Bolehkah saya jalankan Claude Sonnet 4 secara tempatan?

Tidak. Anthropic tidak mengeluarkan berat terbuka untuk mana-mana model Claude; Sonnet 4 hanya tersedia melalui API Anthropic dan platform yang meleseninya.

Berapa kos Claude Sonnet 4 dan berapa tetingkap konteksnya?

Kosnya $3.00 per sejuta token input dan $15.00 per sejuta token output, dengan tetingkap konteks 200,000 token.

Bagaimana Sonnet 4 berbeza daripada Sonnet 3.7?

Sonnet 4 memperbaiki 3.7 dengan skor penanda aras pengaturcaraan lebih tinggi, navigasi kod autonomi lebih baik, kadar ralat lebih rendah dalam aliran kerja agen, dan pematuhan arahan lebih tepat.

Claude Sonnet 4

2181°

#llm #anthropic #penglihatan #penalaran #pengaturcaraan #ejen

Jalankan model ini

Tawaran / Iklan

OpenRouter Terminal / API

Bayar setiap token

Bual dengan model ini dalam pelayar atau panggil ia dari kod anda dengan satu kunci API.

Anthropic | konteks 200,000 token | $3.00/M input, $15.00/M output. Claude Sonnet 4 meningkatkan kebolehan pendahulunya, Sonnet 3.7, dengan cemerlang dalam tugas pengkodan dan penalaran dengan ketepatan dan kawalan yang lebih baik. Mencapai prestasi terkini pada SWE-bench (72.7%), Sonnet 4 mengimbangi kebolehan dan kecekapan pengkomputeran, menjadikannya sesuai untuk pelbagai aplikasi dari tugas pengkodan rutin hingga projek pembangunan perisian yang kompleks. Peningkatan utama termasuk navigasi kod autonomi yang lebih baik, pengurangan kadar ralat dalam aliran kerja berasaskan agen, dan…Anthropic | konteks 200,000 token | $3.00/M input, $15.00/M output. Claude Sonnet 4 meningkatkan kebolehan pendahulunya, Sonnet 3.7, dengan cemerlang dalam tugas pengkodan dan penalaran dengan ketepatan dan kawalan yang lebih baik. Mencapai prestasi terkini pada SWE-bench (72.7%), Sonnet 4 mengimbangi kebolehan dan kecekapan pengkomputeran, menjadikannya sesuai untuk pelbagai aplikasi dari tugas pengkodan rutin hingga projek pembangunan perisian yang kompleks. Peningkatan utama termasuk navigasi kod autonomi yang lebih baik, pengurangan kadar ralat dalam aliran kerja berasaskan agen, dan peningkatan kebolehpercayaan dalam mengikuti arahan rumit. Sonnet 4 dioptimumkan untuk kegunaan harian praktikal, menyediakan kebolehan penalaran maju sambil mengekalkan kecekapan dan responsif dalam pelbagai senario dalaman dan luaran. Baca lebih lanjut di blog post di siniOpens in new tab

Panduan untuk model ini

Berat terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya kamu dibenarkan lakukan

Cara memilih model AI pada Oktober 2026: berita sumber tertutup, kemudian berat terbuka yang patut dimuat turun

10 Alternatif ChatGPT Termurah pada 2026: model tempatan percuma, tahap percuma dan pelan kadar rata

Semua panduan

Nota Kapten

Ditulis oleh Captain, editor rumah

Nota dari 2026-10-13

Claude Sonnet 4 adalah model pertengahan Anthropic, naik taraf dari Sonnet 3.7 dengan pengaturcaraan lebih tajam, penalaran lebih kuat, dan pematuhan arahan lebih baik. Skor 72.7% pada SWE-bench meletakkannya di hadapan tugasan pembangunan perisian praktikal. Pada harga $3 input dan $15 output per sejuta token dengan tetingkap konteks 200,000 token, ia sesuai untuk pembangun dan pasukan yang memerlukan prestasi harian yang boleh dipercayai tanpa memilih tahap paling mahal.

Dikenali untuk

Skor SWE-bench terkini (72.7%) untuk tugasan pengaturcaraan dunia sebenar
Navigasi kod autonomi yang dipertingkatkan dalam aliran kerja agen
Kadar ralat dikurangkan dan kebolehpercayaan lebih tinggi mengikuti arahan kompleks
Tetingkap konteks 200,000 token mengendalikan kod besar dan dokumen panjang
Keupayaan visi bersama penalaran teks yang kuat

Berhati-hati dengan

API sahaja, tiada berat terbuka — anda tidak boleh jalankan secara tempatan atau hos sendiri.
Kos output $15/M token; gelung agen berat boleh jadi mahal dengan cepat.
Tiada butiran kad model diterbitkan; seni bina dalaman dan data latihan tidak didedahkan.

