Claude Sonnet 4.6: Vollständiges Spec Sheet (Juni 2026)

Sonnet 4.6 ist Anthropics Production-Tier-Modell: nicht so teuer wie Opus, nicht so klein wie Haiku, mit der vollständigen Claude-4-Feature-Oberfläche. Anthropic positioniert Sonnet als die richtige Wahl für "die meisten Production-Workloads" und die Daten belegen das — in allen Kundenimplementierungen bewältigt Sonnet den Großteil des Traffics, während Opus für die schweren Fälle reserviert ist und Haiku für die kostengünstigen Fälle.

Gleiche Architektur wie Opus 4.7 (gleiche Claude-4-Basis), trainiert auf den gleichen Daten mit der gleichen RLHF-Disziplin, mit geringerer Modellgröße, die einige wenige Prozentpunkte bei hartem Reasoning gegen eine 5× Preisreduktion tauscht. Die Feature-Oberfläche ist identisch: Tool Use, parallele Tool-Aufrufe, Extended Thinking, Prompt Caching, Vision-Input, strukturierte Outputs über Tool-Schemas, die Batch-API.

Sonnets Standout-Feature vs. allen anderen Mid-Tier-Modellen: das optionale 1M-Token-Context-Fenster. Opt-in über den Header `anthropic-beta: context-1m-2025-08-07`. Anthropic verdoppelt den Input-Preis und addiert 50% zum Output für den Teil einer Request, der 200K Token überschreitet — aber die Long-Context-Option lässt Sonnet mit Gemini 2.5 Pro bei dokumentumfassenden Workloads konkurrieren. Keine andere Claude-Tier bietet 1M an.

Standard-Tarife: `cost = (input_tokens / 1M) × $3 + (output_tokens / 1M) × $15`. Der repräsentative 1.000-Input / 500-Output Call: `0.001 × $3 + 0.0005 × $15 = $0.003 + $0.0075 = $0.0105`. Etwa 1¢ pro Call — 5× günstiger als Opus bei gleicher Token-Menge, aber 8× teurer als gpt-5-mini.

Prompt Caching ist der größte Preis-Hebel. Markieren Sie stabile Blöcke mit `cache_control: {type: 'ephemeral'}` und Anthropic cached diese Präfix für 5 Minuten (oder 1 Stunde mit `ttl: '1h'`). Gecachte Lesevorgänge sinken von $3/M auf $0,30/M — 90% Rabatt. First-Write-Prämien: 25% bei 5-Min.-TTL, 100% bei 1-Std.-TTL.

Beispiel: eine Customer-Support-Pipeline mit 3.000-Token gecachtem System-Prompt, 100K Calls/Monat, 600 dynamischem Input + 200 Output. Ohne Caching: `(0.0036 × $3 + 0.0002 × $15) × 100K = $4.080/Monat`. Mit Caching (90% Hit-Rate): System-Präfix wird zu $0,30/M abgerechnet, Gesamtkosten sinken auf ~$1.250/Monat. ~70% Rabatt — komplett durch Prompt-Struktur, keine Modell-Änderung.

Batch-API obendrauf: 50% Rabatt auf beide Streams für asynchrone Workloads. Der Stack aus Caching + Batching macht Sonnet auch gegenüber gpt-5-mini zu einer preiswettbewerbsfähigen Option für die richtige Workload-Form. Kosten-Stack über die Claude-Familie: Claude API Cost Calculator.

Opt-in zu 1M Context durch Hinzufügung von `anthropic-beta: context-1m-2025-08-07` zu Ihren API-Request-Headern. Sonnet akzeptiert dann bis zu 1.000.000 Input-Token in einem einzigen Call. Die Preisgestaltung ändert sich, wenn Input 200K überschreitet: Input-Preis-Tier wechselt zu $6/M (2×), Output zu $22,50/M (1,5×).

Der Aufschlag lohnt sich, wenn: Sie ein ganzes langes Dokument (ein komplettes Buch, einen großen Codebase-Chunk, eine Monats-lange Gesprächshistorie) in einem Call für Cross-Section-Reasoning unterbringen müssen. Das 1M-Context ermöglicht Sonnet Dinge, die kein 200K-Modell kann — Fragen beantworten, die erfordern, vom 2. und von der 600. Seite des gleichen Dokuments zu ziehen.

Der Aufschlag lohnt sich nicht, wenn: Retrieval-Augmented Generation (RAG) über chunked Dokumente ausreichend ist. RAG auf Sonnet bei standardmäßig 200K ist dramatisch günstiger als 1M-Context-Sonnet, und bei den meisten Knowledge-Q&A-Workloads trifft gut abgestimmtes RAG die gleiche Antwort-Qualität.

Vergleich: Gemini 2.5 Pro bietet auch 1M Context bei einer anderen Preisstruktur ($2,50 Input >200K vs. Sonnets $6). Für reine 1M-Context-Kosten ist Gemini 2.5 Pro billiger. Für Anthropic-Qualitäts-Voice + Disziplin bei 1M ist Sonnet 4.6 1M Beta die einzige Option.

