Indlæser kataloget…
Indlæser kataloget…
Anthropics ræsonneringsmodel i Sonnet-klassen med lukkede vægte, et kontekstvindue på 1 million tokens, altid aktiv adaptiv tænkning og ræsonneringsniveauer, der kan konfigureres.
Oversigt. Claude Sonnet 5.5 er Anthropics chatmodel i Sonnet-klassen, udgivet den 28. september 2026 som en direkte opgradering til Claude Sonnet 5. Den har lukkede vægte og er bygget til ræsonnering: adaptiv tænkning kører ved hver forespørgsel, og Anthropics parameter for ræsonneringsniveau (max, xhigh, high, medium, low; standardværdien er high på Claude-API'et) styrer, hvor meget af den der kører. Udviklere vælger den til omfattende arbejde — et kontekstvindue på 1 million tokens, tekst og billeder som inddata og op til 128.000 tokens synkron uddata på Messages-API'et.
Vigtigste styrker. Den definerende egenskab er lange inddata: et kontekstvindue på 1 million tokens kombineret med en grænse for synkron uddata på 128.000 tokens, der tager imod tekst og billeder og returnerer tekst. Ræsonnering er indbygget snarere end valgfri, og Anthropic oplyser, at ræsonneringsniveauerne i Sonnet 5.5 er rekalibreret i forhold til Sonnet 5, så mængden af tænkning kan justeres per forespørgsel i stedet for at være fastlåst. Dokumentationen for nøjagtighed er mindre entydig end positioneringen: leverandørens egne Terminal-Bench 4.0-resultater og tredjepartsanalyser af samme benchmark afviger betydeligt, fordi de måler forskellige konfigurationer af ræsonneringsniveau, så ethvert enkelt resultattal bør betragtes som specifikt for den valgte konfiguration.
Anvendelsesområder. Brug denne model til arbejde med lange dokumenter — gennemgang eller syntese af store mængder data, vedvarende samtaler over mange runder samt kode- eller forskningsopgaver, hvor det er vigtigere at få meget store inddata ind i én forespørgsel end rå hastighed. De fem ræsonneringsniveauer lader dig indstille dybden per kald, hvor du kan bruge low eller medium til ukompliceret generering og rutinemæssige verktøjskald, og reservere high og derover til svære opgaver med mange trin. Anthropic understøtter ændring af ræsonneringsniveau midt i en session via en beta-header. Understøttelse af tekst og billeder som inddata gør den velegnet til arbejdsflow bygget omkring screenshots, diagrammer og dokumentsider sammen med prosa.
Begrænsninger. Ræsonnering kan ikke slås fra — Anthropic returnerer en 400-fejl, hvis tænkning deaktiveres — og værdier for temperature, top_p eller top_k, der afviger fra standarden, afvises på samme måde, så dette er ikke en model til finjustering af parametre. Tvungne verktøjskald er ikke tilgængelige: kun standardværdierne `auto` og `none` accepteres, hvilket begrænser løsninger, der afhænger af garanteret aktivering af værktøjer. Uddata er begrænset til 128.000 tokens på det synkrone API, Anthropic offentliggør ingen detaljer om antallet af milliarder parametre eller arkitektur, og der findes ingen mulighed for åbne vægte eller at køre selv.
Bemærkning om suverænitet. Anthropic er et amerikansk selskab, så denne model er underlagt amerikansk jurisdiktion med eksponering mod CLOUD Act, og vægtene er proprietære — inferens kører på infrastruktur drevet af leverandøren frem for din egen. Anthropics kommercielle vilkår fastslår, at inddata og uddata fra deres kommercielle produkter, herunder Claude-API'et, som standard ikke bruges til ingen træning på dine data, og aftaler om nul dataopbevaring (ZDR) er tilgængelige for kvalificerede Claude-API-kunder efter godkendelse fra Anthropic. Der tilbydes dog stadig ikke dataplacering i EU: Anthropics indstillinger for dataplacering giver kun mulighed for inferens i `us` og `global` med opbevaring af arbejdsområdet i USA, så den bør ikke betragtes som en suveræn løsning, før garantier om nul dataopbevaring eller dataplacering er bekræftet for det specifikke endepunkt, der er i brug.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 1,81 / 9,07€+2 betingede priser | Online | |||
| L0 | 2,00 / 9,98€+1 betinget pris | Aktiveret |
38 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Værktøjskald plus udvidet ræsonnering er standardløkken for agentisk koding med redigering, kørsel og inspektion, og det lange kontekstvindue reducerer genlæsning ved redigering af flere filer.
Dokumenteret understøttelse af værktøjskald er den primære integrationsmetode for backends med funktionskald, og Anthropics chatfamilie er optimeret til kald med faste skemaer.
Værktøjskald til opslag i ordrer/CRM, billedforståelse til kundens screenshots og lang kontekst til hele samtalen og historik over regler gør denne model velegnet til drift.
Udvidet ræsonnering over en stor kontekst understøtter fejlfinding med hypotese og test på tværs af logs, stack traces og kildekode i én prompt.
Billedforståelse understøtter indlæsning af diagrammer, og udvidet ræsonnering understøtter kvantitative forklaringer af de udtrukne dataserier.
Billedforståelse plus verktøjskald muliggør behandlingskæder fra screenshot til handling, hvilket er det dominerende mønster for UI-agenter og visuel triage i supporten.
Billedforståelse plus værktøjskald dækker screenshot-drevet navigation og handlinger, men manglen på tal for svartid eller pris per trin gør, at den ikke er et standardvalg frem for specialbyggede browser-agenter.
Billedforståelse gør det muligt at læse sider direkte, men OCR er en præcisionskritisk opgave med store volumener, hvor specialiserede behandlingskæder typisk vinder på pris og nøjagtighed.
Skriver godt og kan basere sig på en lang historik i tråden, men en model med disse egenskaber er overdimensioneret til rutinemæssig skrivning af e-mails.
Kompetent til inline-kodegenerering, men dette er en opgave med høj gennemstrømning og følsomhed over for svartid, hvor en stor model i Sonnet-klassen med ræsonnering er økonomisk ufordelagtig sammenlignet med mindre, dedikerede modeller.
Stærk generel skrivekvalitet og lang kontekst understøtter oversættelse af hele dokumenter, men ingen publicerede flersprogede benchmarks understøtter en klar vurdering.
Lang kontekst og ræsonnering understøtter sporing af beviser på tværs af dokumentsæt; bemærk placeringen i USA og de lukkede vægte, som visse revisions- og suverænitetsregler vil begrænse.
Reranking kræver kalibrerede relevans-scores over lister med kandidater; dette er en chat- og agentisk model uden dokumenteret interface til reranking.
Der er ikke dokumenteret nogen egenskab for embedding eller uddata af vektorer; denne model genererer tekst og værktøjskald, ikke vektorer til søgning. Brug en dedikeret embeddingmodell.
Der er ikke dokumenteret nogen sti til lydinddata eller -uddata i sanntid; modelfamiliens begrænsning er tekst og billedforståelse plus værktøjskald, ikke tovejs tale.
Kræver speaker-embedding og bølgeformssyntese, hvilket ingen af delene er dokumenterede egenskaber ved denne tekst- og billedmodel.
Der er ikke dokumenteret nogen egenskab for lyduddata. Kun tekstgenerering, så TTS kan ikke betjenes af denne model.
Der er ikke dokumenteret nogen egenskab for lydinddata – modellen accepterer kun tekst og billeder. Tale til tekst kræver en ASR-model.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "anthropic/claude-sonnet-5-5",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på