Claude Sonnet 4.6 förenar programmering, förståelse av stor kontext, agentplanering, professionellt informationsarbete och design. Anthropic framhåller undersökning av kod före ändringar och förmågan att arbeta stegvis med flera delar av en uppgift. Det är användbart för att hitta problem i stora projekt, analysera långa dokument och ta fram rapportinnehåll.
Modellen kan analysera uppgifter från avtal, forskningsarbeten och andra material i ett anrop. Uppgiften kan omfatta extrahering av fakta, resonemang utifrån dem och ett resultat som förenar flera delar. Bland beskrivna områden finns även finansiell analys och framställning av gränssnittskod med fokus på komposition och utformning.
Sonnet 4.6 förstår text och bilder. Dess eget resultat är text. Anthropic beskriver datorscenarier där modellen orienterar sig utifrån skärmbilder, väljer mus- och tangentbordsåtgärder, analyserar ett komplicerat kalkylblad eller en följd av steg i ett webbformulär. För faktiskt utförande behövs applikationsverktyg som överför skärmen och genomför åtgärderna.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
På samma sätt kan dokument, kalkylblad och presentationer analyseras eller få innehåll förberett, men produktion av en färdig fil kräver en lämplig miljö. Bilder hjälper modellen att förstå grafer, diagram och materialets visuella struktur. Det gör den inte till en bildgenerator.
Denna version stöder adaptivt resonemang och manuellt extended thinking. Det manuella läget anges som på väg att bli föråldrat. Det adaptiva låter modellen välja när ytterligare analys är användbar, även mellan verktygsanrop. Nivåerna för effort är low, medium, high och max, med high som standard. Enligt Anthropic hjälper valet av arbetsinsats till att anpassa arbetets detaljnivå och fördröjning till uppgiften.
Den aktuella specifikationen anger 1 miljon token i kontext och upp till 128 tusen token i svaret i vanligt läge. För långvarigt arbete beskriver tillverkaren också experimentell komprimering av gammal kontext till en sammanfattning. Funktionen kräver applikationsstöd och upphäver inte modellfönstrets gräns.
Den tillförlitliga gränsen för de inbyggda kunskaperna är augusti 2025. Senare uppgifter kräver instruktionens material eller tillgänglig sökning. Anslutna verktyg kan hjälpa till att söka information, köra kod och bearbeta innehållet som hittas. Tillgången och de tillåtna åtgärderna bestäms av applikationen.
Sonnet 4.6 tränades att stå emot dolda skadliga instruktioner i andras material, men en komplex visuell miljö och mångtydiga uppgifter kan ändå leda till fel. Uttryckliga uppgiftskrav, kontroll av extraherade fakta och bedömning av åtgärdsresultat hör fortfarande till ett tillförlitligt arbete med modellen.
", "aboutText": "### Kod, dokument och handlingsplan\n\nClaude Sonnet 4.6 förenar programmering, förståelse av stor kontext, agentplanering, professionellt informationsarbete och design. Anthropic framhåller undersökning av kod före ändringar och förmågan att arbeta stegvis med flera delar av en uppgift. Det är användbart för att hitta problem i stora projekt, analysera långa dokument och ta fram rapportinnehåll.\n\nModellen kan analysera uppgifter från avtal, forskningsarbeten och andra material i ett anrop. Uppgiften kan omfatta extrahering av fakta, resonemang utifrån dem och ett resultat som förenar flera delar. Bland beskrivna områden finns även finansiell analys och framställning av gränssnittskod med fokus på komposition och utformning.\n\n### Åtgärder i en visuell miljö\n\nSonnet 4.6 förstår **text och bilder**. Dess eget resultat är **text**. Anthropic beskriver datorscenarier där modellen orienterar sig utifrån skärmbilder, väljer mus- och tangentbordsåtgärder, analyserar ett komplicerat kalkylblad eller en följd av steg i ett webbformulär. För faktiskt utförande behövs applikationsverktyg som överför skärmen och genomför åtgärderna.\n\nTillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.\n\nPå samma sätt kan dokument, kalkylblad och presentationer analyseras eller få innehåll förberett, men produktion av en färdig fil kräver en lämplig miljö. Bilder hjälper modellen att förstå grafer, diagram och materialets visuella struktur. Det gör den inte till en bildgenerator.