Claude Sonnet 5.5 API

So sánh giá: API chính thức, OpenRouter và Wokey

USD cho mỗi triệu token. Giá API chính thức và OpenRouter được kiểm tra thủ công vào 2026-10-08, chưa gồm thuế; giá Wokey được đọc từ bảng giá trực tiếp.

Kiểm tra ngày 2026-10-08 · Trang giá chính thức · Danh sách endpoint OpenRouter

Dùng trong Claude Code

Mô hình này hỗ trợ /v1/messages trên Wokey. Đặt các biến môi trường sau rồi chạy claude.

export ANTHROPIC_BASE_URL="https://api.wokey.ai"
export ANTHROPIC_AUTH_TOKEN="$WOKEY_API_KEY"
export ANTHROPIC_MODEL="claude-sonnet-5-5"

Tổng quan Claude Sonnet 5.5

Ngày phát hành

2026-09-28, mô hình thứ hai của dòng Claude 5.5 (Opus 5.5 ra mắt 09-22; Anthropic cho biết Haiku 5.5 sẽ ra mắt trong vài tuần tới)

Định vị

Bản nâng cấp trực tiếp từ Sonnet 5: nhanh hơn trên 30% và rẻ hơn tới 30% cho hầu hết công việc vì dùng ít token hơn. Anthropic gọi đây là Sonnet nhanh nhất từ trước đến nay

Ngữ cảnh và đầu ra

Ngữ cảnh 1M; đầu ra tối đa 128K, hoặc 300K trên Batch API với header beta output-300k-2026-03-24

Đầu vào và mốc kiến thức

Đầu vào văn bản và hình ảnh; mốc kiến thức tháng 6/2026

Effort mặc định

high trên API, medium trong Claude Code và các ứng dụng Claude; năm mức đã được hiệu chỉnh lại: low / medium / high / xhigh / max

Giá chính thức

$2 đầu vào / $10 đầu ra mỗi triệu token, giống Sonnet 5; đọc cache $0.10, ghi cache 5 phút $2.50, 1 giờ $4; Batch $1 / $5

ID mô hình

claude-sonnet-5-5 (anthropic.claude-sonnet-5-5 trên Bedrock)

Kiểm tra ngày 2026-10-08 · Nguồn: Anthropic · What’s new · Cache price cut (Haiku 5.5 launch)

Benchmark chính thức: Sonnet 5.5 vs Sonnet 5 vs Opus 5.5 vs GPT-6 Sol

Từ trang ra mắt của Anthropic; đây là kết quả do nhà cung cấp tự công bố. “—” nghĩa là không có điểm được công bố. Anthropic không công bố SWE-bench.

Trong lần chạy độc lập của Artificial Analysis, Terminal-Bench đạt 64% với Sonnet 5.5 và 60% với Opus 5.5, thấp hơn số liệu chính thức nhưng theo cùng thứ tự. Anthropic cũng cho biết Opus 5.5 vẫn mạnh hơn rõ rệt ở các công việc phức tạp, mở, cần khả năng phán đoán liên tục.

Nên dùng mô hình nào: Sonnet 5.5, Sonnet 5 hay Opus 5.5

So với Sonnet 5

Cùng giá, nhanh hơn và dẫn trước ở mọi benchmark đã công bố, nên có thể thay thế trực tiếp. Hãy kiểm tra danh sách chuyển đổi bên dưới trước: tắt thinking, ép dùng tool và tham số sampling không mặc định đều trả về 400 trên Sonnet 5.5.

So với Opus 5.5

Dùng Sonnet 5.5 cho việc lập trình hằng ngày có phạm vi rõ ràng, sửa lỗi, cùng tài liệu, bảng tính và slide; dùng Opus 5.5 cho công việc phức tạp, mở, cần phán đoán liên tục. Giá niêm yết của Opus 5.5 gấp đôi ($4 / $20) và đọc cache ở mức $0.20 so với $0.10. Một cách dùng phổ biến là Opus 5.5 làm orchestrator với các sub-agent Sonnet 5.5.

