Anthropic: Claude Sonnet 4.6

Claude Sonnet 4.6 ayuda con desarrollo, comprensión de documentos largos, planificación y tareas con datos visuales. Admite razonamiento adaptativo y trabajo con herramientas en varios pasos.

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

Sobre el modelo

Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.

Código, documentos y plan de acción

Claude Sonnet 4.6 combina programación, comprensión de contextos amplios, planificación con agentes, trabajo profesional con información y diseño. Anthropic destaca estudiar el código antes de modificarlo y trabajar de forma secuencial en los distintos pasos de una tarea. Es útil para buscar un problema en un proyecto grande, analizar un documento largo y preparar el contenido de un informe.

El modelo puede analizar información de contratos, artículos de investigación y otros materiales en una misma solicitud. La tarea puede incluir extraer hechos, razonar sobre ellos y producir un resultado que integre varias partes. Otros usos descritos son análisis financiero y generación de código de interfaces con atención a la composición y el diseño.

Acciones en un entorno visual

Sonnet 4.6 comprende texto e imágenes y su resultado propio es texto. Anthropic describe tareas de ordenador en las que el modelo se orienta mediante capturas, elige acciones de ratón y teclado y analiza una tabla compleja o los pasos de un formulario web. La ejecución real requiere herramientas de la aplicación que proporcionen la pantalla y realicen las acciones.

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.

Documentos, hojas de cálculo y presentaciones pueden analizarse o utilizarse para preparar contenido, pero producir un archivo terminado requiere un entorno adecuado. Las imágenes ayudan a comprender gráficos, diagramas y estructuras visuales; esto no convierte al modelo en un generador de imágenes.

Cómo se regula el análisis

Esta versión admite razonamiento adaptativo y extended thinking manual. El modo manual está marcado como una opción en proceso de retirada; el adaptativo permite decidir cuándo analizar más, incluso entre llamadas a herramientas. Los niveles de effort son low, medium, high y max, con high como nivel estándar. Según Anthropic, elegir el esfuerzo permite ajustar el detalle del trabajo y la latencia al tipo de tarea.

La especificación actual establece 1 millón de tokens de contexto y hasta 128 mil tokens de respuesta en el modo normal. Para trabajos prolongados, el fabricante también describe compresión experimental del contexto antiguo en un resumen. Requiere compatibilidad en la aplicación y no elimina los límites de la ventana del modelo.

Qué tener en cuenta

El límite fiable de sus conocimientos incorporados es agosto de 2025. La información posterior requiere materiales de la tarea o búsqueda disponible. Las herramientas conectadas pueden ayudar a buscar, ejecutar código y procesar el contenido encontrado; su disponibilidad y las acciones permitidas dependen de la aplicación.

Sonnet 4.6 fue entrenado para resistir instrucciones maliciosas ocultas en contenidos ajenos, pero los entornos visuales complejos y las tareas ambiguas pueden seguir causando errores. Requisitos explícitos, comprobación de los hechos extraídos y evaluación del resultado de cada acción siguen siendo parte del trabajo fiable con el modelo.

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

claude-sonnet-4-6-thinking

Anthropic /claude-sonnet-4-6-thinking

Primeros pasos

Claude Sonnet 4.6 ayuda con desarrollo, comprensión de documentos largos, planificación y tareas con datos visuales. Admite razonamiento adaptativo y trabajo con herramientas en varios pasos.

Entradas aceptadas: Texto
Resultados: Texto

Disponible en Ailoot · entradas y métodos

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

Tipos de entrada: text
Tipos de salida: text
Formato de salida: json o SSE

Campo	Tipo	Requisito	Valores y límites	Predeterminado
Campo`model`	Tipo`string`	RequisitoObligatorio	Valores y límites claude-sonnet-4-6-thinking	Predeterminado—
Campo`messages`	Tipo`message[]`	RequisitoObligatorio	Valores y límites Número mínimo de elementos: 1	Predeterminado—
Campo`messages[].role`	Tipo`string`	RequisitoObligatorio	Valores y límites Depende del modelo	Predeterminado—
Campo`messages[].content`	Tipo`string`	RequisitoOpcional	Valores y límites Se aplica cuando: Conversación textual	Predeterminado—
Campo`stream`	Tipo`boolean`	RequisitoOpcional	Valores y límites	Predeterminadofalse

Combinaciones de materiales de entrada

Texto · Texto UTF8

messages[].content

Parámetros del método y ciclo de vida

Parámetro	Contrato
Parámetro`content_type`	Contratoapplication/json
Parámetro`required`	Contratomodel, messages
Parámetro`material_types`	Contratotext
Parámetro`messages`	Contratomatriz de mensajes con estructura role/content
Parámetro`file_material`	Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo
Parámetro`optional_controls`	Contratostream
Parámetro`control_scope`	ContratoConversación textual; stream es un booleano y su valor predeterminado es false.
Parámetro`output_modalities`	Contratotext
Parámetro`hosted_operations`	Contratofalse
Parámetro`multimodal_input_binding`	Contratonull

Alias de método: /chat/completions

Ciclo de vida: synchronous_or_streamed

Envía el ID exacto del modelo junto con messages.

La longitud del contexto no es un límite máximo de salida.

Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.

Planes

Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.

Modo rápido: Sin especificar Cuando se selecciona el modo rápido
Modo flex: Sin especificar Cuando se selecciona el modo flex
Esfuerzo máximo de razonamiento: Sin especificar Cuando el esfuerzo máximo de razonamiento utiliza el ajuste predeterminado (default)

Tarifas de Ailoot

Precios por configuración

Configuración	Tabla de tarifas	Cargo
ConfiguraciónTarifas base por token	Tabla de tarifasTarifa base	Cargo Entrada · Tokens de entrada $0.006 / 1K tokens Salida · Tokens de salida $0.03 / 1K tokens Entrada · Lectura de caché $0.0006 / 1K tokens Entrada · Escritura en caché $0.0075 / 1K tokens Entrada · Escritura en caché, 1 hora — / 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 →

Solicitudes de ejemplo

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"))

Recibir y guardar resultados

Ailoot Ultra · OpenAI Chat

json o SSE

Conserva todos los resultados completados

Conserva todas las respuestas, archivos y partes de contenido completos recibidos.

Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.

Si es necesario revisar la respuesta original

Conserva los ID de solicitud y respuesta y las cabeceras. No se proporciona una URL genérica para recuperar tareas de texto.

Campos de respuesta

Campo	Tipo
Campo`choices[].index`	Tipointeger
Campo`choices[].message.content`	Tipostring\|null
Campo`choices[].message.tool_calls`	Tipotool_call[]
Campo`choices[].message.reasoning_content`	Tipostring
Campo`choices[].message.reasoning_details`	Tipoobject\|array
Campo`choices[].finish_reason`	Tipostring\|null
Campo`usage`	Tipoobject

Errores y siguientes pasos

Respuesta	Condición	Siguiente paso
Respuesta400 · `invalid_request_error`	CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos	Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación.

Alias

Alias del modelo

Ailoot Ultra claude-sonnet-4-6-thinking

Alias de rutas de métodos

/chat/completions

ID de modelo relacionados

claude-sonnet-4-6-thinking

FAQ · Anthropic: Claude Sonnet 4.6

¿Qué entradas y resultados están disponibles?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: text → text
¿Qué campos utiliza la solicitud?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: model, messages, stream
¿Qué límites se aplican?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: messages.min_items: 1

Anthropic: Claude Sonnet 4.6