Claude Opus 4.6 ist auf Arbeit ausgerichtet, bei der viele Materialien in einem gemeinsamen Kontext und Reasoning nach ihrer Lektüre nützlich sind. Anthropic hebt Entwicklung in grossen Codebasen, Codeprüfung, Debugging, Finanzanalyse und Forschung hervor. Das Modell kann wesentliche Details finden, Informationen aus verschiedenen Materialteilen verknüpfen und für eine schrittweise Lösung nutzen.
Bei Entwicklung bedeutet dies Planarbeit, die Untersuchung unbekannter Systeme und die Suche nach Fehlern in Änderungen. In fachlichen Analysen sind es Dokumentverarbeitung und die Vorbereitung von Tabellen-, Bericht- oder Präsentationsinhalten. Für solche Abläufe müssen die eigentliche Aufgabe und die Materialien für die Schlussfolgerungen bereitgestellt werden; ein allgemeiner Themenname reicht nicht aus.
Das Modell unterstützt einen adaptiven Modus: Es bestimmt anhand der Aufgabe, wann zusätzliche Analyse hilfreich ist. effort legt den Bearbeitungsaufwand fest; für Opus 4.6 sind low, medium, high und max verfügbar, der Standardwert ist high. Laut Anthropic kann eine vertiefte Bearbeitung bei einfachen Aufgaben die Antwortzeit erhöhen. Der gewählte Aufwand sollte deshalb zur Komplexität passen.
Das ältere extended thinking mit manuellem Budget wird noch unterstützt, gilt aber als auslaufend. Bei dieser Version unterscheiden sich die Modi wesentlich: Reasoning zwischen Werkzeugaufrufen ist im adaptiven Modus verfügbar; im manuellen Modus führt Opus 4.6 es nicht aus. Bei verbundenen Werkzeugen hilft adaptive Analyse, das Ergebnis einer Aktion für die Auswahl der nächsten zu nutzen.
Die aktuelle Anthropic-Spezifikation nennt 1 Million Kontexttokens und bis zu 128 Tausend Antworttokens im normalen Modus. Die Eingabe besteht aus Text und Bildern, die Antwort bleibt textbasiert. Der verlässliche Wissensstand reicht bis Mai 2025.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.
Für längere Gespräche und Agentenaufgaben beschreibt der Hersteller die Komprimierung älteren Kontexts: Frühere Arbeit wird beim Erreichen eines festgelegten Schwellenwerts durch eine Zusammenfassung ersetzt. Diese Möglichkeit gilt als experimentell und benötigt Anwendungsunterstützung; die Kontextgrösse allein schafft keinen unbegrenzten Speicher.
Opus 4.6 ist auf mehrstufige Arbeit mit Suche, Code und weiteren verfügbaren Werkzeugen ausgelegt. Die Anwendungsumgebung muss Materialzugriff, Befehlsausführung oder Dateierstellung bereitstellen. Produktionsaktionen, Oberflächensteuerung und fertige Präsentationen hängen von diesen Mitteln ab; ein Textmodell erhält sie nicht automatisch.
Anthropic beschreibt auch Sicherheitsprüfungen und Schutzmassnahmen für potenziell gefährliche Aufgaben in der Cybersicherheit. Bei gewöhnlicher Entwicklung kann das Modell helfen, Schwachstellen zu finden und zu beheben; die Art der Anfrage beeinflusst jedoch die Antwortmöglichkeit. Schlussfolgerungen aus umfangreichen Materialien und vorgeschlagene Änderungen müssen anhand der Daten und des Ausführungsergebnisses geprüft werden.
