Claude Sonnet API 接入：Sonnet 5 与 Sonnet 4.6

Claude Sonnet API：模型、ID 与限额

Claude Sonnet API 是 Anthropic 的均衡档位，走标准 Messages API：把模型 ID 和消息列表 POST 到 /v1/messages，返回文本、工具调用和 token 用量。在 apitoken.sale 上协议形态完全一致——把任何兼容 Anthropic 的客户端指向路由器的 base URL，用 x-api-key 鉴权，代码其余部分一行都不用改。同一份预付费余额下有两代 Sonnet 在线：claude-sonnet-5 和 claude-sonnet-4-6。

另见： Claude Opus 对比 Sonnet：该用哪个模型？

发出你的第一个 Sonnet 请求

只要调用过 Anthropic 的 Messages API，这就是同一个请求，只是换了 base URL 和密钥。一把 apitoken.sale 密钥覆盖平台上所有受支持的 Claude、GPT、Gemini 和 Kimi 模型，所以下面这个调用也是其他所有模型的模板。

1. 01注册账号并在控制台生成密钥——形如 sk-pool-…，签发后即可使用。
2. 02向 https://router.apitoken.sale 发送 POST /v1/messages，带上 x-api-key 和 anthropic-version 两个请求头，与直连 Anthropic 时完全相同。
3. 03把 model 字段设为 claude-sonnet-5（或 claude-sonnet-4-6），从响应的 usage 对象读取用量——费用按官方费率减 50% 从你的预付费余额中扣除。

curl https://router.apitoken.sale/v1/messages \
  -H "x-api-key: sk-pool-•••" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Refactor this function for readability."}
    ]
  }'

Sonnet 5 还是 Sonnet 4.6：该发哪个 ID

标价并不相同：Sonnet 5 是 $2/$10，Sonnet 4.6 是 $3/$15。Sonnet 5 编码和智能体能力更强，是所有新项目的合理默认。不传 thinking 参数时它默认启用自适应思考（adaptive thinking），推理深度随任务伸缩，而不是吃一份固定预算。Sonnet 4.6 同样支持自适应思考，effort 默认为 high；如果你的提示词、评测集和回归基线都是按它调好的，继续用它就是正确选择。

• 新项目或没有明确偏好：选 claude-sonnet-5。
• 提示词和评测套件是按 4.6 的行为调优的：留在 claude-sonnet-4-6，直到你重新建立基线。
• 上下文窗口和输出上限相同——以后迁移只需改一行模型 ID。Sonnet 5 也更便宜。

模型目录中的 Claude Sonnet 4.6 →

Token 定价

Sonnet 5 的官方费率是每 1M 输入 token $2、每 1M 输出 token $10；本站统一打 5 折后是 $1 / $5。Sonnet 4.6 仍是 $3 / $15（折后 $1.50 / $7.50）。Anthropic 取消了 2026-09-01 把 Sonnet 5 调回 $3 / $15，因此 $2 / $10 就是当前标准费率。输出 token 价格是输入的五倍，因此在高频对话型负载里，控制响应长度比压缩提示词更能省钱。

Anthropic 取消了把 Sonnet 5 调回 $3 / $15 的计划，因此 $2 / $10 的官方费率不会到期。Sonnet 4.6 仍是 $3 / $15。

Claude Sonnet 5 详细定价（缓存费率、上下文、FAQ） →

用提示词缓存压低重复上下文的成本

智能体循环每轮都要重发同一段前缀：系统提示词、工具定义、仓库上下文。Messages API 允许你用 cache_control 断点标记这段前缀；Anthropic 随后会把它放进一个短生命周期缓存（TTL 五分钟，命中即刷新），之后对它的读取只按输入价的一个零头计费。在 Sonnet 负载上这是最大的单一降本杠杆，而且可以与 5 折折扣叠加。

把断点放在最后一个稳定块之后——系统提示词加工具定义加检索到的上下文——把每轮变化的内容放在断点之后。打在每次调用都变化的文本上的断点永远不会命中，只会让你白付写入溢价。

在成本计算器中估算缓存负载 →

流式响应与长输出

设置 stream: true 后，API 返回 server-sent events 而不是一次阻塞式响应：先是 message_start，然后是一串携带逐字生成文本的 content_block_delta 事件，最后是 message_delta 和 message_stop。在 UI 里增量渲染这些 delta，并从结尾事件中取最终 token 用量——那才是计费的依据。流式改变的是延迟体感，不是价格：同样的 token 怎么传都按同样的量计费。

128K 的输出上限意味着一次完整文件重写或一次长结构化抽取都能装进单个响应。要有意识地使用这个余量——不设上限的 max_tokens 习惯加上冗长输出，正是便宜的 Sonnet 负载悄悄变贵的常见原因。

如果流在生成中途断开，不要在紧凑循环里反复重试：发起一次全新请求，并基于你实际收到的结尾 usage 核对花费。

一份余额打通 Sonnet、Opus 和 Haiku

Sonnet 与目录中其余模型共用同一把密钥和同一份预付费余额，这让模型路由变得很简单：批量分类和抽取发给 Haiku，编码和智能体默认用 Sonnet，只有真正困难的推理才升级到 Opus。切换档位只是在相同请求结构上换一个模型 ID——不需要新凭证、不需要单独的计费关系，你和任何档位之间也没有等待名单。

常见问题

相关指南