Escolhendo um modelo
Se você não tem certeza de qual modelo usar, recomendamos começar com Claude Sonnet 4.5. Ele oferece o melhor equilíbrio de inteligência, velocidade e custo para a maioria dos casos de uso, com desempenho excepcional em tarefas de codificação e agentes. Todos os modelos Claude atuais suportam entrada de texto e imagem, saída de texto, capacidades multilíngues e visão. Os modelos estão disponíveis via API Anthropic, AWS Bedrock e Google Vertex AI. Depois de escolher um modelo, aprenda como fazer sua primeira chamada de API.Comparação dos modelos mais recentes
| Feature | Claude Sonnet 4.5 | Claude Haiku 4.5 | Claude Opus 4.1 |
|---|---|---|---|
| Description | Nosso modelo mais inteligente para agentes complexos e codificação | Nosso modelo mais rápido com inteligência próxima à fronteira | Modelo excepcional para tarefas de raciocínio especializado |
| Claude API ID | claude-sonnet-4-5-20250929Copied! | claude-haiku-4-5-20251001Copied! | claude-opus-4-1-20250805Copied! |
| Claude API alias1 | claude-sonnet-4-5Copied! | claude-haiku-4-5Copied! | claude-opus-4-1Copied! |
| AWS Bedrock ID | anthropic.claude-sonnet-4-5-20250929-v1:0Copied! | anthropic.claude-haiku-4-5-20251001-v1:0Copied! | anthropic.claude-opus-4-1-20250805-v1:0Copied! |
| GCP Vertex AI ID | claude-sonnet-4-5@20250929Copied! | claude-haiku-4-5@20251001Copied! | claude-opus-4-1@20250805Copied! |
| Pricing2 | $3 / input MTok $15 / output MTok | $1 / input MTok $5 / output MTok | $15 / input MTok $75 / output MTok |
| Extended thinking | Yes | Yes | Yes |
| Priority Tier | Yes | Yes | Yes |
| Comparative latency | Fast | Fastest | Moderate |
| Context window | / (beta)3 | ||
| Max output | 64K tokens | 64K tokens | 32K tokens |
| Reliable knowledge cutoff | Jan 20254 | Feb 2025 | Jan 20254 |
| Training data cutoff | Jul 2025 | Jul 2025 | Mar 2025 |
claude-sonnet-4-5-20250929) em aplicações de produção para garantir comportamento consistente.
2 - Consulte nossa página de preços para informações completas de preços, incluindo descontos de API em lote, taxas de cache de prompt, custos de pensamento estendido e taxas de processamento de visão.
3 - Claude Sonnet 4.5 suporta uma janela de contexto de 1M tokens ao usar o cabeçalho beta context-1m-2025-08-07. Preços de contexto longo se aplicam a solicitações que excedem 200K tokens.
4 - Reliable knowledge cutoff indica a data até a qual o conhecimento de um modelo é mais extenso e confiável. Training data cutoff é o intervalo de data mais amplo dos dados de treinamento usados. Por exemplo, Claude Sonnet 4.5 foi treinado em informações disponíveis publicamente até julho de 2025, mas seu conhecimento é mais extenso e confiável até janeiro de 2025. Para mais informações, consulte Anthropic’s Transparency Hub.
Modelos com a mesma data de snapshot (por exemplo, 20240620) são idênticos em todas as plataformas e não mudam. A data do snapshot no nome do modelo garante consistência e permite que os desenvolvedores contem com desempenho estável em diferentes ambientes.
A partir de Claude Sonnet 4.5 e todos os modelos futuros, AWS Bedrock e Google Vertex AI oferecem dois tipos de endpoint: endpoints globais (roteamento dinâmico para máxima disponibilidade) e endpoints regionais (roteamento de dados garantido através de regiões geográficas específicas). Para mais informações, consulte a seção de preços de plataforma de terceiros.
