Anthropic: Claude Sonnet 4.6 (batch)

Claude Sonnet 4.6 (batch) Anthropic की एक टेक्स्ट जनरेशन मॉडल है, जो api14 के माध्यम से मॉडल id anthropic/claude-sonnet-4.6:batch के अंतर्गत उपलब्ध कराई जाती है। यह Anthropic की Sonnet श्रेणी से संबंधित है, जिसे प्रदाता अपनी अब तक की सबसे सक्षम Sonnet-श्रेणी की मॉडल बताता है, जो कोडिंग, एजेंट और पेशेवर कार्यों में अग्रणी प्रदर्शन देती है। batch लेबल यह दर्शाता है कि api14 पर यह मॉडल का batch संस्करण है।

मॉडल इनपुट के रूप में टेक्स्ट, इमेज और फाइलें स्वीकार करती है, और आउटपुट के रूप में टेक्स्ट उत्पन्न करती है। इसका context window 1,000,000 tokens है, और अधिकतम आउटपुट लंबाई 128,000 tokens है। बहुत बड़े context और बड़ी आउटपुट सीमा का यह संयोजन意味着 आप एक ही अनुरोध में लंबे दस्तावेज़, पूरे कोडबेस, या विस्तारित बातचीत का इतिहास दे सकते हैं और फिर भी पर्याप्त प्रतिक्रिया प्राप्त कर सकते हैं।

ये क्षमताएँ काफी विशिष्ट उपयोग मामलों की ओर संकेत करती हैं। पुनरावृत्त विकास और जटिल कोडबेस नेविगेशन ऐसे क्षेत्र हैं जिन्हें Anthropic रेखांकित करता है, इसलिए बड़े रिपॉजिटरी की समीक्षा करना, किसी बदलाव का कई फाइलों में प्रसार कैसे होता है उसका पता लगाना, या बहु-चरणीय कोडिंग समस्याओं पर काम करना अच्छी तरह फिट बैठता है। इतना ही context आकार लंबे दस्तावेज़ विश्लेषण के लिए उपयुक्त है, जहाँ इमेज या फाइल इनपुट को लंबे टेक्स्ट प्रॉम्प्ट के साथ जोड़ा जा सकता है। एजेंट शैली के वर्कफ़्लो भी स्वाभाविक रूप से अनुकूल हैं, क्योंकि मॉडल tool use का समर्थन करती है और कई टर्न तक चलने वाला कार्य संभाल सकती है। एंड टू एंड प्रोजेक्ट प्रबंधन और अन्य पेशेवर कार्य, जैसा कि प्रदाता वर्णित करता है, और भी ऐसे मामले हैं जहाँ दस लाख token का context और बड़ा आउटपुट बजट उपयोगी होता है।

आप मॉडल को api14 के OpenAI compatible API के माध्यम से मॉडल id anthropic/claude-sonnet-4.6:batch का उपयोग करके कॉल करते हैं, उसी अनुरोध संरचना के साथ जो आप गेटवे पर अन्य chat मॉडल के लिए उपयोग करेंगे। समर्थित पैरामीटर हैं include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_p, और verbosity। Tool calling को tools और tool_choice के माध्यम से कॉन्फ़िगर किया जाता है, संरचित परिणामों को response_format और structured_outputs के माध्यम से, और reasoning व्यवहार को reasoning, reasoning_effort, और include_reasoning के माध्यम से। सैंपलिंग को temperature और top_p से नियंत्रित किया जाता है, और verbosity max_tokens के साथ मिलकर प्रतिक्रिया की लंबाई समायोजित करता है।

चूँकि यह batch संस्करण है, यह जाँचना उचित है कि batch प्रोसेसिंग आपके मॉडल उपयोग के तरीके से मेल खाती है या नहीं, क्योंकि इंटरैक्टिव या लेटेंसी-संवेदनशील अनुप्रयोगों के लिए उसी मॉडल का non batch संस्करण बेहतर हो सकता है। इसके अलावा, यहाँ दिए गए तथ्य ऐसा कोई कार्य नहीं दर्शाते जिसे मॉडल संभाल न सके, इसलिए चुनाव मुख्यतः इस बात पर निर्भर करता है कि आपको इस context आकार पर Anthropic की Sonnet श्रेणी की क्षमताएँ चाहिए या कोई पूरी तरह भिन्न मॉडल परिवार।