Anthropic: Claude Sonnet 4.6

Claude Sonnet 4.6 hilft bei Entwicklung, dem Verständnis langer Dokumente, Planung und Aufgaben mit visuellen Daten. Unterstützt adaptives Reasoning und mehrstufige Arbeit mit Werkzeugen.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-sonnet-4-6-thinking

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.

Code, Dokumente und Aktionsplan

Claude Sonnet 4.6 verbindet Programmierung, das Verständnis großer Kontexte, agentische Planung, fachliche Informationsarbeit und Design. Anthropic hebt die Untersuchung von Code vor Änderungen und die Fähigkeit hervor, mehrere Aufgabenschritte nacheinander zu bearbeiten. Das ist bei der Problemsuche in großen Projekten, der Analyse langer Dokumente und der Vorbereitung von Berichtsinhalten hilfreich.

Das Modell kann Informationen aus Verträgen, Forschungsarbeiten und anderen Materialien in einer Anfrage analysieren. Eine Aufgabe kann Faktenextraktion, darauf aufbauendes Reasoning und die Erstellung eines Ergebnisses umfassen, das mehrere Teile verbindet. Zu den beschriebenen Einsatzbereichen gehören auch Finanzanalysen und die Erstellung von Oberflächencode mit Augenmerk auf Komposition und Gestaltung.

Aktionen in einer visuellen Umgebung

Sonnet 4.6 versteht Text und Bilder; das eigene Ergebnis ist Text. Anthropic beschreibt Computerszenarien, in denen das Modell sich anhand eines Screenshots orientiert, Maus- und Tastaturaktionen auswählt und komplexe Tabellen oder die Schrittfolge eines Webformulars analysiert. Für die tatsächliche Ausführung sind Werkzeuge der Anwendung nötig, die den Bildschirm übermitteln und Aktionen ausführen.

Formate für gewöhnliche visuelle Eingaben beim Hersteller: JPEG/PNG/GIF/WebP, bei Animationen das erste Bild. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, entsprechend 1568 visuellen Tokens; große Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern hängt von der Methode der Anwendung ab.

Ebenso können Dokumente, Tabellen und Präsentationen Gegenstand von Analysen oder der Inhaltsvorbereitung sein; die Erstellung einer fertigen Datei erfordert jedoch eine geeignete Umgebung. Bilder helfen, Grafiken, Diagramme und die visuelle Struktur von Materialien zu verstehen; dadurch wird das Modell nicht zu einem Bildgenerator.

Wie die Analyse gesteuert wird

Diese Version unterstützt adaptives Reasoning und manuelles extended thinking. Der manuelle Modus ist als auslaufend gekennzeichnet; der adaptive Modus lässt das Modell entscheiden, wann zusätzliche Analyse hilfreich ist, auch zwischen Werkzeugaufrufen. Die effort-Stufen sind low, medium, high und max, die Standardstufe ist high. Laut Anthropic hilft die Aufwandswahl, Detailgrad und Latenz auf die Art der Aufgabe abzustimmen.

Die aktuelle Spezifikation nennt 1 Million Tokens Kontext und bis zu 128 Tausend Tokens Antwort im gewöhnlichen Modus. Für längere Arbeit beschreibt der Hersteller auch die experimentelle Komprimierung alten Kontexts in eine Zusammenfassung. Diese Funktion erfordert Anwendungsunterstützung und hebt die Grenzen des Modellfensters nicht auf.

Was bei der Arbeit zu beachten ist

Die verlässliche Wissensgrenze liegt bei August 2025. Für spätere Informationen sind Aufgabenmaterialien oder eine verfügbare Suche nötig. Angebundene Werkzeuge können bei Informationssuche, Codeausführung und der Verarbeitung gefundener Inhalte helfen; ihre Verfügbarkeit und erlaubten Aktionen bestimmt die Anwendung.

