इन कृत्रिम रिकॉर्ड को id, owner, deadline और evidence फ़ील्ड वाले JSON में निकालें: [R1] समस्या 41: Ana निर्यात सुधार की ज़िम्मेदार हैं; समय सीमा तय नहीं। [R2] समस्या 42: समीक्षा 15 अक्टूबर तक करनी है; ज़िम्मेदार तय नहीं; वर्ष नहीं बताया गया। गुम वैल्यू के लिए null इस्तेमाल करें और अधूरी तारीखें जैसी दी गई हैं वैसी रखें। evidence में स्रोत उद्धृत करें। वर्ष या ज़िम्मेदार व्यक्ति न गढ़ें। हर फ़ील्ड उसके रिकॉर्ड से जाँचें; यह टेक्स्ट प्रारूपण का कार्य है, डेटाबेस ऑपरेशन नहीं।
Claude Sonnet 5 API: मूल्य, प्रयोग टूल और उदाहरण
कोडिंग और पेशेवर वर्कफ़्लो के लिए Claude Sonnet 5 API टोकन मूल्य, तर्क मार्गदर्शन और इंटीग्रेशन उदाहरण देखें, साथ में खाते की पहुँच जाँच।
Claude Sonnet 5 API मूल्य और बिलिंग
आधिकारिक मूल्य
- इनपुट
- $2.0000 /M
- आउटपुट
- $10.0000 /M
- कैश किया गया इनपुट
- $0.2000 /M
- कैश लेखन (5 मिनट)
- $2.5000 /M
- कैश लेखन (1 घंटा)
- $4.0000 /M
API Hop मूल्य बचत 45%
- इनपुट
- $1.1000 /M
- आउटपुट
- $5.5000 /M
- कैश किया गया इनपुट
- $0.1100 /M
- कैश लेखन (5 मिनट)
- $1.3750 /M
- कैश लेखन (1 घंटा)
- $2.2000 /M
संदर्भ मूल्य का स्वतंत्र सत्यापन नहीं हुआ है। लागत की तुलना करने से पहले प्रकाशक की वर्तमान दरें, बिलिंग इकाइयाँ और लागू शर्तें जाँचें।
Claude Sonnet 5 ऑनलाइन चैट टूल
मॉडल सेटिंग
स्मृति क्या करती है?
यह इस बातचीत के पूरे और दोबारा इस्तेमाल योग्य आदान-प्रदान को आपके अगले अनुरोध में शामिल करती है, ताकि आप संदर्भ दोहराए बिना आगे के सवाल पूछ सकें।
बंद होने पर क्या होता है?केवल आपका नया संदेश और कोई सिस्टम प्रॉम्प्ट भेजा जाता है। मौजूदा संदेश दिखते रहते हैं; स्मृति फिर चालू करने पर योग्य पुराने आदान-प्रदान फिर शामिल हो जाते हैं।
क्या यह दीर्घकालिक स्मृति है?नहीं। यह इसी बातचीत का संदर्भ है, अलग बातचीतों के बीच की स्मृति नहीं। विफल, रोके गए, अधूरे या दोबारा इस्तेमाल न किए जा सकने वाले जवाब शामिल नहीं होते। अधिक इतिहास से इनपुट टोकन और लागत बढ़ सकते हैं।
उन्नत पैरामीटर
0 या अधिक अक्षर(0/कोई तय सीमा नहीं)
अक्षरों की कोई तय सीमा नहीं; पूरा अनुरोध आकार और मॉडल संदर्भ की सीमाओं के अधीन है। यह टोकन की संख्या नहीं है। बातचीत
आज मैं आपकी कैसे मदद कर सकता हूँ?
