Sonnet 5.5 через API: шпаргалка

сверено 29 октября 2026≈ 8 мин чтения#api#effort

Запись для тех, кто подключает Sonnet 5.5 в свой код: как выглядит запрос, сколько он стоит, какие параметры крутить и где модель ведёт себя не так, как предыдущие.

Первый запрос

Модель вызывается через обычный Messages API. Уровень усилия передаётся в объекте output_config, бета-заголовок для него не нужен.

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5-5",
    "max_tokens": 4096,
    "output_config": {"effort": "medium"},
    "messages": [{"role": "user", "content": "Найди ошибку в этом SQL-запросе: ..."}]
  }'

import anthropic

# ключ берётся из переменной ANTHROPIC_API_KEY
client = anthropic.Anthropic()

resp = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=4096,
    output_config={"effort": "medium"},
    messages=[{"role": "user", "content": "Напиши тест для функции parse_date"}],
)

# первым может прийти блок thinking
for block in resp.content:
    if block.type == "text":
        print(block.text)

Обратите внимание на цикл в конце. У Sonnet 5.5 размышление включено по умолчанию, и первым в ответе может прийти блок thinking — по умолчанию с пустым текстом и подписью. Код вида resp.content[0].text на таком ответе сломается.

Цены

Токены размышления оплачиваются как выходные, даже если их текст в ответ не попадает. Окно в миллион токенов — по обычной ставке: запрос на 900 тысяч токенов стоит за токен столько же, сколько запрос на 9 тысяч. Если зафиксировать обработку в США параметром inference_geo: "us", все ставки умножаются на 1,1. Веб-поиск — $10 за тысячу запросов плюс токены найденного текста. Минимальный кэшируемый промпт у Sonnet 5.5 — 512 токенов. Полная таблица — в прайсе Anthropic.

Посчитаем шаг агента: 60 тысяч токенов контекста на входе, 3 тысячи на выходе вместе с размышлением. Если 55 тысяч из них — неизменная часть (системный промпт, файлы проекта) и она уже в кэше, шаг дешевеет втрое с лишним:

PRICE = {"in": 2.00, "out": 10.00, "cache_read": 0.10}  # $ за 1M токенов

def step_cost(fresh_in, cached_in, out):
    return (fresh_in * PRICE["in"] + cached_in * PRICE["cache_read"]
            + out * PRICE["out"]) / 1_000_000

print(step_cost(60_000, 0, 3_000))       # 0.15   без кэша
print(step_cost(5_000, 55_000, 3_000))   # 0.0455 с кэшем

Запись в пятиминутный кэш стоит в 1,25 раза дороже обычного входа и окупается уже на первом повторном чтении. Подборка других моделей, доступных по API, с их ставками — в каталоге нейросетей с доступом через API.

Effort: какой уровень ставить

Уровни у Sonnet 5.5 перекалиброваны: то же слово даёт другой объём размышления, чем на Sonnet 5, поэтому настройки со старой модели переносить нельзя — нужно заново прогнать свои задачи. Начиная с medium модель коротко думает почти перед каждым ответом, даже на приветствие, и это добавляет задержку до первого токена. Просьба в системном промпте думать поменьше на это надёжно не влияет — снижайте уровень. И оставляйте запас в max_tokens: размышление считается в лимит, даже когда его текст не возвращается.

Уровень можно менять посреди диалога, не теряя кэш: для этого есть бета-заголовок mid-conversation-output-config-2026-07-01 и системное сообщение с output_config внутри messages. Смена верхнеуровневого effort между запросами кэш сбрасывает.

Размышление: adaptive и between_tools

Без поля thinking модель работает в режиме adaptive: сама решает, сколько думать, а effort задаёт планку. Значение disabled вернёт 400. Минимальная настройка — between_tools: перед ответом модель не рассуждает, а между вызовами инструментов пишет короткие заметки о ходе работы — они приходят блоками thinking с текстом.

{
  "model": "claude-sonnet-5-5",
  "max_tokens": 8000,
  "thinking": {"type": "between_tools"},
  "output_config": {"effort": "low"},
  "tools": [/* ваши инструменты */],
  "messages": [/* диалог */]
}

Ограничения режима: только уровни low, medium и high (с xhigh и max — ошибка), уровень посреди диалога не меняется, дополнительные поля вроде display или budget_tokens не принимаются. В запросе без инструментов between_tools означает ответ вовсе без размышления, поэтому для задач в несколько шагов — посчитать, ранжировать, применить правило — документация советует adaptive.

JSON и вычисления

Если просить JSON по задаче, где нужно что-то посчитать, на low и medium модель часто отвечает, не подумав, и ошибается. Документация предлагает три приёма: добавить в конец системного промпта строку с просьбой продумать задачу перед ответом, поднять уровень до xhigh или, если structured outputs недоступны, разбирать последнее JSON-значение в тексте, а не всё от первой фигурной скобки до последней. Ответ со stop_reason: "max_tokens" считайте неудачным, даже если JSON в нём валиден.

Облака и идентификаторы

Нулевое хранение данных доступно так же, как для Opus 5.5 и Sonnet 5. На площадках, которыми управляют партнёры, — Bedrock и Google Cloud в варианте Google — цены и сроки поддержки задают сами облака; сроки Anthropic (не раньше 28 сентября 2027 года) относятся к её собственным площадкам.