К результатам поиска

Anthropic

Claude Sonnet 4.5

Claude Sonnet 4.5 предназначена для программирования, работы с компьютером и многошаговых задач.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 200 000 токенов200 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
  • Пакетные запросыПакетные запросыПакетный режим указан в данных модели. Это не означает, что отдельный batch API уже подключён в Kvantora.
Вход
396,00 ₽
Выход
1 980,00 ₽
Кэш
39,60 ₽
за 1 млн токенов
Интеллект
19,3
API ID
anthropic/claude-sonnet-4.5

Данные каталога получены

Цена

Текстовый диалог · вход
396,00 ₽ / 1 млн токенов
Текстовый диалог · выход
1 980,00 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
39,60 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

Claude Sonnet 4.5 предназначена для программирования, работы с компьютером и многошаговых задач. Подходит для работы в IDE и терминале, изучения больших кодовых баз и создания агентов. В исходном описании отмечены улучшения в рассуждениях и математике по сравнению с предыдущими версиями Sonnet.

Релиз

Характеристики

Тип модели
Текст
Вход модели
Текст, Изображения

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
200 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
64 000 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные файлы, Входные изображения

Контрольные показатели

Artificial Analysis

11 показателей

Источник ↗
Индекс интеллекта
19,3 индексСводная оценка Artificial Analysis по всем её тестамПроверено

Рассуждение по документу

  • AA-LCR v1.154 %

    Рассуждение на длинном контексте с обновлённой оценкой

    Проверено

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)54 %

    Оценка рассуждений на длинном контексте

    Проверено

  • GPQA Diamond (архивный)72,7 %

    Научные рассуждения уровня выпускника

    Проверено

Рассуждения

  • AIME 202537 %

    Проверено

  • HLE7,2 %

    Humanity’s Last Exam — вопросы экспертного уровня

    Проверено

Рассуждение

  • IFBench42,7 %

    Тест на следование инструкциям

    Проверено

Программирование

  • LiveCodeBench59 %

    Бенчмарк по программированию без загрязнения данных

    Проверено

  • Terminal-Bench Hard (архивный)28,8 %

    Устаревший резервный вариант · Агентное программирование и работа в терминале

    Проверено

Знания

  • MMLU-Pro86 %

    Профессиональные и академические предметные знания

    Проверено

Агентная работа

  • T²-Bench Telecom (архивный)70,5 %

    Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением

    Проверено

Design Arena

20 показателей · проверено

Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми

Источник ↗

Агентные системы

  • Полный цикл разработки · Elo1 049 Elo
  • Полный цикл разработки · доля побед43,7 %
  • Мобильные приложения · Elo1 165 Elo
  • Мобильные приложения · доля побед52,9 %
  • Веб-приложения · Elo1 064 Elo
  • Веб-приложения · доля побед43,2 %

Модели

  • 3D · Elo1 176 Elo
  • 3D · доля побед51 %
  • ASCII-графика · Elo1 188 Elo
  • ASCII-графика · доля побед51,7 %
  • Визуализация данных · Elo1 178 Elo
  • Визуализация данных · доля побед47,4 %
  • Разработка игр · Elo1 180 Elo
  • Разработка игр · доля побед51,1 %
  • SVG · Elo1 116 Elo
  • SVG · доля побед49 %
  • UI-компоненты · Elo1 170 Elo
  • UI-компоненты · доля побед47,3 %
  • Сайты · Elo1 197 Elo
  • Сайты · доля побед51,8 %

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Пример API-запроса подготовлен для этой операции. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "anthropic/claude-sonnet-4.5",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