บทเรียน API Claude Sonnet 5.5: สร้างเอเจนต์สำหรับกระทบยอด

Claude Sonnet 5.5 คืออะไร?

Claude Sonnet 5.5 เป็นส่วนหนึ่งของตระกูล Claude 5.5 ของ Anthropic เพิ่งเปิดตัวเมื่อเริ่มโครงการนี้ และรหัสโมเดลใน API คือ claude-sonnet-5-5 ตาม ภาพรวมโมเดล มีหน้าต่างบริบท 1M โทเค็น เอาต์พุตได้สูงสุด 128K โทเค็น เปิดโหมดคิดแบบปรับได้โดยค่าเริ่มต้น และ effort เริ่มต้นใน API เป็น high ราคามาตรฐานคือ $2 ต่อหนึ่งล้านโทเค็นอินพุต และ $10 ต่อหนึ่งล้านโทเค็นเอาต์พุต

บทความ ภาพรวม Claude Sonnet 5.5 ของเราครอบคลุมเกณฑ์วัดผล การเปรียบเทียบราคา และการเข้าถึง ฟีเจอร์ API ใหม่สามอย่างมีในรุ่นนี้ และ Rivermark ใช้ทั้งหมด

มีอะไรใหม่ใน Claude Sonnet 5.5 API?

Claude Sonnet 5.5 เพิ่มสามวิธีในการเปลี่ยนบทสนทนาระหว่างที่มันกำลังดำเนินอยู่ ตามหน้า มีอะไรใหม่ใน Claude Sonnet 5.5 ไม่มีอย่างใดที่ใช้ได้บน Claude Sonnet 5:

• Per-message effort: เปลี่ยนระดับการใช้เหตุผลของ Claude ในช่วงถัดไป
• Mid-conversation system messages: เพิ่มคำสั่งของระบบระหว่างทาง
• Mid-conversation tool changes: แสดงหรือซ่อนเครื่องมือที่ประกาศไว้ระหว่างบทสนทนา

จะสร้างอะไรด้วย Claude Sonnet 5.5 API?

เอเจนต์ Rivermark เป็นแอปพลิเคชัน Python ที่สร้างรอบบทสนทนา Messages API หนึ่งรายการที่มีสองระดับสิทธิ์ ระหว่างการสืบค้น Claude สามารถอ่านออเดอร์ การคืนเงิน ธุรกรรมของผู้ประมวลผล นโยบายปิดบัญชี และการตรวจเช็กกระทบยอดของ Rivermark หลังจากอนุมัติแล้ว มันจะบันทึกได้เฉพาะการปรับแก้ที่อนุมัติเท่านั้น

Rivermark ใช้วงวน Messages API แบบกำหนดเองแทน Claude Agent SDK เพราะต้องมีด่านอนุมัติอยู่ระหว่างการเรียกใช้เครื่องมือของ Claude กับการดำเนินการจริง

โค้ดฉบับเต็มและข้อมูลตัวอย่างอยู่ใน ที่เก็บ Rivermark บน GitHub

Claude เป็นผู้เสนอ Python เป็นผู้ให้สิทธิ์เขียน ภาพโดยผู้เขียน

ปัญหาการกระทบยอดของ Rivermark คืออะไร?

การตรวจของ Rivermark รายงานยอดจ่ายที่คาดไว้ $3,400.14 และยอดรวมที่ผู้ประมวลผลคำนวณได้ $3,251.14 ต่างกัน $149.00 Claude ต้องอธิบายความต่างระหว่างบันทึก โดยไม่เห็นสาเหตุที่ซ่อนอยู่ทั้งสอง

Rivermark ขายสามแพลนรายเดือน: Starter $29, Team $79 และ Business $149 ตัวอย่างมีออเดอร์เดือนกันยายน 58 รายการ บันทึกคืนเงิน 7 รายการ และธุรกรรมผู้ประมวลผลเดือนกันยายน 65 รายการ แต่ละบันทึกมีจำนวนเงิน ค่าธรรมเนียม และมูลค่าสุทธิ

Python กำหนดการกระทบยอดที่สำเร็จอย่างไร?

