models

Anthropic: Claude Sonnet 4.5

Markdown · JSON

Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5 ist Anthropics Text- und Bildmodell für Softwareentwicklung, komplexe Agenten, Computerbedienung und analytische Arbeit. Es unterstützt direkte Antworten oder manuell gesteuertes erweitertes Thinking mit Reasoning zwischen Werkzeugaufrufen im dokumentierten Beta-Ablauf.

Über das Modell

Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.

Claude Sonnet 4.5 ist Anthropics Sonnet-Edition mit Schwerpunkt auf Softwareentwicklung, komplexen Agentenaufgaben und Computerbedienung sowie Verbesserungen bei Reasoning und Mathematik. Sie nimmt Text und Bilder entgegen und erzeugt Text. Die Veröffentlichung beschreibt länger dauernde Arbeit über mehrere Schritte, Codeverständnis und Änderungen, die ein umfassenderes Projekt statt einer einzelnen isolierten Funktion betreffen. Eine hilfreiche Beschreibung benennt gewünschtes Verhalten, relevantes Quellmaterial und das zu liefernde Ergebnis: einen vorgeschlagenen Patch, eine Implementierungserklärung, eine Dokumentanalyse oder eine strukturierte Antwort.

Geben Sie für Softwarearbeit Projektbedingungen, relevante Dateien oder Auszüge, den beobachteten Fehler und ein konkretes Beispiel des erwarteten Ergebnisses vor. Verlangen Sie den betroffenen Code und eine Erklärung, wie die vorgeschlagene Änderung dieses Beispiel behandelt. Der Hersteller stellt das Modell als geeignet für das Erstellen von Agenten und das Bearbeiten von Entwicklungsaufgaben mit Werkzeugen vor. Die umgebende Anwendung liest und bearbeitet Dateien, führt einen Befehl oder eine Prüfung aus und liefert deren tatsächliche Ausgabe zurück; das Modell schlussfolgert anhand dieser Belege. Halten Sie im Abschlussbericht vorgeschlagene Änderung und abgeschlossene Prüfung getrennt.

Computerbedienung ist eine eigene Anwendung der visuellen und agentischen Fähigkeiten. Anthropics Veröffentlichung zeigt Browserinteraktion, Seitennavigation und Arbeit mit Tabellenkalkulationen über eine angeschlossene Umgebung. Eine visuelle Aufgabenbeschreibung kann einen Screenshot vorgeben, das Ziel benennen und festlegen, welche Aktionen die Anwendung erlaubt. Die Anwendung führt anschliessend die ausgewählte Interaktion aus und gibt den geänderten Bildschirm oder ein anderes Ergebnis zurück. Ebenso kann das Modell Inhalte und Code für Dokumente, Tabellen und Präsentationsfolien vorbereiten, während die Umgebung die fertige Datei erzeugt. Text- und Bildverständnis machen das Modell nicht zu einem nativen Bild- oder Audiogenerator.

Die genaue Herstellerspezifikation nennt ein Kontextfenster von 200K Token und bis zu 64K Ausgabetoken. Der verlässliche Wissensstichtag ist Januar 2025 und unterscheidet sich vom späteren, auf der Seite genannten Stichtag der Trainingsdaten. Halten Sie Dokumentgrenzen, Seitenkennzeichnungen, Einheiten und Codekennungen in einer langen Eingabe klar und reservieren Sie Platz für gewünschte Antwort und Reasoning. Der Hersteller dokumentiert für diese Edition ausserdem Kontextbewusstsein; der unterstützte Ablauf verfolgt deshalb den verbleibenden Platz während eines Gesprächs. Dies hilft beim Verwalten einer länger dauernden Aufgabe innerhalb ihres Fensters; es ersetzt das Fenster nicht durch die grössere Kapazität einer späteren Sonnet-Edition.

Sonnet 4.5 unterstützt gewöhnliche Antworten und manuell gesteuertes erweitertes Thinking. Im zweiten Modus setzt budget_tokens einen Zielwert für internes Reasoning vor der sichtbaren Antwort. Das dokumentierte Minimum beträgt 1’024 Token; das Budget muss normalerweise unter max_tokens liegen, weil Thinking und endgültige Antwort den Generierungsrahmen teilen. Das Budget ist ein Zielwert und keine Zusage, genau so viele Token zu verbrauchen. Diese Edition hat weder den Adaptive-Thinking-Modus noch die Aufwandssteuerungen späterer Sonnet-Modelle. Wählen Sie die gewünschte Analysetiefe und lassen Sie genügend Raum für eine nutzbare endgültige Antwort.

