Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5 is een tekstmodel van Anthropic, uitgebracht door de provider op 29 september 2025. Het valt binnen Anthropics Sonnet-lijn, die de provider beschrijft als zijn meest geavanceerde Sonnet-model tot nu toe, geoptimaliseerd voor praktijkgerichte agents en coding-workflows. Op api14 staat het vermeld onder de model-id anthropic/claude-sonnet-4.5 en valt het in de categorie tekst.

Het model accepteert tekst, afbeeldingen en bestanden als invoer en retourneert alleen tekst. Het contextvenster is 1.000.000 tokens en de maximale uitvoer is 64.000 tokens. De knowledge cutoff is 31 januari 2025, dus alles na die datum valt buiten waarop het model is getraind. Omdat afbeeldingen en bestanden naast tekst worden geaccepteerd, kun je gemengde prompts sturen die geschreven instructies combineren met visuele of documentinhoud, terwijl je rekent op tekst als enige antwoordformaat.

Die mogelijkheden wijzen op een paar praktische toepassingen. Coding-assistentie en agent-achtige workflows zijn de gebieden die Anthropic benadrukt, en het grote contextvenster past bij taken waarbij je een grote codebase, een lang document of een lang gesprek tegelijk in beeld wilt houden. Afbeeldings- en bestandsinvoer maken het redelijk geschikt voor documentanalyse, het extraheren of samenvatten van informatie uit geüpload materiaal, en vraagbeantwoording over gemengde inhoud. Tool calling en gestructureerde uitvoer maken het ook bruikbaar als de redeneerstap binnen een grotere pipeline, waarbij het model beslist welke tools het aanroept en gegevens retourneert in een vorm die je code kan parsen.

Je roept het aan via de OpenAI-compatibele API van api14 met de model-id anthropic/claude-sonnet-4.5, dus bestaande OpenAI SDK-code werkt met een wijziging van base URL en modelnaam. De ondersteunde aanvraagparameters zijn include_reasoning, max_completion_tokens, max_tokens, reasoning, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_k en top_p. In de praktijk betekent dat je sampling kunt sturen met temperature, top_p en top_k, de uitvoerlengte kunt beperken met max_tokens of max_completion_tokens, functies kunt definiëren die het model moet aanroepen met tools en tool_choice, en gestructureerde of opgemaakte antwoorden kunt opvragen met response_format en structured_outputs. Reasoning kan worden opgevraagd en de uitvoer ervan kan worden meegenomen via de parameters reasoning en include_reasoning.

Een beperking die het vermelden waard is, is dat de uitvoer alleen tekst is, dus als je gegenereerde afbeeldingen of audio nodig hebt, is dit model niet de juiste keuze. De knowledge cutoff van 31 januari 2025 betekent ook dat recente gebeurtenissen niet worden gedekt, tenzij je ze in de prompt of via tools aanlevert. Als je workload klein en eenvoudig is, kan een lichter model volstaan, maar voor long-context coding-, document- en agenttaken is de combinatie van een contextvenster van 1.000.000 tokens, een uitvoerplafond van 64.000 tokens en tool-ondersteuning de reden om dit model te kiezen.