अभी प्रतिक्रिया डेटा नहीं है तैयार
Claude Sonnet 5 प्रॉम्प्ट उदाहरण
ये Claude Sonnet 5 के मूल्यांकन प्रॉम्प्ट हैं, दर्ज मॉडल आउटपुट नहीं। ये केवल दिए टेक्स्ट का विश्लेषण करते हैं; कोड नहीं चलाते, प्रोडक्शन प्रणालियों की जाँच नहीं करते और लंबे संदर्भ का प्रदर्शन साबित नहीं करते। उद्धृत प्रमाण तथा स्वीकृति मानदंड जाँचें, फिर प्रोडक्शन उपयोग से पहले प्रतिक्रिया मेटाडेटा और उपयोग देखें।
केवल इस दस्तावेज़ नमूने का उपयोग करें: [P1] निर्यात सुधार स्टेजिंग जाँच में पास हुआ। [P2] शुक्रवार की रिलीज़ प्रस्तावित हुई, मंज़ूर नहीं। [P3] Mei मंगलवार को त्रुटि संदेशों की समीक्षा करेंगी। [P4] दस्तावेज़ों का कोई ज़िम्मेदार तय नहीं है। दावा, सटीक समर्थन उद्धरण, अनुच्छेद ID और अनिश्चितता की तालिका लौटाएँ। क्या प्रोडक्शन रिलीज़ मंज़ूर है? दस्तावेज़ों का ज़िम्मेदार कौन है? गुम तथ्य अज्ञात लिखें। हर उद्धरण दिए नमूने से मेल खाना चाहिए; स्टेजिंग से प्रोडक्शन सफलता न मानें। यह छोटा नमूना अधिकतम संदर्भ लंबाई नहीं जाँचता।
इस काल्पनिक भुगतान वेबहुक नीति की समीक्षा करें: हर विफल POST तीन बार दोहराया जाता है, कोई idempotency कुंजी सहेजी नहीं जाती और प्रतिक्रिया भेजने से पहले बैलेंस कटता है। दोहरे शुल्क के जोखिम पहचानें, न्यूनतम बदलाव और तीन स्वीकृति परीक्षण सुझाएँ। केवल इन्हीं तथ्यों का उपयोग करें; कोड, टूल या प्रोडक्शन प्रणालियों की पहुँच न मानें।
Claude Sonnet 5 क्या है
निरंतर कोडिंग और रोज़मर्रा के ज्ञान कार्य के लिए Claude मॉडल
हम Claude Sonnet 5 को रोज़मर्रा के विकास और ज्ञान कार्य का सामान्य मॉडल मानते हैं, जो कोड लेखन, जानकारी व्यवस्थित करने और कई टूल कॉल वाले कार्यों के लिए उपयुक्त है। Anthropic ने 30 जून, 2026 को यह संस्करण जारी करते हुए योजना, निरंतर कोडिंग, टूल उपयोग और आगे के चरण पूरे करने में सुधार बताया। Anthropic की आधिकारिक घोषणा
दस लाख टोकन संदर्भ और चित्र इनपुट वाला मल्टीमोडल मॉडल
आधिकारिक Claude Sonnet 5 API में 1M टोकन संदर्भ विंडो और मानक अधिकतम 128K टोकन आउटपुट है। यह टेक्स्ट और इमेज इनपुट स्वीकार करके टेक्स्ट आउटपुट देता है। आधिकारिक मॉडल विनिर्देश
मल्टीमॉडल होने के कारण इसके उपयोग गैर-मल्टीमॉडल मॉडल से अधिक व्यापक हैं, जिनमें OCR, फ़्रंटएंड परीक्षण, VQA और मल्टीमॉडल दस्तावेज़ पार्सिंग शामिल हैं।
पाँच तर्क प्रयास स्तरों के साथ डिफ़ॉल्ट रूप से चालू अनुकूलनीय तर्क
Claude Sonnet 5 डिफ़ॉल्ट रूप से अनुकूलनीय तर्क चालू करता है। effort पाँच स्तर समर्थित करता है: low, medium, high, xhigh और max; आधिकारिक API डिफ़ॉल्ट high है। यह पैरामीटर तर्क प्रयास बदलता है, जिससे जवाब गुणवत्ता, टोकन खपत और प्रतीक्षा समय प्रभावित होते हैं। आधिकारिक Effort दस्तावेज़ · Sonnet 5 तर्क सेटिंग
पहले वास्तविक व्यावसायिक कार्यों पर medium और high की तुलना करें। छोटे टेक्स्ट के प्रारूपण या निष्कर्षण में निचले स्तर भी आज़माएँ; कई मॉड्यूल और सीमाओं वाले कोडिंग कार्य में high से जाँच शुरू करें। xhigh और max व्यापक रूप से अपनाने से पहले देखें कि वे दोबारा काम घटाते हैं या पहले न सुलझने वाली समस्याएँ हल करते हैं।
API Hop पर Claude Sonnet 5 ऑनलाइन टूल और API
पहले API Hop पर Claude Sonnet 5 आज़माकर देखें कि यह आपका कार्य सँभाल सकता है या नहीं। लॉग इन करें, API कुंजी बनाएँ और थोड़ा बैलेंस जोड़कर पहले इंटीग्रेशन कोड लिखे बिना ऑनलाइन टूल इस्तेमाल करें। छोटे मूल्यांकन के लिए निश्चित सदस्यता आवश्यक नहीं और कई मॉडल प्लेटफ़ॉर्म पर अलग खाते बनाने तथा सँभालने से बचते हैं।
Claude Sonnet 5 की मुख्य क्षमताएँ और प्रमुख क्षेत्र
प्रोजेक्ट कोडिंग: स्पष्ट योजना के अनुसार सुविधाएँ लागू करें और केंद्रित बदलाव करें