Die Interleaved-Thinking-Beta des Herstellers lässt Sonnet 4.5 innerhalb einer Gesprächsrunde zwischen Werkzeugaufrufen schlussfolgern und die zurückgegebenen Beobachtungen für die nächste Entscheidung nutzen. Sie erfordert die dokumentierte Beta-Funktion im unterstützten Messages-Ablauf. In diesem Fall kann das Thinking-Budget max_tokens überschreiten, weil es mehrere Thinking-Blöcke innerhalb derselben Assistentenrunde umfasst. Geben Sie Werkzeugergebnisse mit dem zugehörigen Thinking-Inhalt einschliesslich seiner Signatur unverändert zurück; die Bearbeitung dieses Inhalts macht ihn ungültig. Eine Recherche- oder Fehlersuchaufgabe kann so zwischen vorgeschlagener Prüfung, tatsächlich zurückgegebenem Ergebnis und aktualisierter Analyse wechseln, ohne einen Textvorschlag als abgeschlossene Aktion zu behandeln.

Für visuelles Material unterstützt der Hersteller JPEG, PNG, GIF und WebP und verwendet bei einer Animation nur das erste Einzelbild. Die von dieser Edition verwendete standardmässige native Bildstufe hat eine Grenze von 1’568 Pixeln für die lange Kante und von 1’568 visuellen Token; grössere Bilder werden verkleinert. Der Bildleitfaden des Herstellers nennt bis zu 100 Bilder je API-Anfrage für Modelle mit 200K Kontext; Grenzen für Bilder und die gesamte Anfragegrösse können vorher greifen. Stellen Sie Bilder nach Möglichkeit vor die Frage, kennzeichnen Sie mehrere Bilder und bewahren Sie kleinen Text oder Diagrammbeschriftungen. Der Leitfaden empfiehlt klare Bilder und genügend umgebenden Kontext zur Interpretation des sichtbaren Details.

Kontextbearbeitung und ein Speicherwerkzeug wurden zusammen mit diesem Modell eingeführt, um längere Agentenabläufe zu unterstützen. Dies sind von der Anwendung unterstützte Möglichkeiten, hilfreichen Zustand zu bewahren oder altes Werkzeugmaterial zu entfernen; sie sind weder unbegrenztes Modellgedächtnis noch die spätere serverseitige Verdichtungsfunktion. Bewahren Sie für eine mehrstufige Aufgabe bereits getroffene Entscheidungen, die offene Frage und die für den nächsten Schritt nötigen Belege. Anthropic beschreibt ausserdem stärkeren Widerstand gegen versteckte Anweisungen in externen Inhalten und weist darauf hin, dass modellspezifische Klassifikatoren manchmal harmloses Material markieren können. Das hilfreiche Ergebnis bleibt ein prüfbares Artefakt mit Bezug zu bereitgestellten Belegen, wobei die genauen Modi und Grenzen von Sonnet 4.5 von späteren Veröffentlichungen getrennt bleiben.

Praktische Aufgabe

Praktische Aufgabe

Technisches Beispiel auf Englisch

Repair an empty-cart total

Review this Python function: def total(items): return sum(x['price'] * x['qty'] for x in items) / len(items). It crashes for an empty cart and incorrectly averages nonempty carts. Return a minimal correction preserving the function signature, plus assertions for empty, one-line and two-line carts. Explain the changed behavior briefly.

Erwartetes Ergebnis

Corrected Python function, three concrete assertions and a brief explanation of sum versus average.

Ergebnis prüfen

The proposed tests cover empty input and verify that two cart lines are added rather than averaged.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions anthropic/claude-sonnet-4.5

anthropic/claude-sonnet-4.5

Anthropic /anthropic/claude-sonnet-4.5

Einstieg

Claude Sonnet 4.5 ist Anthropics Text- und Bildmodell für Softwareentwicklung, komplexe Agenten, Computerbedienung und analytische Arbeit. Es unterstützt direkte Antworten oder manuell gesteuertes erweitertes Thinking mit Reasoning zwischen Werkzeugaufrufen im dokumentierten Beta-Ablauf.