Chọn effort

Anthropic khuyên bắt đầu lập trình agentic ở medium và chuyển tác vụ khó lên high; dùng medium hoặc low cho chat. Artificial Analysis nhận thấy high là mức cạnh tranh nhất; ở max, trung bình mỗi tác vụ khoảng 193K token đầu ra, cao nhất họ từng đo. Quan điểm phổ biến trong cộng đồng: nếu bạn cần xhigh hoặc max, hãy thử Opus 5.5 ở low hoặc medium thay thế.

Tài liệu về effort

Đánh giá của bên thứ ba và cộng đồng

• Artificial Analysis: Intelligence Index 56, chỉ sau Opus 5.5 (max) và cao hơn Sonnet 5 18 điểm; tỷ lệ ảo giác 47% so với 59% của Opus 5.5. Một tác vụ trong chỉ số tốn trung bình $7.60 theo giá chính thức, cao hơn Sonnet 5 khoảng 50%, nên mô hình nằm ngoài đường biên Pareto chi phí/trí tuệ. Mọi hạng mục tính phí trên Wokey đều bằng 15% giá chính thức, nên cùng tác vụ đó tốn khoảng $1.14.
• Hacker News (thảo luận 545 điểm): Tích cực: nhanh rõ rệt, lập trình agentic gần bằng Opus. Phê bình: ở effort high hoặc xhigh thì chẳng khác gì chạy Opus 5.5 ở low hoặc medium, nên hai mô hình chồng lấn nhau; đọc cache có giá bằng Opus (không còn đúng kể từ khi Anthropic giảm xuống $0.10 vào 10-07); có một số lần từ chối nhầm với câu hỏi về bảo mật. Simon Willison thấy max effort tiêu tốn 128K token thinking trong 15 phút.

Chuyển từ Sonnet 5: các request trả về 400

Những thay đổi này lấy từ trang What’s new của Anthropic. Hãy kiểm tra request của bạn trước khi đổi model sang claude-sonnet-5-5.

• thinking: {"type": "disabled"} trả về 400. Để bỏ qua thinking ban đầu, hãy dùng {"type": "between_tools"}; tùy chọn này chỉ hoạt động ở effort low, medium hoặc high và trả về 400 ở xhigh hoặc max.
• tool_choice là any hoặc tool trả về 400. Hãy dùng auto và thêm strict: true vào định nghĩa tool để ràng buộc dạng đối số.
• temperature, top_p hoặc top_k không mặc định trả về 400; hãy xóa các trường đó.
• Các khối thinking gắn với mô hình, tiền tố hội thoại và tài khoản: gửi lại chúng sau khi sửa lịch sử sẽ trả về 400, còn các khối gửi từ tài khoản khác bị loại bỏ mà không báo.
• Phiên bản tool computer_20251124 không còn được hỗ trợ.
• Văn bản giữa các lần gọi tool giờ được trả về bên trong khối thinking; nếu client của bạn ẩn thinking, các cập nhật tiến độ giữa các lần gọi tool sẽ biến mất.
• Prompt tối thiểu có thể cache giảm từ 1,024 xuống 512 token; khi từ chối sẽ trả về stop_reason: "refusal".

Request body bỏ qua thinking ban đầu (/v1/messages)

{
  "model": "claude-sonnet-5-5",
  "max_tokens": 4096,
  "thinking": { "type": "between_tools" },
  "output_config": { "effort": "medium" },
  "messages": [{ "role": "user", "content": "Fix the failing test in src/app.ts" }]
}

Ảnh chụp bảng giá danh mục

Giá tính cho mỗi 1 triệu token; việc quyết toán dựa trên giá tại thời điểm yêu cầu.

Nguồn giá chính thức: https://platform.claude.com/docs/en/models/sonnet-5-5/overview

Giá theo khối lượng: nếu bạn thanh toán $6,000 / $10,000 cho mọi mô hình Claude trong một ngày, ngày hôm sau mọi mô hình Claude được giảm 10% / 20% — tự động, không giới hạn. Xem quy tắc

Đo thực tế trên Wokey

28 ngày gần nhất (2026-10-13 đến 2026-11-09), cập nhật mỗi thứ Hai · Yêu cầu thực tế từ 400+ tài khoản

Thời gian đến token đầu tiên, prompt ngắn

2,4 giây (Trung vị · prompt dưới 8K token · p90 9,4 giây)

Thời gian đến token đầu tiên, prompt cỡ agent

5,4 giây (Trung vị · prompt 32K–128K token)

Tỷ lệ trúng cache prompt

92% (Tỷ lệ token đầu vào được đọc từ cache)

Client dùng nhiều nhất: Claude Code 85%. Tỷ lệ trong các yêu cầu từ client nhận diện được; 49% yêu cầu nhận diện được client.

