備 100 萬上下文與 86.0 MMLU-Pro 分數的模型，能提供特定的價值主張。對於不需要大上下文或多模態輸入的任務，使用較便宜的模型可能更具成本效益。反之，Opus（若有提供）的每個 Token 成本可能更高，基準分數也可能更高。OrcaRouter 的零加成政策意味著您只需支付供應商費率，使跨模型的成本比較變得透明。
OrcaRouter 提供一個相容 OpenAI 的 API 端點。若要使用 Claude Sonnet 4.5，請將 base URL 設為 https://api.orcarouter.ai/v1，並指定模型 ID 為 "anthropic/claude-sonnet-4.5"。您需要從 OrcaRouter 取得一組 API 金鑰。請求格式遵循 OpenAI 聊天補全結構：傳送一組包含 'system'、'user'、'assistant' 等角色的訊息陣列。對於圖片輸入，請加入一則同時包含 text 與 image_url 部分的內容訊息。對於檔案輸入，您可能需要先上傳或將檔案編碼為文字。回應將以標準 OpenAI 格式包含模型生成的文字。範例：curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer $ORCA_API_KEY" -d '{"model":"anthropic/claude-sonnet-4.5","messages":[{"role":"user","content":"Hello"}]}'
通過 OrcaRouter 的 API 呼叫 Claude Sonnet 4.5 時，你可以使用標準 OpenAI 聊天參數，例如 'model'、'messages'、'max_tokens'、'temperature'、'top_p'、'frequency_penalty'、'presence_penalty'、'stop' 和 'stream'。'max_tokens' 參數控制輸出 token 上限，最多可達該模型的最大值 64,000 個 token。多模態請求請在訊息內容陣列中加入 'image_url'。'stream' 參數支援伺服器發送事件（server-sent events），以實現即時 token 生成。其他參數如 'seed' 用於確定性輸出也可能可用。完整列表請參閱 OrcaRouter 的文件。請注意，並非所有 OpenAI 參數都受支援；建議進行測試。API 會回應一個包含 'choices' 的 JSON 物件，每個 'choice' 內含一個 'message' 物件。
如果你正從 OpenAI 的 API 切換到 OrcaRouter 以使用 Claude Sonnet 4.5，由於 API 相容性，流程相當直接。將基礎 URL 從 https://api.openai.com/v1 改為 https://api.orcarouter.ai/v1。將你的 API 金鑰替換為 OrcaRouter API 金鑰。將模型名稱更新為 "anthropic/claude-sonnet-4.5"。大多數使用 OpenAI Python 客戶端、JavaScript 客戶端或直接 HTTP 請求的現有程式碼只需極少修改即可運作。對於多模態功能（圖片、檔案），請確保你的訊息結構符合 OpenAI 格式，包含內容部分。如果你原本使用 Anthropic 的原生 API，可能需要將訊息重整為聊天補全格式（使用者/助理角色）。OrcaRouter 的文件可能提供了遷移指南。
Claude Opus 是 Anthropic 功能最強大且最昂貴的模型，而 Sonnet 4.5 則是中階產品。Opus 通常在基準測試中獲得較高分數（未提供具體數字），但每個 token 的成本也更高。Sonnet 4.5 提供 1M 的上下文視窗，與 Opus 通常相同，以及 64k 的輸出限制。取捨在於頂級推理能力（Opus）與更具成本效益的平衡（Sonnet）之間。對於 Sonnet 的 MMLU-Pro 分數 86.0 已足夠的任務，它可能是更划算的選擇。如果你的應用在具挑戰性的任務中需要最高準確度，請考慮 Opus。OrcaRouter 可能同時提供兩者，只需更改模型 ID 即可輕鬆切換。
Claude Sonnet 4.5 (MMLU-Pro 86.0) 與其他中高階模型如 GPT-4o 競爭。GPT-4o 也支援多模態輸入，並擁有較大的上下文窗口（儘管確切大小可能有所不同）。此處未提供 GPT-4o 的定價與基準分數，因此無法直接進行數值比較。兩者的一般差異包括架構選擇與訓練方法。部分使用者偏好 Claude 的安全性和長上下文處理能力，而另一些則傾向於 GPT-4o 更廣泛的生態系統。透過 OrcaRouter，您可以用相同的 API 格式測試兩個模型，並根據自己的特定資料比較結果。選擇取決於在您的使用案例中的實測表現與可接受的成本。
當您需要在能力、上下文長度與成本之間取得平衡時，請選擇 Claude Sonnet 4.5。若您的任務簡短且單純（例如單輪分類），Haiku 更便宜且更快；若您追求最頂尖的推理能力且願意支付更高費用，Opus 則是更佳的選擇。Sonnet 最適合中階需求：它提供大上下文視窗（1M）與強勁的 MMLU-Pro 分數（86.0），價格適中。對於處理長篇文件且複雜度中等的應用，Sonnet 很可能在不超支的情況下提供足夠的品質。如果您不確定，OrcaRouter 的 API 讓您只需更換 model ID 即可對不同模型進行 A/B 測試。
相容 OpenAI——沿用你現有的 SDK
https://api.orcarouter.ai/v1https://api.orcarouter.aifrom openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| 輸入 / 1M tokens | $3.00 |
| 輸出 / 1M tokens | $15.00 |
| 快取讀取 / 1M | $0.300 |
| 快取寫入 / 1M | $3.75 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
@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