हमारे अनुसार योजना स्पष्ट होने पर Claude Sonnet 5 सुविधाएँ लागू, केंद्रित रीफ़ैक्टर या समस्या सुधार सकता है। एक ग्राहक ने बताया कि वह समन्वय और कार्यान्वयन के लिए Sonnet तथा आर्किटेक्चर और कठिन समस्याओं के लिए Opus इस्तेमाल करता था। प्रोजेक्ट पूरा हुआ, हालाँकि आगे बढ़ने के लिए दो बार Opus पर स्विच करना पड़ा।
यह काम का बँटवारा विचार योग्य है: Sonnet 5 से शुरुआत करवाने से पहले इंटरफ़ेस, प्रभाव का दायरा और स्वीकृति मानदंड स्पष्ट करें। आर्किटेक्चर बदलाव चाहिए या कई दौर के बाद भी परीक्षण विफल हों तो योजना फिर देखें और दूसरा मॉडल सोचें। कम इकाई मूल्य का अर्थ बार-बार प्रयास के बाद कम लागत होना आवश्यक नहीं। यह केवल एक ग्राहक का प्रोजेक्ट है; Sonnet 5 पर स्विच करने से पहले अपने वास्तविक व्यावसायिक परिदृश्य जाँचें।
टूल सहयोग: त्रुटि प्रतिक्रिया से उबरें और निष्पादन जारी रखें
एक ग्राहक ने एजेंट इंटीग्रेशन का अनुभव बताया। उसके अनुसार Sonnet 5 जटिल संपादन आवश्यकताएँ एक बार में सँभाल सकता था। अस्पष्ट त्रुटि मिलने पर वह फिर टूल बुलाकर डेटा संरचना जाँचता, इनपुट समस्या खोजता और सुधार की कोशिश करता। लेकिन उसने यह भी बताया कि मॉडल ने एक बार संसाधित न कर पाने वाला दूसरा इनपुट उपयोगकर्ता को बताए बिना छोड़ दिया।
Sonnet 5 इस्तेमाल करते समय मॉडल की प्रतिक्रिया और अंत में लिखा गया डेटा सही है या नहीं, दोनों जाँचना ज़रूरी है। तेज़ होने का अर्थ प्रतिक्रिया आपकी आवश्यकताएँ पूरी करना नहीं है।
लंबे दस्तावेज़ विश्लेषण: विनिर्देश, कोड और व्यावसायिक सामग्री पर काम करें
हम Sonnet 5 के लंबे संदर्भ से कई स्रोत मिलाते हैं: आवश्यकता संस्करणों की तुलना, इंटरफ़ेस अनुबंध के अनुसार कोड की जाँच या दस्तावेज़ों में बिखरी व्यावसायिक शर्तें खोजना। Artificial Analysis की AA-LCR v1.1 तुलना में Sonnet 5 Max का स्कोर लगभग 82% है। मूल्यांकन लगभग 10,000 से 100,000 टोकन के दस्तावेज़ों से अंशों के बीच जानकारी निकालना, तर्क और निष्कर्ष संश्लेषण परखता है। Sonnet 5 लंबे दस्तावेज़ परिणाम · AA-LCR पद्धति
पहले सवाल तय करें, फिर इनपुट सामग्री व्यवस्थित करें और जवाब में फ़ाइल नाम, अनुभाग तथा मुख्य उद्धरण रखें ताकि आवश्यकताओं से मिलान हो सके। इनपुट दस लाख टोकन के पास हो तो चूक अलग जाँचें। 82% स्कोर ऊपर बताई दस्तावेज़ लंबाई सीमा से आता है। वास्तविक व्यावसायिक परिदृश्यों में हम दस लाख के पास इनपुट नहीं सुझाते: हमारे अनुभव में इससे आउटपुट गुणवत्ता स्पष्ट प्रभावित होती है।
व्यावसायिक लेखन: स्थापित तथ्यों को पाठकों के समझने योग्य स्पष्टीकरण में बदलें
एक ग्राहक Sonnet 5 को API स्वचालन वर्कफ़्लो में ग्राहक ईमेल और टेक्स्ट संदेश लिखने तथा Git डिफ़ को गैर-तकनीकी पाठकों के समझने योग्य बदलाव सार में बदलने के लिए इस्तेमाल करता है। उसने इन उपयोगों को सकारात्मक आँका, विशेषकर पठनीय, मानवीय लगते लेखन और सिस्टम प्रॉम्प्ट की आवश्यकताओं के पालन को।
अलग व्यावसायिक परिदृश्यों में पठनीयता के अलग मानक चाहिए। उत्पाद अपडेट, सहायता टिकट के जवाब और मदद दस्तावेज़ इस मामले में अपेक्षाकृत सरल होते हैं। सामान्य लेख या व्यक्तिगत विचारों में अधिकतर संपादन और परिष्करण मनुष्य को करना पड़ सकता है।
इंटरफ़ेस विकास: स्क्रीनशॉट और डिज़ाइन विनिर्देश से संपादन योग्य फ़्रंटएंड बनाएँ
मौजूदा इंटरफ़ेस बदलने या स्पष्ट डिज़ाइन आवश्यकताओं वाले पेज बनाने में हम Sonnet 5 को प्राथमिकता देंगे। Anthropic की प्रॉम्प्ट गाइड बताती है कि बहुत खुले फ़्रंटएंड अनुरोध मॉडल से बार-बार समान डिफ़ॉल्ट दृश्य शैली इस्तेमाल करवा सकते हैं। अलग परिणाम के लिए ठोस डिज़ाइन सीमाएँ दें जो मनमानी घटाएँ। आधिकारिक फ़्रंटएंड प्रॉम्प्ट मार्गदर्शन
