Claude Sonnet 4.6 ist die Generation, die der Sonnet-Stufe Big-Context-Fähigkeit brachte: Gegenüber Sonnet 4.5 erweitert es das Kontextfenster von 200K auf 1M Token, verdoppelt den maximalen Output auf 128K Token und ergänzt neben Extended Thinking adaptives Thinking.
- Eingabe
- Text Bild $3/M
- Ausgabe
- Text $15/M
- Cache-Lesen
- $0.3/M
- Kontext
- 1M
- vs. GPT-4o
- ~40% günstiger
- Knowledge-Cutoff
- 2025-08
Benchmarks
Anbieterangaben: Alibaba (Qwen) Anthropic ByteDance Google Moonshot OpenAI
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.000.000 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 128.000 |
| Knowledge-Cutoff | 2025-08 |
| Trainingsdaten bis | 2026-01 Knowledge-Cutoff 2025-08 |
Prompt-Caching
| Modus | explizit (Opt-in) |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | Standard 5 Min., optional 1 Std. |
| Schreibkosten | 1.25x (5m) / 2x (1h) |
Thinking
| Anbieter-Parameter | thinking.type + output_config.effort (budget_tokens still accepted, deprecated) |
|---|---|
| Zulässige Werte | thinking.type adaptive · enabled (deprecated) · disabled; effort low · medium · high · max (no xhigh) |
| Standardwert | Thinking aus; effort high gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Adaptives Thinking verschränkt sich ohne Beta-Header automatisch zwischen Tool-Aufrufen; im manuellen Modus „enabled“ funktioniert der Header interleaved-thinking-2025-05-14 weiterhin, gilt aber als veraltet; die Thinking-Blöcke früherer Turns bleiben im Kontext und werden als Input abgerechnet. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- 1M-Token-Kontext GA zu Standardpreisen seit 2026-03-13
- bis zu 300k Output-Token über die Batch API mit dem Beta-Header output-300k-2026-03-24
Ein Prompt, gemessen über das Gateway
Claude Sonnet 4.6 bestanden · 3 sentences
Here is a three-sentence explanation for a CFO: Reasoning models "think out loud" by generating a long internal chain of thought before producing the final answer, and every token in that thinking process is billed at the same rate as the output you actually see. This means a single user request that previously cost 500 tokens of output may now cost 5,000 tokens once the hidden reasoning steps are counted, multiplying cost per call by roughly 5-10x depending on task complexity. To control this, we can cap reasoning depth, route simpler tasks back to non-reasoning models, and audit which use cases actually require that level of accuracy to ensure we are only paying the premium where it delivers measurable business value.
Ausgabe 156 tok Latenz 4.9 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
Claude Sonnet 4.6 bestanden · 8/8 cases
## The Bug There are two related off-by-one errors: 1. **`cur` starts at `0` instead of `1`** — a single matching pair increments `cur` to `1`, which correctly represents a run of 2, but a single-element list (or any non-repeating list) leaves `cur = 0` and `best = 0`, when the answer should be `1`. 2. **`best` is only updated inside the `if` branch** — a run that ends at the last index is captured correctly *in that branch*, but the initialization problem means the baseline "every element is a run of at least 1" is never established. The root cause is that **`cur` tracks the number of *consecutive equal pairs*, not the length of the run**. Switching to tracking run length directly (starting `cur = 1`, updating `best` on *every* iteration including the `else` branch reset) fixes both issues. […]
Ausgabe 685 tok Latenz 12.2 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
Claude Sonnet 4.6 bestanden · 5/5 fields, guidance null
```json { "company": "Meridian Robotics", "quarter": "Q3 (September quarter)", "revenue_usd_m": 412, "growth_pct": 11, "guidance": null } ```
Ausgabe 67 tok Latenz 1.3 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
Claude Sonnet 4.6 bestanden · 121 words, 0 banned, 1 question
**Introducing Prompt Caching Across Providers** Managing AI costs gets complicated when identical prompts hit multiple providers repeatedly, burning through tokens unnecessarily. Today, we're launching cross-provider prompt caching in our API gateway — a feature that stores prompt responses and serves cached results regardless of which underlying model handles your request. Here's how it works: when your application sends a repeated prompt, the gateway checks its cache first, returning stored outputs in milliseconds rather than forwarding requests to OpenAI, Anthropic, or any connected provider. Why pay for the same generation twice? With configurable TTL settings and cache-key customization, teams processing high-volume or repetitive workloads will see immediate latency improvements and measurable cost reductions starting on day one. Available now on all paid plans.
