Claude Opus 4.6 è orientato a lavori in cui è utile mantenere molti materiali in un solo contesto e ragionare dopo averli letti. Anthropic mette in evidenza lo sviluppo in grandi basi di codice, la verifica del codice, il debugging, l'analisi finanziaria e la ricerca. Il modello può individuare dettagli rilevanti, collegare informazioni di parti diverse dei materiali e utilizzarle per risolvere sequenzialmente l'attività.
Nello sviluppo questo significa lavorare sul piano, studiare un sistema sconosciuto e cercare errori nelle modifiche. Nell'analisi professionale significa elaborare documenti e preparare contenuti per fogli di calcolo, relazioni o presentazioni. Per questi scenari è importante fornire al modello l'attività stessa e i materiali su cui basare le conclusioni, anziché limitarsi al nome generale dell'argomento.
Il modello supporta una modalità adattiva: determina dal contenuto dell'istruzione quando è utile un'analisi aggiuntiva. Il parametro effort definisce il grado di elaborazione; per Opus 4.6 sono disponibili low, medium, high e max, con high come valore standard. Secondo Anthropic, un'elaborazione approfondita può aumentare il tempo di risposta nelle attività semplici, quindi conviene scegliere il livello in funzione della complessità.
La precedente modalità extended thinking con budget manuale è ancora supportata, ma è indicata come deprecata. Questa versione presenta una differenza importante tra le modalità: il ragionamento tra chiamate di strumenti è disponibile nella modalità adattiva, mentre Opus 4.6 non lo esegue nella modalità manuale. Quando sono collegati strumenti, l'analisi adattiva aiuta a utilizzare il risultato di un'azione per scegliere quella successiva.
Le specifiche attuali di Anthropic definiscono 1 milione di token di contesto e fino a 128 mila token di risposta nella modalità normale. In ingresso sono accettati testo e immagini, mentre la risposta resta testuale. Il riferimento affidabile delle conoscenze integrate è maggio 2025.
I formati dell'input visivo ordinario presso il produttore sono JPEG/PNG/GIF/WebP, con il primo fotogramma per le animazioni. Nell'analisi nativa il lato lungo è di 1568 pixel, con 1568 token visivi; le immagini più grandi vengono ridimensionate prima dell'analisi. Il supporto di file e parametri dipende dal metodo dell'applicazione.
Per conversazioni prolungate e attività agentiche, il produttore descrive la compressione del vecchio contesto: la parte precedente del lavoro viene sostituita da un riepilogo quando ci si avvicina a una soglia definita. Questa capacità è indicata come sperimentale e richiede il supporto dell'applicazione; la dimensione del contesto, da sola, non include una memoria infinita.
Opus 4.6 è pensato per un lavoro a più passaggi con ricerca, codice e altri strumenti disponibili. L'ambiente dell'applicazione deve fornire lettura dei materiali, esecuzione dei comandi o produzione dei file. Le azioni di produzione, il controllo dell'interfaccia e la creazione di una presentazione finale dipendono da questi mezzi; un modello testuale non li riceve automaticamente.
Anthropic descrive separatamente verifiche di sicurezza e misure di protezione per attività potenzialmente pericolose nella cybersicurezza. Nello sviluppo ordinario il modello può aiutare a trovare e correggere vulnerabilità, ma la natura della richiesta influisce sulla possibilità di ricevere una risposta. Le conclusioni su un ampio insieme di materiali e le modifiche proposte devono essere verificate sui dati stessi e sul risultato dell'esecuzione.