हमारे ग्राहक समूह में राय मिश्रित है: कुछ ने कहा कि Sonnet 4.6 से बने इंटरफ़ेस को Sonnet 5 से दोबारा बनाने पर दृश्य परिणाम अपेक्षा पर खरे नहीं उतरे। दूसरे ग्राहकों ने Sonnet 5 का प्रदर्शन अच्छा बताया।
इसलिए पेज स्क्रीनशॉट, कंपोनेंट विनिर्देश, फ़ॉन्ट और लेआउट आवश्यकताएँ साथ दें। पेज तैयार होने पर कार्यक्षमता, डिज़ाइन निष्ठा और अलग स्क्रीन पर प्रदर्शन अलग जाँचें। प्रोजेक्ट में परिपक्व डिज़ाइन प्रणाली हो तो मॉडल को शुरू से मनमाना डिज़ाइन करने देने के बजाय मौजूदा कंपोनेंट पुनः इस्तेमाल करें और बदलाव स्पष्ट बताएँ।
Claude Sonnet 5 बेंचमार्क और प्रदर्शन
Artificial Analysis का डेटा वर्तमान v4.3.2 ढाँचा इस्तेमाल करता है और तुलना पेज के पूर्णांक प्रतिशत जैसे दिखते हैं वैसे दर्ज हैं। कार्य लागत मूल्यांकनकर्ता की पद्धति के अनुसार है, API Hop के वास्तविक शुल्क नहीं; API Hop से कॉल करने पर शुल्क चुनी सेवा के मूल्य और अनुरोध उपयोग पर निर्भर करता है।
टर्मिनल कार्य: स्वतंत्र Terminal-Bench 4.0 मूल्यांकन में लगभग 14%
- Sonnet 5 Max~14%
- Sonnet 4.6 Max~3%
Artificial Analysis की समान शर्तों वाली तुलना में Terminal-Bench 4.0 पर Sonnet 5 Max लगभग 14% और Sonnet 4.6 Max लगभग 3% पाता है। मूल्यांकन में 66 टर्मिनल कार्य, mini-swe-agent, हर कार्य के तीन दोहराव और औसत एकल प्रयास पास दर है। सभी परीक्षण पास होने पर ही कार्य सफल माना जाता है। मॉडल स्कोर तुलना · Terminal-Bench 4.0 पद्धति
इस मूल्यांकन में Sonnet 5 पिछली पीढ़ी से बेहतर है, लेकिन कई कठिन टर्मिनल कार्य अभी भी पूरे नहीं कर पाता। विशेष रूप से जटिल कार्यों के लिए हम Sonnet 5 नहीं सुझाते। कार्य स्पष्ट और छोटी इकाइयों में बँटा हो तो Sonnet 5 अच्छा विकल्प हो सकता है।
प्रोजेक्ट कोडिंग: CursorBench 4.0 में High से Max पर 3.3 प्रतिशत अंक की वृद्धि
- Sonnet 5 Medium28.0%
- Sonnet 5 High30.8%
- Sonnet 5 Max34.1%
- Sonnet 5 Medium$2.31
- Sonnet 5 High$3.48
- Sonnet 5 Max$7.17
CursorBench 4.0 वास्तविक विकास वर्कफ़्लो से लिए प्रोजेक्ट कार्य इस्तेमाल करता है। आयोजक के कुछ प्रकाशित Sonnet 5 परिणाम नीचे हैं; लागत संबंधित कार्यों के टोकन उपयोग और सार्वजनिक मूल्य से निकाली गई है। मूल CursorBench 4.0 लीडरबोर्ड
| तर्क स्तर | स्कोर | प्रति कार्य औसत खर्च |
|---|---|---|
| Medium | 28.0% | US$2.31 |
| High | 30.8% | US$3.48 |
| Max | 34.1% | US$7.17 |
हम high और max की लागत तुलना पर अधिक ध्यान देते हैं: स्कोर 3.3 प्रतिशत अंक बढ़ता है, लेकिन औसत कार्य लागत दोगुने से अधिक होती है। रोज़मर्रा के विकास में पहले medium और high तुलना करें। समस्या बार-बार अटके तो तर्क स्तर और बढ़ाने के बजाय Opus 5.5 या Opus 5 से हल करना सुझाते हैं।
ज्ञान कार्य: GDPval-AA v2.1 पर 1465 Elo
- Sonnet 5 Max1465
- Sonnet 4.6 Max1234
Artificial Analysis की GDPval-AA v2.1 तुलना में Sonnet 5 Max को 1465 Elo और Sonnet 4.6 Max को 1234 Elo मिलता है। इसमें 44 व्यवसायों और 9 उद्योगों के 220 कार्य हैं। मॉडल टूल वातावरण में दस्तावेज़, स्प्रेडशीट और प्रस्तुति जैसे परिणाम जमा करते हैं, जिन्हें अनाम जोड़ी तुलना से अंक मिलते हैं। Sonnet 5 और पिछली पीढ़ी के परिणाम · GDPval-AA v2.1 पद्धति
यह परिणाम परखने में मदद कर सकता है कि मॉडल दूसरों के उपयोग के लिए दस्तावेज़, स्प्रेडशीट और अन्य फ़ाइलें बना सकता है या नहीं। रिपोर्ट तैयारी, व्यावसायिक विश्लेषण या कार्यालय सहायक परखते समय सीधे पूरा कार्य दें: क्या आवश्यक सामग्री इस्तेमाल हुई, संख्याएँ सही हैं, फ़ाइलें खुलती हैं और लक्षित पाठक उन्हें इस्तेमाल कर सकते हैं?