Python ไม่ใช่ Claude เป็นผู้ตัดสินว่าการกระทบยอดเสร็จสมบูรณ์หรือไม่:

• เดือนคือกันยายน 2026 โดยอิงวันที่การชำระเงินของผู้ประมวลผล

• ยอดรวมเงินฝากธนาคารเดือนกันยายนเป็นเป้าหมายการปิดยอดที่เป็นอิสระของการทดลอง

• สมดุลหมายถึงยอดจ่ายที่คาดไว้บวกการปรับแก้ เท่ากับยอดฝากนั้นเป๊ะระดับเซ็นต์

• ทุกการปรับแก้อ้างอิง txn_ids ของผู้ประมวลผลที่ Claude ดึงมา และจำนวนเงินต้องเท่ากับมูลค่าสุทธิของรายการเหล่านั้น

• Claude เพิ่มได้เฉพาะการปรับแก้ที่อนุมัติแล้ว และส่งรายงานสุดท้ายได้เท่านั้น

• ไฟล์ส่งออกดิบถูกแฮชก่อนประมวลผล และต้องตรงกันหลังจากนั้น

Claude ไม่สามารถตรวจบันทึกธนาคารหรือยอดรวมเป้าหมายระหว่างการสืบค้นครั้งแรกได้ หลังตรวจล้มเหลว Python จะเปิดเผยแค่ยอดจ่ายที่คาดไว้ ยอดฝากรวม และส่วนต่างที่เหลือ ไม่ใช่บันทึกธนาคารเอง

วิธีตั้งค่า Claude Sonnet 5.5 API ใน Python

ต้องใช้ Python 3.10 ขึ้นไป ซึ่ง Python SDK ต้องการ คีย์ Anthropic API และ anthropic 1.9.0 คำสั่ง PowerShell เหล่านี้จะโคลนโปรเจกต์ สร้างสภาพแวดล้อม และเตรียมข้อมูลตัวอย่าง:

git clone https://github.com/KhalidAbdelaty/sonnet-5-5.git
cd sonnet-5-5
python -m venv .venv
.venv\Scripts\Activate.ps1
pip install -r requirements.txt
Copy-Item .env.example .env
python build_data.py

บน macOS หรือ Linux ให้ใช้ source .venv/bin/activate และ cp .env.example .env แล้วใส่คีย์ลงใน .env ดู คู่มือ environment variables ของเราเพื่อทำความเข้าใจรูปแบบการตั้งค่า

streamlit run app_streamlit.py จะเปิดเว็บอินเทอร์เฟซที่แสดงทุกขั้นของการกระทบยอดแบบเรียลไทม์ และ บทเรียน Streamlit ของเราครอบคลุมการตั้งค่า

ถ้าคีย์ API ใช้งานได้อยู่แล้ว ให้ข้ามคำขอต่อไปและไปที่การคิดแบบปรับได้

วิธีทำการเรียก API Claude Sonnet 5.5 ครั้งแรก

หากอ็อบเจกต์คำขอและคำตอบ API ใหม่สำหรับคุณ โปรดดู คู่มือ Python API ของเราที่ครอบคลุมพื้นฐาน ถามเรื่องคืนเงินเพียงหนึ่งคำถามก็พอจะยืนยันคีย์และตรวจดูบล็อกคอนเทนต์ที่ส่งกลับ:

import anthropic
from dotenv import load_dotenv

load_dotenv()
client = anthropic.Anthropic()  # reads ANTHROPIC_API_KEY

response = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=4096,
    messages=[{"role": "user", "content": "A refund was requested on August 31 and settled on "
                                          "September 2. Which month's payout should it reduce, and why?"}],
)
print([block.type for block in response.content])
print("".join(block.text for block in response.content if block.type == "text"))
print(response.usage)

ในรอบของผู้เขียน การตอบเริ่มด้วยบล็อก thinking เลือกบล็อกตาม type แทนการอ่าน response.content[0]; โทเค็น thinking ถูกคิดเป็นเอาต์พุต

คำตอบแรกแยก thinking ออกจากข้อความ ภาพโดยผู้เขียน

วิธีกำหนดค่า adaptive thinking และ effort

ทุกคำขอส่งการตั้งค่าระดับบนสุดเดียวกัน และมีเพียง messages ที่เพิ่มขึ้น:

response = client.beta.messages.create(
    model=MODEL, max_tokens=MAX_TOKENS, system=SYSTEM_PROMPT, tools=TOOLS,
    cache_control={"type": "ephemeral"},               # automatic caching, breakpoint moves forward
    thinking={"type": "adaptive", "display": "updates"},
    output_config={"effort": START_EFFORT},             # never changes: per-message changes do that
    messages=messages, betas=BETAS,
)