Sonnet 4.6 unterstützt die gleiche Extended-Thinking-Funktion wie Opus 4.7. Konfigurieren Sie über `thinking: {type: 'enabled', budget_tokens: 3000}` im API-Call. Sonnet wird bis zu 3.000 interne Reasoning-Token verbrauchen, bevor die sichtbare Antwort produziert wird.

Die Kosten-Dynamik ist auf Sonnet anders als auf Opus, weil Sonnets Output-Rate 5× günstiger ist. Ein 3.000-Token-Thinking-Budget auf Sonnet addiert `0.003 × $15 = $0,045` zum Call. Das gleiche Budget auf Opus addiert `0.003 × $75 = $0,225`. Extended Thinking ist auf Sonnet ökonomisch defensibler — Sie können es auf eine breitere Klasse von Tasks anwenden.

Typische Sonnet-Thinking-Budgets: 1.000-2.000 Token für Routine-Analyse-Tasks, 3.000-5.000 für Code-Synthese mit nicht-trivialer Logik, 5.000+ für Math/Proof-Tasks. Wie bei Opus sollten Sie Thinking nicht zu Klassifizierung oder Extraktion hinzufügen — es addiert Kosten ohne Qualitätsverbesserung.

**Wählen Sie Sonnet 4.6** als Production-Standard in jedem Workflow, der von Anthropics Voice, Disziplin oder Tooling profitiert: kundengerichteter Chat, Content-Generierung, strukturierte-Daten-Pipelines, Zusammenfassung mit Qualitätsanforderungen, Code-Review und Erklärung, agentic Workflows, die keine Opus-Tier-Planung benötigen. Die meisten Teams, die auf Claude standardisieren, führen >80% des Traffics auf Sonnet aus.

**Wählen Sie Opus 4.7**, wenn Sonnets Qualität bei einer spezifischen schwierigen Teilmenge nicht ausreicht — komplexe Agentic Loops, Multi-File Code-Synthese mit strikter Korrektheit, Legal/Financial-Analyse, wo eine falsche Antwort teuer ist, tiefe Research-Synthese. Zahlen Sie 5× für den Opus-Boost nur bei den Tasks, die ihn benötigen.

**Wählen Sie gpt-5-mini** ($0,25 / $2 pro 1M) gegenüber Sonnet, wenn: Kosten die dominierende Einschränkung sind, die Task mechanisch ist (Klassifizierung, Extraktion), Sie bereits im OpenAI-Ökosystem sind, oder Sie das größere 400K-Context ohne die 1M-Beta-Komplexität benötigen. gpt-5-mini ist 12× günstiger als Sonnet beim Input. Sonnet schlägt es bei Voice, Long-Form-Schreiben und Instruction-Following-Disziplin.

Cross-Tier Head-to-Head: Claude Sonnet vs. GPT-5 Mini.

Sonnet 4.6 wird mit Anthropics vollständiger Tool-Use-API ausgeliefert: definieren Sie Tools als JSON Schema im `tools`-Parameter, Sonnet wählt einen (oder mehrere, parallel) und gibt die Argumente in einem `tool_use`-Content-Block zurück. Paralleles Tool Use ist standardmäßig aktiviert; deaktivieren Sie mit `disable_parallel_tool_use: true`.

Strukturierte Outputs folgen dem gleichen Tool-Use-Muster wie Opus: definieren Sie einen Tool, dessen Input-Schema Ihr gewünschtes Output-Schema ist, erzwingen Sie den Call mit `tool_choice: {type: 'tool', name: 'extract_data'}`. Die JSON-Schema-Erzwingung ist zuverlässig; ungültige Outputs sind äußerst selten bei gut geformten Schemas.

XML-Tag-Prompts funktionieren gut: `<task>...</task>`, `<context>...</context>`, `<example>...</example>`, `<output_format>...</output_format>`. Sonnet, wie Opus, ist trainiert, um diese zuverlässig zu beachten, und Anthropics Advanced-Pattern-Docs verwenden sie konsistent. Markdown-überschriebene oder Plain-Paragraph-Prompts funktionieren auch, aber unterscheiden sich typischerweise gegenüber XML-getaggten Äquivalenten bei komplexen Multi-Section-Anweisungen.

Jede Zahl auf dieser Seite wurde gegen Anthropics Live-Dokumentation am 2026-06-20 verifiziert. Quellen: docs.anthropic.com/en/docs/about-claude/models für Context-Fenster, Modalitäten und Feature-Support; anthropic.com/pricing für Input/Output/gecachte Preise und 1M-Beta-Tier; docs.anthropic.com/en/docs/build-with-claude/prompt-caching für Cache-Write/Read-Mechaniken.

Die 1M-Context-Beta erfordert den expliziten Header `anthropic-beta: context-1m-2025-08-07`. Anthropic versions Beta-Funktionen nach ID — wenn die Beta zu General Availability wechselt, ändert sich der Header. Beobachten Sie docs.anthropic.com/en/release-notes auf die GA-Ankündigung.

Methodik: wenn eine Zahl nicht gegen eine offizielle Anthropic-Seite auf dem Verifizierungsdatum cross-confirmed werden konnte, wurde sie von dieser Karte weggelassen, anstatt erraten zu werden.