Anthropic
Claude Sonnet 5.5
최대 컨텍스트
1M
최대 출력
128K
출시일
N/A
claude-sonnet-4.6Claude Sonnet 4.6은(는) 출처에서 코딩, computer use, 긴 컨텍스트 추론, agent 계획 and 1M-컨텍스트 beta을(를) 핵심 특징으로 제시합니다. 주요 가치는 balanced near-frontier work, agents, 디자인 and professional productivity에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.
Context Window
1M tokens
Maximum Output
64K tokens
Release Date
2026년 2월 17일
Modalities
| 입력 가격 | 출력 가격 | 캐시 읽기 | 캐시 생성 5m |
|---|---|---|---|
| $3/M | $15/M | $0.3/M | $3.75/M |
Reasoning
Tool calling
Temperature parameter
Attachments
Knowledge Base
Endpoint Protocols
Claude Sonnet 4.6은 코딩, 긴 맥락 추론, 컴퓨터 사용, 디자인 생성 역량을 결합해 균형 잡힌 프로덕션 작업을 지원합니다.
복잡한 수정과 대규모 코드베이스 검색을 처리하고 구현 지시를 일관되게 따릅니다.
최대 백만 입력 Token을 수용해 대규모 저장소와 문서 모음 전반의 분석을 지원합니다.
인터페이스, 문서, 변화하는 화면 상태를 해석해 컴퓨터 작업과 시각적 제작에 활용합니다.
Claude Sonnet 4.6은 저장소 규모 수정, 기업 문서 분석, 완성도 높은 인터페이스 개발에 적합합니다.
대규모 저장소에서 관련 코드를 찾고 결함을 진단해 연계된 테스트 완료 변경 사항을 구현합니다.
대량의 PDF, 차트, 표를 읽고 관련 사실을 추출해 구조화된 결론을 작성합니다.
제품 요구 사항과 시각 자료를 레이아웃과 상호작용을 고려한 기능적 인터페이스로 구현합니다.
import OpenAI from "openai"
const client = new OpenAI({
apiKey: process.env.TOKENHUB_API_KEY,
baseURL: "https://us-api.tokenhub.com/v1",
})
const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)| 지표 점수 | ||
|---|---|---|
| Artificial Analysis Intelligence Index | 종합 역량 평가 | 35.9 |
| Artificial Analysis Coding Index | 코딩 역량 종합 평가 | 46.4 |
| 지식 및 추론 | ||
| GPQA | 고난도 과학 문제 해결 | 79.9% |
| HLE | 다분야 전문가 수준 평가 | 13.2% |
| 코딩 및 소프트웨어 엔지니어링 | ||
| SciCode | 과학 컴퓨팅 코딩 과제 | 46.9% |
| Terminal-Bench Hard | 고난도 터미널 작업 수행 | 46.2% |
| 지시 준수 및 에이전트 작업 | ||
| IFBench | 프롬프트 제약 준수 | 41.2% |
| AA-LCR | 긴 컨텍스트 추론 | 57.7% |
| τ²-Bench | 에이전트 워크플로 작업 | 79.5% |
지표 출처 Artificial Analysis
Claude Sonnet 4.6의 포지션, 적합한 용도, 주요 강점, 고려할 제한 사항과 TokenHub 연동 시 확인할 내용을 알아보세요.
Claude Sonnet 4.6 모델은 최전선급 코딩·에이전트 성능과 Opus보다 낮은 비용의 균형을 맞춘 Anthropic의 현행 Sonnet 모델입니다. 공급자 문서에 공개된 현행 모델이지만 플랫폼에 따라 이용 가능 여부가 다를 수 있습니다.
에이전트형 코딩 및 저장소 작업, 컴퓨터 사용 및 인터페이스 자동화, 그리고 비즈니스 문서 기반 지식 작업에 적합합니다. 프로덕션 적용 전에 대표 입력으로 테스트하고 측정 가능한 승인 기준을 정하세요.
가장 실용적인 강점은 품질·속도·비용의 좋은 균형, 강한 코딩 성능, 그리고 효과적인 도구 및 함수 호출입니다. 이 조합은 컴퓨터 사용 및 인터페이스 자동화에 특히 유용합니다.
최상위 Opus급 성능이 필요한 경우, 중요한 의사결정에 사람의 검토를 넣을 수 없는 경우, 또는 더 작은 Haiku 모델이 더 낮은 비용으로 품질 요구를 충족하는 경우에는 다른 모델을 고려하세요. 생성 코드는 병합이나 배포 전에 테스트, 보안 검사, 사람의 검토를 거쳐야 합니다.
TokenHub에서는 Claude Sonnet 4.6에 표시된 정확한 모델 식별자를 선택하고 계정 문서의 엔드포인트와 TokenHub 자격 증명을 사용하세요. 계정에서 사용할 수 있는 Claude 기능, 컨텍스트 한도, 도구 지원, 현재 모델 상태를 TokenHub 모델 페이지에서 확인하세요.
하나의 API 키로 Claude Sonnet 4.6과 더 많은 AI 모델을 이용하세요.
미디어 및 논의
이 모델과 관련된 공개 동영상과 게시물을 선별했습니다.
X (Twitter)
Reddit
YouTube