Anthropic 官方模型概览：Claude Sonnet 5.5 当前配置

一句话结论

Claude Sonnet 5.5 当前官方配置为 1M token 上下文、128K 标准最大输出、默认 high effort 和 adaptive thinking，输入价格 $2、输出价格 $10；五个平台中只有 Bedrock 的模型 ID 带 anthropic. 前缀。

适用场景

• 适合的任务：需要较快响应、较长上下文、文本或图像输入、Agent 工具调用和可调 effort 的 Claude API 工作流。

• 不适合的任务：把 128K 标准输出上限与 Message Batches API 的 300K beta 上限混用；把模型页列出的默认 high effort 当作所有客户端的默认值；向模型传入非默认 temperature、top_p 或 top_k。

• 适用的模型版本：Claude Sonnet 5.5，状态为 Active (latest)，模型 ID 为 claude-sonnet-5-5 及各平台对应 ID。

• 适用的客户端、Agent 或 API：Claude API、Amazon Bedrock、Google Cloud、Microsoft Foundry、Claude Platform on AWS。Message Batches API 的 300K 输出是单独的 beta 能力，需要 beta header。

• 推荐的推理档位和参数：模型页将默认 effort 标为 high；between_tools 只在 high 或更低 effort 可用。其他档位和请求字段需结合对应 API 文档核对，并按工作负载权衡质量、延迟和成本。

当前模型配置

模型 ID

页面将 claude-sonnet-5-5 作为模型页主 ID，并将 Amazon Bedrock 的 anthropic. 前缀列为平台差异。调用时应使用目标平台的对应 ID。

上下文、输出与输入输出能力

定价

模型页的 Message Batches API 300K 输出上限需要 output-300k-2026-03-24 beta header。批量折扣和 300K 输出能力属于 API 能力，不能直接套用到普通 Messages API 请求。

可直接使用的内容

1. 标准模型参数

Sonnet 5.5 默认启用 adaptive thinking；模型页将默认 effort 标为 high。以下是按模型页规格整理的非完整请求示意，并非 overview 原文示例；实际字段写法须按当前 Messages API 与 effort 文档核对：

{
  "model": "claude-sonnet-5-5",
  "max_tokens": 128000,
  "output_config": {
    "effort": "high"
  }
}

这里的 max_tokens: 128000 表示页面公布的标准最大输出上限；实际请求还需要提供 messages 等 Messages API 必需字段。页面没有声称每个请求都应使用最大值，max_tokens 应按任务和成本预算设置。

2. 关闭预先思考

模型页说明，Sonnet 5.5 的最低思考设置为 between_tools，在 high 或更低 effort 下可用；它用于关闭预先思考，工具调用之间的进度更新仍会以 thinking blocks 返回：

{
  "thinking": {
    "type": "between_tools"
  },
  "output_config": {
    "effort": "medium"
  }
}

模型页没有给出 between_tools 的完整请求示例。页面只明确写出它在 high 或更低 effort 下可用；因此不要将此示意直接套用于更高档位。其他 thinking 请求写法须按当前 API 文档核对。

3. Message Batches API 的 300K 输出

如果使用 Message Batches API，并且目标请求需要超过普通 128K 的输出上限，页面列出的 beta header 是：

output-300k-2026-03-24

这只是页面列出的 header 名称和 300K 能力说明；具体 header 传递方式、SDK 版本和批量请求结构应按当前 API reference 核对。

当前接口边界

• temperature、top_p 或 top_k 设置为非默认值会返回 400；不要把旧模型的采样参数直接迁移过来。

• prompt caching 的最低可缓存长度是 512 tokens。

• adaptive thinking 默认开启；若要关闭预先思考，使用 between_tools，并保持 effort 在 high 或更低。

• 页面摘要列出五个 Sonnet 5 代码迁移重点：between_tools、forced tool use、thinking blocks 与模型和会话绑定、Claude API / Google Cloud 的 computer use tool 变化，以及 advisor tool 的兼容模型变化。

• 另一个不会让请求失败但会改变 response shape 的变化是：工具调用之间的文本会回到 thinking blocks；若客户端只渲染 text blocks，工具调用期间可能看起来没有输出。

能力与生命周期

模型页将 Sonnet 5.5 描述为 speed 和 intelligence 的组合，并在同页比较中列出：上下文 1M、最大输出 128K、Adaptive thinking、high 默认 effort、Fast comparative latency。这里的比较标签是官方模型概览信息，不是独立速度基准。

结论与边界

这份 overview 适合作为接入 Sonnet 5.5 时的当前配置表：先按平台选择正确 model ID，再按 1M 上下文、128K 普通输出、价格、缓存和默认 high effort 设计请求。需要更长批量输出时，单独核对 Message Batches API 的 300K beta 能力。

模型页的 Fast、默认 high、Adaptive thinking、价格和生命周期是 Anthropic 当前官方配置声明。它没有提供完整 SDK 示例、逐平台延迟数据或所有 beta 能力的运行样本。max_tokens 上限、between_tools 和非默认采样参数的规则需要结合具体 API 请求与错误处理验证。

复现说明

可使用 Models API 或平台控制台核对模型状态，再分别向 Claude API、Bedrock、Google Cloud、Microsoft Foundry 和 Claude Platform on AWS 发送最小请求，确认 model ID、默认 effort、上下文与输出限制、cache 价格和 400 参数错误。要验证 300K 批量输出，还需固定 Message Batches API、beta header、SDK 版本和请求大小；这些行为不会由模型 overview 页面单独证明。