व्यावसायिक स्वचालन: AutomationBench-AA पर लगभग 37% लक्ष्य पूर्णता
- Sonnet 5 Max~37%
- Sonnet 4.6 Max~20%
Artificial Analysis की तुलना में AutomationBench-AA पर Sonnet 5 Max लगभग 37% और Sonnet 4.6 Max लगभग 20% पाता है। यह मूल्यांकन ईमेल, स्प्रेडशीट और CRM जैसी नकली व्यावसायिक एप्लिकेशन में किए 657 कार्यों को कवर करता है। मॉडल स्कोर तुलना
स्कोर पहले हर कार्य में पूरे हुए लक्ष्यों का अनुपात मापता है, फिर उनका औसत लेता है; कार्य की सीमाओं का उल्लंघन होने पर शून्य मिलता है। इसलिए 37% का अर्थ "37% पूरे व्यावसायिक वर्कफ़्लो शुरू से अंत तक सफल रहे" नहीं है। यह Zapier के अपने लीडरबोर्ड की पूर्ण कार्य पूर्णता दर से भी अलग है; दोनों माप न मिलाएँ। AutomationBench-AA अंक पद्धति
तेज़ प्रतिक्रिया चाहिए और सीमाएँ स्पष्ट तथा सरल हों तो व्यावसायिक स्वचालन चरणों के लिए Sonnet 5 सुझाते हैं। निर्णय लेने जैसी जटिल समस्याओं के लिए Sonnet नहीं सुझाते; उसकी जगह Opus 5.5 या Opus 5 इस्तेमाल कर सकते हैं।
समग्र सूचकांक और जनरेशन गति: 38 स्कोर और लगभग 80.5 टोकन प्रति सेकंड
- Sonnet 5 Max38
- Sonnet 5 Max~80.5
- Sonnet 5 Max$5.09
Artificial Analysis का वर्तमान मॉडल पेज Sonnet 5 Max को Intelligence Index v4.3.2 पर 38 स्कोर देता है और Anthropic API आउटपुट गति लगभग 80.5 टोकन प्रति सेकंड मापता है। उसी सूचकांक की भारित औसत प्रति कार्य लागत US$5.09 है। Artificial Analysis मॉडल मूल्यांकन
बार-बार इस्तेमाल होने वाली इंटरैक्टिव सुविधाओं में कम तर्क स्तर आज़माएँ; प्रतीक्षा समय और आउटपुट गुणवत्ता तुलना करना ज़रूरी है। medium/high का आउटपुट भी आपके व्यवसाय के अनुकूल हो तो मैं Sonnet 5 सुझाता हूँ।
Sonnet 4.6, GPT-6 Astra और DeepSeek V4 Pro से Claude Sonnet 5 की तुलना
Claude Sonnet 4.6 की तुलना में: मजबूत क्षमताएँ, लेकिन Max पर अधिक कार्य लागत
- Sonnet 5 Max38
- Sonnet 4.6 Max30
- Sonnet 5 Max$5.09
- Sonnet 4.6 Max$2.49
Artificial Analysis की Max कॉन्फ़िगरेशन तुलना में Sonnet 5 और Sonnet 4.6 के समग्र स्कोर 38 और 30 तथा भारित औसत प्रति कार्य लागत क्रमशः US$5.09 और US$2.49 हैं। सार्वजनिक इनपुट/आउटपुट मूल्य क्रमशः प्रति मिलियन टोकन US$2/US$10 और US$3/US$15 हैं। Sonnet 5 की प्रति टोकन दरें कम, लेकिन इस मूल्यांकन में कार्य लागत अधिक है। Sonnet 5 बनाम Sonnet 4.6
