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": "e71cadd80be0d445219fb312e3908c121fb77814b6c65d47d7742f06d6665e81", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "claude-sonnet-4-6-thinkingClaude 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/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits claude-sonnet-4-6-thinking | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmässig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-sonnet-4-6-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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="claude-sonnet-4-6-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 claude-sonnet-4-6-thinking
/chat/completions