Anthropic: Claude Sonnet 4.6

Claude Sonnet 4.6 ist ein Textmodell von Anthropic, gelistet auf api14 als anthropic/claude-sonnet-4.6. Anthropic beschreibt es als sein bisher leistungsfähigstes Modell der Sonnet-Klasse, mit Spitzenleistung in den Bereichen Coding, Agents und professionelle Arbeit. Es gehört zur Kategorie Text und richtet sich an Entwickler, die Anwendungen bauen, die starke Reasoning- und Generierungsqualität benötigen statt eines leichten Modells mit niedriger Latenz.

Das Modell akzeptiert Text, Bilder und Dateien als Eingabe und erzeugt Text als Ausgabe. Sein Kontextfenster beträgt 1.000.000 Tokens, was groß genug ist, um gesamte Codebasen, lange Dokumentensätze oder ausgedehnte Konversationsverläufe in einer einzigen Anfrage zu halten. Die maximale Ausgabe beträgt 128.000 Tokens, sodass Antworten lang ausfallen können, wenn die Aufgabe es erfordert, etwa bei vollständigen Datei-Neuschreibungen oder detaillierten Berichten. Da Bilder und Dateien neben Text akzeptiert werden, können Sie Prompts mit Screenshots, Diagrammen, PDFs oder Quelldateien mischen, ohne einen separaten Vorverarbeitungsschritt.

Diese Fähigkeiten deuten auf einige praktische Einsatzmöglichkeiten hin. Iterative Entwicklung und die Navigation in komplexen Codebasen passen natürlich dazu: Sie können ein Repository oder einen großen Ausschnitt davon einspeisen und Änderungen, Reviews oder Erklärungen über viele Dateien hinweg anfordern. Agent-artige Workflows profitieren von der Tool-Calling-Unterstützung und dem langen Kontext, da ein Agent Zustand und Zwischenergebnisse ohne ständige Kürzung mitführen kann. Professionelle Arbeit wie Dokumentenanalyse, Zusammenfassung und strukturierte Extraktion aus gemischten Text- und Bildeingaben ergibt sich ebenfalls aus den Eingabemodalitäten und den strukturierten Ausgabeoptionen. Die Reasoning-Steuerungen lassen Sie je nach Aufgabe Tiefe gegen Geschwindigkeit abwägen.

Sie rufen das Modell über die OpenAI-kompatible API von api14 mit der Modell-ID "anthropic/claude-sonnet-4.6" auf. Die unterstützten Anfrageparameter sind include_reasoning, max_completion_tokens, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k, top_p und verbosity. In der Praxis bedeutet das, dass Sie das Sampling-Verhalten mit temperature, top_p und top_k einstellen, die Ausgabelänge mit max_tokens oder max_completion_tokens begrenzen, die Reasoning-Tiefe mit reasoning, reasoning_effort und include_reasoning steuern und die Antwortform mit response_format und structured_outputs einschränken können. Die Tool-Nutzung wird über tools und tool_choice konfiguriert, und verbosity passt an, wie viel das Modell sagt.

Die wichtigste Einschränkung, die Sie beachten sollten, ist, dass die Ausgabe nur Text ist, sodass Aufgaben, die generierte Bilder oder Audio erfordern, außerhalb dieses Modells liegen. Die Ausgabegrenze von 128.000 Tokens bedeutet außerdem, dass sehr große einzelne Antworten aufgeteilt oder in Stufen gestreamt werden müssen. Wenn Ihre Arbeitslast eine einfache Klassifizierung oder kurze Antworten ist, bei denen Latenz und Durchsatz wichtiger sind als Reasoning-Tiefe, könnte ein kleineres Modell besser passen. Für Long-Context-Coding, Agent-Schleifen und gemischte Text-, Bild- und Dateianalyse ist Claude Sonnet 4.6 die stärkere Wahl.