अभी Sonnet 4.6 इस्तेमाल करने वाली टीम पहले जाँचे कि अपग्रेड टूल सहयोग और प्रोजेक्ट निष्पादन बेहतर करता है या नहीं, साथ ही तर्क स्तर और आउटपुट बजट फिर तय करें। Sonnet 5 यदि medium या high पर भरोसेमंद कार्य पूरा करे तो सबसे ऊँचा स्तर लगातार इस्तेमाल करना आवश्यक नहीं लगता।
GPT-6 Astra की तुलना में: वास्तविक खपत से जटिल इंजीनियरिंग कार्यों का पुनर्मूल्यांकन करें
- Sonnet 5 Max38
- GPT-6 Astra Max53
- Sonnet 5 Max~14%
- GPT-6 Astra Max~59%
- Sonnet 5 Max$5.09
- GPT-6 Astra Max$3.26
Artificial Analysis की Max कॉन्फ़िगरेशन तुलना में GPT-6 Astra और Sonnet 5 के समग्र स्कोर 53 और 38 हैं, और पेज पर गोल किए Terminal-Bench 4.0 स्कोर 59% और 14% हैं। Astra की प्रति टोकन दरें अधिक हैं, लेकिन इस समग्र मूल्यांकन की भारित औसत प्रति कार्य लागत US$3.26, Sonnet 5 के US$5.09 से कम है; संबंधित औसत प्रति कार्य आउटपुट भी कम है। GPT-6 Astra बनाम Sonnet 5
आपका काम मुख्यतः जटिल कोड बदलाव, टर्मिनल संचालन या बार-बार सत्यापन वाले इंजीनियरिंग कार्य हों तो GPT-6 Astra से सावधानीपूर्वक तुलना करें। अब तक के हमारे अनुभव में जटिल इंजीनियरिंग के लिए GPT-6 Astra, Sonnet 5 से बेहतर विकल्प है।
DeepSeek V4 Pro की तुलना में: बैच टेक्स्ट कार्यों के लिए उपयोगी लागत तुलना
- Sonnet 5 Max38
- DeepSeek V4 Pro 0813 Max36
- Sonnet 5 Max~82%
- DeepSeek V4 Pro 0813 Max~80%
- Sonnet 5 Max$5.09
- DeepSeek V4 Pro 0813 Max$0.67
Artificial Analysis की Max कॉन्फ़िगरेशन तुलना में DeepSeek V4 Pro 0813 और Sonnet 5 के समग्र स्कोर 36 और 38 तथा AA-LCR v1.1 लंबे दस्तावेज़ कार्यों में लगभग 80% और 82% हैं; भारित औसत प्रति कार्य लागत क्रमशः US$0.67 और US$5.09 है। इनपुट क्षमताएँ भी अलग हैं: यहाँ परखा DeepSeek V4 Pro टेक्स्ट इनपुट स्वीकार करता है, जबकि Sonnet 5 टेक्स्ट और इमेज इनपुट समर्थित करता है। DeepSeek V4 Pro बनाम Sonnet 5
जानकारी व्यवस्थित करने, टेक्स्ट निकालने और बैच मसौदे बनाने की लागत जाँच में DeepSeek V4 Pro शामिल करें। DeepSeek V4 PRO और Sonnet 5 की मल्टीमॉडल क्षमताएँ जाँचनी हों तो अपने वास्तविक व्यावसायिक परिदृश्य इस्तेमाल करें। ग्राहक प्रतिक्रिया में कुछ को Sonnet 5 की मल्टीमॉडल क्षमता अपर्याप्त लगी, जबकि दूसरों ने DeepSeek V4 PRO को अपने काम के लिए पर्याप्त सक्षम नहीं पाया।
API Hop के ज़रिए Claude Sonnet 5 क्यों इस्तेमाल करें?