Cách đo

Thời gian đến token đầu tiên tính từ lúc gateway Wokey nhận yêu cầu đến nội dung stream đầu tiên (văn bản, tóm tắt suy luận hoặc từ chối). Con số này bao gồm thời gian xếp hàng, thử lại trên tài khoản khác và thời gian suy nghĩ của mô hình, nên dài hơn độ trễ token đầu tiên của chính upstream. Chỉ tính các yêu cầu streaming thành công, chia nhóm theo kích thước prompt (đầu vào cộng đọc và ghi cache).

Tỷ lệ trúng cache = token đọc từ cache ÷ token đầu vào trên các yêu cầu thành công. Tỷ lệ này phụ thuộc vào client và cách sử dụng; các trang tỷ lệ trúng cache phân tích chi tiết theo từng client.

Không tính tài khoản doanh nghiệp và tài khoản thử nghiệm của chính Wokey. Một mô hình được hiển thị khi có ít nhất 20 người dùng trong 28 ngày gần nhất và không người dùng nào gửi quá 50% số yêu cầu; các tài khoản đăng ký qua cùng một chuỗi giới thiệu được tính là một người dùng. Mỗi số liệu thời gian đến token đầu tiên cần ít nhất 500 yêu cầu.

Tỷ lệ trúng cache theo client

Khả năng của mô hình

Context

1,000,000 tokens

Đầu ra tối đa

128,000 tokens

Streaming

Được hỗ trợ

Tools

Được hỗ trợ

Vision

Được hỗ trợ

Các dạng API được hỗ trợ

/v1/messages

Gửi yêu cầu

/v1/messages

curl https://api.wokey.ai/v1/messages \
  -H "x-api-key: $WOKEY_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{"model":"claude-sonnet-5-5","max_tokens":1024,"messages":[{"role":"user","content":"Hello"}]}'

Dùng Claude Sonnet 5.5 trong công cụ của bạn

Gateway là https://api.wokey.ai (client tương thích OpenAI thường dùng https://api.wokey.ai/v1), và ID mô hình là claude-sonnet-5-5. Mở hướng dẫn cho client bạn đang dùng.

• Dùng Claude Sonnet 5.5 trong Claude Code: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Sonnet 5.5 trong Claude Desktop: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Sonnet 5.5 trong pi: Anthropic Messages · cài đặt base URL và khóa API
• Dùng Claude Sonnet 5.5 trong Z Code: Anthropic Messages · cài đặt base URL và khóa API
• Công cụ tính chi phí API Claude: Claude Sonnet 5.5 tốn bao nhiêu mỗi tháng: So sánh chi phí hằng tháng trên Anthropic API, OpenRouter và Wokey theo mức sử dụng và tỷ lệ trúng cache của bạn.
• Claude Opus 5.5 hay Claude Sonnet 5.5: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Claude Sonnet 5.5 hay GPT-6.1 Sol: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Claude Sonnet 5.5 hay Claude Haiku 5.5: nên dùng mô hình nào?: So sánh song song giá, cửa sổ ngữ cảnh, thời gian đến token đầu tiên và tỷ lệ trúng cache.
• Giải pháp thay thế OpenRouter: Wokey so với OpenRouter: So sánh giá token, phí thanh toán, định dạng API và nguồn upstream.
• API AI có thể xác minh: kiểm tra phản hồi Claude Sonnet 5.5 có đến từ upstream chính thức không: Những phản hồi nào có tee.proof, và một bằng chứng chứng minh được gì, không chứng minh được gì.
• Xác minh phản hồi Claude Sonnet 5.5 trực tuyến: công cụ kiểm tra relay API AI: Dán phản hồi kèm tee.proof và kiểm tra ngay trên trình duyệt của bạn; không có gì được tải lên.

Câu hỏi thường gặp

Mô hình và tài liệu liên quan

• Claude Sonnet 5
• Claude Sonnet 4.6
• Claude Fable 5
• Claude Opus 5
• Tài liệu API
• Tất cả mô hình và bảng giá
• Provider Node