Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5 adalah model teks dari Anthropic, dirilis oleh penyedia pada 29 September 2025. Model ini berada dalam lini Sonnet milik Anthropic, yang digambarkan penyedia sebagai model Sonnet paling canggih hingga saat ini, dioptimalkan untuk agen dunia nyata dan alur kerja coding. Di api14 model ini terdaftar dengan model id anthropic/claude-sonnet-4.5 dan masuk ke kategori teks.

Model ini menerima teks, gambar dan file sebagai input dan hanya mengembalikan teks. Context window-nya 1.000.000 token, dan output maksimumnya 64.000 token. Knowledge cutoff-nya 31 Januari 2025, jadi apa pun setelah tanggal itu berada di luar cakupan data pelatihan model. Karena gambar dan file diterima bersama teks, Anda dapat mengirim prompt campuran yang menggabungkan instruksi tertulis dengan konten visual atau dokumen, sambil merencanakan teks sebagai satu-satunya format respons.

Kemampuan tersebut mengarah ke beberapa penggunaan praktis. Bantuan coding dan alur kerja bergaya agen adalah area yang ditonjolkan Anthropic, dan context window yang besar cocok untuk tugas di mana Anda perlu menjaga codebase panjang, dokumen panjang atau percakapan panjang tetap terlihat sekaligus. Input gambar dan file membuatnya cukup cocok untuk analisis dokumen, mengekstrak atau meringkas informasi dari materi yang diunggah, dan menjawab pertanyaan atas konten campuran. Tool calling dan structured outputs juga membuatnya dapat digunakan sebagai langkah penalaran di dalam pipeline yang lebih besar, di mana model memutuskan tool mana yang harus dipanggil dan mengembalikan data dalam bentuk yang dapat diparsing oleh kode Anda.

Anda memanggilnya melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id anthropic/claude-sonnet-4.5, sehingga kode OpenAI SDK yang ada tetap berfungsi dengan mengubah base URL dan nama model. Parameter request yang didukung adalah include_reasoning, max_completion_tokens, max_tokens, reasoning, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k dan top_p. Dalam praktiknya itu berarti Anda dapat mengontrol sampling dengan temperature, top_p dan top_k, membatasi panjang output dengan max_tokens atau max_completion_tokens, mendefinisikan fungsi yang dapat dipanggil model dengan tools dan tool_choice, serta meminta respons terstruktur atau terformat dengan response_format dan structured_outputs. Reasoning dapat diminta dan output-nya disertakan melalui parameter reasoning dan include_reasoning.

Satu batasan yang perlu diperhatikan adalah output hanya berupa teks, jadi jika Anda memerlukan gambar atau audio yang dihasilkan, model ini bukan pilihan yang tepat. Knowledge cutoff 31 Januari 2025 juga berarti peristiwa terbaru tidak tercakup kecuali Anda menyediakannya di prompt atau melalui tools. Jika beban kerja Anda kecil dan sederhana, model yang lebih ringan mungkin sudah cukup, tetapi untuk tugas coding, dokumen dan agen dengan konteks panjang, kombinasi context window 1.000.000 token, batas output 64.000 token dan dukungan tool adalah alasan untuk memilih model ini.