उपयोग आधारित बिलिंग और मॉडल लागत अनुकूलन
शुल्क वर्तमान API Hop दरों और वास्तविक उपयोग के अनुसार हैं। ज़रूरत पर बैलेंस जोड़ें।
एकीकृत AI मॉडल और डेटा API, एक जगह कई मॉडल की पहुँच
एक API कुंजी कई AI मॉडल और डेटा सेवाएँ जोड़ती है, जिससे इंटीग्रेशन लागत घटती है और आप एक क्लिक में स्विच कर सकते हैं। व्यावसायिक एप्लिकेशन को AI और डेटा दोनों चाहिए।
हर कॉल की स्पष्ट जानकारी के साथ कॉल लॉग और एप्लिकेशन पहुँच नियंत्रण
हर API कॉल आपके डैशबोर्ड में दर्ज होती है। अलग एप्लिकेशन के लिए अलग API कुंजियाँ बनाएँ।
अपने कार्य के अनुसार आउटपुट का मूल्यांकन करें
API Hop से दस्तावेज़ में दी मॉडल ID और समर्थित पैरामीटर इस्तेमाल करें। अपने स्वीकृति मानदंडों पर आउटपुट परखें, फिर प्रोडक्शन उपयोग से पहले उपयोग रिकॉर्ड और प्रतिक्रिया मेटाडेटा जाँचें। मॉडल का नाम या उदाहरण हर परिणाम की गारंटी नहीं देता।
API Hop पर Claude Sonnet 5 कैसे इस्तेमाल करें
कंसोल में API कुंजी बनाने के बाद दस्तावेज़ के अनुसार Claude Sonnet 5 से शुरुआत करें।
खाता तैयार करें और ऑनलाइन जाँचें
लॉग इन करें, बैलेंस की पुष्टि करें और API कुंजी बनाएँ।
प्रयोग टूल में आज़माएँ
इस्तेमाल करने का सही तरीका जानने के लिए प्रयोग टूल में मॉडल की क्षमताएँ आज़माएँ।
Claude Sonnet 5 को अपने व्यवसाय में जोड़ें
Claude Sonnet 5 को अपने व्यवसाय में जोड़ने के लिए हमारे डेवलपर दस्तावेज़ देखें।
आगे के मॉडल अपग्रेड
नए मॉडल पर स्विच करने से पहले पुष्टि करें कि आपकी API कुंजी के मॉडल कैटलॉग में उसकी सटीक ID लौटती है। वही एंडपॉइंट और अनुरोध फ़ील्ड समर्थित होने पर मॉडल ID बदलें, फिर प्रोडक्शन ट्रैफ़िक भेजने से पहले प्रतिक्रिया प्रारूप, स्ट्रीमिंग, आउटपुट सीमा और बिलिंग जाँचें। एसिंक्रोनस इमेज या वीडियो कार्यों के लिए कार्य भेजना, स्थिति पोलिंग और परिणाम प्राप्ति भी सत्यापित करें।
Claude Sonnet 5 API के सामान्य सवाल
API Hop से Claude Sonnet 5 API कैसे कॉल करें?
पहले API Hop में साइन इन करके API कुंजी बनाएं, फिर दस्तावेज़ पढ़ें या कनेक्शन कॉन्फ़िगर करने में AI की मदद लें।
पहले ऑनलाइन टूल में न्यूनतम जनरेशन परीक्षण पूरा करें, फिर API Hop के वर्तमान Claude Sonnet 5 API दस्तावेज़ के अनुसार इंटीग्रेशन करें। इससे पहले ही मॉडल का व्यवसाय के अनुकूल होना जाँच सकते हैं और दूसरे प्रदाताओं के एंडपॉइंट पथ तथा पैरामीटर गलती से API Hop में लाने से बचते हैं।
नहीं। Claude Sonnet 5 का API मॉडल नाम claude-sonnet-5 है, जबकि Claude Sonnet 4.6 का claude-sonnet-4-6 है। ये अलग मॉडल हैं; model पैरामीटर में इन्हें न मिलाएँ।
OpenAI Responses समर्थित नहीं है। Claude का अपना Claude Messages प्रारूप है; विवरण के लिए दस्तावेज़ देखें।
Sonnet 4.6 से माइग्रेशन के बाद पुराने तर्क या सैंपलिंग पैरामीटर 400 क्यों लौटाते हैं?
पहले अनुरोध में thinking, budget_tokens, temperature, top_p और top_k जाँचें। Sonnet 5 पुराना thinking: {"type":"enabled","budget_tokens":N} प्रारूप अब समर्थित नहीं करता और गैर-डिफ़ॉल्ट सैंपलिंग पैरामीटर भी 400 लौटाते हैं। माइग्रेशन में ये पुरानी सेटिंग हटाकर तर्क प्रयास के लिए output_config.effort इस्तेमाल करें। Sonnet 5 माइग्रेशन और पैरामीटर दस्तावेज़
thinking न देने पर Sonnet 5 अनुकूलनीय तर्क चालू करता है। वास्तव में बंद करना हो तो thinking: {"type":"disabled"} सेट करें। व्यवसाय की ज़रूरत के अनुसार effort स्पष्ट सेट करें और शैली, प्रारूप तथा सामग्री दायरा प्रॉम्प्ट एवं संदर्भ उदाहरणों से नियंत्रित करें। आधिकारिक तर्क कॉन्फ़िगरेशन
सफल अनुरोध में जवाब का टेक्स्ट क्यों नहीं होता जबकि आउटपुट टोकन बढ़ते रहते हैं?