แม้ค่าเริ่มต้นของ API จะเป็น high เวิร์กโฟลว์นี้เริ่มที่ medium คู่มือ effort ของ Anthropic ระบุว่า: “สำหรับงานโค้ดแบบเอเจนต์และการใช้เครื่องมือหลายขั้น เริ่มที่ medium สำหรับงานที่กำหนดไว้อย่างชัดเจน และขยับไปที่ high เมื่อยากหรือนานขึ้น”

การคิดยังคงเป็นแบบปรับได้ เพราะการเปลี่ยน effort ภายหลังขึ้นอยู่กับมัน display: "updates" (เบต้า thinking-display-updates-2026-08-18) ส่งคืนบันทึกที่ Claude เขียนระหว่างการเรียกใช้เครื่องมือ หากไม่มีการตั้งค่านี้ บล็อก thinking จะว่างเปล่า

ระดับบนสุดของ cache_control เปิดการแคชพรอมป์ต์อัตโนมัติ โดยมีจุดตัดที่เลื่อนไปข้างหน้าตามบทสนทนาที่เติบโต คำขอแรกเขียน 2,080 โทเค็นลงแคช สูงกว่าขั้นต่ำ 512 โทเค็นของ Claude Sonnet 5.5 มาก

วิธีสร้างเอเจนต์กระทบยอดแบบอ่านอย่างเดียว

เอเจนต์สืบค้นแบบอ่านอย่างเดียวช่วยให้ Claude ขอหลักฐานได้ แต่ไม่เปิดเครื่องมือเขียน Rivermark ยังปฏิเสธการเรียกเขียนที่ไม่ได้อนุมัติใน Python

Claude ใช้เครื่องมืออ่านอะไรบ้าง?

Claude ได้เครื่องมืออ่านห้าอย่างและเครื่องมือเสนอแนะหนึ่งอย่าง ทั้งหมดมี strict: true คำอธิบายบอกเฉพาะสิ่งที่เครื่องมือส่งคืน ไม่บอกว่าควรไปหาอะไรที่ไหน:

• list_sources ส่งคืนแหล่งข้อมูล คอลัมน์ และจำนวนแถว

• query_records ส่งคืนได้สูงสุด 40 แถวจากหนึ่งแหล่ง พร้อมตัวกรองและช่วงวันที่แบบเลือกใส่

• aggregate_records นับจำนวนแถวและรวม amount_cents ตามคอลัมน์ใดก็ได้

• read_policy ส่งคืนนโยบายการปิดบัญชี

• run_reconciliation_check รันตรรกะการกระทบยอดภายในของ Rivermark ที่มีอยู่ รวมทั้งบั๊ก

• submit_plan ส่งการวินิจฉัยและการปรับแก้ที่เสนอให้ Python ตรวจสอบ และยังไม่เขียนอะไร

ยังมีเครื่องมืออีกสองตัวอยู่ในอาร์เรย์ tools เดียวกัน แต่ defer_loading: true ทำให้ Claude ยังไม่เห็น เดี๋ยวค่อยอธิบายว่ามันโผล่มาอย่างไรภายหลัง:

{"name": "run_reconciliation_check", "strict": True,
 "description": "Run Rivermark's current internal reconciliation logic for September 2026, "
                "including adjustments recorded so far.",
 "input_schema": _schema({}, [])},
{"name": "create_adjustment", "strict": True, "defer_loading": True,
 "description": "Record one approved adjustment in the close adjustments ledger. Never edits source files.",
 "input_schema": _schema({...}, ["evidence_txn_ids", "rule", "amount_cents", "memo"])},

สเกมาของเครื่องมือเขียนเป็นที่รู้ตั้งแต่คำขอแรก จึงประกาศเครื่องมือไว้ล่วงหน้า การเลือกแบบระบุชื่อหรือ any จะได้ข้อผิดพลาด 400 ดังนั้นพรอมป์ต์จึงระบุว่าเมื่อใดที่ submit_plan ใช้ได้

ลูปการใช้เครื่องมือของ Claude ทำงานอย่างไร?