", "aboutText": "### Eine grosse Aufgabe und die Verbindungen zwischen ihren Teilen\n\nClaude Opus 4.6 ist auf Arbeit ausgerichtet, bei der viele Materialien in einem gemeinsamen Kontext und Reasoning nach ihrer Lektüre nützlich sind. Anthropic hebt Entwicklung in grossen Codebasen, Codeprüfung, Debugging, Finanzanalyse und Forschung hervor. Das Modell kann wesentliche Details finden, Informationen aus verschiedenen Materialteilen verknüpfen und für eine schrittweise Lösung nutzen.\n\nBei Entwicklung bedeutet dies Planarbeit, die Untersuchung unbekannter Systeme und die Suche nach Fehlern in Änderungen. In fachlichen Analysen sind es Dokumentverarbeitung und die Vorbereitung von Tabellen-, Bericht- oder Präsentationsinhalten. Für solche Abläufe müssen die eigentliche Aufgabe und die Materialien für die Schlussfolgerungen bereitgestellt werden; ein allgemeiner Themenname reicht nicht aus.\n\n### Adaptives Reasoning\n\nDas Modell unterstützt einen adaptiven Modus: Es bestimmt anhand der Aufgabe, wann zusätzliche Analyse hilfreich ist. `effort` legt den Bearbeitungsaufwand fest; für Opus 4.6 sind `low`, `medium`, `high` und `max` verfügbar, der Standardwert ist `high`. Laut Anthropic kann eine vertiefte Bearbeitung bei einfachen Aufgaben die Antwortzeit erhöhen. Der gewählte Aufwand sollte deshalb zur Komplexität passen.\n\nDas ältere extended thinking mit manuellem Budget wird noch unterstützt, gilt aber als auslaufend. Bei dieser Version unterscheiden sich die Modi wesentlich: Reasoning zwischen Werkzeugaufrufen ist im adaptiven Modus verfügbar; im manuellen Modus führt Opus 4.6 es nicht aus. Bei verbundenen Werkzeugen hilft adaptive Analyse, das Ergebnis einer Aktion für die Auswahl der nächsten zu nutzen.\n\n### Kontext für längere Arbeit\n\nDie aktuelle Anthropic-Spezifikation nennt **1 Million Kontexttokens** und bis zu **128 Tausend Antworttokens im normalen Modus**. Die Eingabe besteht aus **Text und Bildern**, die Antwort bleibt textbasiert. Der verlässliche Wissensstand reicht bis **Mai 2025**.\n\nDie üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.\n\nFür längere Gespräche und Agentenaufgaben beschreibt der Hersteller die Komprimierung älteren Kontexts: Frühere Arbeit wird beim Erreichen eines festgelegten Schwellenwerts durch eine Zusammenfassung ersetzt. Diese Möglichkeit gilt als experimentell und benötigt Anwendungsunterstützung; die Kontextgrösse allein schafft keinen unbegrenzten Speicher.\n\n### Werkzeuge und Ergebniskontrolle\n\nOpus 4.6 ist auf mehrstufige Arbeit mit Suche, Code und weiteren verfügbaren Werkzeugen ausgelegt. Die Anwendungsumgebung muss Materialzugriff, Befehlsausführung oder Dateierstellung bereitstellen. Produktionsaktionen, Oberflächensteuerung und fertige Präsentationen hängen von diesen Mitteln ab; ein Textmodell erhält sie nicht automatisch.\n\nAnthropic beschreibt auch Sicherheitsprüfungen und Schutzmassnahmen für potenziell gefährliche Aufgaben in der Cybersicherheit. Bei gewöhnlicher Entwicklung kann das Modell helfen, Schwachstellen zu finden und zu beheben; die Art der Anfrage beeinflusst jedoch die Antwortmöglichkeit. Schlussfolgerungen aus umfangreichen Materialien und vorgeschlagene Änderungen müssen anhand der Daten und des Ausführungsergebnisses geprüft werden.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Review an idempotency bug\n\nReview this payment-handler excerpt: if not exists(event.id): charge(event.amount); save(event.id). Two workers can process the same event concurrently. The database supports transactions and a unique event_id. Propose a minimal safe change, explain the crash window and give tests for concurrent delivery and a crash after charging. Do not assume the payment service supports idempotency.A focused review with the race, a proposed code or pseudocode patch, required payment-service guarantees and two test scenarios.Verify that the proposal handles the external charge boundary explicitly rather than claiming a database transaction alone prevents duplicate charges.anthropic/claude-opus-4.6Claude Opus 4.6 ist für grosse Codebasen, Debugging, Forschung und die Analyse langer Dokumente vorgesehen. Unterstützt adaptives Reasoning und einen Kontext von bis zu 1 Million Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Opus 4.6 ist auf Arbeit ausgerichtet, bei der viele Materialien in einem gemeinsamen Kontext und Reasoning nach ihrer Lektüre nützlich sind. Anthropic hebt Entwicklung in grossen Codebasen, Codeprüfung, Debugging, Finanzanalyse und Forschung hervor. Das Modell kann wesentliche Details finden, Informationen aus verschiedenen Materialteilen verknüpfen und für eine schrittweise Lösung nutzen.