", "aboutText": "### Un'attività ampia e i legami tra le sue parti\n\nClaude Opus 4.6 è orientato a lavori in cui è utile mantenere molti materiali in un solo contesto e ragionare dopo averli letti. Anthropic mette in evidenza lo sviluppo in grandi basi di codice, la verifica del codice, il debugging, l'analisi finanziaria e la ricerca. Il modello può individuare dettagli rilevanti, collegare informazioni di parti diverse dei materiali e utilizzarle per risolvere sequenzialmente l'attività.\n\nNello sviluppo questo significa lavorare sul piano, studiare un sistema sconosciuto e cercare errori nelle modifiche. Nell'analisi professionale significa elaborare documenti e preparare contenuti per fogli di calcolo, relazioni o presentazioni. Per questi scenari è importante fornire al modello l'attività stessa e i materiali su cui basare le conclusioni, anziché limitarsi al nome generale dell'argomento.\n\n### Ragionamento adattivo\n\nIl modello supporta una modalità adattiva: determina dal contenuto dell'istruzione quando è utile un'analisi aggiuntiva. Il parametro `effort` definisce il grado di elaborazione; per Opus 4.6 sono disponibili `low`, `medium`, `high` e `max`, con `high` come valore standard. Secondo Anthropic, un'elaborazione approfondita può aumentare il tempo di risposta nelle attività semplici, quindi conviene scegliere il livello in funzione della complessità.\n\nLa precedente modalità extended thinking con budget manuale è ancora supportata, ma è indicata come deprecata. Questa versione presenta una differenza importante tra le modalità: il ragionamento tra chiamate di strumenti è disponibile nella modalità adattiva, mentre Opus 4.6 non lo esegue nella modalità manuale. Quando sono collegati strumenti, l'analisi adattiva aiuta a utilizzare il risultato di un'azione per scegliere quella successiva.\n\n### Contesto per il lavoro prolungato\n\nLe specifiche attuali di Anthropic definiscono **1 milione di token di contesto** e fino a **128 mila token di risposta nella modalità normale**. In ingresso sono accettati **testo e immagini**, mentre la risposta resta testuale. Il riferimento affidabile delle conoscenze integrate è **maggio 2025**.\n\nI formati dell'input visivo ordinario presso il produttore sono JPEG/PNG/GIF/WebP, con il primo fotogramma per le animazioni. Nell'analisi nativa il lato lungo è di 1568 pixel, con 1568 token visivi; le immagini più grandi vengono ridimensionate prima dell'analisi. Il supporto di file e parametri dipende dal metodo dell'applicazione.\n\nPer conversazioni prolungate e attività agentiche, il produttore descrive la compressione del vecchio contesto: la parte precedente del lavoro viene sostituita da un riepilogo quando ci si avvicina a una soglia definita. Questa capacità è indicata come sperimentale e richiede il supporto dell'applicazione; la dimensione del contesto, da sola, non include una memoria infinita.\n\n### Strumenti e verifica del risultato\n\nOpus 4.6 è pensato per un lavoro a più passaggi con ricerca, codice e altri strumenti disponibili. L'ambiente dell'applicazione deve fornire lettura dei materiali, esecuzione dei comandi o produzione dei file. Le azioni di produzione, il controllo dell'interfaccia e la creazione di una presentazione finale dipendono da questi mezzi; un modello testuale non li riceve automaticamente.\n\nAnthropic descrive separatamente verifiche di sicurezza e misure di protezione per attività potenzialmente pericolose nella cybersicurezza. Nello sviluppo ordinario il modello può aiutare a trovare e correggere vulnerabilità, ma la natura della richiesta influisce sulla possibilità di ricevere una risposta. Le conclusioni su un ampio insieme di materiali e le modifiche proposte devono essere verificate sui dati stessi e sul risultato dell'esecuzione.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "92bfc54d48a22f402b4e0fa756725c7625c3b24cba1d1f76c66c547db17749cb", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "anthropic/claude-opus-4.6:batchClaude Opus 4.6 è pensato per grandi basi di codice, debugging, ricerca e analisi di documenti lunghi. Supporta il ragionamento adattivo e un contesto fino a 1 milione di token.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Claude Opus 4.6 è orientato a lavori in cui è utile mantenere molti materiali in un solo contesto e ragionare dopo averli letti. Anthropic mette in evidenza lo sviluppo in grandi basi di codice, la verifica del codice, il debugging, l'analisi finanziaria e la ricerca. Il modello può individuare dettagli rilevanti, collegare informazioni di parti diverse dei materiali e utilizzarle per risolvere sequenzialmente l'attività.