คู่มือ agent harness engineering ของเราอธิบายว่าทำไม Python จึงจัดการลูปเอเจนต์ที่ยาวขึ้นได้ ลูปของ Rivermark ส่งบทสนทนา รันบล็อก tool_use ใด ๆ ใน Python และผนวกผลลัพธ์ ทุกไอดีบันทึกที่เครื่องมืออ่านส่งคืนจะถูกใส่ลงในชุด observed ซึ่งด่านตรวจแผนจะเช็คภายหลัง:

messages.append({"role": "assistant", "content": response.content})  # thinking blocks go back unchanged
if response.stop_reason == "tool_use":
    results = []
    for block in response.content:
        if block.type != "tool_use":
            continue
        if block.name in READ_TOOLS:
            out = reads.run(block.name, block.input)  # adds returned IDs to gate.observed
            results.append({"type": "tool_result", "tool_use_id": block.id, "content": dumps(out)})
        ...  # submit_plan goes to the gate; create_adjustment to the executor
    messages.append({"role": "user", "content": results})

รอบของผู้ช่วยถูกส่งกลับไปเหมือนเดิมทุกประการ รวมถึงบล็อก thinking ที่ว่าง คู่มือ migration อธิบายว่า Claude Sonnet 5.5 ผูกบล็อก thinking เข้ากับข้อความก่อนหน้า ดังนั้นการแก้ไขประวัติอาจทำให้เกิดข้อผิดพลาด 400 ได้

Claude พบอะไรบ้างที่ระดับ medium?

ที่ระดับ medium การสืบค้นใช้ 6 การเรียก API และ 9 การเรียกเครื่องมืออ่าน Claude ดึงข้อมูลการคืนเงินและจัดกลุ่มบรรทัดของผู้ประมวลผลตาม reporting_category มันพบ RF-1043 การคืนเงิน $149.00 สำหรับออเดอร์วันที่ 31 สิงหาคม ที่เคลียร์วันที่ 2 กันยายน กฎนโยบาย POL-3 จัดให้อยู่ในเดือนกันยายน

จากนั้นมันเปิดสองแถวของข้อพิพาท TXN-50036 มีจำนวนเงินต้น -$149.00 ค่าธรรมเนียม $15.00 และผลกระทบเงินสดสุทธิ -$164.00 TXN-50052 คืนเงินต้น $149.00 โดยไม่มีค่าธรรมเนียม Claude เขียนว่า “DSP-0077 หักล้างกันเป็นศูนย์และค่าธรรมเนียม $15 ถูกลงบัญชีถูกต้องแล้ว ดังนั้น RF-1043 อธิบายความต่างได้ครบถ้วน” 

Claude สับสนระหว่างเงินต้นที่คืนกับผลเงินสดหลังหักค่าธรรมเนียม:

• เงินต้นหักล้างกันเป็นศูนย์: -$149.00 + $149.00 = $0.00 
• ยอดสุทธิของธุรกรรมไม่หักล้าง: -$164.00 + $149.00 = -$15.00 

ด่านตรวจแผนปฏิเสธแผนแรกของ Claude เพราะอ้างถึงออเดอร์ ORD-20813 โดยไม่ดึงข้อมูลมาก่อน Claude ดึงออเดอร์ ส่งใหม่ และ PLAN-1 ผ่านพร้อมการปรับแก้หนึ่งรายการ

ซ่อนสิทธิ์เขียนไว้หลังแผนกระทบยอดที่อนุมัติแล้ว

ก่อนเปิดเผยเครื่องมือเขียน ด่านตรวจจะตรวจที่มาของหลักฐานและสิ่งที่แผนจะเปลี่ยน

ด่านตรวจแผนตรวจหลักฐานอย่างไร?

แต่ละการปรับแก้ในแผนต้องอ้างถึง txn_id ของผู้ประมวลผล ด่านตรวจยอมรับก็ต่อเมื่อทุกบรรทัดที่อ้างกลับมาจากเครื่องมืออ่านในการสนทนาครั้งนี้ และบรรทัดเหล่านั้นมียอดสุทธิรวมเท่ากับจำนวนเงินที่เสนอ:

def evidence_problems(self, item: dict) -> list[str]:
    """Provenance: every cited line was retrieved, and the lines net to the adjustment."""
    ids = item["evidence_txn_ids"]
    problems = [f"{t} was never returned by a read tool in this conversation."
                for t in ids if t not in self.observed]
    unknown = [t for t in ids if t not in self.lines]
    if unknown or not ids:
        problems.append(f"Evidence must be processor txn_ids; not found: {', '.join(unknown) or 'none given'}.")
    elif sum(self.lines[t]["net_cents"] for t in ids) != item["amount_cents"]:
        problems.append(f"amount_cents {item['amount_cents']} is not the net_cents total of {', '.join(ids)}.")
    return problems

การปรับแก้ $15.00 ที่อ้างเพียงรายการเดบิตของข้อพิพาทจะล้มเหลว เพราะยอดสุทธิของบรรทัดนั้นคือ -$164.00 แผนต้องอ้างถึงรายการย้อนกลับด้วย

ด่านตรวจแผนปฏิเสธการแก้ไขเมื่อใด?