Zulässige Eingaben
Text
Ergebnisse
Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Eingabe
text
Ausgabe
text
Ausgabeformat
json oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
anthropic/claude-sonnet-4.5
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und Limits
Mindestanzahl Elemente: 1
Standard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte 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[].contentTypstring|content_part[]|nullAnforderungOptionalWerte und LimitsStandard—
Feldmessages[].tool_callsTyptool_call[]AnforderungOptionalWerte und LimitsStandard—
Feldmessages[].tool_call_idTypstringAnforderungOptionalWerte und Limits
Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden
Standard—
Feldmessages[].nameTypstringAnforderungOptionalWerte und LimitsStandard—
Feldmessages[].reasoning_contentTypstringAnforderungOptionalWerte und Limits
Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet
Standard—
Feldmessages[].reasoning_detailsTypobject|arrayAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldmax_tokensTypintegerAnforderungOptionalWerte und Limits
Minimum: 1
Modellabhängig
Standard—
Feldmax_completion_tokensTypintegerAnforderungOptionalWerte und Limits
Minimum: 1
Modellabhängig
Standard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Feldstream_options.include_usageTypbooleanAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldtemperatureTypnumberAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldtop_pTypnumberAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldstopTypstring|string[]AnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldtoolsTypfunction_tool[]AnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldtools[].typeTypstringAnforderungOptionalWerte und Limits
function
Modellabhängig
Standard—
Feldtools[].function.nameTypstringAnforderungErforderlichWerte und Limits
Gilt, wenn: Funktionswerkzeug bereitgestellt
Standard—
Feldtools[].function.descriptionTypstringAnforderungOptionalWerte und LimitsStandard—
Feldtools[].function.parametersTypJSON_schemaAnforderungOptionalWerte und LimitsStandard—
Feldtool_choiceTypstring|objectAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldparallel_tool_callsTypbooleanAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldresponse_formatTypobjectAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldreasoning_effortTypstringAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldreasoningTypobjectAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldservice_tierTypstringAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldinstructionsTypstringAnforderungOptionalWerte und Limits
Kompatibilitätsfeld
Standard—
FeldfunctionsTypfunction[]AnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldfunction_callTypstring|objectAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
Feldprompt_cache_optionsTypobjectAnforderungOptionalWerte und Limits
Modellabhängig
Standard—
FeldmodalitiesTypstring[]AnforderungOptionalWerte und Limits
text
Standard—
FeldproviderTypobjectAnforderungOptionalWerte und Limits
Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt
Standard—
Feldcache_control.ttlTypstringAnforderungOptionalWerte und Limits
Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt
Standard—
Kombinationen von Eingabematerialien

Text · UTF8-Text

messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages
Parametermaterial_typesVertragtext
ParametermessagesVertragNachrichtenarray mit role/content-Struktur
Parameterfile_materialVertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet
Parameteroptional_controlsVertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeVertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen
Parameteroutput_modalitiesVertragtext
Parameterhosted_operationsVertragfalse
Parametermultimodal_input_bindingVertragnull

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.

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschliesslichGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens
KonfigurationAnfragelängenstufe 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschliesslich200'000Gebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens
KonfigurationAnfragelängenstufe 2Tarifstaffel—Kontexttoken, mehr als200'000Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.024 / 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 →

Beispielanfragen

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-Stream
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "anthropic/claude-sonnet-4.5", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='anthropic/claude-sonnet-4.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='anthropic/claude-sonnet-4.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Ergebnisse abrufen und speichern

Ailoot Ultra · OpenAI Chat

json oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

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.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
Feldchoices[].indexTypinteger
Feldchoices[].message.contentTypstring|null
Feldchoices[].message.tool_callsTyptool_call[]
Feldchoices[].message.reasoning_contentTypstring
Feldchoices[].message.reasoning_detailsTypobject|array
Feldchoices[].finish_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra anthropic/claude-sonnet-4.5

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

anthropic/claude-sonnet-4.5

Ailoot Ultra · Anthropic Messages POST /v1/messages anthropic/claude-sonnet-4.5

anthropic/claude-sonnet-4.5

Anthropic /anthropic/claude-sonnet-4.5

Einstieg

Claude Sonnet 4.5 ist Anthropics Text- und Bildmodell für Softwareentwicklung, komplexe Agenten, Computerbedienung und analytische Arbeit. Es unterstützt direkte Antworten oder manuell gesteuertes erweitertes Thinking mit Reasoning zwischen Werkzeugaufrufen im dokumentierten Beta-Ablauf.

