Claude Opus 4.8 propojuje dlouhodobou agentní práci, odborné analýzy, vizuální porozumění a využívání paměti poskytované aplikací. Anthropic zvlášť zdůrazňuje chování modelu při ověřování závěrů: byl trénován k tomu, aby si všímal nedostatku potvrzení, informoval o nejistotě a netvrdil, že dosáhl výsledku bez dostatečných podkladů.
V inženýrské úloze může model zkoumat několik propojených komponent, posoudit plán, odhalovat chyby a pokračovat po získání nových dat. Pro analýzu dokumentů je důležitá jeho schopnost pracovat s hutným obsahem a pozornost věnovaná problémům ve vstupních materiálech a závěrech. Mezi popsaná odborná zaměření patří výzkum, analýza, práce s dokumenty a příprava obsahu prezentací.
Instrukce jsou interpretovány doslova, zejména při nízkých úrovních úsilí. Model nemusí bez upozornění přenášet podmínku z jednoho prvku na ostatní: oblast platnosti, formát a kritéria výsledku je vhodné zadat výslovně. Při kontrole kódu to znamená, že zadaný práh závažnosti ovlivňuje, které nalezené problémy se dostanou do odpovědi. Požadavek uvést všechny nálezy musí být formulován samostatně od požadavku na jejich filtrování.
Opus 4.8 podporuje adaptivní uvažování, které je třeba zapnout v aplikaci. Ruční extended thinking se samostatným budget_tokens tato verze nepodporuje. Úrovně effort jsou low, medium, high, xhigh a max; standardní je high. Podle Anthropic mohou vyšší úrovně zvyšovat rozsah analýzy, počet volání nástrojů a dobu práce, zatímco pro krátké, vymezené úlohy je užitečná nižší míra propracování.
Model volí podrobnost podle toho, jak složitá mu úloha připadá: jednoduchá otázka může dostat stručnou odpověď, otevřená analýza rozsáhlou. Pokud je potřeba určitý rozsah nebo tón textu, je třeba je zadat výslovně, ideálně s ukázkou požadovaného výsledku. Při dlouhodobé práci s nástroji jsou k dispozici průběžné zprávy o postupu; jejich obsah a četnost lze rovněž usměrnit instrukcí.
Na vstupu jsou text a obrázky, výsledek se vytváří textem. Kontextové okno má 1 milion tokenů, v běžném režimu má maximální odpověď 128 tisíc tokenů. Spolehlivou hranicí vestavěných znalostí je leden 2026.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 2576 pixelů a používá se 4784 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Vyhledávání na webu, provádění příkazů, souborová paměť, ovládání rozhraní a samostatné dílčí úlohy vyžadují podporu aplikace. Model může využívat dostupné prostředky, ale úroveň úsilí a jasný popis účelu nástrojů ovlivňují volbu akcí. To je zvlášť užitečné při práci, která propojuje vyhledávání informací, analýzu a technické provedení.
Při vytváření rozhraní a snímků prezentace má Opus 4.8 vlastní stálé preference ve zpracování. Pro výsledek v určitém stylu je užitečné uvést konkrétní paletu, typografii, kompozici a charakter pohybu nebo si nejprve vyžádat několik směrů. Hotový soubor nebo funkční rozhraní vzniká prostřednictvím nástrojů prostředí; vlastní výstup modelu zůstává textový.
