Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5, Anthropic का एक टेक्स्ट मॉडल है, जिसे प्रदाता ने 29 सितंबर 2025 को जारी किया था। यह Anthropic की Sonnet श्रृंखला में आता है, जिसे प्रदाता आज तक का अपना सबसे उन्नत Sonnet मॉडल बताता है, जो वास्तविक दुनिया के एजेंट और कोडिंग वर्कफ़्लो के लिए अनुकूलित है। api14 पर यह मॉडल आईडी anthropic/claude-sonnet-4.5 के अंतर्गत सूचीबद्ध है और टेक्स्ट श्रेणी में आता है।

मॉडल इनपुट के रूप में टेक्स्ट, छवियाँ और फ़ाइलें स्वीकार करता है और केवल टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 1,000,000 टोकन है, और अधिकतम आउटपुट 64,000 टोकन है। ज्ञान कटऑफ 31 जनवरी 2025 है, इसलिए उस तारीख के बाद की कोई भी चीज़ मॉडल के प्रशिक्षण के दायरे से बाहर है। चूँकि टेक्स्ट के साथ छवियाँ और फ़ाइलें भी स्वीकार की जाती हैं, आप मिश्रित प्रॉम्प्ट भेज सकते हैं जिनमें लिखित निर्देशों के साथ दृश्य या दस्तावेज़ सामग्री हो, जबकि यह ध्यान रखें कि प्रतिक्रिया का एकमात्र प्रारूप टेक्स्ट ही है।

ये क्षमताएँ कुछ व्यावहारिक उपयोगों की ओर इशारा करती हैं। कोडिंग सहायता और एजेंट-शैली वर्कफ़्लो वे क्षेत्र हैं जिन्हें Anthropic रेखांकित करता है, और बड़ी कॉन्टेक्स्ट विंडो उन कार्यों के लिए उपयुक्त है जहाँ आपको एक लंबे कोडबेस, किसी लंबे दस्तावेज़ या लंबी बातचीत को एक साथ दृष्टि में रखना होता है। छवि और फ़ाइल इनपुट इसे दस्तावेज़ विश्लेषण, अपलोड की गई सामग्री से जानकारी निकालने या सारांश बनाने, और मिश्रित सामग्री पर प्रश्नोत्तर के लिए उपयुक्त बनाते हैं। टूल कॉलिंग और संरचित आउटपुट इसे किसी बड़ी पाइपलाइन के भीतर तर्क चरण के रूप में भी उपयोग करने योग्य बनाते हैं, जहाँ मॉडल तय करता है कि कौन से टूल्स को कॉल करना है और डेटा को ऐसे आकार में लौटाता है जिसे आपका कोड पार्स कर सके।

आप इसे api14 के OpenAI-संगत API के माध्यम से मॉडल आईडी anthropic/claude-sonnet-4.5 का उपयोग करके कॉल करते हैं, इसलिए मौजूदा OpenAI SDK कोड बेस URL और मॉडल नाम बदलने के साथ काम करता है। समर्थित अनुरोध पैरामीटर हैं include_reasoning, max_completion_tokens, max_tokens, reasoning, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k और top_p। व्यवहार में इसका मतलब है कि आप temperature, top_p और top_k के साथ सैंपलिंग नियंत्रित कर सकते हैं, max_tokens या max_completion_tokens के साथ आउटपुट लंबाई सीमित कर सकते हैं, tools और tool_choice के साथ मॉडल द्वारा कॉल किए जाने वाले फ़ंक्शन परिभाषित कर सकते हैं, और response_format तथा structured_outputs के साथ संरचित या स्वरूपित प्रतिक्रियाएँ अनुरोध कर सकते हैं। reasoning और include_reasoning पैरामीटर के माध्यम से तर्क का अनुरोध किया जा सकता है और उसका आउटपुट शामिल किया जा सकता है।

एक सीमा ध्यान देने योग्य है कि आउटपुट केवल टेक्स्ट है, इसलिए यदि आपको उत्पन्न छवियाँ या ऑडियो चाहिए, तो यह मॉडल सही विकल्प नहीं है। 31 जनवरी 2025 का ज्ञान कटऑफ भी इसका मतलब है कि हाल की घटनाएँ तब तक शामिल नहीं हैं जब तक आप उन्हें प्रॉम्प्ट में या टूल्स के माध्यम से न दें। यदि आपका कार्यभार छोटा और सरल है, तो एक हल्का मॉडल पर्याप्त हो सकता है, लेकिन लंबे कॉन्टेक्स्ट वाले कोडिंग, दस्तावेज़ और एजेंट कार्यों के लिए, 1,000,000 टोकन कॉन्टेक्स्ट विंडो, 64,000 टोकन आउटपुट सीमा और टूल समर्थन का संयोजन ही इसे चुनने का कारण है।