Claude Sonnet 4

概述

Claude Sonnet 4 是 Anthropic 于 2025 年 5 月发布的旗舰模型，定位为编程与推理的全能型选手。在 SWE-bench Verified 上拿到 72.7% 的成绩，成为 Cursor、Claude Code、Cline 等主流 AI 编程工具的首选模型。

核心能力

编程

SWE-bench Verified 72.7% — 这意味着它能独立解决近 3/4 的真实 GitHub issue。在 Cursor Composer 多文件改写场景下，Sonnet 4 的成功率明显高于 GPT-4o 和 Gemini 2.5 Pro。

长上下文

200K token 上下文窗口足以容纳一个中型项目的全部源码。64K 的输出窗口让它能一次性生成完整的长文件，不会在中间截断。

Agent 工具调用

Claude Sonnet 4 的工具调用（tool use）非常稳定。在多步 Agent 工作流中，它能可靠地：

• 解析工具返回结果
• 决定下一步调用哪个工具
• 在工具失败时自动重试或换方案
• 支持 parallel tool calls，一次返回多个独立调用

Artifacts

原生支持 artifacts 功能——生成的 HTML/React/SVG 等前端代码可以直接在对话中渲染预览，不需要切换到外部工具。

API 调用示例

Python SDK

from anthropic import Anthropic

client = Anthropic(api_key="sk-ant-...")

resp = client.messages.create(
    model="claude-sonnet-4-20250522",
    max_tokens=4096,
    temperature=0,           # 编程场景建议 0，详见 wiki/temperature-top-p
    system="You are an expert Python reviewer.",
    messages=[
        {"role": "user", "content": "Review this code:\n```python\n...\n```"}
    ],
)
print(resp.content[0].text)

启用 Prompt Cache（省钱关键）

长 system prompt 或工具定义放 cache_control 块里，5 分钟内复用 Input 价格 -90%：

resp = client.messages.create(
    model="claude-sonnet-4-20250522",
    max_tokens=4096,
    system=[
        {
            "type": "text",
            "text": "<huge_codebase_context>...</huge_codebase_context>",
            "cache_control": {"type": "ephemeral"},  # ← 关键
        }
    ],
    messages=[{"role": "user", "content": "Find bugs in module X."}],
)
# 看 resp.usage.cache_read_input_tokens 确认命中

实测：50K token 的固定 system prompt 配合 cache，每次调用 Input 成本从 $0.15 降到 $0.015，重度使用月省数百刀。详见 Token 与 Context Engineering。

流式输出

with client.messages.stream(
    model="claude-sonnet-4-20250522",
    max_tokens=4096,
    messages=[{"role": "user", "content": "Write a long article."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

关键参数

强烈建议工具调用场景设 temperature=0，能让函数选择和参数提取稳定 10x。原理见 Temperature 与 Top-P。

定价

对比 GPT-4o（Input $2.5/M · Output $10/M），Sonnet 4 贵约 20-50%，但编程质量更高。重度编程用户差的这点钱完全值得。

限流与并发

Anthropic 官方 API 的 rate limit 按 tier 分档（Tier 1 → Tier 4），关键三个指标：

踩坑：长 prompt + 高并发场景，最先打到的不是 RPM 而是 ITPM——50K input 一发就触顶。生产环境建议先升 Tier、再做限流（exponential backoff 重试 429）、再开 prompt cache，三件套组合才能稳定撑住流量。

在国内怎么用

官方 API 不对中国大陆开放，但可以通过以下方式使用：

1. AWS Bedrock — 企业级方案，需要 AWS 海外账号
2. API 中转 — 国内有多家提供 Claude API 中转服务（见 /coding/api/ 分类）
3. Cursor / Claude Code — 这些工具内置了 Claude 模型，直接订阅即可
4. Coze / 元器 — 国内 Agent 平台部分已接入

注意中转服务的稳定性 / 合规性差异较大，生产场景优先选 Bedrock 或自己用 Cloudflare Workers 做转发。

适用场景

• 主力编程模型：Cursor / Claude Code / Cline 的默认选择
• 代码审查：批量 PR review，比 GPT-4o 更精准
• 长文档处理：200K 上下文处理合同、论文、技术文档
• Agent 编排：多步工具调用稳定，适合 Coze / Dify 工作流

与同档模型怎么选

避坑清单

• 别忘记带版本号：claude-sonnet-4 是 alias，可能指向新版导致行为变化；生产用 claude-sonnet-4-20250522 这种带日期的稳定 ID。
• 系统消息位置：Anthropic 把 system 单独作为参数传，不要混进 messages 数组里——很多从 OpenAI 迁移过来的代码会踩这个坑。
• prompt cache 失效：cache 段前面只要变一个 token，整段缓存就废了。动态内容必须放最后，详见 Context Engineering。
• 工具定义重复发：每轮对话都把工具定义重发会浪费 input token。配合 prompt cache 把工具定义标记为可缓存。
• 超时设置：默认 SDK 超时 600 秒，长 Agent 任务可能不够。显式设 client = Anthropic(timeout=1800)。

延伸阅读

• 调用模式：Function Calling
• 省钱：Context Engineering / Token
• 采样：Temperature 与 Top-P
• Agent 视角：AI Agent