Zulässige Eingaben
Text
Ergebnisse
json · sse

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · Anthropic Messages POST /v1/messages
Eingabe
text
Ausgabe
json, sse
Ausgabeformat
JSON oder SSE
FeldTypAnforderungWerte und LimitsStandard
FeldmodelTypstringAnforderungErforderlichWerte und Limits
anthropic/claude-sonnet-4.5
Standard—
FeldmessagesTypmessage[]AnforderungErforderlichWerte und LimitsStandard—
Feldmessages[].roleTypstringAnforderungErforderlichWerte und Limits
user, assistant
Standard—
Feldmessages[].contentTypstringAnforderungErforderlichWerte und LimitsStandard—
Feldmax_tokensTypintegerAnforderungErforderlichWerte und LimitsStandard—
FeldstreamTypbooleanAnforderungOptionalWerte und LimitsStandardfalse
Kombinationen von Eingabematerialien

Text · UTF-8-Text

Zeichenfolge messages[].content

Methodenparameter und Lebenszyklus
ParameterVertrag
Parametercontent_typeVertragapplication/json
ParameterrequiredVertragmodel, messages, max_tokens
Parameteroptional_controlsVertragstream
Parametermaterial_typesVertragtext
Parametertext_file_materialVertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen.

Lebenszyklus: synchronous_or_streamed

Tarife

Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.

Schnellmodus
Standardtarif Wenn der Schnellmodus ausgewählt ist
Flex-Modus
Standardtarif Wenn der Modus flex ausgewählt ist
Maximaler Denkaufwand
Standardtarif Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird

Ailoot-Tarife

Preise nach Konfiguration

Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.

KonfigurationTarifstaffelKontexttoken, mehr alsKontexttoken, bis einschliesslichGebühr
KonfigurationBasistarife für TokenTarifstaffelGrundtarifKontexttoken, mehr als—Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens
KonfigurationAnfragelängenstufe 1Tarifstaffel—Kontexttoken, mehr als0Kontexttoken, bis einschliesslich200'000Gebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens
KonfigurationAnfragelängenstufe 2Tarifstaffel—Kontexttoken, mehr als200'000Kontexttoken, bis einschliesslichKeine ObergrenzeGebühr
Eingabe · Eingabetoken $0.0132 / 1K Tokens
Ausgabe · Ausgabetoken $0.03 / 1K Tokens
Eingabe · Cache lesen $0.0006 / 1K Tokens
Eingabe · Cache schreiben $0.0075 / 1K Tokens
Eingabe · Cache schreiben, 1 Stunde $0.024 / 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 →

Beispielanfragen

Ailoot Ultra · Anthropic Messages

Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern
{
  "model": "anthropic/claude-sonnet-4.5",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-sonnet-4.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-sonnet-4.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Ergebnisse abrufen und speichern

Ailoot Ultra · Anthropic Messages

JSON oder SSE

Alle fertiggestellten Ergebnisse aufbewahren

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.

Wenn die ursprüngliche Antwort geprüft werden muss

Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.

Antwortfelder
FeldTyp
FeldidTypstring
FeldmodelTypstring
Feldcontent[]Typtext|thinking|tool_use|other content block
Feldstop_reasonTypstring|null
FeldusageTypobject
Fehler und nächste Schritte
AntwortBedingungNächster Schritt
Antwort400 · invalid_request_errorBedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültigNächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra anthropic/claude-sonnet-4.5

Aliasnamen für Methodenpfade

Verwenden Sie die oben angezeigten Methodenpfade.

Zugehörige Aufrufer-IDs

anthropic/claude-sonnet-4.5

FAQ · Anthropic: Claude Sonnet 4.5
Welche Eingaben und Ergebnisse sind verfügbar?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: text → text

POST /v1/messages · anthropic/claude-sonnet-4.5: text → json, sse

Welche Felder verwendet die Anfrage?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: model, messages, stream, modalities, provider

POST /v1/messages · anthropic/claude-sonnet-4.5: model, messages, max_tokens, stream

Welche Grenzen gelten?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: messages.min_items: 1

Weitere Details

Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung.

Das Unternehmen und sein Projektportfolio

Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe.

Tokens mit Rabatt kaufen.

Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf.

Abo
Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen.
Aktionscode bis 50%
Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet.
Ausgaben in der Historie
Modell, Tokens und Betrag werden für jede Anfrage gespeichert.

Abo wählen · Modellpreise ansehen

Verbinden Sie die API mit dem Produkt, das Sie verkaufen.

SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an.

Kommerzielle Anwendung
Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes.
Reseller-Lizenz
Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an.
Dokumente auf der Website
Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich.

Reseller-Lizenz anfordern · Offizielles Angebot und Lizenzvertrag