Claude Sonnet 4.6

Claude Sonnet 4.6 是 Anthropic 的主力对话与代码模型，在速度与推理深度之间取得最佳平衡，支持 200K Token 上下文窗口。

调用示例

curl https://cokeapi.com/v1/chat/completions \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [{"role": "user", "content": "你好"}]
  }'

from openai import OpenAI
client = OpenAI(base_url="https://cokeapi.com/v1", api_key="sk-xxxxxxxx")
resp = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

import OpenAI from 'openai';
const client = new OpenAI({ baseURL: 'https://cokeapi.com/v1', apiKey: 'sk-xxxxxxxx' });
const resp = await client.chat.completions.create({
  model: 'claude-sonnet-4-6',
  messages: [{ role: 'user', content: '你好' }],
});
console.log(resp.choices[0].message.content);

package main

import (
	"context"
	"fmt"
	openai "github.com/sashabaranov/go-openai"
)

func main() {
	client := openai.NewClient("sk-xxxxxxxx")
	resp, err := client.CreateChatCompletion(
		context.Background(),
		openai.ChatCompletionRequest{
			Model: "claude-sonnet-4-6",
			Messages: []openai.ChatCompletionMessage{
				{Role: openai.ChatMessageRoleUser, Content: "你好"},
			},
		},
	)
	if err != nil {
		fmt.Println(err)
		return
	}
	fmt.Println(resp.Choices[0].Message.Content)
}

import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.ChatCompletion;
import com.openai.models.ChatCompletionCreateParams;
import com.openai.models.ChatCompletionMessageParam;

public class Main {
    public static void main(String[] args) {
        OpenAIClient client = OpenAIOkHttpClient.builder()
            .apiKey("sk-xxxxxxxx")
            .baseUrl("https://cokeapi.com/v1")
            .build();

        ChatCompletionCreateParams params = ChatCompletionCreateParams.builder()
            .addMessage(ChatCompletionMessageParam.ofUser("你好"))
            .model("claude-sonnet-4-6")
            .build();

        ChatCompletion chatCompletion = client.chat().completions().create(params);
        System.out.println(chatCompletion.choices().get(0).message().content());
    }
}

请求参数

参数	类型	必填	默认值	说明
model	string	是	—	模型 ID，固定为 `claude-sonnet-4-6`
messages	array	是	—	对话历史 `[{ role, content }]`
stream	bool	否	false	true 时返回 SSE 流式响应
temperature	number	否	1	采样温度
max_tokens	integer	否	模型上限	最大输出 token 数

其余参数（tools / tool_choice / response_format 等）全部兼容，直接透传上游。

响应

{
  "id": "chatcmpl-01HX...",
  "object": "chat.completion",
  "created": 1714200000,
  "model": "claude-sonnet-4-6",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "你好！有什么我可以帮你的吗？"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 12,
    "completion_tokens": 18,
    "total_tokens": 30
  }
}

计费

项目	价格
输入	$0.54 / 百万 tokens
输出	$2.70 / 百万 tokens
上下文窗口	200K

计费按响应 usage.prompt_tokens（输入）与 usage.completion_tokens（输出）分别结算，价格单位为美元 / 百万 tokens。以上价格为 2026-07 快照，实时价目以模型列表页为准。

注意事项

模型 ID 严格区分大小写与分隔符，请直接复制文档中的 ID。
流式响应（stream=true）下按累计 usage 结算，用量以最终返回的 chunk 为准。
具体限流策略（RPM / TPM）以账号等级和控制台配置为准。

调用示例

请求参数

响应

计费

注意事项

本页目录