Modelos legados
Modelos legados
Os seguintes modelos ainda estão disponíveis, mas recomendamos migrar para modelos atuais para melhor desempenho:
1 - Claude Sonnet 4 suporta uma janela de contexto de 1M tokens ao usar o cabeçalho beta
| Feature | Claude Sonnet 4 | Claude Sonnet 3.7 | Claude Opus 4 | Claude Haiku 3.5 | Claude Haiku 3 |
|---|---|---|---|---|---|
| Claude API ID | claude-sonnet-4-20250514Copied! | claude-3-7-sonnet-20250219Copied! | claude-opus-4-20250514Copied! | claude-3-5-haiku-20241022Copied! | claude-3-haiku-20240307Copied! |
| Claude API alias | claude-sonnet-4-0Copied! | claude-3-7-sonnet-latestCopied! | claude-opus-4-0Copied! | claude-3-5-haiku-latestCopied! | — |
| AWS Bedrock ID | anthropic.claude-sonnet-4-20250514-v1:0Copied! | anthropic.claude-3-7-sonnet-20250219-v1:0Copied! | anthropic.claude-opus-4-20250514-v1:0Copied! | anthropic.claude-3-5-haiku-20241022-v1:0Copied! | anthropic.claude-3-haiku-20240307-v1:0Copied! |
| GCP Vertex AI ID | claude-sonnet-4@20250514Copied! | claude-3-7-sonnet@20250219Copied! | claude-opus-4@20250514Copied! | claude-3-5-haiku@20241022Copied! | claude-3-haiku@20240307Copied! |
| Pricing | $3 / input MTok $15 / output MTok | $3 / input MTok $15 / output MTok | $15 / input MTok $75 / output MTok | $0.80 / input MTok $4 / output MTok | $0.25 / input MTok $1.25 / output MTok |
| Extended thinking | Yes | Yes | Yes | No | No |
| Priority Tier | Yes | Yes | Yes | Yes | No |
| Comparative latency | Fast | Fast | Moderate | Fastest | Fast |
| Context window | / (beta)1 | ||||
| Max output | 64K tokens | 64K tokens / 128K tokens (beta)4 | 32K tokens | 8K tokens | 4K tokens |
| Reliable knowledge cutoff | Jan 20252 | Oct 20242 | Jan 20252 | 3 | 3 |
| Training data cutoff | Mar 2025 | Nov 2024 | Mar 2025 | Jul 2024 | Aug 2023 |
context-1m-2025-08-07. Preços de contexto longo se aplicam a solicitações que excedem 200K tokens.2 - Reliable knowledge cutoff indica a data até a qual o conhecimento de um modelo é mais extenso e confiável. Training data cutoff é o intervalo de data mais amplo dos dados de treinamento usados.3 - Alguns modelos Haiku têm uma única data de corte de dados de treinamento.4 - Inclua o cabeçalho beta output-128k-2025-02-19 em sua solicitação de API para aumentar o comprimento máximo do token de saída para 128K tokens para Claude Sonnet 3.7. Sugerimos fortemente usar nossa API de Mensagens com streaming para evitar timeouts ao gerar saídas mais longas. Consulte nossa orientação sobre solicitações longas para mais detalhes.Desempenho de prompt e saída
Os modelos Claude 4 se destacam em:- Desempenho: Resultados de primeira classe em raciocínio, codificação, tarefas multilíngues, manipulação de contexto longo, honestidade e processamento de imagens. Consulte o post do blog Claude 4 para mais informações.
-
Respostas envolventes: Os modelos Claude são ideais para aplicações que exigem interações ricas e semelhantes às humanas.
- Se você preferir respostas mais concisas, pode ajustar seus prompts para guiar o modelo em direção ao comprimento de saída desejado. Consulte nossos guias de engenharia de prompt para detalhes.
- Para práticas recomendadas específicas de prompt do Claude 4, consulte nosso guia de melhores práticas do Claude 4.
- Qualidade de saída: Ao migrar de gerações anteriores de modelos para Claude 4, você pode notar melhorias maiores no desempenho geral.
Migrando para Claude 4.5
Se você está usando modelos Claude 3 no momento, recomendamos migrar para Claude 4.5 para aproveitar a inteligência melhorada e as capacidades aprimoradas. Para instruções detalhadas de migração, consulte Migrando para Claude 4.5.Comece com Claude
Se você está pronto para começar a explorar o que Claude pode fazer por você, vamos mergulhar! Quer você seja um desenvolvedor procurando integrar Claude em suas aplicações ou um usuário querendo experimentar o poder da IA em primeira mão, nós temos você coberto.Procurando conversar com Claude? Visite claude.ai!
Introdução ao Claude
Explore as capacidades do Claude e o fluxo de desenvolvimento.
Início rápido
Aprenda como fazer sua primeira chamada de API em minutos.
Console Claude
Crie e teste prompts poderosos diretamente em seu navegador.