Claude Opus 4.6 está orientado a trabajos en los que resulta útil mantener muchos materiales en un contexto y razonar después de leerlos. Anthropic destaca desarrollo en bases de código grandes, revisión de código, depuración, análisis financiero e investigación. El modelo puede identificar detalles relevantes, relacionar información de distintas partes del material y utilizarla para resolver la tarea de forma secuencial.
En desarrollo, esto supone elaborar un plan, estudiar un sistema desconocido y buscar errores en cambios. En análisis profesional, supone procesar documentos y preparar el contenido de hojas de cálculo, informes o presentaciones. Conviene proporcionar la tarea concreta y los materiales para fundamentar las conclusiones, en lugar de limitarse a un tema general.
El modelo admite un modo adaptativo que decide, según el contenido de la tarea, cuándo resulta útil analizar más. effort define el grado de elaboración; Opus 4.6 admite low, medium, high y max, con high como valor estándar. Según Anthropic, un análisis profundo puede aumentar el tiempo de respuesta en tareas sencillas, por lo que conviene ajustar el nivel a su complejidad.
El extended thinking anterior, con presupuesto manual, sigue disponible, pero está marcado como una opción en proceso de retirada. Hay una diferencia relevante entre modos: el razonamiento entre llamadas a herramientas está disponible en el modo adaptativo, mientras que Opus 4.6 no lo realiza en el manual. Al conectar herramientas, el análisis adaptativo ayuda a utilizar el resultado de una acción para elegir la siguiente.
La especificación actual de Anthropic establece 1 millón de tokens de contexto y hasta 128 mil tokens de respuesta en el modo normal. Recibe texto e imágenes y la respuesta sigue siendo de texto. El límite fiable de sus conocimientos incorporados es mayo de 2025.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 1568 píxeles y se utilizan 1568 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
Para conversaciones prolongadas y tareas de agentes, el fabricante describe compresión de contexto antiguo: la parte previa del trabajo se sustituye por un resumen al acercarse a un umbral definido. Es una capacidad experimental que requiere compatibilidad en la aplicación; el tamaño del contexto no incluye por sí solo memoria infinita.
Opus 4.6 está diseñado para trabajar en varios pasos con búsqueda, código y otras herramientas disponibles. El entorno de la aplicación debe permitir leer materiales, ejecutar comandos o producir archivos. Las acciones de producción, el manejo de una interfaz y la creación de una presentación terminada dependen de esos medios; el modelo de texto no los obtiene automáticamente.
Anthropic describe por separado controles y medidas de protección para tareas de ciberseguridad potencialmente peligrosas. En desarrollo normal, el modelo puede ayudar a buscar y corregir vulnerabilidades, pero el tipo de solicitud influye en la posibilidad de responder. Las conclusiones sobre conjuntos amplios de materiales y los cambios propuestos deben comprobarse con los propios datos y los resultados de la ejecución.
", "aboutText": "### Una tarea amplia y las relaciones entre sus partes\n\nClaude Opus 4.6 está orientado a trabajos en los que resulta útil mantener muchos materiales en un contexto y razonar después de leerlos. Anthropic destaca desarrollo en bases de código grandes, revisión de código, depuración, análisis financiero e investigación. El modelo puede identificar detalles relevantes, relacionar información de distintas partes del material y utilizarla para resolver la tarea de forma secuencial.\n\nEn desarrollo, esto supone elaborar un plan, estudiar un sistema desconocido y buscar errores en cambios. En análisis profesional, supone procesar documentos y preparar el contenido de hojas de cálculo, informes o presentaciones. Conviene proporcionar la tarea concreta y los materiales para fundamentar las conclusiones, en lugar de limitarse a un tema general.\n\n### Razonamiento adaptativo\n\nEl modelo admite un modo adaptativo que decide, según el contenido de la tarea, cuándo resulta útil analizar más. `effort` define el grado de elaboración; Opus 4.6 admite `low`, `medium`, `high` y `max`, con `high` como valor estándar. Según Anthropic, un análisis profundo puede aumentar el tiempo de respuesta en tareas sencillas, por lo que conviene ajustar el nivel a su complejidad.\n\nEl extended thinking anterior, con presupuesto manual, sigue disponible, pero está marcado como una opción en proceso de retirada. Hay una diferencia relevante entre modos: el razonamiento entre llamadas a herramientas está disponible en el modo adaptativo, mientras que Opus 4.6 no lo realiza en el manual. Al conectar herramientas, el análisis adaptativo ayuda a utilizar el resultado de una acción para elegir la siguiente.\n\n### Contexto para trabajos prolongados\n\nLa especificación actual de Anthropic establece **1 millón de tokens de contexto** y hasta **128 mil tokens de respuesta en el modo normal**. Recibe **texto e imágenes** y la respuesta sigue siendo de texto. El límite fiable de sus conocimientos incorporados es **mayo de 2025**.\n\nLos formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 1568 píxeles y se utilizan 1568 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.\n\nPara conversaciones prolongadas y tareas de agentes, el fabricante describe compresión de contexto antiguo: la parte previa del trabajo se sustituye por un resumen al acercarse a un umbral definido. Es una capacidad experimental que requiere compatibilidad en la aplicación; el tamaño del contexto no incluye por sí solo memoria infinita.\n\n### Herramientas y comprobación del resultado\n\nOpus 4.6 está diseñado para trabajar en varios pasos con búsqueda, código y otras herramientas disponibles. El entorno de la aplicación debe permitir leer materiales, ejecutar comandos o producir archivos. Las acciones de producción, el manejo de una interfaz y la creación de una presentación terminada dependen de esos medios; el modelo de texto no los obtiene automáticamente.\n\nAnthropic describe por separado controles y medidas de protección para tareas de ciberseguridad potencialmente peligrosas. En desarrollo normal, el modelo puede ayudar a buscar y corregir vulnerabilidades, pero el tipo de solicitud influye en la posibilidad de responder. Las conclusiones sobre conjuntos amplios de materiales y los cambios propuestos deben comprobarse con los propios datos y los resultados de la ejecución.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "cfc0d06318725f9ccf3fbf613d69716d8a0160679a433fb837773910adaa6ad0", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es", "methods": [ { "html": "anthropic/claude-opus-4.6:batchClaude Opus 4.6 está orientado a bases de código grandes, depuración, investigación y análisis de documentos largos. Admite razonamiento adaptativo y un contexto de hasta 1 millón de tokens.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Claude Opus 4.6 está orientado a trabajos en los que resulta útil mantener muchos materiales en un contexto y razonar después de leerlos. Anthropic destaca desarrollo en bases de código grandes, revisión de código, depuración, análisis financiero e investigación. El modelo puede identificar detalles relevantes, relacionar información de distintas partes del material y utilizarla para resolver la tarea de forma secuencial.