पहले stop_reason और लौटे सामग्री ब्लॉक जाँचें। Sonnet 5 डिफ़ॉल्ट रूप से तर्क का टेक्स्ट नहीं दिखाता, इसलिए thinking खाली हो सकता है जबकि तर्क टोकन आउटपुट उपयोग में गिने जाते हैं। जवाब पढ़ते समय हमेशा content[0].text लेने के बजाय हर सामग्री ब्लॉक के type के अनुसार text निकालें। तर्क प्रदर्शन और बिलिंग स्पष्टीकरण
आउटपुट बजट भी जाँचें। max_tokens तर्क और जवाब टेक्स्ट के संयुक्त आउटपुट को सीमित करता है। अधिक effort और छोटे बजट में मॉडल जवाब पूरा करने से पहले सीमा पर पहुँच सकता है। stop_reason: "max_tokens" दिखे तो आउटपुट बजट बढ़ाएँ या कम तर्क स्तर आज़माएँ, फिर जवाब की पूर्णता जाँचें। Sonnet 5 आउटपुट बजट दस्तावेज़
मॉडल की टूल कॉल के बाद कार्य जारी क्यों नहीं रहता?
क्लाइंट-साइड टूल में stop_reason: "tool_use" वाली प्रतिक्रिया का अर्थ है कि मॉडल एप्लिकेशन से टूल चलाने और परिणाम लौटाने की प्रतीक्षा कर रहा है। एप्लिकेशन पहले मूल assistant सामग्री संदेश इतिहास में जोड़े, फिर tool_result से निष्पादन परिणाम लौटाए। फिर मॉडल अनुरोध करने से पहले tool_use_id का पिछली कॉल से मेल होना चाहिए। आधिकारिक टूल उपयोग वर्कफ़्लो
केवल उपयोगकर्ता को दिखने वाला टेक्स्ट रखने के बजाय सभी लौटे सामग्री ब्लॉक बचाएँ, खासकर तर्क चालू होने पर संबंधित ब्लॉक और हस्ताक्षर। इंटीग्रेशन जाँच में कई टूल वाले वर्कफ़्लो से पहले "टूल का अनुरोध, ऑपरेशन निष्पादन, परिणाम वापसी, जवाब जनरेशन" का एक पूरा चक्र करें। टूल विफल हो तो त्रुटि जानकारी भी लौटाएँ ताकि मॉडल अगला कदम बदल सके। तर्क सामग्री ब्लॉक संरक्षण आवश्यकताएँ
मूल Sonnet 5, adaptive thinking के साथ बाध्य tool_choice प्रकार any या tool समर्थित करता है; चुने इंटरफ़ेस का दस्तावेज़ अपनाएँ। पुराने संदेश बदलने के बाद सहेजा गया तर्क दोबारा चलाते समय सावधानी रखें।
प्रमाणीकरण, बैलेंस या पहुँच की त्रुटियों का निवारण कैसे करें?
समस्या का निदान करने के लिए API त्रुटि दस्तावेज़ देखें।
क्या बातचीत की स्मृति स्थायी रहती है?
नहीं। API अगले अनुरोधों के लिए बातचीत का संदर्भ अपने आप नहीं रखता। इतिहास स्वयं प्रबंधित करें और हर अनुरोध में ज़रूरी संदर्भ शामिल करें। दीर्घकालिक स्मृति आपके एप्लिकेशन को लागू करनी होगी।
संबंधित टेक्स्ट API
Claude Sonnet 5 API उदाहरण और समर्थित पैरामीटर
Claude Sonnet 5 API त्वरित शुरुआत
claude-sonnet-5model आवश्यक है; ये उदाहरण वर्तमान पेज की मॉडल ID इस्तेमाल करते हैं। GET /v1/models से अपनी API कुंजी की मॉडल पहुँच जाँचें।
Chat CompletionsPOST /v1/chat-completions
curl -X POST "https://api.apihop.ai/v1/chat-completions" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-d '{"model":"claude-sonnet-5","messages":[{"role":"user","content":"Hello, introduce yourself in one sentence."}],"stream":false}'MessagesPOST /anthropic/v1/messages
Messages में max_tokens आवश्यक है। इस उदाहरण की सीमा बदली जा सकती है; यह अपस्ट्रीम डिफ़ॉल्ट या मॉडल सीमा नहीं है। कोई जवाब आने से पहले तर्क प्रक्रिया इसे खर्च कर सकती है; अपने कार्य के अनुसार बदलें और आउटपुट लागत जाँचें।
curl -X POST "https://api.apihop.ai/anthropic/v1/messages" \
-H "Authorization: Bearer <API_KEY>" \
-H "Content-Type: application/json" \
-H 'anthropic-version: 2023-06-01' \
-d '{"model":"claude-sonnet-5","max_tokens":4096,"messages":[{"role":"user","content":"Hello, introduce yourself in one sentence."}],"stream":false}'मॉडल समूह और प्रोटोकॉल संदर्भ
Claude Messages इंटरफ़ेस
पूरे API दस्तावेज़मूल Claude Messages-संगत API। यह एंडपॉइंट Anthropic Messages अनुरोध और उत्तर संरचनाएँ इस्तेमाल करता है, जिनमें टूल कॉल और Anthropic SSE इवेंट शामिल हैं।
POST
https://api.apihop.ai/anthropic/v1/messages