", "aboutText": "Claude Opus 4.8 propojuje dlouhodobou agentní práci, odborné analýzy, vizuální porozumění a využívání paměti poskytované aplikací. Anthropic zvlášť zdůrazňuje chování modelu při ověřování závěrů: byl trénován k tomu, aby si všímal nedostatku potvrzení, informoval o nejistotě a netvrdil, že dosáhl výsledku bez dostatečných podkladů.\n\n### Upřesnit hranice a dovést práci k výsledku\n\nV inženýrské úloze může model zkoumat několik propojených komponent, posoudit plán, odhalovat chyby a pokračovat po získání nových dat. Pro analýzu dokumentů je důležitá jeho schopnost pracovat s hutným obsahem a pozornost věnovaná problémům ve vstupních materiálech a závěrech. Mezi popsaná odborná zaměření patří výzkum, analýza, práce s dokumenty a příprava obsahu prezentací.\n\nInstrukce jsou interpretovány doslova, zejména při nízkých úrovních úsilí. Model nemusí bez upozornění přenášet podmínku z jednoho prvku na ostatní: oblast platnosti, formát a kritéria výsledku je vhodné zadat výslovně. Při kontrole kódu to znamená, že zadaný práh závažnosti ovlivňuje, které nalezené problémy se dostanou do odpovědi. Požadavek uvést všechny nálezy musí být formulován samostatně od požadavku na jejich filtrování.\n\n### Nastavení uvažování a podoby odpovědi\n\nOpus 4.8 podporuje adaptivní uvažování, které je třeba zapnout v aplikaci. Ruční extended thinking se samostatným `budget_tokens` tato verze nepodporuje. Úrovně `effort` jsou `low`, `medium`, `high`, `xhigh` a `max`; standardní je `high`. Podle Anthropic mohou vyšší úrovně zvyšovat rozsah analýzy, počet volání nástrojů a dobu práce, zatímco pro krátké, vymezené úlohy je užitečná nižší míra propracování.\n\nModel volí podrobnost podle toho, jak složitá mu úloha připadá: jednoduchá otázka může dostat stručnou odpověď, otevřená analýza rozsáhlou. Pokud je potřeba určitý rozsah nebo tón textu, je třeba je zadat výslovně, ideálně s ukázkou požadovaného výsledku. Při dlouhodobé práci s nástroji jsou k dispozici průběžné zprávy o postupu; jejich obsah a četnost lze rovněž usměrnit instrukcí.\n\n### Materiály, nástroje a vizuální zpracování\n\nNa vstupu jsou **text a obrázky**, výsledek se vytváří **textem**. Kontextové okno má **1 milion tokenů**, v běžném režimu má maximální odpověď **128 tisíc tokenů**. Spolehlivou hranicí vestavěných znalostí je **leden 2026**.\n\nFormáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 2576 pixelů a používá se 4784 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.\n\nVyhledávání na webu, provádění příkazů, souborová paměť, ovládání rozhraní a samostatné dílčí úlohy vyžadují podporu aplikace. Model může využívat dostupné prostředky, ale úroveň úsilí a jasný popis účelu nástrojů ovlivňují volbu akcí. To je zvlášť užitečné při práci, která propojuje vyhledávání informací, analýzu a technické provedení.\n\nPři vytváření rozhraní a snímků prezentace má Opus 4.8 vlastní stálé preference ve zpracování. Pro výsledek v určitém stylu je užitečné uvést konkrétní paletu, typografii, kompozici a charakter pohybu nebo si nejprve vyžádat několik směrů. Hotový soubor nebo funkční rozhraní vzniká prostřednictvím nástrojů prostředí; vlastní výstup modelu zůstává textový.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "186c8fc5627118df7faf35f2799024215adac91d857a3f7a2f08a4f78b6158a8", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "cs", "methods": [ { "html": "anthropic/claude-opus-4.8:batchClaude Opus 4.8 je určen pro dlouhodobý vývoj a odborné analýzy. Udržuje směr vícekrokové práce, vyjadřuje nejistotu a zohledňuje výslovně zadané požadavky na výsledek.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.8 propojuje dlouhodobou agentní práci, odborné analýzy, vizuální porozumění a využívání paměti poskytované aplikací. Anthropic zvlášť zdůrazňuje chování modelu při ověřování závěrů: byl trénován k tomu, aby si všímal nedostatku potvrzení, informoval o nejistotě a netvrdil, že dosáhl výsledku bez dostatečných podkladů.
V inženýrské úloze může model zkoumat několik propojených komponent, posoudit plán, odhalovat chyby a pokračovat po získání nových dat. Pro analýzu dokumentů je důležitá jeho schopnost pracovat s hutným obsahem a pozornost věnovaná problémům ve vstupních materiálech a závěrech. Mezi popsaná odborná zaměření patří výzkum, analýza, práce s dokumenty a příprava obsahu prezentací.
