Introduzione
Claude Sonnet 5 è il modello di chat di Anthropic per il lavoro di tutti i giorni, disponibile qui come un endpoint compatibile con OpenAI su /v1/chat/completions. Legge fino a 1.000.000 di token per chiamata e ne scrive fino a 64.000 in una risposta, così una sessione lunga può viaggiare per intero a ogni turno.
Il livello di ragionamento accetta low, medium o high, con medium di default. Il campionamento lo fissa il modello, quindi temperature e top_p non sono accettati; il contenuto dei messaggi è testo e immagini, e nella stessa chiamata hai fino a 128 tool e lo streaming SSE.
Caratteristiche principali
Una memoria di sessione da un milione di token
Centinaia di turni originali stanno sotto il tetto di 1.000.000 di token. Rimandali in ordine e il modello legge quello che ogni personaggio ha detto davvero, che è da dove nasce quasi tutto ciò che chiamiamo coerenza.
Più ragionamento solo quando conviene
low, medium e high condividono lo stesso corpo della richiesta. Il normale botta e risposta gira bene su low e torna prima; alzalo quando i fili devono convergere o più personaggi condividono la stanza. Un livello più alto pensa più a lungo e di solito produce più token di output.
Un corpo della richiesta senza manopole di campionamento
Poiché temperature e top_p li fissa il modello, una richiesta copiata da un'integrazione precedente deve toglierli: mandarne uno fa fallire la validazione invece di essere ignorato in silenzio, così un'impostazione dimenticata non cambia mai il comportamento a tua insaputa.
Parametri della richiesta
| Parametro | Obbligatorio | Nota |
|---|---|---|
messages | Sì | Turni di conversazione ordinati. Il contenuto è una stringa o un array di parti text e |
max_tokens | No | Mette un tetto alla risposta a 64.000, un sedicesimo della finestra di lettura. Di serie 4.096. |
reasoning_effort | No | low, medium o high, di serie medium. Fai girare su low gli scambi ordinari e alzalo per la scena che deve funzionare. |
stop | No | Fino a 4 sequenze, come stringa o come array. La risposta si ferma appena il modello ne scrive una, e il testo corrispondente non viene restituito. almeno 1 caratteri · almeno 1 elementi · al massimo 4 elementi |
tools | No | Fino a 128 definizioni di funzione per richiesta. al massimo 128 elementi |
parallel_tool_calls | No | true o false, predefinito true: il modello può chiedere più chiamate agli strumenti nello stesso turno. Predefinito: |
tool_choice | No | auto, none, required, oppure un oggetto che nomina una funzione. |
Prezzi
Input $1.90 / Output $9.50 per 1 milione di token
Casi d’uso
Lunghe conversazioni di compagnia
Tieni la conversazione in corso nell'array messages sessione dopo sessione. Con un milione di token anche un lungo arco di relazione ci sta senza strato di riassunto, e il personaggio richiama battute vere invece di parafrasi.
Tre o quattro voci in una scena
Scrivi dizione e limiti invalicabili di ogni personaggio nel messaggio di sistema e lascia che i turni dell'utente portino solo l'azione. Con ogni turno precedente ancora nella finestra, resta traccia di chi ha detto cosa e le voci non si contaminano a vicenda.
Dadi, inventario e lore come tool
Definisci funzioni per lanci di dadi, controlli dell'inventario o ricerche nel lore e lascia a tool_choice la scelta di quando eseguirle. I risultati arrivano come messaggi tool nello stesso thread, così la storia risolve un'azione senza uscire dalla conversazione.
Consigli avanzati
low per i turni normali, high per la scena che conta
Gli scambi di botta e risposta di solito vanno bene su low, e risparmi tempo oltre che token. Alza il livello quando i fili devono convergere; è una sola stringa nella stessa richiesta.
Imposta max_tokens sulla lunghezza che vuoi
Il default di 4.096 basta per una scena solida. Il ragionamento esce dallo stesso budget, quindi un tetto basso può esaurirsi prima che la risposta cominci; lascia spazio vero quando il livello è alto, fino al tetto di 64.000.
Limiti da mettere in conto
Le parti video e audio vengono rifiutate, una conversazione non può finire con un messaggio assistant per precompilare la risposta e non c'è response_format: per un output leggibile da una macchina, forza un tool i cui parametri siano il tuo schema JSON. I risultati dei tool condividono la finestra con la conversazione, quindi una sessione molto lunga prima o poi va sfoltita.
Avvio rapido dell’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/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'
Nel riferimento dell’API trovi autenticazione, schema completo, polling e gestione degli errori.