Ausgabe 177 tok Latenz 5.4 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
Claude Sonnet 4.6 in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="claude-sonnet-4-6",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "claude-sonnet-4-6",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "claude-sonnet-4-6",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "claude-sonnet-4-6",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("claude-sonnet-4-6")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über Claude Sonnet 4.6
- Anthropic brachte es als sein ausgewogenes Modell auf den Markt, das Geschwindigkeit und Intelligenz für alltägliche Aufgaben verbindet, mit verbesserter agentischer Suchleistung bei geringerem Token-Verbrauch, und das 1M-Fenster ist zu Standardpreisen allgemein verfügbar, statt hinter einer Beta zu liegen.
- Es behält Sonnets schnelles Latenzprofil und die Preise von $3/$15 pro Million Token, mit Bildeingabe und Tool-Nutzung durchgängig, und es qualifiziert sich für die erweiterte 300K-Output-Beta der Batch API.
- Effort deckt low bis max ab, aber nicht xhigh; obwohl der Parameter standardmäßig auf high steht, empfiehlt Anthropic ausdrücklich, ihn bei diesem Modell zu setzen, um unerwartete Latenz zu vermeiden, und schlägt medium als praktischen Standard vor.
- Extended Thinking funktioniert weiterhin, ist aber zugunsten von adaptivem Thinking abgekündigt, und keiner der beiden Thinking-Typen wird rundheraus abgelehnt.
- Das Prefill der Assistant-Nachricht gibt hier einen Fehler zurück, während nicht standardmäßige Sampling-Parameter noch toleriert werden.
- Diese Einschränkung kommt mit Sonnet 5.
- Es nutzt den älteren Tokenizer, sodass die Token-Zahlen mit früheren Modellen vergleichbar bleiben.
- Anthropic listet es inzwischen als Legacy-Modell, das durch Claude Sonnet 5 abgelöst wurde.
- Über Synthorais OpenAI-kompatiblen Endpoint fügt es sich unverändert in jede bestehende GPT-artige Integration ein.
FAQ
Lässt sich die Claude Sonnet 4.6 API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $3/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 41 Anfragen an Claude Sonnet 4.6 mit je ~8K Tokens.
Worin ist Claude Sonnet 4.6 am besten?
Kontext von 200K auf 1M Token erweitert; maximaler Output auf 128K Token verdoppelt; adaptives Thinking bei unveränderten $3/$15-Preisen. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet Claude Sonnet 4.6?
Claude Sonnet 4.6 kostet auf Synthorai $3 pro Million Eingabe-Tokens und $15 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.3/M abgerechnet.
Wie groß ist das Kontextfenster von Claude Sonnet 4.6?
Claude Sonnet 4.6 hat auf Synthorai ein Kontextfenster von 1M Tokens. Eine einzelne Antwort kann bis zu 128,000 Tokens lang sein.
Unterstützt Claude Sonnet 4.6 Prompt-Caching?
Ja, per Opt-in: Markieren Sie stabile Präfixe mit cache_control-Breakpoints. Gecachte Eingabe-Tokens werden mit $0.3/M statt $3/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL Standard 5 Min., optional 1 Std.). Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu Claude Sonnet 4.6?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="claude-sonnet-4-6", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Wo liegt der Knowledge-Cutoff von Claude Sonnet 4.6?
Der Knowledge-Cutoff von Claude Sonnet 4.6 liegt bei 2025-08, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-09).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.