Nello sviluppo questo significa lavorare sul piano, studiare un sistema sconosciuto e cercare errori nelle modifiche. Nell'analisi professionale significa elaborare documenti e preparare contenuti per fogli di calcolo, relazioni o presentazioni. Per questi scenari è importante fornire al modello l'attività stessa e i materiali su cui basare le conclusioni, anziché limitarsi al nome generale dell'argomento.
Il modello supporta una modalità adattiva: determina dal contenuto dell'istruzione quando è utile un'analisi aggiuntiva. Il parametro effort definisce il grado di elaborazione; per Opus 4.6 sono disponibili low, medium, high e max, con high come valore standard. Secondo Anthropic, un'elaborazione approfondita può aumentare il tempo di risposta nelle attività semplici, quindi conviene scegliere il livello in funzione della complessità.
La precedente modalità extended thinking con budget manuale è ancora supportata, ma è indicata come deprecata. Questa versione presenta una differenza importante tra le modalità: il ragionamento tra chiamate di strumenti è disponibile nella modalità adattiva, mentre Opus 4.6 non lo esegue nella modalità manuale. Quando sono collegati strumenti, l'analisi adattiva aiuta a utilizzare il risultato di un'azione per scegliere quella successiva.
Le specifiche attuali di Anthropic definiscono 1 milione di token di contesto e fino a 128 mila token di risposta nella modalità normale. In ingresso sono accettati testo e immagini, mentre la risposta resta testuale. Il riferimento affidabile delle conoscenze integrate è maggio 2025.
I formati dell'input visivo ordinario presso il produttore sono JPEG/PNG/GIF/WebP, con il primo fotogramma per le animazioni. Nell'analisi nativa il lato lungo è di 1568 pixel, con 1568 token visivi; le immagini più grandi vengono ridimensionate prima dell'analisi. Il supporto di file e parametri dipende dal metodo dell'applicazione.
Per conversazioni prolungate e attività agentiche, il produttore descrive la compressione del vecchio contesto: la parte precedente del lavoro viene sostituita da un riepilogo quando ci si avvicina a una soglia definita. Questa capacità è indicata come sperimentale e richiede il supporto dell'applicazione; la dimensione del contesto, da sola, non include una memoria infinita.
Opus 4.6 è pensato per un lavoro a più passaggi con ricerca, codice e altri strumenti disponibili. L'ambiente dell'applicazione deve fornire lettura dei materiali, esecuzione dei comandi o produzione dei file. Le azioni di produzione, il controllo dell'interfaccia e la creazione di una presentazione finale dipendono da questi mezzi; un modello testuale non li riceve automaticamente.
Anthropic descrive separatamente verifiche di sicurezza e misure di protezione per attività potenzialmente pericolose nella cybersicurezza. Nello sviluppo ordinario il modello può aiutare a trovare e correggere vulnerabilità, ma la natura della richiesta influisce sulla possibilità di ricevere una risposta. Le conclusioni su un ampio insieme di materiali e le modifiche proposte devono essere verificate sui dati stessi e sul risultato dell'esecuzione.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObbligatorio | Valori e limiti /v1/chat/completions | Predefinito— |
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti anthropic/claude-opus-4.6:batch | Predefinito— |
Camporequests | Tipobatch_item[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Camporequests[].custom_id | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campocompletion_window | Tipostring | RequisitoFacoltativo | Valori e limiti 24h | Predefinito— |
Campoprovider | Tipoobject|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Camporequests[].body.model | Tipostring | RequisitoFacoltativo | Valori e limiti anthropic/claude-opus-4.6:batch, anthropic/claude-opus-4.6 | Predefinito— |
Campoprovider.only | Tipostring[] | RequisitoFacoltativo | Valori e limiti anthropic | Predefinito— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoFacoltativo | Valori e limiti false, null | Predefinito— |
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattoendpoint, model, requests |
Parametromaterial_types | Contrattotext |
Parametrorepresentation | Contrattorequests[] inline; ogni elemento contiene custom_id e body |
Parametrorequest_endpoint_profile | Contratto/v1/chat/completions |
Parametrofile_material | ContrattoIl chiamante può leggere localmente i dati JSONL effettivi in UTF-8 e inserirli in requests[]. Non viene usato alcun purpose di caricamento, input_file_id o riferimento a file. Il materiale del cliente mancante o vuoto interrompe la preparazione prima del POST. |
Parametroserialization_order | Contrattoendpoint, model, provider (se fornito), completion_window (se fornito), requests per ultimo |
Parametrooptional_controls | Contrattoprovider.only, provider.allow_fallbacks, completion_window |
Parametroschema_scope | ContrattoCorpi delle richieste Chat Completions per testo nella struttura inline Batch documentata. |
Ciclo di vita: asynchronous
GET /v1/batches/{operation_id} · response.id effettivo della risposta alla creazione originale; stesso utente/chiave/gruppo
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
Associa ogni costo alle condizioni indicate. Usa una sola tariffa per ogni insieme di configurazioni alternative.
