Anthropic: Claude 3.7 Sonnet (thinking) anthropic/claude-3.7-sonnet:thinking

Модель Anthropic: Claude 3.7 Sonnet (thinking) от Anthropic (семейство claude) доступна через единый OpenAI-совместимый API НейроГейт — без VPN, с оплатой в рублях, единым ключом для всех 353+ моделей платформы.
Создатель Claude — модели, которая стала стандартом для агентских задач и кода.

👁 Зрение 🧠 Рассуждение 🎨 Генерация изображений 🎙 Аудио-вход 🔊 Синтез речи 🆓 Бесплатно

200K

контекст, токенов

300 ₽

за 1 млн входных токенов

1 500 ₽

за 1 млн выходных токенов

возможностей

2024-10

база знаний до

Что такое Anthropic: Claude 3.7 Sonnet (thinking)

Задачи, где критична точность многошагового рассуждения и допустима повышенная латентность ответа.

Claude 3.7 Sonnet (thinking) — версия модели Claude 3.7 Sonnet от Anthropic с активированным режимом расширенного внутреннего рассуждения. Ключевая особенность этого варианта — гибридный подход к генерации ответов: модель может «думать вслух» перед финальным ответом, разворачивая цепочку рассуждений внутри скрытого блока. Это позволяет существенно повысить качество на задачах, требующих многошаговой логики, математических выкладок или сложного анализа.

Модель принимает на вход текст, изображения и файлы, поддерживает контекстное окно в 200 000 токенов и обладает полноценными возможностями компьютерного зрения. В сравнении с базовым Claude 3.7 Sonnet режим thinking даёт заметный прирост точности на задачах, где важна последовательность шагов, — за счёт дополнительного времени на «обдумывание» перед ответом. Компромисс — более высокая латентность и стоимость по сравнению с обычным режимом.

Модели семейства Claude Sonnet традиционно позиционируются как баланс между производительностью и скоростью, а вариант thinking смещает этот баланс в сторону глубины рассуждений. Оптимален для сценариев, где качество ответа важнее времени ожидания.

Когда брать эту модель

✓ Сложные математические и алгоритмические задачи, требующие пошагового вывода
✓ Отладка и анализ кода с поиском неочевидных логических ошибок
✓ Юридический и финансовый анализ документов с многоуровневой аргументацией
✓ Научные и исследовательские задачи, где важна прозрачность рассуждений
✓ Обработка и интерпретация изображений и файлов в контексте длинных документов

Пример работы

Реальный сценарий, на котором модель проявляет себя:

Реши задачу по алгоритмике: дан граф из N вершин и M рёбер с весами, найди минимальное остовное дерево и объясни каждый шаг алгоритма с обоснованием выбора рёбер.

Использование Anthropic: Claude 3.7 Sonnet (thinking) через НейроГейт

OpenAI-совместимый эндпоинт https://api.neuralgate.ru/v1 — замени base_url в любом SDK и используй модель по её id.

# Chat completion
curl https://api.neuralgate.ru/v1/chat/completions \
  -H "Authorization: Bearer $NEURALGATE_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-3.7-sonnet:thinking",
    "messages": [{"role":"user","content":"Привет!"}]
  }'

from openai import OpenAI

client = OpenAI(
    api_key="sk-...your-neuralgate-key...",
    base_url="https://api.neuralgate.ru/v1",
)
response = client.chat.completions.create(
    model="anthropic/claude-3.7-sonnet:thinking",
    messages=[{"role": "user", "content": "Привет!"}],
)
print(response.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.NEURALGATE_API_KEY,
  baseURL: "https://api.neuralgate.ru/v1",
});
const resp = await client.chat.completions.create({
  model: "anthropic/claude-3.7-sonnet:thinking",
  messages: [{ role: "user", content: "Привет!" }],
});
console.log(resp.choices[0].message.content);