Análisis de velocidad
Latencia medida en todas las ejecuciones de benchmark. P50 (mediana) y P95 (percentil 95) dan una imagen realista de la velocidad de respuesta bajo carga normal y máxima.
Precios
Lo que pagas por millón de tokens al usar este modelo en Tokonomix, más una estimación para una conversación típica.
Tokens por segundo
Rendimiento en tokens por segundo, derivado de la latencia P50 medida. Más alto es mejor; las fluctuaciones reflejan la carga del lado del proveedor.
Estimado a partir de latencia P50 × 200 tokens de salida — el número absoluto depende de esta suposición; lo que importa es la tendencia.
Capacidades
Disponibilidad
Disponibilidad
Con qué frecuencia responde este modelo cuando lo llamamos — medido en solicitudes reales de API y pruebas en vivo durante los últimos 30 días. Esto es independiente de la calidad: estos números solo indican si el modelo responde, no qué tan buena es la respuesta.
Últimos 7 días
100.0%
n=9
Últimos 30 días
100.0%
n=10
Tiempo de respuesta mediano
28,242ms
n=10
Basado en 130 mediciones en los últimos 30 días.
Detalles técnicos
Solo cuentan las llamadas reales a la API y las solicitudes de prueba en vivo — las sondas internas y las ejecuciones de referencia están excluidas.
Las llamadas con una clave API propia (BYOK) están excluidas: esos fallos son específicos de la clave, no una señal de inactividad del modelo.
Las llamadas fallidas NO se incluyen en las puntuaciones de calidad — la calidad se mide solo en respuestas exitosas. Disponibilidad y calidad son señales independientes.
Tiempo de respuesta mediano (p50) en llamadas exitosas con una duración registrada. Los valores atípicos afectan menos a la mediana que a la media.
Total de llamadas (30d)
10
Respuestas OK (30d)
10
Total de llamadas (7d)
9
Respuestas OK (7d)
9
Veredictos del benchmark Tokonomix
Claude Sonnet 5.5 debuts with strong coding and vision performance
Claude Sonnet 5.5 enters as Anthropic's latest mid-tier model, demonstrating balanced capabilities across technical and creative tasks. The model achieves 49.0% on SWE-bench Verified, placing it among the stronger coding models currently available, while scoring 64.7% on MMLU-Pro for general knowledge tasks. Instruction following is solid at 79.4% on IFEval, though not category-leading. Vision capabilities show at 59.7% on MMMU, indicating competent multimodal understanding. Mathematical reasoning reaches 73.1% on MATH-500, and agentic behavior scores 47.4% on Tau-bench. The model supports a comprehensive feature set including tool use, vision processing, JSON output modes, PDF input handling, reasoning capabilities, structured schema outputs, and prompt caching for efficiency. With a 200K context window, it handles substantial document processing tasks. As a baseline entry, Claude Sonnet 5.5 establishes itself as a versatile option for developers needing reliable performance across coding, analysis, and multimodal applications without requiring the most powerful tier.
Calidad
—
Latencia p50
—
Ejecuciones de test
0