Terbaik untuk

Pengaturcaraan

Ejen dan penggunaan alat

Penalaran

Konteks panjang

Penglihatan

Arahan untuk cuba

Betulkan alat agen yang gagal

Saya ada agen Python yang memanggil alat carian, tetapi ia diam-diam melangkau panggilan alat apabila pertanyaan mengandungi aksara khas dan mengembalikan jawapan halusinasi sebaliknya. Ini kod berkaitan. Kenal pasti punca utama, terangkan mengapa agen melangkau alat, dan tulis semula bahagian terjejas dengan pembetulan dan ujian regresi.

Refaktor kod berselerak

Di bawah adalah modul Python 200 baris yang mencampur pengambilan data, logik perniagaan dan pemformatan dalam satu fail. Refaktor menjadi lapisan bersih dan boleh diuji: lapisan data, lapisan logik dan lapisan persembahan. Kekalkan antara muka awam sama, tambah petunjuk jenis di seluruh, dan catat sebarang pepijat yang anda temui.

Rancang projek perisian kompleks

Saya perlu bina sistem bil SaaS berbilang penyewa yang mengendalikan harga berdasarkan penggunaan, invois, dunning dan integrasi Stripe. Berikan pelan teknikal berperingkat: model data, sempadan perkhidmatan, keputusan kejuruteraan paling berisiko dan urutan yang perlu saya tangani, dengan sebab.

Bandingkan dengan

Claude Opus 5.5
Model hanya API
konteks 1,000,000 token · Input $4.00/M, output $20.00/M
Claude Sonnet 5.5
Model hanya API
konteks 1,000,000 token · Input $2.00/M, output $10.00/M
Claude Sonnet 5
Model hanya API
konteks 1,000,000 token · Input $2.00/M, output $10.00/M
Claude Opus 5
Model hanya API
konteks 1,000,000 token · Input $5.00/M, output $25.00/M

Lebih banyak model teks dari anthropic

Soalan yang sering ditanya

Bolehkah saya jalankan Claude Sonnet 4 secara tempatan?: Tidak. Anthropic tidak mengeluarkan berat terbuka untuk mana-mana model Claude; Sonnet 4 hanya tersedia melalui API Anthropic dan platform yang meleseninya.
Berapa kos Claude Sonnet 4 dan berapa tetingkap konteksnya?: Kosnya $3.00 per sejuta token input dan $15.00 per sejuta token output, dengan tetingkap konteks 200,000 token.
Bagaimana Sonnet 4 berbeza daripada Sonnet 3.7?: Sonnet 4 memperbaiki 3.7 dengan skor penanda aras pengaturcaraan lebih tinggi, navigasi kod autonomi lebih baik, kadar ralat lebih rendah dalam aliran kerja agen, dan pematuhan arahan lebih tepat.

Keputusan Kapten
Model pengaturcaraan praktikal paling mampu yang dihantar Anthropic pada tahap pertengahan — berbaloi jika agen dan kod kompleks adalah kerja harian anda.

Kapten menulis nota ini berdasarkan penerangan model dan kad model itu sendiri. Harga dan saiz konteks adalah dari penyedia pada masa penulisan dan boleh berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Bagaimana skor ini dijumlahkan

Model ini belum ada data populariti dari mana-mana sumber lagi, jadi ia membawa nombor gantian di bawah 7,000° yang memastikan senarai lengkap. Ia tidak pernah menduduki tempat lebih tinggi daripada model yang ada data. Pecahan muncul di sini sebaik sahaja sumber melaporkannya.

