Claude Sonnet 4.6 unisce programmazione, comprensione di un ampio contesto, pianificazione agentica, lavoro professionale sulle informazioni e design. Anthropic mette in evidenza lo studio del codice prima delle modifiche e la capacità di lavorare sequenzialmente su più passaggi dell'istruzione. È utile per cercare un problema in un grande progetto, analizzare un documento lungo e preparare il contenuto di una relazione.
Il modello può analizzare informazioni di contratti, lavori di ricerca e altri materiali in una sola richiesta. L'attività può includere estrazione di fatti, ragionamento basato su di essi e produzione di un risultato che riunisce più parti. Tra gli ambiti descritti figurano anche l'analisi finanziaria e la creazione di codice per interfacce con attenzione a composizione e presentazione.
Sonnet 4.6 comprende testo e immagini; il suo risultato proprio è testo. Anthropic descrive scenari al computer in cui il modello si orienta da uno screenshot, sceglie azioni con mouse e tastiera e analizza una tabella complessa o una sequenza di passaggi in un modulo web. Per l'esecuzione reale sono necessari strumenti dell'applicazione che trasmettano lo schermo ed eseguano le azioni.
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.
Analogamente, documenti, fogli di calcolo e presentazioni possono essere oggetto di analisi o preparazione dei contenuti, ma la produzione del file finale richiede un ambiente adeguato. Le immagini aiutano a comprendere grafici, schemi e struttura visiva dei materiali; questo non trasforma il modello in un generatore di immagini.
Questa versione supporta il ragionamento adattivo ed extended thinking manuale. La modalità manuale è indicata come deprecata; quella adattiva permette al modello di scegliere quando è utile un'analisi aggiuntiva, anche tra gli accessi agli strumenti. I livelli di effort sono low, medium, high e max, con high come valore standard. Secondo Anthropic, la scelta dell'impegno aiuta a rapportare il dettaglio del lavoro e la latenza alla natura dell'attività.
Le specifiche attuali definiscono 1 milione di token di contesto e fino a 128 mila token di risposta nella modalità normale. Per il lavoro prolungato, il produttore descrive anche una compressione sperimentale del vecchio contesto in un riepilogo. Questa funzione richiede il supporto dell'applicazione e non elimina il limite della finestra del modello.
Il riferimento affidabile delle conoscenze integrate è agosto 2025. Per informazioni successive servono materiali dell'istruzione o ricerca disponibile. Gli strumenti collegati possono aiutare a cercare informazioni, eseguire codice ed elaborare contenuti trovati; disponibilità e azioni consentite sono stabilite dall'applicazione.
Sonnet 4.6 è stato addestrato a resistere a istruzioni malevole nascoste in materiali altrui, ma ambienti visivi complessi e istruzioni ambigue possono comunque causare errori. Requisiti espliciti, verifica dei fatti estratti e valutazione del risultato delle azioni restano parte di un uso affidabile del modello.
", "aboutText": "### Codice, documenti e piano d'azione\n\nClaude Sonnet 4.6 unisce programmazione, comprensione di un ampio contesto, pianificazione agentica, lavoro professionale sulle informazioni e design. Anthropic mette in evidenza lo studio del codice prima delle modifiche e la capacità di lavorare sequenzialmente su più passaggi dell'istruzione. È utile per cercare un problema in un grande progetto, analizzare un documento lungo e preparare il contenuto di una relazione.\n\nIl modello può analizzare informazioni di contratti, lavori di ricerca e altri materiali in una sola richiesta. L'attività può includere estrazione di fatti, ragionamento basato su di essi e produzione di un risultato che riunisce più parti. Tra gli ambiti descritti figurano anche l'analisi finanziaria e la creazione di codice per interfacce con attenzione a composizione e presentazione.\n\n### Azioni in un ambiente visivo\n\nSonnet 4.6 comprende **testo e immagini**; il suo risultato proprio è **testo**. Anthropic descrive scenari al computer in cui il modello si orienta da uno screenshot, sceglie azioni con mouse e tastiera e analizza una tabella complessa o una sequenza di passaggi in un modulo web. Per l'esecuzione reale sono necessari strumenti dell'applicazione che trasmettano lo schermo ed eseguano le azioni.\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\nAnalogamente, documenti, fogli di calcolo e presentazioni possono essere oggetto di analisi o preparazione dei contenuti, ma la produzione del file finale richiede un ambiente adeguato. Le immagini aiutano a comprendere grafici, schemi e struttura visiva dei materiali; questo non trasforma il modello in un generatore di immagini.\n\n### Come si regola l'analisi\n\nQuesta versione supporta il ragionamento adattivo ed extended thinking manuale. La modalità manuale è indicata come deprecata; quella adattiva permette al modello di scegliere quando è utile un'analisi aggiuntiva, anche tra gli accessi agli strumenti. I livelli di `effort` sono `low`, `medium`, `high` e `max`, con `high` come valore standard. Secondo Anthropic, la scelta dell'impegno aiuta a rapportare il dettaglio del lavoro e la latenza alla natura dell'attività.