ด่านตรวจยังตรวจตามกฎนโยบายและธุรกรรมซ้ำ แผนจะถูกปฏิเสธและสิทธิ์เขียนยังถูกล็อก หากรายการใดทำสิ่งต่อไปนี้:

• อ้างถึงออเดอร์หรือการคืนเงินประกอบที่ Claude ไม่ได้ดึงมา
• ใช้กฎนโยบายที่ไม่ใช่ POL-2, POL-3 หรือ POL-4
• ครอบคลุมธุรกรรมที่การปรับแก้อื่นครอบคลุมแล้ว

การปฏิเสธจะส่งกลับมาเป็นผลลัพธ์ของเครื่องมือ submit_plan เพื่อให้ Claude สืบค้นต่อและส่งใหม่ ด่านตรวจปฏิเสธ 2 จาก 4 ครั้ง และ Claude แก้ไขได้ในครั้งถัดไป แม้หลังอนุมัติ create_adjustment ก็รับเฉพาะรายการที่ตรงกับรายการที่อนุมัติแล้วเท่านั้น

เพิ่มเครื่องมือเขียนกลางบทสนทนา

เมื่อด่านตรวจอนุมัติแผน Python จะผนวกข้อความ role: "system" พร้อมบล็อก tool_addition การเปลี่ยนแปลงนี้ต้องใช้ส่วนหัวเบต้า inline-tools-2026-09-15 อาร์เรย์ tools และทุกข้อความก่อนหน้านั้นยังไม่เปลี่ยน แคชพรีฟิกซ์จึงยังตรง ข้อความคำสั่งมาจาก Python ไม่ใช่จาก Claude:

text = UNLOCK_TEXT.format(plan_id=approved_plan)
append_system([{"type": "text", "text": text},
               {"type": "tool_addition", "tool": {"type": "tool_reference",
                                                  "name": "create_adjustment"}}])
gate.write_unlocked = True

system message ที่มีเนื้อหาต้องตามหลังรอบของ user แม้จะเป็นรอบที่มีบล็อก tool_result ก็ได้ ห้ามวางคั่นระหว่างบล็อก tool_use กับผลของมัน system message มีลำดับความสำคัญสูงกว่า จึงไม่ควรใส่ข้อความแผนของ Claude เอาต์พุตของเครื่องมือ หรือข้อมูล ลงไป บล็อก tool_addition ระบุชื่อ create_adjustment แบบอ้างอิง และเครื่องมือจะมองเห็นได้ก็ต่อเมื่อแผนผ่านแล้วเท่านั้น

การแคชยังคงทำงานต่อหลังการเปลี่ยนเครื่องมือ คำขอประมวลผลโทเค็นอินพุตที่ไม่ได้แคช 231 โทเค็น และอ่านจากแคช 6,883 โทเค็น

ทำไมการปรับแก้ครั้งแรกจึงไม่สมบูรณ์?

การปรับแก้ครั้งแรกถูกต้อง แต่ยังไม่ทำให้งานเสร็จ Claude บันทึก ADJ-001 -$149.00 ภายใต้ POL-3 และรายงานว่างานเสร็จแล้ว การตรวจภายในของ Rivermark จะเห็นด้วย โดยแสดงส่วนต่าง $0.00 ฟังดูเหมือนเสร็จ แต่จริง ๆ ยังไม่

การตรวจอิสระของ Python เปรียบเทียบกับยอดฝากธนาคารแทน ยอดจ่ายที่คาดไว้หลังการปรับแก้คือ $3,251.14 ยอดฝากคือ $3,236.14 และยังเหลือ $15.00

ช่องว่างนั้นคือเหตุผลที่การตรวจเสร็จสมบูรณ์ต้องอยู่ใน Python ไม่ใช่ในข้อความสุดท้ายของ Claude

