Zum Hauptinhalt springen

Unzensiert — Wir schalten bei diesem Modell keinen Inhaltsfilter dazwischen. Wie die meisten Chatmodelle lehnt es eine unvermittelte Bitte ohne jeden Kontext trotzdem ab. Verlässlich schreibt es uneingeschränkte Fiktion, sobald Sie im Systemprompt einen Fiktionsrahmen setzen oder die Anfrage als Geschichte formulieren. Rechts- und Einwilligungspflichten bleiben beim Kunden.Alle Modelle dieser Filterstufe ansehen
anthropic/claude-opus-4.6/chat

Claude Opus 4.6 Chat von Anthropic über einen OpenAI-kompatiblen Endpunkt. Es nimmt bis zu 1.000.000 Token Text- und Bildkontext auf und antwortet mit bis zu 128.000, mit temperature und top_p, bis zu 128 Tool-Definitionen und SSE-Streaming.

Eingabe $5Ausgabe $25je 1 Mio. TokenEingabe aus dem Cache $0.50Schreiben in den Cache $6.25
Modell ausführen

Playground

Diese Beispiele wurden eigens für diesen Endpunkt geschrieben. Ersetzen Sie Prompt und Beispiel-URLs durch eigene erreichbare Eingaben und prüfen Sie vor dem Absenden den aktuellen Preis und die Verfügbarkeit des Modells.

  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $5 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.50 / 1 Mio. Token
    Ausgabe
    $25 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $5/25pro 1 Mio. Token · Eingabe / Ausgabe

    persona-continuity

    Die Fortsetzung eines langen Austauschs. Vorgeschichte, Rolle und feststehende Tabus reisen alle mit der Anfrage, ohne Zusammenfassungsschicht dazwischen – daran entscheidet sich, ob die Figur in Zug dreißig noch weiß, was sie gesagt hat. temperature auf der Vorgabe zu lassen, hält die Tonlage lebendig.

    • 4096
    • 1
  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $5 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.50 / 1 Mio. Token
    Ausgabe
    $25 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $5/25pro 1 Mio. Token · Eingabe / Ausgabe

    long-running-refactor

    Eine Änderung über mehrere Dateien hinweg, deren Schritte voneinander abhängen. Eng ist hier nicht die Ausgabelänge, sondern ob das Modell die zuerst getroffene Entscheidung behält – deshalb bleibt der gesamte Kontext in der Anfrage.

    • 16000
  • Eingabetypen
    Text
    Ausgabetypen
    Text
    Eingabe
    $5 / 1 Mio. Token
    Eingabe aus dem Cache
    $0.50 / 1 Mio. Token
    Ausgabe
    $25 / 1 Mio. Token
    Kontext
    1M
    Max. Ausgabe
    128K

    $5/25pro 1 Mio. Token · Eingabe / Ausgabe

    spec-vs-implementation

    Spezifikation und Umsetzung in derselben Anfrage, und das Modell sucht selbst, was nicht zusammenpasst.

    • 8000

Dieses Beispiel beginnt bei Eingabe $5 / Ausgabe $25 je 1 Mio. Token. Der Playground aktualisiert die Schätzung, sobald Sie die Einstellungen ändern.