Przejdź do treści głównej

Claude Sonnet 5.5 od Anthropic, wydany 28 września 2026, przez endpoint zgodny z OpenAI. Przyjmuje do 1 000 000 tokenów i zwraca do 128 000, z wysiłkiem rozumowania od none do max i do 128 definicji narzędzi.

Wejście $2Wyjście $10za 1 mln tokenówWejście z pamięci podręcznej $0.20Zapis do cache $2.50

Obszar roboczy

Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.

  • Typy wejścia
    Tekst
    Typy wyjścia
    Tekst
    Wejście
    $2 / 1 mln tokenów
    Wejście z pamięci podręcznej
    $0.20 / 1 mln tokenów
    Wyjście
    $10 / 1 mln tokenów
    Kontekst
    1M
    Maks. wyjście
    128K

    $2/10za 1 mln tokenów · wejście / wyjście

    canal-mystery-turn

    Tura interaktywnej fikcji przy reasoning_effort none: zasady narratora i dotychczasowa historia jadą z żądaniem, odpowiedź pozostaje krótka, a każda tura kończy się wyborem dla gracza. Przejdź na low lub medium, gdy tura musi pogodzić wskazówki podłożone dużo wcześniej.

    • 900
    • none
  • Typy wejścia
    Tekst
    Typy wyjścia
    Tekst
    Wejście
    $2 / 1 mln tokenów
    Wejście z pamięci podręcznej
    $0.20 / 1 mln tokenów
    Wyjście
    $10 / 1 mln tokenów
    Kontekst
    1M
    Maks. wyjście
    128K

    $2/10za 1 mln tokenów · wejście / wyjście

    station-crew-scene

    Trzy głosy w jednej scenie, z dołączoną całą wcześniejszą wymianą. reasoning_effort pominięto, więc obowiązuje domyślne medium; wiadomość system ustala, jak mówi każda postać, żeby cała trójka pozostała rozróżnialna.

    • 2000
  • Typy wejścia
    Tekst
    Typy wyjścia
    Tekst
    Wejście
    $2 / 1 mln tokenów
    Wejście z pamięci podręcznej
    $0.20 / 1 mln tokenów
    Wyjście
    $10 / 1 mln tokenów
    Kontekst
    1M
    Maks. wyjście
    128K

    $2/10za 1 mln tokenów · wejście / wyjście

    manuscript-next-chapter

    Zasady stylu w wiadomości system i dotychczasowe rozdziały w turze user, a potem prośba o kolejny rozdział. Wysiłek medium i max_tokens wyraźnie ponad długością rozdziału, bo rozumowanie zjada ten sam budżet.

    • 6000
    • medium
  • Typy wejścia
    Tekst
    Typy wyjścia
    Tekst
    Wejście
    $2 / 1 mln tokenów
    Wejście z pamięci podręcznej
    $0.20 / 1 mln tokenów
    Wyjście
    $10 / 1 mln tokenów
    Kontekst
    1M
    Maks. wyjście
    128K

    $2/10za 1 mln tokenów · wejście / wyjście

    extract-with-tool

    Wynik czytelny dla maszyn bez wymuszania narzędzia: parametry narzędzia niosą schemat, tool_choice zostaje na auto, a wiadomość system każe modelowi odpowiedzieć przez jego wywołanie. Wysiłek na low, bo praca to czytanie, a nie rozumowanie.

    • 2048
    • auto
    • low
  • Typy wejścia
    Tekst
    Typy wyjścia
    Tekst
    Wejście
    $2 / 1 mln tokenów
    Wejście z pamięci podręcznej
    $0.20 / 1 mln tokenów
    Wyjście
    $10 / 1 mln tokenów
    Kontekst
    1M
    Maks. wyjście
    128K

    $2/10za 1 mln tokenów · wejście / wyjście

    review-against-repo

    Przegląd kodu z repozytorium i zmianą w jednym żądaniu. Wysiłek idzie na high, bo każde znalezisko zależy od śledzenia wywołań między plikami, a max_tokens jest podniesione, by rozumowanie nie wypchnęło raportu.

    • 16000
    • high

Ten przykład zaczyna się od Wejście $2 / Wyjście $10 za 1 mln tokenów. Playground przelicza szacunek po każdej zmianie ustawień.