\n\n### Så regleras analysen\n\nDenna version stöder adaptivt resonemang och manuellt extended thinking. Det manuella läget anges som på väg att bli föråldrat. Det adaptiva låter modellen välja när ytterligare analys är användbar, även mellan verktygsanrop. Nivåerna för `effort` är `low`, `medium`, `high` och `max`, med `high` som standard. Enligt Anthropic hjälper valet av arbetsinsats till att anpassa arbetets detaljnivå och fördröjning till uppgiften.\n\nDen aktuella specifikationen anger **1 miljon token i kontext** och upp till **128 tusen token i svaret i vanligt läge**. För långvarigt arbete beskriver tillverkaren också experimentell komprimering av gammal kontext till en sammanfattning. Funktionen kräver applikationsstöd och upphäver inte modellfönstrets gräns.\n\n### Att beakta i arbetet\n\nDen tillförlitliga gränsen för de inbyggda kunskaperna är **augusti 2025**. Senare uppgifter kräver instruktionens material eller tillgänglig sökning. Anslutna verktyg kan hjälpa till att söka information, köra kod och bearbeta innehållet som hittas. Tillgången och de tillåtna åtgärderna bestäms av applikationen.\n\nSonnet 4.6 tränades att stå emot dolda skadliga instruktioner i andras material, men en komplex visuell miljö och mångtydiga uppgifter kan ändå leda till fel. Uttryckliga uppgiftskrav, kontroll av extraherade fakta och bedömning av åtgärdsresultat hör fortfarande till ett tillförlitligt arbete med modellen.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "bd1e4ebf8a54f1d993cdc0fbcb5f7079695ccc28245f34806ef70fbbc7997505", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "anthropic/claude-sonnet-4.6:batchClaude Sonnet 4.6 hjälper till med utveckling, förståelse av långa dokument, planering och uppgifter med visuella data. Stöder adaptivt resonemang och verktygsarbete i flera steg.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Sonnet 4.6 förenar programmering, förståelse av stor kontext, agentplanering, professionellt informationsarbete och design. Anthropic framhåller undersökning av kod före ändringar och förmågan att arbeta stegvis med flera delar av en uppgift. Det är användbart för att hitta problem i stora projekt, analysera långa dokument och ta fram rapportinnehåll.
Modellen kan analysera uppgifter från avtal, forskningsarbeten och andra material i ett anrop. Uppgiften kan omfatta extrahering av fakta, resonemang utifrån dem och ett resultat som förenar flera delar. Bland beskrivna områden finns även finansiell analys och framställning av gränssnittskod med fokus på komposition och utformning.
Sonnet 4.6 förstår text och bilder. Dess eget resultat är text. Anthropic beskriver datorscenarier där modellen orienterar sig utifrån skärmbilder, väljer mus- och tangentbordsåtgärder, analyserar ett komplicerat kalkylblad eller en följd av steg i ett webbformulär. För faktiskt utförande behövs applikationsverktyg som överför skärmen och genomför åtgärderna.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
På samma sätt kan dokument, kalkylblad och presentationer analyseras eller få innehåll förberett, men produktion av en färdig fil kräver en lämplig miljö. Bilder hjälper modellen att förstå grafer, diagram och materialets visuella struktur. Det gör den inte till en bildgenerator.
Denna version stöder adaptivt resonemang och manuellt extended thinking. Det manuella läget anges som på väg att bli föråldrat. Det adaptiva låter modellen välja när ytterligare analys är användbar, även mellan verktygsanrop. Nivåerna för effort är low, medium, high och max, med high som standard. Enligt Anthropic hjälper valet av arbetsinsats till att anpassa arbetets detaljnivå och fördröjning till uppgiften.
Den aktuella specifikationen anger 1 miljon token i kontext och upp till 128 tusen token i svaret i vanligt läge. För långvarigt arbete beskriver tillverkaren också experimentell komprimering av gammal kontext till en sammanfattning. Funktionen kräver applikationsstöd och upphäver inte modellfönstrets gräns.
Den tillförlitliga gränsen för de inbyggda kunskaperna är augusti 2025. Senare uppgifter kräver instruktionens material eller tillgänglig sökning. Anslutna verktyg kan hjälpa till att söka information, köra kod och bearbeta innehållet som hittas. Tillgången och de tillåtna åtgärderna bestäms av applikationen.
Sonnet 4.6 tränades att stå emot dolda skadliga instruktioner i andras material, men en komplex visuell miljö och mångtydiga uppgifter kan ändå leda till fel. Uttryckliga uppgiftskrav, kontroll av extraherade fakta och bedömning av åtgärdsresultat hör fortfarande till ett tillförlitligt arbete med modellen.
