Claude Sonnet 4.6 verbindet Programmierung, das Verständnis umfangreicher Kontexte, Planung als Agent, professionelle Informationsarbeit und Gestaltung. Anthropic hebt das Untersuchen von Code vor Änderungen sowie die Fähigkeit hervor, mehrere Aufgabenschritte nacheinander zu bearbeiten. Das ist bei der Fehlersuche in einem grossen Projekt, der Analyse eines langen Dokuments und der Vorbereitung von Berichtsinhalten hilfreich.
Das Modell kann Informationen aus Verträgen, Forschungsarbeiten und weiteren Materialien in einer Anfrage auswerten. Die Aufgabe kann Faktenextraktion, darauf aufbauendes Denken und die Erstellung eines Ergebnisses umfassen, das mehrere Teile verbindet. Weitere beschriebene Einsatzgebiete sind Finanzanalysen und die Erstellung von Oberflächencode unter Berücksichtigung von Komposition und Gestaltung.
Sonnet 4.6 versteht Text und Bilder; seine eigene Ausgabe ist Text. Anthropic beschreibt Computerszenarien, in denen das Modell sich an einem Screenshot orientiert, Maus- und Tastaturaktionen wählt, eine komplexe Tabelle oder eine Abfolge von Schritten eines Webformulars auswertet. Die tatsächliche Ausführung benötigt Anwendungswerkzeuge, die den Bildschirm übermitteln und Aktionen ausführen.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 1568 Pixel und das Budget 1568 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.
Ebenso können Dokumente, Tabellen und Präsentationen analysiert oder inhaltlich vorbereitet werden, doch die Ausgabe einer fertigen Datei erfordert eine passende Umgebung. Bilder helfen beim Verständnis von Grafiken, Schemata und der visuellen Struktur von Materialien; dadurch wird das Modell nicht zu einem Bildgenerator.
Diese Version unterstützt adaptives Denken und manuelles Extended Thinking. Der manuelle Modus gilt als veraltet; der adaptive Modus erlaubt dem Modell zu entscheiden, wann zusätzliche Analyse sinnvoll ist, auch zwischen Werkzeugaufrufen. Die Stufen von effort sind low, medium, high und max, die Standardstufe ist high. Laut Anthropic hilft die Wahl des Denkaufwands, Ausführlichkeit und Verzögerung auf die Art der Aufgabe abzustimmen.
Die aktuelle Spezifikation sieht 1 Million Tokens Kontext und bis zu 128 Tausend Tokens Antwort im normalen Modus vor. Für länger dauernde Arbeit beschreibt der Hersteller auch die experimentelle Verdichtung älteren Kontexts zu einer Zusammenfassung. Diese Funktion benötigt Unterstützung der Anwendung und hebt die Grenze des Modellfensters nicht auf.
Der verlässliche Stand des integrierten Wissens ist August 2025. Für spätere Informationen werden Aufgabenmaterialien oder eine verfügbare Suche benötigt. Angebundene Werkzeuge können bei der Informationssuche, Codeausführung und Verarbeitung gefundener Inhalte helfen; ihre Verfügbarkeit und erlaubten Aktionen bestimmt die Anwendung.
Sonnet 4.6 wurde darauf trainiert, versteckten schädlichen Anweisungen in fremden Materialien zu widerstehen; komplexe visuelle Umgebungen und mehrdeutige Aufgaben können dennoch zu Fehlern führen. Klare Aufgabenanforderungen, die Überprüfung extrahierter Fakten und die Bewertung von Aktionsergebnissen bleiben Teil einer zuverlässigen Arbeit mit dem Modell.