Matched replay แตกสาขาจากการตรวจล้มเหลว ภาพโดยผู้เขียน

ยกระดับ effort หลังการตรวจสอบล้มเหลว

การเปลี่ยน effort กลางบทสนทนาใน Claude Sonnet 5.5 หมายถึงการผนวก system message ที่มี content ว่างเปล่าและ output_config.effort ใหม่ ระดับใหม่จะมีผลตั้งแต่รอบ user ถัดไป และทุกอย่างก่อนหน้านั้นยังคงถูกแคช

วิธีเปลี่ยน effort โดยไม่ต้องเริ่มบทสนทนาใหม่

per-message effort อยู่ในเบต้าและต้องใช้ส่วนหัว mid-conversation-output-config-2026-07-01 นอกจากนี้ยังต้องใช้การคิดแบบปรับได้: หากใช้ between_tools การเปลี่ยนแบบเดียวกันจะได้ข้อผิดพลาด 400 เมื่อการตรวจอิสระล้มเหลว Python จะผนวกการตั้งค่า effort ใหม่ก่อนข้อความ user ถัดไป:

if escalate:
    append_system([], output_config={"effort": ESCALATED_EFFORT})  # effort-only: accepted anywhere
messages.append({"role": "user", "content": (
    f"The harness's independent check failed. Expected payout after adjustments: "
    f"{_cents(result['expected_after_adjustments_cents'])}. Processor deposits for September (bank "
    f"record): {_cents(result['processor_deposits_cents'])}. Residual: {_cents(result['residual_cents'])}. "
    f"Recorded adjustments ({ids}) stay in the ledger. Investigate what the residual is, using the same "
    f"tools, and submit an amended plan that contains only new adjustments.")})

การเปลี่ยน effort ระดับบนสุดจะเริ่มแคชใหม่ เพราะเป็นส่วนหนึ่งของพรีฟิกซ์พรอมป์ต์ที่แคชไว้ รูปแบบ per-message ไม่เป็นเช่นนั้น: คำขอ effort สูงครั้งแรกอ่าน 8,012 โทเค็นจากแคช และประมวลผลโทเค็นที่ไม่ได้แคช 4 โทเค็น

ส่วนต่าง $15.00 ให้เป้าหมายกับ Claude แต่ยังไม่ใช่หลักฐานสำหรับการแก้ไข ด่านตรวจยังต้องใช้รหัสธุรกรรมที่ Claude ดึงมา และ net_cents ของมันต้องรวมกันเป็น -$15.00 การปรับแก้ -$15.00 ที่อ้างเพียง TXN-50036 ก็ยังไม่ผ่าน เพราะยอดสุทธิของบรรทัดนั้นคือ -$164.00

Claude พบอะไรที่ระดับ high?

ที่ระดับ high Claude จัดกลุ่มบรรทัดของผู้ประมวลผลตามรอบจ่ายและตาม fee_cents แล้วรันการตรวจภายในอีกครั้ง บันทึกถัดไปของมันเพิ่มยอดค่าธรรมเนียมเป็น 12,586 เซ็นต์ ค่าธรรมเนียมของข้อพิพาททำให้ยอดนั้นขึ้นเป็น 14,086 เซ็นต์ ซึ่งการตรวจของ Rivermark มองข้าม

แผนที่แก้ไขครั้งแรกชนกฎนั้นเพราะอ้างเพียงรายการเดบิต ครั้งถัดไปอ้างทั้งสองบรรทัดของข้อพิพาท PLAN-2 ผ่าน และ ADJ-002 บันทึก -$15.00 ภายใต้ POL-4

matched replay ต้องใช้ effort สูงหรือไม่?

การทดลองนี้ไม่ได้แสดงว่า high จำเป็น มีการเล่นซ้ำแยกที่ดำเนินต่อจากจุดล้มเหลวเดียวกันด้วยประวัติการสนทนาและข้อความจาก Python เดียวกัน แต่คงอยู่ที่ medium และพบค่าธรรมเนียมเช่นกัน

การเรียกที่ high หกรอบของการรันหลัก สร้างเอาต์พุต 2,763 โทเค็น (คิด 607) และมีค่าใช้จ่าย $0.0484 ส่วนการควบคุมแยกที่ medium หกรอบ สร้างเอาต์พุต 2,713 โทเค็น (คิด 628) และมีค่าใช้จ่าย $0.0464 รวมการปฏิเสธจากด่านตรวจเดียวกัน

