Anthropic: Claude Sonnet 4.6 (batch)

Claude Sonnet 4.6 (batch) é um modelo de geração de texto da Anthropic, oferecido através da api14 sob o id de modelo anthropic/claude-sonnet-4.6:batch. Pertence à classe Sonnet da Anthropic, que o fornecedor descreve como o seu modelo da classe Sonnet mais capaz até à data, com desempenho de fronteira em programação, agentes e trabalho profissional. O rótulo batch marca este como a variante batch do modelo na api14.

O modelo aceita texto, imagens e ficheiros como entrada, e produz texto como saída. A sua janela de contexto é de 1.000.000 tokens, e o comprimento máximo de saída é de 128.000 tokens. Essa combinação de um contexto muito grande e um limite de saída elevado significa que pode fornecer documentos longos, bases de código completas ou históricos de conversa extensos num único pedido e ainda receber uma resposta substancial.

Essas capacidades apontam para um conjunto bastante específico de casos de uso. O desenvolvimento iterativo e a navegação em bases de código complexas são áreas que a Anthropic destaca, pelo que tarefas como rever repositórios grandes, rastrear como uma alteração se propaga por muitos ficheiros, ou resolver problemas de programação com vários passos se enquadram bem. O mesmo tamanho de contexto é adequado para análise de documentos longos, onde uma imagem ou ficheiro de entrada pode ser combinado com um prompt de texto extenso. Fluxos de trabalho ao estilo de agente também decorrem naturalmente, uma vez que o modelo suporta uso de ferramentas e pode levar a cabo uma tarefa de longa duração ao longo de muitos turnos. A gestão de projetos de ponta a ponta e outro trabalho profissional, conforme descrito pelo fornecedor, são casos adicionais onde um contexto de um milhão de tokens e um orçamento de saída elevado são úteis.

Chama o modelo através da API compatível com OpenAI da api14 usando o id de modelo anthropic/claude-sonnet-4.6:batch, com a mesma forma de pedido que usaria para outros modelos de chat no gateway. Os parâmetros suportados são include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice, tools, top_p e verbosity. A chamada de ferramentas é configurada através de tools e tool_choice, os resultados estruturados através de response_format e structured_outputs, e o comportamento de raciocínio através de reasoning, reasoning_effort e include_reasoning. A amostragem é controlada com temperature e top_p, e verbosity ajusta o comprimento da resposta juntamente com max_tokens.

Como esta é a variante batch, vale a pena verificar se o processamento em lote corresponde à forma como pretende usar o modelo, uma vez que aplicações interativas ou sensíveis à latência podem ser melhor servidas por uma versão não batch do mesmo modelo. Para além disso, os factos aqui apresentados não indicam qualquer tarefa que o modelo não consiga realizar, pelo que a escolha se resume sobretudo a saber se precisa das capacidades da classe Sonnet da Anthropic com este tamanho de contexto ou de uma família de modelos completamente diferente.