POST /v1/batchestexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältendpoint | Typstring | KravObligatoriskt | Värden & gränser /v1/chat/completions | Standard— |
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-sonnet-4.6:batch | Standard— |
Fältrequests | Typbatch_item[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältrequests[].custom_id | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältrequests[].body.messages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältcompletion_window | Typstring | KravValfritt | Värden & gränser 24h | Standard— |
Fältprovider | Typobject|null | KravValfritt | Värden & gränser | Standard— |
Fältrequests[].body.model | Typstring | KravValfritt | Värden & gränser anthropic/claude-sonnet-4.6:batch, anthropic/claude-sonnet-4.6 | Standard— |
Fältprovider.only | Typstring[] | KravValfritt | Värden & gränser anthropic | Standard— |
Fältprovider.allow_fallbacks | Typboolean|null | KravValfritt | Värden & gränser false, null | Standard— |
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalendpoint, model, requests |
Parametermaterial_types | Avtaltext |
Parameterrepresentation | AvtalInbäddade requests[]; varje objekt har custom_id och body |
Parameterrequest_endpoint_profile | Avtal/v1/chat/completions |
Parameterfile_material | AvtalDen anropande klienten kan läsa in faktiska UTF-8 JSONL-data lokalt i requests[]. Inget uppladdningssyfte, input_file_id eller någon filreferens används. Om kundmaterial saknas eller är tomt avbryts förberedelserna före POST. |
Parameterserialization_order | Avtalendpoint, model, provider (om angivet), completion_window (om angivet), requests sist |
Parameteroptional_controls | Avtalprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtalFörfrågningskroppar för Text Chat Completions i det dokumenterade inbäddade Batch-formatet. |
Livscykel: asynchronous
GET /v1/batches/{operation_id} · Det faktiska response.id från det ursprungliga skapandesvaret; samma användare/nyckel/grupp
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning $0.0003 / 1K token Indata · Skrivning till cache $0.00375 / 1K token Indata · Skrivning till cache, 1 tim $0.006 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.003 / 1K token Utdata · Utdatatoken $0.015 / 1K token Indata · Cacheläsning $0.0003 / 1K token Indata · Skrivning till cache $0.00375 / 1K token Indata · Skrivning till cache, 1 tim $0.006 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-sonnet-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-sonnet-4.6:batch', 'anthropic/claude-sonnet-4.6']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-sonnet-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 i inbäddade 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\nBehåll varje fullständigt returnerat svar, fil och innehållsdel.
Spara hela det ursprungliga statusobjektet i JSON, varje resultat/custom_id och hela svars- eller felkroppen. Spara slutförda results[] som JSONL utan filtrering.
Behåll det ursprungliga operations-ID:t. Vid 503 result_pending_check gäller X-Should-Retry:false; skicka aldrig om en ursprunglig batch med okänt utfall.
| Fält | Typ |
|---|---|
Fältresults[].custom_id | Typstring |
Fältresults[].response.body.choices[].message.content | Typstring|null |
Fältresults[].error | Typobject|null |
Fältusage | Typobject|null |
Fältid | Typstring |
Fältmodel | Typstring |
Fältendpoint | Typstring |
Fältstatus | Typstring |
Fältrequest_counts | Typobject |
Fältresults[].id | Typstring |
Fältresults[].response.status_code | Typinteger |
Fältresults[].response.request_id | Typstring |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorFörfrågan har ett ogiltigt inbäddat format enligt dokumentationen, duplicerade nycklar eller en felaktig objektidentitet, eller står i konflikt med modellens konfigurerade funktioner. | Nästa stegRätta de angivna fälten innan du skickar en ny förfrågan. |
Svar401 · authentication_error | VillkorOgiltig API-nyckel. | Nästa stegAnvänd den behöriga Ailoot-nyckeln. |
Svar403 · permission_error | VillkorGrupp för batchkörning är inte tillgänglig. | Nästa stegKontrollera nyckelns/gruppens behörighet. |
Svar422 · invalid_request_error | VillkorBatchkörning debiteras från saldot; skapande via abonnemang avvisas. | Nästa stegAnvänd den behöriga gruppen med saldodebitering. |
Svar422 · price_unavailable | VillkorKostnaden för batchindata kan inte beräknas i förväg. | Nästa stegSpara svaret; använd det dokumenterade indataformatet för API-familjen. |
Svar402 · billing_error | VillkorReservation för batchkörning är inte tillgänglig. | Nästa stegSe till att villkoren för att godta förfrågan är uppfyllda innan du skickar en ny. |
Svar503 · price_unavailable | VillkorPriset för batchmetoden eller de inbyggda priserna är inte tillgängliga. | Nästa stegSpara svaret; ersätt inte priserna med andra. |
Svar503 · api_error | VillkorDen exakta leverantörsrutten är inte tillgänglig. | Nästa stegSpara svaret för att kunna reparera routningen. |
Svar503 · result_pending_check | VillkorDet ursprungliga resultatet behöver kontrolleras; X-Should-Retry:false. | Nästa stegBehåll det ursprungliga värdet för operation_id/id och läs av operationens status; upprepa aldrig det ursprungliga POST-anropet. |
Svar404 · not_found | VillkorOperationen för batchstatus saknas eller tillhör en annan identitet. | Nästa stegAnvänd exakt det ursprungliga id-värdet och samma användare/nyckel/grupp. |
Ailoot Ultra anthropic/claude-sonnet-4.6:batch
Använd metodsökvägarna som visas ovan.