การเรียกส่งรายงานสุดท้ายหนึ่งครั้งทำให้การควบคุมรวมเป็น 7 การเรียก และ $0.0615 ค่าใช้จ่าย ทั้งหมดนี้ไม่รวมอยู่ใน 15 การเรียก และ $0.1190 ของรันหลัก

ทั้งสองเส้นทางได้รับข้อความล้มเหลวเดียวกัน ต่างเพียงระดับ effort การเล่นซ้ำครั้งเดียววัดขนาดของผลกระทบจาก effort ไม่ได้ แต่แสดงว่า high ไม่จำเป็นสำหรับกรณีนี้ คู่มือ effort เดียวกันสงวน xhigh และ max สำหรับกรณีที่ “ผลการประเมินของคุณแสดงว่าคุณภาพดีขึ้น” ควรทดสอบ high แบบเดียวกันก่อนเลือกใช้

วิธีตรวจสอบการกระทบยอดสุดท้ายใน Python

การตรวจสอบสุดท้ายจงใจทำซ้ำ 2 การตรวจของด่าน คือ หลักฐานและขอบเขตการเขียน ด่านตรวจจะทบทวนข้อเสนอเวลาก่อนเขียน ส่วนการตรวจสุดท้ายจะตรวจสิ่งที่ Python เขียนจริง แล้วเพิ่มการตรวจตัวเลขและไฟล์ดิบเข้าไป 

หลัง ADJ-002 Python คำนวณทุกอย่างใหม่จากบันทึกดิบ การปรับแก้ที่อนุมัติ และยอดรวมจากธนาคาร:

checks = {
    "numbers": adjusted == deposits,
    "provenance": not provenance,
    "raw_unchanged": hash_dir(self.raw) == self.hashes_before,
    "write_scope": set(created) <= ALLOWED_OUTPUTS,
}

ทั้งสี่ผ่าน ยอดจ่ายที่คาดไว้หลังการปรับแก้คือ $3,236.14 เท่ากับยอดฝาก การปรับแก้ทั้งสองรายการอ้างอิงกลับไปยังบรรทัดที่ดึงมา ข้อมูลต้นทางดิบยังไม่เปลี่ยน และ Python เขียนเฉพาะรายการที่อนุมัติแล้วเท่านั้น

หลังจากนั้นจึงเริ่มขั้นรายงาน แอปพลิเคชันผนวกข้อความที่ตั้งค่า effort กลับเป็น medium ข้อความผู้ใช้สั้น ๆ และ system message ที่สลับเครื่องมือ:

append_system([{"type": "text", "text": REPORT_TEXT},
               {"type": "tool_removal", "tool": {"type": "tool_reference", "name": "create_adjustment"}},
               {"type": "tool_addition", "tool": {"type": "tool_reference", "name": "submit_report"}}])

รายงานคือเอาต์พุตสุดท้าย ไม่ใช่หลักฐาน ข้อเสนอแนะภายหลังยังต้องการการทบทวนโดยมนุษย์ การบันทึกด้านล่างติดตามสิทธิ์ effort การตรวจ และต้นทุนตลอดหนึ่งเซสชัน Streamlit

Streamlit ติดตามการกระทบยอดตั้งแต่ต้น วิดีโอโดยผู้เขียน

เอเจนต์ Claude Sonnet 5.5 มีค่าใช้จ่ายเท่าไร?

การกระทบยอดหลักยกระดับจาก medium เป็น high มีค่าใช้จ่าย $0.1190 ตลอด 15 การเรียก API และใช้เวลา 70.0 วินาที โดยรอ API 69.0 วินาที matched replay แยกไม่รวมอยู่ ตัวเลขทุกตัวมาจาก usage ในการตอบและอัตราของ Claude Sonnet 5.5

สำหรับการแยกต้นทุนที่กว้างขึ้น ดู คู่มือ Claude API ของเราที่ครอบคลุมการแคชพรอมป์ต์และการประมวลผลแบบแบตช์

คำนวณต้นทุนแคชของ Claude Sonnet 5.5 อย่างไร?