Instrukce jsou interpretovány doslova, zejména při nízkých úrovních úsilí. Model nemusí bez upozornění přenášet podmínku z jednoho prvku na ostatní: oblast platnosti, formát a kritéria výsledku je vhodné zadat výslovně. Při kontrole kódu to znamená, že zadaný práh závažnosti ovlivňuje, které nalezené problémy se dostanou do odpovědi. Požadavek uvést všechny nálezy musí být formulován samostatně od požadavku na jejich filtrování.
Opus 4.8 podporuje adaptivní uvažování, které je třeba zapnout v aplikaci. Ruční extended thinking se samostatným budget_tokens tato verze nepodporuje. Úrovně effort jsou low, medium, high, xhigh a max; standardní je high. Podle Anthropic mohou vyšší úrovně zvyšovat rozsah analýzy, počet volání nástrojů a dobu práce, zatímco pro krátké, vymezené úlohy je užitečná nižší míra propracování.
Model volí podrobnost podle toho, jak složitá mu úloha připadá: jednoduchá otázka může dostat stručnou odpověď, otevřená analýza rozsáhlou. Pokud je potřeba určitý rozsah nebo tón textu, je třeba je zadat výslovně, ideálně s ukázkou požadovaného výsledku. Při dlouhodobé práci s nástroji jsou k dispozici průběžné zprávy o postupu; jejich obsah a četnost lze rovněž usměrnit instrukcí.
Na vstupu jsou text a obrázky, výsledek se vytváří textem. Kontextové okno má 1 milion tokenů, v běžném režimu má maximální odpověď 128 tisíc tokenů. Spolehlivou hranicí vestavěných znalostí je leden 2026.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 2576 pixelů a používá se 4784 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Vyhledávání na webu, provádění příkazů, souborová paměť, ovládání rozhraní a samostatné dílčí úlohy vyžadují podporu aplikace. Model může využívat dostupné prostředky, ale úroveň úsilí a jasný popis účelu nástrojů ovlivňují volbu akcí. To je zvlášť užitečné při práci, která propojuje vyhledávání informací, analýzu a technické provedení.
Při vytváření rozhraní a snímků prezentace má Opus 4.8 vlastní stálé preference ve zpracování. Pro výsledek v určitém stylu je užitečné uvést konkrétní paletu, typografii, kompozici a charakter pohybu nebo si nejprve vyžádat několik směrů. Hotový soubor nebo funkční rozhraní vzniká prostřednictvím nástrojů prostředí; vlastní výstup modelu zůstává textový.
POST /v1/batchestexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Poleendpoint | Typstring | PožadavekPovinné | Hodnoty a limity /v1/chat/completions | Výchozí— |
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity anthropic/claude-opus-4.8:batch | Výchozí— |
Polerequests | Typbatch_item[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polerequests[].custom_id | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polerequests[].body.messages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polecompletion_window | Typstring | PožadavekVolitelné | Hodnoty a limity 24h | Výchozí— |
Poleprovider | Typobject|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polerequests[].body.model | Typstring | PožadavekVolitelné | Hodnoty a limity anthropic/claude-opus-4.8:batch, anthropic/claude-opus-4.8 | Výchozí— |
Poleprovider.only | Typstring[] | PožadavekVolitelné | Hodnoty a limity anthropic | Výchozí— |
Poleprovider.allow_fallbacks | Typboolean|null | PožadavekVolitelné | Hodnoty a limity false, null | Výchozí— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktendpoint, model, requests |
Parametrmaterial_types | Kontrakttext |
Parametrrepresentation | Kontraktvložené requests[]; každá položka obsahuje custom_id a body |
Parametrrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parametrfile_material | KontraktVolající může lokálně načíst skutečný soubor JSONL v kódování UTF-8 do requests[]. Nepoužívá se účel nahrání, input_file_id ani odkaz na soubor. Chybějící nebo prázdné podklady zákazníka zastaví přípravu před POST. |
Parametrserialization_order | Kontraktendpoint, model, provider (je-li uveden), completion_window (je-li uvedeno), requests nakonec |
Parametroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parametrschema_scope | KontraktTěla požadavků Text Chat Completions v dokumentované obálce pro vložené dávkové požadavky Batch. |
Životní cyklus: asynchronous
GET /v1/batches/{operation_id} · skutečné response.id z původní odpovědi na vytvoření; stejný uživatel, klíč a skupina
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
Přiřaďte každý poplatek k uvedeným podmínkám. Pro každou sadu alternativních konfigurací použijte jednu sazbu.
