Introducción
Claude Sonnet 5.5 es el Sonnet más reciente de Anthropic, lanzado el 28 de septiembre de 2026, y Anthropic lo describe como su mejor combinación de velocidad e inteligencia. Se sirve aquí en un único endpoint compatible con OpenAI en /v1/chat/completions. Una solicitud puede llevar hasta 1.000.000 de tokens de texto, y una respuesta puede llegar a 128.000 tokens.
reasoning_effort acepta none, low, medium, high, xhigh o max, con medium por defecto; none pide al modelo que no razone antes de la respuesta, aunque en conversaciones largas todavía puede razonar un poco. El modelo fija su propio muestreo, por lo que no se aceptan temperature ni top_p. Se pueden definir hasta 128 herramientas por solicitud, tool_choice acepta auto o none y las respuestas se transmiten por Server-Sent Events.
Funciones y aspectos destacados
Razonamiento que fijas por solicitud
La palanca que controlas es el razonamiento: none no pide ninguna pasada de razonamiento previa a la respuesta, low y medium la mantienen corta, y high, xhigh y max permiten cada vez más. Una respuesta de una línea y un plan largo pasan por la misma integración, y entre uno y otro solo cambia un campo.
Escenas que se llevan hasta el final
La plataforma no añade ningún filtro propio. En nuestras pruebas del 1 de octubre de 2026, el modelo no rechazó ninguna de las 24 solicitudes de contenido en cinco niveles y las escribió todas por completo, incluidos los niveles Muy fuerte y Máximo.
Un millón de tokens de contexto
1.000.000 de tokens son unas 555.000 palabras en inglés: suficiente para el historial de una historia larga, un gran conjunto de documentos o un repositorio de tamaño medio enviados tal cual en lugar de resumidos. El modelo lee entonces lo que realmente se dijo, no un relato que perdió el detalle que necesitabas.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Turnos de la conversación en orden, del más antiguo al más reciente. mínimo 1 elementos |
max_tokens | No | Limita la respuesta a 128.000; 4.096 por defecto. |
reasoning_effort | No | none, low, medium, high, xhigh o max; medium por defecto. |
stop | No | Hasta 4 secuencias, como cadena o arreglo. La respuesta termina en cuanto el modelo escribe una de ellas, y el texto coincidente queda fuera. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
tools | No | Hasta 128 definiciones de función por solicitud, en el formato de funciones de OpenAI: un nombre, una descripción y parámetros en JSON Schema para cada una. máximo 128 elementos |
parallel_tool_calls | No | true por defecto. Con false el modelo llama como máximo a una herramienta por turno, lo que conviene en cadenas donde cada llamada depende del resultado de la anterior. Valor predeterminado: |
tool_choice | No | auto o none. Sonnet 5.5 no acepta una herramienta forzada: para obtener una llamada concreta, nombra la herramienta en el prompt y deja este campo en auto. |
Precios
Entrada $2 / Salida $10 por 1 millón de tokens
Casos de uso
Ficción interactiva y rol
Campañas de fantasía, misterios, tripulaciones de naves y personajes acompañantes funcionan igual: el personaje y las reglas del mundo en el mensaje system, la historia hasta ahora en orden y reasoning_effort en none o low en los turnos normales (con max_tokens de al menos 4.000, porque en una conversación larga el modelo aún puede razonar un poco), subido para la escena en la que varios hilos tienen que encontrarse.
El siguiente capítulo de un manuscrito largo
Envía en orden los capítulos escritos hasta ahora y el esquema, con las reglas de voz en el mensaje system, y pide el siguiente capítulo. Los capítulos anteriores viajan tal cual, así que un detalle plantado en el capítulo dos sigue ahí para dar frutos en el doce.
Revisiones contra todo el código
Envía el repositorio, la especificación y el cambio en una sola solicitud y pide hallazgos de los que puedas señalar la línea, con reasoning_effort en high cuando la revisión deba seguir llamadas entre archivos.
Guía de prompts y consejos prácticos
Empieza en medium y sube o baja un paso cada vez
El valor por defecto de Anthropic para este modelo es high, pero recomienda empezar el chat y las tareas sensibles a la latencia en medium o low. Usa none para turnos que no necesitan planificación (con max_tokens de al menos 4.000) y recurre a xhigh o max solo cuando una respuesta errónea cueste más que los tokens adicionales.
Deja margen en max_tokens para el razonamiento
El razonamiento cuenta dentro de max_tokens. Los 4.096 por defecto sirven para una respuesta conversacional; para un capítulo, un informe o un plan de varios archivos, fija un valor bastante superior a la longitud que esperas leer, sobre todo en los niveles de esfuerzo altos.
Pide una llamada a herramienta en lugar de un formato de respuesta
Este endpoint no tiene response_format y tool_choice no puede forzar una herramienta concreta. Define una herramienta cuyos parámetros sean el esquema JSON que quieres, deja tool_choice en auto, indica al modelo que responda llamándola y valida los argumentos que devuelva. En este endpoint no se aceptan partes de video ni de audio, y un max_tokens superior a 128.000 se rechaza.
Usa low, no none, para respuestas cortas y limpias
none pide al modelo que no razone antes de la respuesta y es el ajuste más rápido, pero en conversaciones largas el modelo aún puede razonar un poco, y ese razonamiento cuenta para max_tokens; además, a veces desarrolla la pregunta en el texto visible. Para una respuesta corta y limpia usa low; reserva none para turnos rápidos dentro del personaje, dales al menos 4.000 tokens de max_tokens y pon stream en true en las respuestas largas para que el texto aparezca a medida que se escribe.
Inicio rápido de la API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "anthropic/claude-sonnet-5.5/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