input_tokens นับเฉพาะสิ่งที่ตามหลังจุดตัดของแคช ดังนั้นอินพุตรวมคือผลรวมของสามฟิลด์ ตามที่เอกสารแคชพรอมป์ต์ที่ลิงก์ไว้ก่อนหน้าอธิบาย อัตราการเขียนและอ่านแคชมีเรตราคาแยกกัน และโทเค็น thinking รวมอยู่ใน output_tokens แล้ว:

cost = (
    usage.input_tokens * 2.00                   # uncached input only
    + cache_creation.ephemeral_5m_input_tokens * 2.50
    + cache_creation.ephemeral_1h_input_tokens * 4.00
    + usage.cache_read_input_tokens * 0.20
    + usage.output_tokens * 10.00               # includes thinking
) / 1_000_000

ตลอดกระบวนการกระทบยอด Claude อ่าน 105,614 จาก 118,308 โทเค็นอินพุตจากแคช (ประมาณ 89%) และมีเพียง 636 โทเค็นที่ถูกคิดเป็นอินพุตที่ไม่แคช กราฟนี้ใช้สี่อัตราโทเค็นกับการใช้งานที่วัดได้

โทเค็นเอาต์พุตเป็นสัดส่วนหลักของต้นทุนที่วัดได้ ภาพโดยผู้เขียน

ข้อจำกัดของ API และข้อพิจารณาในการใช้งานจริง

Rivermark เขียนบันทึกการปรับแก้แบบโลคอล ดังนั้นระบบการเงินภาคผลิตจริงยังต้องมี:

• ข้อมูลโลคอลและสมมติ การปิดบัญชีจริงต้องมีการยืนยันตัวตน บันทึกการตรวจสอบ อนุมัติโดยมนุษย์ก่อนลงบัญชี และการทบทวนการเก็บข้อมูล

• ฟีเจอร์เบต้า ส่วนหัวสำหรับ per-message effort การเปลี่ยนเครื่องมือ และการอัปเดต thinking อาจเปลี่ยนแปลงได้ ควรทดสอบอีกครั้งก่อนดีพลอย

• ผลลัพธ์ที่แปรผัน Claude Sonnet 5.5 ไม่ยอมรับค่า temperature ที่ไม่ใช่ค่าเริ่มต้น จึงอาจให้ผลต่างกันเมื่อทำซ้ำ ควรทดสอบแพทเทิร์นกับข้อมูลของตนเองก่อนพึ่งพา

บทส่งท้าย

เราได้สร้างเอเจนต์กระทบยอดที่สืบค้นด้วยเครื่องมือแบบอ่านอย่างเดียว ได้เครื่องมือเขียนเพียงหนึ่งตัวหลังจากแผนของมันผ่านการอนุมัติจาก Python และเสร็จสิ้นก็ต่อเมื่อการตรวจอิสระเทียบกับยอดฝากธนาคารผ่าน Claude Sonnet 5.5 พบการคืนเงินที่วางผิดเดือนได้เอง แต่ต้องอาศัยการตรวจล้มเหลวเพื่อพามันกลับไปหาค่าธรรมเนียม $15.00 ที่มันเคยอ่านแล้ว

ไม่ควรเหมารวมหนึ่งเดือนสมมติเป็นทุกการปิดบัญชี สิ่งที่ถ่ายทอดได้คือวิธีการ: ซ่อนเครื่องมือเขียนจนกว่าแผนจะผ่าน เก็บบันทึกธนาคารไว้นอกโมเดล ต้องมีหลักฐานธุรกรรมสำหรับทุกการแก้ไข และผนวกการเปลี่ยนเครื่องมือหรือ effort เพื่อให้แคชยังคงอยู่ 

การตรวจอิสระคือส่วนที่จะเก็บไว้ แม้ในเวอร์ชันที่เล็กลงของโปรเจกต์นี้ ส่วนการเปลี่ยน effort คือสิ่งที่ควรทดสอบก่อนเชื่อถือ ตามเหตุผลในหัวข้อ effort

การสลับเครื่องมืออ่านและการตรวจสุดท้ายช่วยให้แพทเทิร์นเดียวกันรองรับการแก้ข้อมูลสกปรก การคืนเงินฝั่งซัพพอร์ต หรือการอัปเดตเอกสารแบบควบคุมได้ ส่วนขยายแรกที่ควรทำคือขั้นตอนอนุมัติโดยมนุษย์ก่อนบันทึกการปรับแก้แต่ละครั้ง เพราะการปิดบัญชีจริงต้องมี

เพื่อฝึกพื้นฐาน Anthropic API ที่บิลด์นี้ใช้ แนะนำคอร์ส Introduction to Claude Models ของเรา