| Configurazione | Listino delle tariffe | Token di contesto, più di | Token di contesto, fino al limite incluso | Costo |
|---|---|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Token di contesto, più di— | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.025 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0.00625 / 1K token Input · Scrittura nella cache, 1 ora $0.01 / 1K token |
| ConfigurazioneFascia 1 di lunghezza della richiesta | Listino delle tariffe— | Token di contesto, più di0 | Token di contesto, fino al limite inclusoNessun limite superiore | Costo Input · Token in input $0.005 / 1K token Output · Token in output $0.025 / 1K token Input · Lettura dalla cache $0.0005 / 1K token Input · Scrittura nella cache $0.00625 / 1K token Input · Scrittura nella cache, 1 ora $0.01 / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${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 inline di results[].response.body
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 ogni risposta, file e parte di contenuto restituiti per intero.
Conserva il JSON completo dello stato originale, ogni result/custom_id e il corpo completo della risposta o dell'errore. Salva i results[] completati come JSONL senza filtrarli.
Conserva l'ID dell'operazione originale. La risposta 503 result_pending_check contiene X-Should-Retry:false; non reinviare mai un batch originale il cui esito è sconosciuto.
| 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 |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneStruttura inline documentata non valida, chiavi duplicate, identità degli elementi non valida o conflitto con le capacità configurate del modello. | Passaggio successivoCorreggi i campi indicati prima di qualsiasi nuovo invio. |
Risposta401 · authentication_error | CondizioneChiave API non valida. | Passaggio successivoUsa la chiave Ailoot autorizzata. |
Risposta403 · permission_error | CondizioneGruppo Batch non disponibile. | Passaggio successivoVerifica le autorizzazioni della chiave e del gruppo. |
Risposta422 · invalid_request_error | CondizioneBatch usa l'addebito sul saldo; la creazione tramite abbonamento viene rifiutata. | Passaggio successivoUsa il gruppo autorizzato con addebito sul saldo. |
Risposta422 · price_unavailable | CondizioneNon è possibile formulare un preventivo per l'input Batch. | Passaggio successivoConserva la risposta; usa l'input documentato per la famiglia. |
Risposta402 · billing_error | CondizioneRiserva Batch non disponibile. | Passaggio successivoRisolvi le condizioni di ammissione prima di una nuova richiesta. |
Risposta503 · price_unavailable | CondizionePrezzo del metodo Batch o tariffe native non disponibili. | Passaggio successivoConserva la risposta; non sostituire i prezzi. |
Risposta503 · api_error | CondizioneLa rotta esatta del fornitore non è disponibile. | Passaggio successivoConserva la risposta per la riparazione della rotta. |
Risposta503 · result_pending_check | CondizioneIl risultato originale richiede una verifica; X-Should-Retry:false. | Passaggio successivoConserva operation_id/id originale e leggine lo stato; non ripetere mai il POST originale. |
Risposta404 · not_found | CondizioneL'operazione di stato Batch è assente o appartiene a un'altra identità. | Passaggio successivoUsa l'id originale esatto e lo stesso utente/chiave/gruppo. |
Ailoot Ultra anthropic/claude-opus-4.6:batch
Usa i percorsi dei metodi indicati sopra.