Anthropic: Claude Sonnet 4.5 (batch)

Anthropic : Claude Sonnet 4.5 (batch) est un modèle de génération de texte d'Anthropic, proposé via api14 sous l'identifiant de modèle anthropic/claude-sonnet-4.5:batch. Il appartient à la gamme Sonnet, qu'Anthropic présente comme son modèle Sonnet le plus avancé à ce jour, optimisé pour les agents réels et les flux de travail de codage. La variante batch est le même modèle servi via un flux de travail par lots plutôt qu'interactif, ce qui la rend adaptée aux tâches qui ne nécessitent pas de réponse immédiate.

Le modèle accepte du texte, des images et des fichiers en entrée et renvoie du texte. Sa fenêtre de contexte est de 1 000 000 de tokens, et il peut produire jusqu'à 64 000 tokens de sortie par requête. Sa date de coupure des connaissances est le 2025-01-31, donc tout ce qui suit cette date est en dehors de ce que le modèle a appris pendant l'entraînement. Comme il traite les images et les fichiers en plus du texte, vous pouvez envoyer des captures d'écran, des documents et du contenu mixte dans la même conversation plutôt que de tout convertir en texte brut au préalable.

Ces capacités correspondent à quelques schémas pratiques. Les flux de travail de codage sont un choix naturel : le modèle a été ajusté pour cela, et la grande fenêtre de contexte vous permet d'inclure des dépôts entiers, de longs diffs ou des journaux volumineux dans une seule requête. Les tâches de type agent ont également du sens, puisque le modèle prend en charge l'appel d'outils et les sorties structurées, qui sont les briques de base des boucles qui lisent des données, appellent des fonctions et agissent sur les résultats. La compréhension de documents et d'images est un autre cas d'usage : vous pouvez transmettre des PDF, des captures d'écran ou des pages scannées et demander une extraction, un résumé ou une classification. Le mode batch convient aux tâches qui s'exécutent sur de nombreux éléments, comme la synthèse en masse, l'étiquetage de jeux de données ou la revue de code nocturne, où le débit compte plus que la latence.

Pour l'appeler, envoyez une requête au point de terminaison chat completions compatible OpenAI d'api14 avec l'identifiant de modèle anthropic/claude-sonnet-4.5:batch. Comme l'API est compatible OpenAI, les SDK et clients OpenAI existants fonctionnent en changeant uniquement l'URL de base et l'identifiant de modèle. Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k et top_p. En pratique, cela signifie que vous pouvez contrôler l'échantillonnage avec temperature, top_p et top_k, plafonner la sortie avec max_tokens, contraindre les réponses avec response_format ou structured_outputs, définir des fonctions avec tools et tool_choice, et gérer le comportement de raisonnement avec reasoning et include_reasoning.

Deux points méritent d'être vérifiés avant de vous engager. La variante batch n'est pas le bon choix lorsque vous avez besoin d'une réponse dans une requête interactive normale, car le traitement par lots est conçu pour un travail différé ; pour le chat ou les étapes d'agent en direct, utilisez plutôt le modèle standard non batch. De plus, la date de coupure des connaissances du 2025-01-31 signifie que le modèle n'a aucune connaissance intégrée des événements postérieurs à cette date, donc tout ce qui est récent doit provenir du prompt, de documents récupérés ou de résultats d'outils. Si votre tâche est purement textuelle et de petite envergure, un modèle plus léger peut suffire, mais pour le codage à long contexte, les entrées riches en documents ou les agents pilotés par outils, ce modèle couvre directement ces besoins.