Introdução
O Claude Sonnet 5.5 é o Sonnet mais recente da Anthropic, lançado em 28 de setembro de 2026, e a Anthropic o descreve como sua melhor combinação de velocidade e inteligência. Ele é servido aqui em um único endpoint compatível com a OpenAI em /v1/chat/completions. Uma requisição pode levar até 1.000.000 de tokens de texto, e uma resposta pode chegar a 128.000 tokens.
reasoning_effort aceita none, low, medium, high, xhigh ou max, com medium como padrão; none pede ao modelo que não raciocine antes da resposta, embora em conversas longas ele ainda possa raciocinar um pouco. O modelo define a própria amostragem, por isso temperature e top_p não são aceitos. É possível definir até 128 ferramentas por requisição, tool_choice aceita auto ou none e as respostas são transmitidas por Server-Sent Events.
Recursos e destaques
Raciocínio que você define por requisição
A alavanca que você controla é o raciocínio: none não pede nenhuma etapa de raciocínio antes da resposta, low e medium a mantêm curta, e high, xhigh e max permitem cada vez mais. Uma resposta de uma linha e um plano longo passam pela mesma integração, e só um campo muda entre eles.
Cenas levadas até o fim
A plataforma não acrescenta nenhum filtro próprio. Em nossos testes de 1º de outubro de 2026, o modelo não recusou nenhuma das 24 requisições de conteúdo em cinco níveis e escreveu todas por inteiro, incluindo os níveis Muito forte e Máximo.
Um milhão de tokens de contexto
1.000.000 de tokens equivalem a cerca de 555.000 palavras em inglês: o bastante para o histórico de uma história longa, um grande conjunto de documentos ou um repositório de porte médio enviados do jeito que estão, e não resumidos. O modelo então lê o que foi realmente dito, e não um relato que perdeu o detalhe de que você precisava.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Turnos da conversa em ordem, do mais antigo ao mais recente. Os papéis são system, developer, user, assistant e tool; as mensagens system e developer viram as instruções do modelo. pelo menos 1 itens |
max_tokens | Não | Limita a resposta a 128.000; padrão 4.096. |
reasoning_effort | Não | none, low, medium, high, xhigh ou max; medium por padrão. |
stop | Não | Até 4 sequências, como string ou array. A resposta termina assim que o modelo escreve uma delas, e o texto correspondente fica de fora. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
tools | Não | Até 128 definições de função por requisição, no formato de funções da OpenAI: um nome, uma descrição e parâmetros em JSON Schema para cada uma. no máximo 128 itens |
parallel_tool_calls | Não | true por padrão. Com false o modelo chama no máximo uma ferramenta por turno, o que combina com cadeias em que cada chamada depende do resultado da anterior. Valor padrão: |
tool_choice | Não | auto ou none. O Sonnet 5.5 não aceita ferramenta forçada: para obter uma chamada específica, cite a ferramenta no prompt e deixe este campo em auto. |
Preços
Entrada $2 / Saída $10 por 1 milhão de tokens
Casos de uso
Ficção interativa e roleplay
Campanhas de fantasia, mistérios, tripulações de naves e personagens companheiros funcionam do mesmo jeito: personagem e regras do mundo na mensagem system, a história até aqui em ordem e reasoning_effort em none ou low nos turnos comuns (com max_tokens de pelo menos 4.000, porque numa conversa longa o modelo ainda pode raciocinar um pouco), aumentado para a cena em que vários fios precisam se encontrar.
O próximo capítulo de um manuscrito longo
Envie em ordem os capítulos escritos até aqui e o esboço, com as regras de voz na mensagem system, e peça o próximo capítulo. Os capítulos anteriores seguem na íntegra, então um detalhe plantado no capítulo dois ainda está lá para render frutos no capítulo doze.
Revisões contra a base de código inteira
Envie o repositório, a especificação e a mudança em uma única requisição e peça achados para os quais você consiga apontar a linha, com reasoning_effort em high quando a revisão precisar seguir chamadas entre arquivos.
Guia de prompt e dicas práticas
Comece em medium e mude um passo de cada vez
O padrão da Anthropic para este modelo é high, mas ela recomenda começar chat e tarefas sensíveis à latência em medium ou low. Use none em turnos que não exigem planejamento (com max_tokens de pelo menos 4.000) e recorra a xhigh ou max só quando uma resposta errada custar mais do que os tokens extras.
Deixe espaço em max_tokens para o raciocínio
O raciocínio conta para max_tokens. Os 4.096 do padrão servem para uma resposta de conversa; para um capítulo, um relatório ou um plano de vários arquivos, defina um valor bem acima do tamanho que você espera ler, principalmente nos níveis de esforço mais altos.
Peça uma chamada de ferramenta em vez de um formato de resposta
Este endpoint não tem response_format, e tool_choice não consegue forçar uma ferramenta específica. Defina uma ferramenta cujos parâmetros sejam o JSON Schema que você quer, deixe tool_choice em auto, diga ao modelo que responda chamando-a e valide os argumentos que voltarem. Partes de vídeo e áudio não são aceitas neste endpoint, e um max_tokens acima de 128.000 é rejeitado.
Use low, não none, para respostas curtas e limpas
none pede ao modelo que não raciocine antes da resposta e é a configuração mais rápida, mas em conversas longas o modelo ainda pode raciocinar um pouco, e esse raciocínio conta em max_tokens; às vezes ele também desenvolve a pergunta no texto visível. Para uma resposta curta e limpa, use low; reserve none para turnos rápidos dentro do personagem, dê a eles pelo menos 4.000 tokens de max_tokens e defina stream como true nas respostas longas, para que o texto apareça conforme é escrito.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