", "aboutText": "### Code, Dokumente und ein Vorgehensplan\n\nClaude Sonnet 4.6 verbindet Programmierung, das Verständnis umfangreicher Kontexte, Planung als Agent, professionelle Informationsarbeit und Gestaltung. Anthropic hebt das Untersuchen von Code vor Änderungen sowie die Fähigkeit hervor, mehrere Aufgabenschritte nacheinander zu bearbeiten. Das ist bei der Fehlersuche in einem grossen Projekt, der Analyse eines langen Dokuments und der Vorbereitung von Berichtsinhalten hilfreich.\n\nDas Modell kann Informationen aus Verträgen, Forschungsarbeiten und weiteren Materialien in einer Anfrage auswerten. Die Aufgabe kann Faktenextraktion, darauf aufbauendes Denken und die Erstellung eines Ergebnisses umfassen, das mehrere Teile verbindet. Weitere beschriebene Einsatzgebiete sind Finanzanalysen und die Erstellung von Oberflächencode unter Berücksichtigung von Komposition und Gestaltung.\n\n### Aktionen in einer visuellen Umgebung\n\nSonnet 4.6 versteht **Text und Bilder**; seine eigene Ausgabe ist **Text**. Anthropic beschreibt Computerszenarien, in denen das Modell sich an einem Screenshot orientiert, Maus- und Tastaturaktionen wählt, eine komplexe Tabelle oder eine Abfolge von Schritten eines Webformulars auswertet. Die tatsächliche Ausführung benötigt Anwendungswerkzeuge, die den Bildschirm übermitteln und Aktionen ausführen.\n\nDie üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 1568 Pixel und das Budget 1568 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.\n\nEbenso können Dokumente, Tabellen und Präsentationen analysiert oder inhaltlich vorbereitet werden, doch die Ausgabe einer fertigen Datei erfordert eine passende Umgebung. Bilder helfen beim Verständnis von Grafiken, Schemata und der visuellen Struktur von Materialien; dadurch wird das Modell nicht zu einem Bildgenerator.\n\n### So wird die Analyse gesteuert\n\nDiese Version unterstützt adaptives Denken und manuelles Extended Thinking. Der manuelle Modus gilt als veraltet; der adaptive Modus erlaubt dem Modell zu entscheiden, wann zusätzliche Analyse sinnvoll ist, auch zwischen Werkzeugaufrufen. Die Stufen von `effort` sind `low`, `medium`, `high` und `max`, die Standardstufe ist `high`. Laut Anthropic hilft die Wahl des Denkaufwands, Ausführlichkeit und Verzögerung auf die Art der Aufgabe abzustimmen.\n\nDie aktuelle Spezifikation sieht **1 Million Tokens Kontext** und bis zu **128 Tausend Tokens Antwort im normalen Modus** vor. Für länger dauernde Arbeit beschreibt der Hersteller auch die experimentelle Verdichtung älteren Kontexts zu einer Zusammenfassung. Diese Funktion benötigt Unterstützung der Anwendung und hebt die Grenze des Modellfensters nicht auf.\n\n### Was bei der Arbeit zu beachten ist\n\nDer verlässliche Stand des integrierten Wissens ist **August 2025**. Für spätere Informationen werden Aufgabenmaterialien oder eine verfügbare Suche benötigt. Angebundene Werkzeuge können bei der Informationssuche, Codeausführung und Verarbeitung gefundener Inhalte helfen; ihre Verfügbarkeit und erlaubten Aktionen bestimmt die Anwendung.\n\nSonnet 4.6 wurde darauf trainiert, versteckten schädlichen Anweisungen in fremden Materialien zu widerstehen; komplexe visuelle Umgebungen und mehrdeutige Aufgaben können dennoch zu Fehlern führen. Klare Aufgabenanforderungen, die Überprüfung extrahierter Fakten und die Bewertung von Aktionsergebnissen bleiben Teil einer zuverlässigen Arbeit mit dem Modell.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ff1504069844ca7abee71850105aeacb454e890d0f7e7348f34581ba1f972060", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "anthropic/claude-sonnet-4.6:batchClaude Sonnet 4.6 verbindet Entwicklung, die Analyse langer Dokumente, Planung und Aufgaben mit visuellen Daten. Es unterstützt adaptives Denken und mehrstufige Arbeit mit Werkzeugen.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Sonnet 4.6 verbindet Programmierung, das Verständnis umfangreicher Kontexte, Planung als Agent, professionelle Informationsarbeit und Gestaltung. Anthropic hebt das Untersuchen von Code vor Änderungen sowie die Fähigkeit hervor, mehrere Aufgabenschritte nacheinander zu bearbeiten. Das ist bei der Fehlersuche in einem grossen Projekt, der Analyse eines langen Dokuments und der Vorbereitung von Berichtsinhalten hilfreich.