Bei Entwicklung bedeutet dies Planarbeit, die Untersuchung unbekannter Systeme und die Suche nach Fehlern in Änderungen. In fachlichen Analysen sind es Dokumentverarbeitung und die Vorbereitung von Tabellen-, Bericht- oder Präsentationsinhalten. Für solche Abläufe müssen die eigentliche Aufgabe und die Materialien für die Schlussfolgerungen bereitgestellt werden; ein allgemeiner Themenname reicht nicht aus.
Das Modell unterstützt einen adaptiven Modus: Es bestimmt anhand der Aufgabe, wann zusätzliche Analyse hilfreich ist. effort legt den Bearbeitungsaufwand fest; für Opus 4.6 sind low, medium, high und max verfügbar, der Standardwert ist high. Laut Anthropic kann eine vertiefte Bearbeitung bei einfachen Aufgaben die Antwortzeit erhöhen. Der gewählte Aufwand sollte deshalb zur Komplexität passen.
Das ältere extended thinking mit manuellem Budget wird noch unterstützt, gilt aber als auslaufend. Bei dieser Version unterscheiden sich die Modi wesentlich: Reasoning zwischen Werkzeugaufrufen ist im adaptiven Modus verfügbar; im manuellen Modus führt Opus 4.6 es nicht aus. Bei verbundenen Werkzeugen hilft adaptive Analyse, das Ergebnis einer Aktion für die Auswahl der nächsten zu nutzen.
Die aktuelle Anthropic-Spezifikation nennt 1 Million Kontexttokens und bis zu 128 Tausend Antworttokens im normalen Modus. Die Eingabe besteht aus Text und Bildern, die Antwort bleibt textbasiert. Der verlässliche Wissensstand reicht bis Mai 2025.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.
Für längere Gespräche und Agentenaufgaben beschreibt der Hersteller die Komprimierung älteren Kontexts: Frühere Arbeit wird beim Erreichen eines festgelegten Schwellenwerts durch eine Zusammenfassung ersetzt. Diese Möglichkeit gilt als experimentell und benötigt Anwendungsunterstützung; die Kontextgrösse allein schafft keinen unbegrenzten Speicher.
Opus 4.6 ist auf mehrstufige Arbeit mit Suche, Code und weiteren verfügbaren Werkzeugen ausgelegt. Die Anwendungsumgebung muss Materialzugriff, Befehlsausführung oder Dateierstellung bereitstellen. Produktionsaktionen, Oberflächensteuerung und fertige Präsentationen hängen von diesen Mitteln ab; ein Textmodell erhält sie nicht automatisch.
Anthropic beschreibt auch Sicherheitsprüfungen und Schutzmassnahmen für potenziell gefährliche Aufgaben in der Cybersicherheit. Bei gewöhnlicher Entwicklung kann das Modell helfen, Schwachstellen zu finden und zu beheben; die Art der Anfrage beeinflusst jedoch die Antwortmöglichkeit. Schlussfolgerungen aus umfangreichen Materialien und vorgeschlagene Änderungen müssen anhand der Daten und des Ausführungsergebnisses geprüft werden.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-opus-4.6 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.02 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.02 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-opus-4.6", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='anthropic/claude-opus-4.6',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='anthropic/claude-opus-4.6',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra anthropic/claude-opus-4.6
Verwenden Sie die oben angezeigten Methodenpfade.
anthropic/claude-opus-4.6Claude Opus 4.6 ist für grosse Codebasen, Debugging, Forschung und die Analyse langer Dokumente vorgesehen. Unterstützt adaptives Reasoning und einen Kontext von bis zu 1 Million Tokens.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Opus 4.6 ist auf Arbeit ausgerichtet, bei der viele Materialien in einem gemeinsamen Kontext und Reasoning nach ihrer Lektüre nützlich sind. Anthropic hebt Entwicklung in grossen Codebasen, Codeprüfung, Debugging, Finanzanalyse und Forschung hervor. Das Modell kann wesentliche Details finden, Informationen aus verschiedenen Materialteilen verknüpfen und für eine schrittweise Lösung nutzen.