Sonnet 4.6 wurde darauf trainiert, versteckten bösartigen Anweisungen in fremden Materialien zu widerstehen. Komplexe visuelle Umgebungen und mehrdeutige Aufgaben können dennoch zu Fehlern führen. Ausdrückliche Aufgabenanforderungen, die Prüfung extrahierter Fakten und die Bewertung von Aktionsergebnissen bleiben Teil zuverlässiger Modellarbeit.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-sonnet-4-6-thinking

claude-sonnet-4-6-thinking

Anthropic /claude-sonnet-4-6-thinking

Start

Claude Sonnet 4.6 hilft bei Entwicklung, dem Verständnis langer Dokumente, Planung und Aufgaben mit visuellen Daten. Unterstützt adaptives Reasoning und mehrstufige Arbeit mit Werkzeugen.

Zulässige Eingaben: Text
Ergebnisse: Text

In Ailoot verfügbar · Eingaben und Methoden

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions

Eingabetypen: text
Ausgabetypen: text
Ausgabeformat: json oder SSE

Feld	Typ	Anforderung	Werte und Limits	Standard
Feld`model`	Typ`string`	AnforderungErforderlich	Werte und Limits claude-sonnet-4-6-thinking	Standard—
Feld`messages`	Typ`message[]`	AnforderungErforderlich	Werte und Limits Mindestanzahl Elemente: 1	Standard—
Feld`messages[].role`	Typ`string`	AnforderungErforderlich	Werte und Limits Modellabhängig	Standard—
Feld`messages[].content`	Typ`string`	AnforderungOptional	Werte und Limits Gilt, wenn: Textgespräch	Standard—
Feld`stream`	Typ`boolean`	AnforderungOptional	Werte und Limits	Standardfalse

Kombinationen von Eingabematerialien

Text · UTF8-Text

messages[].content

Methodenparameter und Lebenszyklus

Parameter	Vertrag
Parameter`content_type`	Vertragapplication/json
Parameter`required`	Vertragmodel, messages
Parameter`material_types`	Vertragtext
Parameter`messages`	VertragNachrichtenarray mit role/content-Struktur
Parameter`file_material`	VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet
Parameter`optional_controls`	Vertragstream
Parameter`control_scope`	VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false.
Parameter`output_modalities`	Vertragtext
Parameter`hosted_operations`	Vertragfalse
Parameter`multimodal_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.

Tarife

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

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

Ailoot-Tarife

Preise nach Konfiguration

Konfiguration	Tarifstaffel	Gebühr
KonfigurationBasistarife für Token	TarifstaffelGrundtarif	Gebühr Eingabe · Eingabetoken $0.006 / 1K Token Ausgabe · Ausgabetoken $0.03 / 1K Token Eingabe · Cache-Lesen $0.0006 / 1K Token Eingabe · Cache-Schreiben $0.0075 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token

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 SDK

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"claude-sonnet-4-6-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

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="claude-sonnet-4-6-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
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"))

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

Feld	Typ
Feld`choices[].index`	Typinteger
Feld`choices[].message.content`	Typstring\|null
Feld`choices[].message.tool_calls`	Typtool_call[]
Feld`choices[].message.reasoning_content`	Typstring
Feld`choices[].message.reasoning_details`	Typobject\|array
Feld`choices[].finish_reason`	Typstring\|null
Feld`usage`	Typobject

Fehler und nächste Schritte

Antwort	Bedingung	Nächster Schritt
Antwort400 · `invalid_request_error`	BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig	Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren.

Aliasnamen

Modellaliasnamen

Ailoot Ultra claude-sonnet-4-6-thinking

Aliasnamen für Methodenpfade

/chat/completions

Zugehörige Aufrufer-IDs

claude-sonnet-4-6-thinking

FAQ · Anthropic: Claude Sonnet 4.6

Welche Eingaben und Ergebnisse sind verfügbar?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: text → text
Welche Felder verwendet die Anfrage?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: model, messages, stream
Welche Grenzen gelten?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: messages.min_items: 1

Anthropic: Claude Sonnet 4.6