\n\nLe specifiche attuali definiscono **1 milione di token di contesto** e fino a **128 mila token di risposta nella modalità normale**. Per il lavoro prolungato, il produttore descrive anche una compressione sperimentale del vecchio contesto in un riepilogo. Questa funzione richiede il supporto dell'applicazione e non elimina il limite della finestra del modello.\n\n### Aspetti da considerare nel lavoro\n\nIl riferimento affidabile delle conoscenze integrate è **agosto 2025**. Per informazioni successive servono materiali dell'istruzione o ricerca disponibile. Gli strumenti collegati possono aiutare a cercare informazioni, eseguire codice ed elaborare contenuti trovati; disponibilità e azioni consentite sono stabilite dall'applicazione.\n\nSonnet 4.6 è stato addestrato a resistere a istruzioni malevole nascoste in materiali altrui, ma ambienti visivi complessi e istruzioni ambigue possono comunque causare errori. Requisiti espliciti, verifica dei fatti estratti e valutazione del risultato delle azioni restano parte di un uso affidabile del modello.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ec57ff03ec4fd7f102db802075918c24222fed0041c5dc379e5b3d2dc97de959", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "it", "methods": [ { "html": "claude-sonnet-4-6-thinkingClaude Sonnet 4.6 aiuta con sviluppo, comprensione di documenti lunghi, pianificazione e attività con dati visivi. Supporta il ragionamento adattivo e il lavoro a più passaggi con strumenti.
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 Sonnet 4.6 unisce programmazione, comprensione di un ampio contesto, pianificazione agentica, lavoro professionale sulle informazioni e design. Anthropic mette in evidenza lo studio del codice prima delle modifiche e la capacità di lavorare sequenzialmente su più passaggi dell'istruzione. È utile per cercare un problema in un grande progetto, analizzare un documento lungo e preparare il contenuto di una relazione.
Il modello può analizzare informazioni di contratti, lavori di ricerca e altri materiali in una sola richiesta. L'attività può includere estrazione di fatti, ragionamento basato su di essi e produzione di un risultato che riunisce più parti. Tra gli ambiti descritti figurano anche l'analisi finanziaria e la creazione di codice per interfacce con attenzione a composizione e presentazione.
Sonnet 4.6 comprende testo e immagini; il suo risultato proprio è testo. Anthropic descrive scenari al computer in cui il modello si orienta da uno screenshot, sceglie azioni con mouse e tastiera e analizza una tabella complessa o una sequenza di passaggi in un modulo web. Per l'esecuzione reale sono necessari strumenti dell'applicazione che trasmettano lo schermo ed eseguano le azioni.
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.
Analogamente, documenti, fogli di calcolo e presentazioni possono essere oggetto di analisi o preparazione dei contenuti, ma la produzione del file finale richiede un ambiente adeguato. Le immagini aiutano a comprendere grafici, schemi e struttura visiva dei materiali; questo non trasforma il modello in un generatore di immagini.
Questa versione supporta il ragionamento adattivo ed extended thinking manuale. La modalità manuale è indicata come deprecata; quella adattiva permette al modello di scegliere quando è utile un'analisi aggiuntiva, anche tra gli accessi agli strumenti. I livelli di effort sono low, medium, high e max, con high come valore standard. Secondo Anthropic, la scelta dell'impegno aiuta a rapportare il dettaglio del lavoro e la latenza alla natura dell'attività.
Le specifiche attuali definiscono 1 milione di token di contesto e fino a 128 mila token di risposta nella modalità normale. Per il lavoro prolungato, il produttore descrive anche una compressione sperimentale del vecchio contesto in un riepilogo. Questa funzione richiede il supporto dell'applicazione e non elimina il limite della finestra del modello.
Il riferimento affidabile delle conoscenze integrate è agosto 2025. Per informazioni successive servono materiali dell'istruzione o ricerca disponibile. Gli strumenti collegati possono aiutare a cercare informazioni, eseguire codice ed elaborare contenuti trovati; disponibilità e azioni consentite sono stabilite dall'applicazione.
Sonnet 4.6 è stato addestrato a resistere a istruzioni malevole nascoste in materiali altrui, ma ambienti visivi complessi e istruzioni ambigue possono comunque causare errori. Requisiti espliciti, verifica dei fatti estratti e valutazione del risultato delle azioni restano parte di un uso affidabile del modello.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti claude-sonnet-4-6-thinking | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Alias del metodo: /chat/completions
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.006 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0006 / 1K token Input · Scrittura nella cache $0.0075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-sonnet-4-6-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="claude-sonnet-4-6-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra claude-sonnet-4-6-thinking
/chat/completions