anthropic
Anthropic: Claude Sonnet 5 (batch)
anthropic/claude-sonnet-5:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
anthropic/claude-sonnet-5:batch es un modelo de Anthropic con salida de texto que el catálogo de OpenRouter lista para entradas de texto, imagen y archivo. El catálogo describe a Sonnet 5 como un modelo de clase Sonnet de alta capacidad para programación, agentes y trabajo profesional, con esfuerzo de razonamiento configurable activado de forma predeterminada. También reporta una ventana de contexto muy amplia, uso de herramientas, salidas estructuradas y formatos de respuesta. La evidencia procede solo del catálogo; no había una ficha independiente del modelo en este paquete de fuentes, por lo que sigue siendo necesaria una validación con cargas de trabajo reales.[1]
Puntos fuertes
Limitaciones
- La evidencia se limita a datos del catálogo de OpenRouter; no había una ficha independiente del modelo en este paquete de fuentes.[1]
- La evidencia suministrada no documenta un comportamiento específico del procesamiento por lotes para esta variante.[1]
- Las capacidades declaradas en el catálogo y los resultados de referencia no sustituyen la validación con la carga de trabajo prevista.[1]
Dónde utilizarlo
- Potencialmente adecuado para flujos de programación o agentes que puedan usar las herramientas y controles de razonamiento catalogados.[1]
- Conviene evaluarlo para tareas con documentos o archivos donde puedan importar las entradas multimodales y el contexto amplio.[1]
- Puede servir para aplicaciones que necesiten esfuerzo de razonamiento configurable y salidas estructuradas, sujeto a validación.[1]
Fuentes
- [1] OpenRouter catalog · Anthropic: Claude Sonnet 5 (batch)Fuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Sonnet 5 is Anthropic's most capable Sonnet-class model, with frontier performance across coding, agents, and professional work. It supports adaptive thinking with selectable reasoning effort levels (low, medium, high, max,...
Especificaciones
- ID del modelo
- anthropic/claude-sonnet-5:batch
- ID canónico
- anthropic/claude-sonnet-5-20260630
- Creador
- anthropic
- Añadido a OpenRouter
- 30.06.2026
- Longitud de contexto
- 1,000,000
- Modalidad
- text+image+file->text
- Modalidades de entrada
- text, image, file
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $1 / salida $5
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · predeterminado high · esfuerzos: max, xhigh, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | AA — siguiente 20% de la cohorte | — |
| Agentes | AA — siguiente 20% de la cohorte | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · predeterminado high · esfuerzos: max, xhigh, high, medium, low, none · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 71.5 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Artificial Analysis | Agentic index | 43.6 | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · agenticgamedevtasa de victoria 51.6% · posición 8 | 1,170Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · androidnativetasa de victoria 53.6% · posición 12 | 1,212Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · blender3dtasa de victoria 32.3% · posición 21 | 997Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · codetovideotasa de victoria 42.9% · posición 17 | 1,109Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | agents · fullstacktasa de victoria 53.2% · posición 11 | 1,228Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | agents · godotgamedevtasa de victoria 54% · posición 13 | 1,205Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · htmlslidestasa de victoria 53.7% · posición 9 | 1,113Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · mobileappstasa de victoria 50.2% · posición 19 | 1,204Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · pdftasa de victoria 53.8% · posición 13 | 1,205Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · python-pptxslidestasa de victoria 49.3% · posición 15 | 1,172Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · spreadsheettasa de victoria 55% · posición 12 | 1,193Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | agents · webappstasa de victoria 52.2% · posición 15 | 1,224Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 52.9% · posición 35 | 1,240Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 50.9% · posición 27 | 1,200Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 52.5% · posición 27 | 1,268Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 52.6% · posición 36 | 1,247Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 51.4% · posición 24 | 1,272Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 49.2% · posición 34 | 1,186Elo | BB — siguiente 30% de la cohorte | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 53.6% · posición 34 | 1,269Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 52.5% · posición 29 | 1,269Elo | AA — siguiente 20% de la cohorte | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Anthropic | 1,000,000 | $1 | $5 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.