Anthropic: Claude Sonnet 4.6

Claude Sonnet 4.6 aide au développement, à la compréhension de documents longs, à la planification et aux tâches visuelles. Il prend en charge le raisonnement adaptatif et le travail en plusieurs étapes avec outils.

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

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

Code, documents et plan d’action

Claude Sonnet 4.6 associe programmation, compréhension d’un contexte étendu, planification d’agents, travail professionnel avec l’information et design. Anthropic met en avant l’étude du code avant les modifications et la capacité à enchaîner les étapes des instructions. Cela est utile pour rechercher un problème dans un grand projet, analyser un document long et préparer le contenu d’un rapport.

Le modèle peut analyser dans une même demande des informations provenant de contrats, de travaux de recherche et d’autres matériaux. La tâche peut comprendre l’extraction de faits, un raisonnement fondé sur ceux-ci et la production d’un résultat réunissant plusieurs parties. Les domaines décrits comprennent aussi l’analyse financière et la création de code d’interfaces attentif à la composition et à la présentation.

Actions dans un environnement visuel

Sonnet 4.6 comprend texte et images ; son résultat propre est du texte. Anthropic décrit des scénarios informatiques où le modèle s’oriente à partir d’une capture d’écran, choisit des actions à la souris et au clavier, analyse un tableau complexe ou les étapes d’un formulaire web. L’exécution réelle nécessite des outils de l’application qui transmettent l’écran et réalisent les actions.

Les formats habituels d’entrée visuelle du fabricant sont JPEG/PNG/GIF/WebP, avec la première image d’une animation. Pour l’analyse native, le côté long mesure 1568 pixels et représente 1568 tokens visuels ; les grandes images sont réduites avant l’analyse. La prise en charge des fichiers et des paramètres dépend de la méthode de l’application.

De même, documents, tableaux et présentations peuvent faire l’objet d’une analyse ou d’une préparation de contenu, mais produire un fichier terminé nécessite un environnement adapté. Les images aident à comprendre graphiques, schémas et structure visuelle ; elles ne transforment pas le modèle en générateur d’images.

Réglage de l’analyse

Cette version prend en charge le raisonnement adaptatif et l’extended thinking manuel. Le mode manuel est indiqué comme déprécié ; le mode adaptatif laisse au modèle le choix d’approfondir l’analyse lorsque cela est utile, y compris entre appels d’outils. Les niveaux d’effort sont low, medium, high et max, avec high comme valeur standard. Selon Anthropic, l’effort permet d’adapter le niveau de détail et la latence au type de tâche.

La spécification actuelle indique 1 million de tokens de contexte et jusqu’à 128 k tokens de réponse en mode normal. Pour les travaux prolongés, le fabricant décrit aussi la compression expérimentale de l’ancien contexte en résumé. Cette fonction nécessite la prise en charge de l’application et ne supprime pas les limites de la fenêtre du modèle.

Points à prendre en compte

La date de référence fiable des connaissances intégrées est août 2025. Des matériaux de la tâche ou une recherche disponible sont nécessaires pour des informations ultérieures. Les outils connectés peuvent aider à rechercher des informations, exécuter du code et traiter les contenus trouvés ; leur présence et les actions autorisées sont définies par l’application.

Sonnet 4.6 a été entraîné à résister aux instructions malveillantes cachées dans des matériaux tiers, mais un environnement visuel complexe et des instructions ambiguës peuvent toujours conduire à des erreurs. Des exigences explicites, la vérification des faits extraits et l’évaluation du résultat des actions restent nécessaires à un travail fiable avec le modèle.

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

claude-sonnet-4-6-thinking

Anthropic /claude-sonnet-4-6-thinking

Premiers pas

Entrées acceptées: Texte
Résultats: Texte

Disponible dans Ailoot · entrées et méthodes

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

Types d’entrée: text
Types de sortie: text
Format de sortie: json ou SSE

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites claude-sonnet-4-6-thinking	Par défaut—
Champ`messages`	Type`message[]`	ExigenceObligatoire	Valeurs et limites Nombre minimal d’éléments: 1	Par défaut—
Champ`messages[].role`	Type`string`	ExigenceObligatoire	Valeurs et limites Selon le modèle	Par défaut—
Champ`messages[].content`	Type`string`	ExigenceFacultatif	Valeurs et limites S’applique lorsque: Conversation textuelle	Par défaut—
Champ`stream`	Type`boolean`	ExigenceFacultatif	Valeurs et limites	Par défautfalse

Combinaisons d’éléments d’entrée

Texte · Texte UTF8

messages[].content

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`content_type`	Contratapplication/json
Paramètre`required`	Contratmodel, messages
Paramètre`material_types`	Contrattext
Paramètre`messages`	Contrattableau de messages avec une structure role/content
Paramètre`file_material`	Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit
Paramètre`optional_controls`	Contratstream
Paramètre`control_scope`	ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false.
Paramètre`output_modalities`	Contrattext
Paramètre`hosted_operations`	Contratfalse
Paramètre`multimodal_input_binding`	Contratnull

Alias de méthode : /chat/completions

Cycle de vie : synchronous_or_streamed

Envoyez l’identifiant exact du modèle avec messages.

La longueur du contexte n’est pas un plafond de sortie.

Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide: Non précisé Lorsque le mode rapide est sélectionné
Mode Flex: Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal: Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)

Tarifs Ailoot

Prix par configuration

Configuration	Barème tarifaire	Coût
ConfigurationTarifs de base des tokens	Barème tarifaireTarif de base	Coût Entrée · Tokens en entrée $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

Ailoot Ultra · Chat OpenAI

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"))

Recevoir et enregistrer les résultats

Ailoot Ultra · Chat OpenAI

json ou SSE

Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.

Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse

Champ	Type
Champ`choices[].index`	Typeinteger
Champ`choices[].message.content`	Typestring\|null
Champ`choices[].message.tool_calls`	Typetool_call[]
Champ`choices[].message.reasoning_content`	Typestring
Champ`choices[].message.reasoning_details`	Typeobject\|array
Champ`choices[].finish_reason`	Typestring\|null
Champ`usage`	Typeobject

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.

Alias

Alias du modèle

Ailoot Ultra claude-sonnet-4-6-thinking

Alias des chemins de méthode

/chat/completions

ID d’appel associés

claude-sonnet-4-6-thinking

FAQ · Anthropic: Claude Sonnet 4.6

Quelles entrées et quels résultats sont disponibles ?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: text → text
Quels champs la requête utilise-t-elle ?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: model, messages, stream
Quelles limites s’appliquent ?: POST /v1/chat/completions · claude-sonnet-4-6-thinking: messages.min_items: 1

Anthropic: Claude Sonnet 4.6