Glosari: istilah yang digunakan di sini

Skor heat: Satu nombor untuk seberapa banyak model digunakan dan diingini sekarang, dari 0° hingga 9,999°. Setiap senarai di laman ini yang kata paling panas disusun mengikutnya dan tiada yang lain.
Lantai: 7,000° yang setiap model dengan data sebenar bermula. Skala dari 0° hingga 9,999°; bahagian bawah lantai untuk pengganti (model tanpa data), supaya model dengan data sentiasa lebih tinggi dari yang tiada. Lantai sama untuk semua dan tidak tentukan apa-apa; darjah di atasnya adalah ukuran.
Setara muat turun: Semua yang skor anggap sebagai muat turun, dijumlahkan: muat turun sendiri, setiap torrent seeder sebagai 1,000, setiap imej AI Horde dan setiap larian di laman generasi sebagai satu.
Skala log: Mengira dengan puluhan, bukan satuan: dari 1,000 ke 10,000 muat turun tambah darjah sama seperti dari 10,000 ke 100,000. Ini elak gergasi menindas yang lain.
Suka: Jempol dan suka dari semua sumber, bernilai separuh muat turun pada skala log.
Kadar penerimaan: Berapa banyak muat turun sehari model dapat sekarang, dari beza dua bacaan sumber. Berat suku dari terma muat turun.
Diukur dan dianggarkan: Diukur bermaksud ada dua bacaan dari satu sumber dan perbezaannya adalah nyata. Dianggarkan bermaksud hanya jumlah hari ini yang diketahui dan masa lalu diagihkan sepanjang hayat model; laman web akan memberitahu yang mana satu ia tunjukkan.
Seeder: Seseorang yang menyimpan salinan berat secara dalam talian untuk dimuat turun oleh orang lain melalui torrent, atau cermin yang dihoskan melakukan perkara yang sama. Setiap satu dikira sebagai 1,000 muat turun.
AI Horde: Rangkaian sukarelawan yang menjana imej secara percuma pada komputer yang didermakan. Bilangan imej yang telah dihasilkan dengan model adalah awam, dan setiap satu dikira sebagai satu muat turun.
Laman penjanaan: Laman yang menghoskan salinan model mereka sendiri dan membenarkan orang menjana dengannya, seperti PixAI, SeaArt dan Yodayo. Muat turun mereka dikira seperti Civitai dan setiap sesi penjanaan dikira sebagai satu muat turun.
Token OpenRouter: Model teks yang disediakan melalui API, seperti Claude atau GPT, tidak mempunyai berat untuk dimuat turun, jadi penggunaannya diukur dalam token: bahagian teks yang dibaca dan ditulis melalui OpenRouter, pintu masuk yang digunakan oleh banyak aplikasi, dalam 30 hari terakhir. Setiap 10,000,000 token dikira sebagai satu muat turun. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Berat itu sendiri, fail yang menjana secara sendiri. Ia mendapat bonus kerana add-on bergantung padanya.
LoRA dan embedding: Fail add-on kecil yang mengarahkan berat orang lain ke arah gaya, watak atau konsep. Ia tidak boleh dijalankan sendiri.
Keluarga dan berat: Asas yang model dibina, seperti SD 1.5, SDXL, Flux atau Wan. Setiap model mewarisi tarikh keluaran berat keluarganya.
Umur: Darjah yang ditolak berdasarkan berapa lama berat keluarga itu dikeluarkan: 150° setahun, sehingga 750°. Ia mengekalkan muat turun lama yang mempunyai masa bertahun-tahun untuk terkumpul dengan membekukan di bahagian atas senarai.
Peningkatan keluarga: Dorongan kecil dan terhad untuk LoRA dari keluarga yang laman ini sedang galakkan sekarang, sentiasa disenaraikan dalam pecahan.
Skor gantian: Nombor stabil di bawah paras yang diberikan kepada model yang belum ada laporan sumber, supaya senarai kekal lengkap. Ia tidak pernah mendahului model yang ada data.
Baru! (tempoh kelonggaran): Model yang berumur kurang dari 7 hari menunjukkan Baru! dan tidak mempunyai skor serta tidak menduduki tempat dalam kedudukan. Skornya dikira dari hari pertama, tetapi model yang berumur satu hari berkembang lebih cepat daripada apa pun, jadi tanpa menunggu, #1 minggu ini akan sentiasa menjadi apa sahaja yang keluar semalam dan bukan yang bertahan selama seminggu.
Trend: Bagaimana pertumbuhan model dalam tempoh tertentu dibandingkan dengan pertumbuhan model biasa dalam tempoh yang sama. Lebih cepat dari biasa bermaksud naik, lebih perlahan bermaksud turun.
Model biasa: Tengah katalog: separuh model dengan angka tumbuh lebih cepat dalam tempoh itu, separuh lagi lebih perlahan.

Model serupa

Model AI untuk penjanaan imej, video dan teks

Claude Sonnet 4 ialah model teks untuk keluarga Text / LLM yang disenaraikan di ModelTrends.ai, katalog baca sahaja untuk model AI imej, video dan teks sumber terbuka. Bandingkannya dengan model Text / LLM lain dan semak skor habanya untuk melihat trendnya.

Lagi model Text / LLM Lagi Teks / LLM Text / LLM llm anthropic penglihatan penalaran pengaturcaraan ejen konteks panjang

Layari mengikut keluarga model