Bei Entwicklung bedeutet dies Planarbeit, die Untersuchung unbekannter Systeme und die Suche nach Fehlern in Änderungen. In fachlichen Analysen sind es Dokumentverarbeitung und die Vorbereitung von Tabellen-, Bericht- oder Präsentationsinhalten. Für solche Abläufe müssen die eigentliche Aufgabe und die Materialien für die Schlussfolgerungen bereitgestellt werden; ein allgemeiner Themenname reicht nicht aus.
Das Modell unterstützt einen adaptiven Modus: Es bestimmt anhand der Aufgabe, wann zusätzliche Analyse hilfreich ist. effort legt den Bearbeitungsaufwand fest; für Opus 4.6 sind low, medium, high und max verfügbar, der Standardwert ist high. Laut Anthropic kann eine vertiefte Bearbeitung bei einfachen Aufgaben die Antwortzeit erhöhen. Der gewählte Aufwand sollte deshalb zur Komplexität passen.
Das ältere extended thinking mit manuellem Budget wird noch unterstützt, gilt aber als auslaufend. Bei dieser Version unterscheiden sich die Modi wesentlich: Reasoning zwischen Werkzeugaufrufen ist im adaptiven Modus verfügbar; im manuellen Modus führt Opus 4.6 es nicht aus. Bei verbundenen Werkzeugen hilft adaptive Analyse, das Ergebnis einer Aktion für die Auswahl der nächsten zu nutzen.
Die aktuelle Anthropic-Spezifikation nennt 1 Million Kontexttokens und bis zu 128 Tausend Antworttokens im normalen Modus. Die Eingabe besteht aus Text und Bildern, die Antwort bleibt textbasiert. Der verlässliche Wissensstand reicht bis Mai 2025.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.
Für längere Gespräche und Agentenaufgaben beschreibt der Hersteller die Komprimierung älteren Kontexts: Frühere Arbeit wird beim Erreichen eines festgelegten Schwellenwerts durch eine Zusammenfassung ersetzt. Diese Möglichkeit gilt als experimentell und benötigt Anwendungsunterstützung; die Kontextgrösse allein schafft keinen unbegrenzten Speicher.
Opus 4.6 ist auf mehrstufige Arbeit mit Suche, Code und weiteren verfügbaren Werkzeugen ausgelegt. Die Anwendungsumgebung muss Materialzugriff, Befehlsausführung oder Dateierstellung bereitstellen. Produktionsaktionen, Oberflächensteuerung und fertige Präsentationen hängen von diesen Mitteln ab; ein Textmodell erhält sie nicht automatisch.
Anthropic beschreibt auch Sicherheitsprüfungen und Schutzmassnahmen für potenziell gefährliche Aufgaben in der Cybersicherheit. Bei gewöhnlicher Entwicklung kann das Modell helfen, Schwachstellen zu finden und zu beheben; die Art der Anfrage beeinflusst jedoch die Antwortmöglichkeit. Schlussfolgerungen aus umfangreichen Materialien und vorgeschlagene Änderungen müssen anhand der Daten und des Ausführungsergebnisses geprüft werden.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-opus-4.6 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschliesslich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.02 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.01 / 1K Tokens Ausgabe · Ausgabetoken $0.05 / 1K Tokens Eingabe · Cache lesen $0.001 / 1K Tokens Eingabe · Cache schreiben $0.0125 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.02 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "anthropic/claude-opus-4.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-opus-4.6', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-opus-4.6', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra anthropic/claude-opus-4.6
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Review an idempotency bug\n\nReview this payment-handler excerpt: if not exists(event.id): charge(event.amount); save(event.id). Two workers can process the same event concurrently. The database supports transactions and a unique event_id. Propose a minimal safe change, explain the crash window and give tests for concurrent delivery and a crash after charging. Do not assume the payment service supports idempotency.A focused review with the race, a proposed code or pseudocode patch, required payment-service guarantees and two test scenarios.Verify that the proposal handles the external charge boundary explicitly rather than claiming a database transaction alone prevents duplicate charges.