| Konfigurace | Tabulka sazeb | Tokeny kontextu, více než | Tokeny kontextu, do uvedené hodnoty včetně | Poplatek |
|---|---|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.025 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00625 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina $0.01 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.005 / 1K tokenů Výstup · Výstupní tokeny $0.025 / 1K tokenů Vstup · Čtení z mezipaměti $0.0005 / 1K tokenů Vstup · Zápis do mezipaměti $0.00625 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina $0.01 / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-opus-4.8:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-opus-4.8:batch', 'anthropic/claude-opus-4.8']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.8:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nvložený JSON v results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nUchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Uchovejte úplný původní JSON se stavem, každý výsledek a custom_id a úplné tělo odpovědi nebo chyby. Dokončené results[] uložte jako JSONL bez filtrování.
Uchovejte původní ID operace. Odpověď 503 result_pending_check obsahuje X-Should-Retry:false; původní dávku s neznámým výsledkem nikdy znovu neodesílejte.
| Pole | Typ |
|---|---|
Poleresults[].custom_id | Typstring |
Poleresults[].response.body.choices[].message.content | Typstring|null |
Poleresults[].error | Typobject|null |
Poleusage | Typobject|null |
Poleid | Typstring |
Polemodel | Typstring |
Poleendpoint | Typstring |
Polestatus | Typstring |
Polerequest_counts | Typobject |
Poleresults[].id | Typstring |
Poleresults[].response.status_code | Typinteger |
Poleresults[].response.request_id | Typstring |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná dokumentovaná obálka vložených požadavků, duplicitní klíče, nesprávná identita položky nebo rozpor s nastavenými schopnostmi modelu. | Další krokPřed jakýmkoli novým odesláním opravte označená pole. |
Odpověď401 · authentication_error | PodmínkaNeplatný klíč API. | Další krokPoužijte autorizovaný klíč Ailoot. |
Odpověď403 · permission_error | PodmínkaSkupina pro dávkové požadavky není dostupná. | Další krokZkontrolujte oprávnění klíče a skupiny. |
Odpověď422 · invalid_request_error | PodmínkaDávkové požadavky se účtují ze zůstatku; vytvoření v rámci předplatného se odmítá. | Další krokPoužijte autorizovanou skupinu s účtováním ze zůstatku. |
Odpověď422 · price_unavailable | PodmínkaPro vstup dávky nelze vypočítat cenovou nabídku. | Další krokUchovejte odpověď; použijte dokumentovaný vstup pro danou rodinu API. |
Odpověď402 · billing_error | PodmínkaRezerva pro dávku není dostupná. | Další krokPřed novým požadavkem vyřešte podmínky přijetí. |
Odpověď503 · price_unavailable | PodmínkaCena dávkové metody nebo nativní sazby nejsou dostupné. | Další krokUchovejte odpověď; nenahrazujte ceny jinými. |
Odpověď503 · api_error | PodmínkaPřesná trasa dodavatele není dostupná. | Další krokUchovejte odpověď pro opravu směrování. |
Odpověď503 · result_pending_check | PodmínkaPůvodní výsledek vyžaduje kontrolu; X-Should-Retry:false. | Další krokUchovejte původní operation_id/id a načítejte jeho stav; původní POST nikdy neopakujte. |
Odpověď404 · not_found | PodmínkaOperace pro kontrolu stavu dávky neexistuje nebo patří jiné identitě. | Další krokPoužijte přesné původní id a stejného uživatele, klíč a skupinu. |
Ailoot Ultra anthropic/claude-opus-4.8:batch
Použijte cesty metod uvedené výše.