En desarrollo, esto supone elaborar un plan, estudiar un sistema desconocido y buscar errores en cambios. En análisis profesional, supone procesar documentos y preparar el contenido de hojas de cálculo, informes o presentaciones. Conviene proporcionar la tarea concreta y los materiales para fundamentar las conclusiones, en lugar de limitarse a un tema general.
El modelo admite un modo adaptativo que decide, según el contenido de la tarea, cuándo resulta útil analizar más. effort define el grado de elaboración; Opus 4.6 admite low, medium, high y max, con high como valor estándar. Según Anthropic, un análisis profundo puede aumentar el tiempo de respuesta en tareas sencillas, por lo que conviene ajustar el nivel a su complejidad.
El extended thinking anterior, con presupuesto manual, sigue disponible, pero está marcado como una opción en proceso de retirada. Hay una diferencia relevante entre modos: el razonamiento entre llamadas a herramientas está disponible en el modo adaptativo, mientras que Opus 4.6 no lo realiza en el manual. Al conectar herramientas, el análisis adaptativo ayuda a utilizar el resultado de una acción para elegir la siguiente.
La especificación actual de Anthropic establece 1 millón de tokens de contexto y hasta 128 mil tokens de respuesta en el modo normal. Recibe texto e imágenes y la respuesta sigue siendo de texto. El límite fiable de sus conocimientos incorporados es mayo de 2025.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 1568 píxeles y se utilizan 1568 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
Para conversaciones prolongadas y tareas de agentes, el fabricante describe compresión de contexto antiguo: la parte previa del trabajo se sustituye por un resumen al acercarse a un umbral definido. Es una capacidad experimental que requiere compatibilidad en la aplicación; el tamaño del contexto no incluye por sí solo memoria infinita.
Opus 4.6 está diseñado para trabajar en varios pasos con búsqueda, código y otras herramientas disponibles. El entorno de la aplicación debe permitir leer materiales, ejecutar comandos o producir archivos. Las acciones de producción, el manejo de una interfaz y la creación de una presentación terminada dependen de esos medios; el modelo de texto no los obtiene automáticamente.
Anthropic describe por separado controles y medidas de protección para tareas de ciberseguridad potencialmente peligrosas. En desarrollo normal, el modelo puede ayudar a buscar y corregir vulnerabilidades, pero el tipo de solicitud influye en la posibilidad de responder. Las conclusiones sobre conjuntos amplios de materiales y los cambios propuestos deben comprobarse con los propios datos y los resultados de la ejecución.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites anthropic/claude-opus-4.6:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites anthropic/claude-opus-4.6:batch, anthropic/claude-opus-4.6 | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites anthropic | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en la propia solicitud; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoEl cliente puede leer localmente el JSONL real en UTF-8 e incorporarlo a requests[]. No se utiliza purpose de carga, input_file_id ni ninguna referencia a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de Chat Completions de texto incluidos directamente en el contenedor Batch documentado. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id real de la respuesta de creación original; mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.025 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00625 / 1K tokens Entrada · Escritura en caché, 1 hora $0.01 / 1K tokens |
| ConfiguraciónTramo 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.025 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00625 / 1K tokens Entrada · Escritura en caché, 1 hora $0.01 / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-opus-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-opus-4.6:batch', 'anthropic/claude-opus-4.6']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-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.\nJSON de results[].response.body incluido directamente
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada resultado y su custom_id, y el cuerpo completo de la respuesta o del error. Guarda los results[] completados como JSONL sin filtrarlos.
Conserva el ID de la operación original. 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado se desconoce.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónEl contenedor documentado con contenido incluido directamente no es válido, hay claves duplicadas, la identidad de un elemento no es válida o existe un conflicto con las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave API no válida. | Siguiente pasoUsa la clave Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoComprueba los permisos de la clave y del grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch se factura con cargo al saldo; se rechaza su creación con una suscripción. | Siguiente pasoUsa el grupo autorizado que se factura con cargo al saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede calcular el presupuesto de la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve la admisión antes de enviar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere comprobación; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra anthropic/claude-opus-4.6:batch
Usa las rutas de método indicadas arriba.