Das Modell kann Informationen aus Verträgen, Forschungsarbeiten und weiteren Materialien in einer Anfrage auswerten. Die Aufgabe kann Faktenextraktion, darauf aufbauendes Denken und die Erstellung eines Ergebnisses umfassen, das mehrere Teile verbindet. Weitere beschriebene Einsatzgebiete sind Finanzanalysen und die Erstellung von Oberflächencode unter Berücksichtigung von Komposition und Gestaltung.
Sonnet 4.6 versteht Text und Bilder; seine eigene Ausgabe ist Text. Anthropic beschreibt Computerszenarien, in denen das Modell sich an einem Screenshot orientiert, Maus- und Tastaturaktionen wählt, eine komplexe Tabelle oder eine Abfolge von Schritten eines Webformulars auswertet. Die tatsächliche Ausführung benötigt Anwendungswerkzeuge, die den Bildschirm übermitteln und Aktionen ausführen.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 1568 Pixel und das Budget 1568 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.
Ebenso können Dokumente, Tabellen und Präsentationen analysiert oder inhaltlich vorbereitet werden, doch die Ausgabe einer fertigen Datei erfordert eine passende Umgebung. Bilder helfen beim Verständnis von Grafiken, Schemata und der visuellen Struktur von Materialien; dadurch wird das Modell nicht zu einem Bildgenerator.
Diese Version unterstützt adaptives Denken und manuelles Extended Thinking. Der manuelle Modus gilt als veraltet; der adaptive Modus erlaubt dem Modell zu entscheiden, wann zusätzliche Analyse sinnvoll ist, auch zwischen Werkzeugaufrufen. Die Stufen von effort sind low, medium, high und max, die Standardstufe ist high. Laut Anthropic hilft die Wahl des Denkaufwands, Ausführlichkeit und Verzögerung auf die Art der Aufgabe abzustimmen.
Die aktuelle Spezifikation sieht 1 Million Tokens Kontext und bis zu 128 Tausend Tokens Antwort im normalen Modus vor. Für länger dauernde Arbeit beschreibt der Hersteller auch die experimentelle Verdichtung älteren Kontexts zu einer Zusammenfassung. Diese Funktion benötigt Unterstützung der Anwendung und hebt die Grenze des Modellfensters nicht auf.
Der verlässliche Stand des integrierten Wissens ist August 2025. Für spätere Informationen werden Aufgabenmaterialien oder eine verfügbare Suche benötigt. Angebundene Werkzeuge können bei der Informationssuche, Codeausführung und Verarbeitung gefundener Inhalte helfen; ihre Verfügbarkeit und erlaubten Aktionen bestimmt die Anwendung.
Sonnet 4.6 wurde darauf trainiert, versteckten schädlichen Anweisungen in fremden Materialien zu widerstehen; komplexe visuelle Umgebungen und mehrdeutige Aufgaben können dennoch zu Fehlern führen. Klare Aufgabenanforderungen, die Überprüfung extrahierter Fakten und die Bewertung von Aktionsergebnissen bleiben Teil einer zuverlässigen Arbeit mit dem Modell.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-sonnet-4.6:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits anthropic/claude-sonnet-4.6:batch, anthropic/claude-sonnet-4.6 | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits anthropic | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
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 $0.003 / 1K Tokens Ausgabe · Ausgabetoken $0.015 / 1K Tokens Eingabe · Cache lesen $0.0003 / 1K Tokens Eingabe · Cache schreiben $0.00375 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.006 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.003 / 1K Tokens Ausgabe · Ausgabetoken $0.015 / 1K Tokens Eingabe · Cache lesen $0.0003 / 1K Tokens Eingabe · Cache schreiben $0.00375 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.006 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-sonnet-4.6:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-sonnet-4.6:batch', 'anthropic/claude-sonnet-4.6']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-sonnet-4.6:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra anthropic/claude-sonnet-4.6:batch
Verwenden Sie die oben angezeigten Methodenpfade.