Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
", "aboutText": "Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.\n\n### Od analýzy problému k provedení\n\nV inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.\n\nProstředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.\n\n### Dva různé regulátory práce\n\nOpus 4.5 podporuje **extended thinking** s ručně nastaveným rozpočtem `budget_tokens`. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.\n\nPokud metoda nastavení podporuje, ručně nastavený rozpočet `budget_tokens` začíná na **1024 tokenech** a obvykle musí být menší než `max_tokens`. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit `max_tokens`, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.\n\nParametr `effort` řídí celkovou míru propracování: dostupné jsou `low`, `medium` a `high`, standardní úrovní je `high`. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.\n\n### Text a vizuální materiály\n\nNa vstupu jsou **text a obrázky**, na výstupu model vytváří **text**. Kontext má **200 tisíc tokenů**, maximální délka odpovědi je **64 tisíc tokenů**. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.\n\nFormáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.\n\nSpolehlivou hranicí vestavěných znalostí je **květen 2025**. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický příklad v angličtině
Fix a mutation-dependent retry bug\n\nReview this Python function: def ready(items):\n for item in items:\n if item["done"]:\n items.remove(item)\n return items\nWith two adjacent completed items, one remains. Propose a minimal correction that preserves the input list, and provide tests for adjacent completed items, no completed items and an empty list.A corrected Python function, a brief bug explanation and three executable test cases.Check that iteration does not mutate the source list and that the test with two adjacent completed items removes both from the result.claude-opus-4-5-20251101Claude Opus 4.5 je zaměřen na složitý vývoj, výzkum a vícekrokovou práci s nástroji. Pomáhá rozebírat nejednoznačné úlohy a připravovat obsah dokumentů, tabulek a prezentací.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
POST /v1/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-5-20251101 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring|content_block[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polesystem | Typstring|content_block[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity Minimum: 1 Limit platí pro: přesný limit vybraného modelu/karty | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop_sequences | Typstring[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typtool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].name | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: nástroj je dodán | Výchozí— |
Poletools[].description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].input_schema | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polethinking.type | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polethinking.budget_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleoutput_config.effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemetadata | Typobject | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polecache_control | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Text · text UTF8
messages[].content nebo blok type=text
Text + obrázek
{type:image,source:{type:base64,media_type,data}} nebo zdroj type=url
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext, image |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | Kontraktskutečný obsah UTF-8 vložený jako text; ID/URLs souborů vyžadují samostatnou přesně vymezenou podporu |
Životní cyklus: exact retained published method
Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku.
POST /v1/messagesAiloot 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: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="claude-opus-4-5-20251101",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "claude-opus-4-5-20251101",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=anthropic.Anthropic(base_url="https://api.ailoot.ai",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.messages.stream(model='claude-opus-4-5-20251101',max_tokens=1024,messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot claude-opus-4-5-20251101
Ailoot Ultra claude-opus-4-5-20251101
/chat/completions
claude-opus-4-5-20251101Claude Opus 4.5 je zaměřen na složitý vývoj, výzkum a vícekrokovou práci s nástroji. Pomáhá rozebírat nejednoznačné úlohy a připravovat obsah dokumentů, tabulek a prezentací.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
POST /v1/responsestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-5-20251101 | Výchozí— |
Poleinput | Typstring|input_item[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poleinput[].type | Typstring | PožadavekVolitelné | Hodnoty a limity message, reasoning, function_call, function_call_output | Výchozí— |
Poleinput[].content | Typstring|content_part[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poleinput[].call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: function_call_output; zachovejte skutečně vrácené call_id | Výchozí— |
Poleinput[].output | Typstring|content_part[] | PožadavekVolitelné | Hodnoty a limity Platí, když: function_call_output | Výchozí— |
Polemax_output_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typtool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning.effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning.summary | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletext.format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletext.verbosity | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinclude | Typstring[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestore | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprevious_response_id | Typstring | PožadavekVolitelné | Hodnoty a limity Požadavek na ID: Pouze skutečné ID odpovědi z podporovaného pokračování Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_key | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Text · text UTF8
vstupní text nebo část input_text
Text + obrázek
{type:input_image,image_url}
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext, image |
Parametrrequired | Kontraktmodel, input |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | Kontraktskutečný obsah UTF-8 vložený jako text; ID/URLs souborů vyžadují samostatnou přesně vymezenou podporu |
Životní cyklus: exact retained published method
Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku.
POST /v1/responsesAiloot 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}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/responses \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.responses.create(model="claude-opus-4-5-20251101", input="Explain the difference between an observation and a hypothesis in three sentences.")\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "claude-opus-4-5-20251101", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nwith client.responses.stream(model="claude-opus-4-5-20251101", input="Explain the difference between an observation and a hypothesis in three sentences.") as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou výstupní položku a část obsahu, skutečné call_id funkce, šifrované uvažování a údaje o využití. Při streamování uchovejte úplnou identitu události/položky.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polestatus | Typstring |
Poleoutput[] | Typmessage|reasoning|function_call|other item |
Poleoutput[].content[] | Typcontent part |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot claude-opus-4-5-20251101
Ailoot Ultra claude-opus-4-5-20251101
/chat/completions
claude-opus-4-5-20251101Claude Opus 4.5 je zaměřen na složitý vývoj, výzkum a vícekrokovou práci s nástroji. Pomáhá rozebírat nejednoznačné úlohy a připravovat obsah dokumentů, tabulek a prezentací.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
POST /v1/chat/completionstext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-5-20251101 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Příklady: system, user, assistant, tool, function Podmínky: Tyto role jsou výslovně zastoupeny typy kompatibility zdrojového kódu; přesná sada rolí zůstává specifická pro daný model. Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring|content_part[]|null | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_calls | Typtool_call[] | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].tool_call_id | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: role=tool; použijte skutečně vrácené ID | Výchozí— |
Polemessages[].name | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Polemessages[].reasoning_content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Předávejte zpět skutečně vrácené uvažování tam, kde je tento model používá | Výchozí— |
Polemessages[].reasoning_details | Typobject|array | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemax_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polemax_completion_tokens | Typinteger | PožadavekVolitelné | Hodnoty a limity Minimum: 1 Závisí na modelu | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Polestream_options.include_usage | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletemperature | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletop_p | Typnumber | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polestop | Typstring|string[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools | Typfunction_tool[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].type | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poletools[].function.name | Typstring | PožadavekPovinné | Hodnoty a limity Platí, když: nástroj typu funkce je dodán | Výchozí— |
Poletools[].function.description | Typstring | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletools[].function.parameters | TypJSON_schema | PožadavekVolitelné | Hodnoty a limity | Výchozí— |
Poletool_choice | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleparallel_tool_calls | Typboolean | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleresponse_format | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning_effort | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polereasoning | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleservice_tier | Typstring | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleinstructions | Typstring | PožadavekVolitelné | Hodnoty a limity Pole kompatibility | Výchozí— |
Polefunctions | Typfunction[] | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polefunction_call | Typstring|object | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Poleprompt_cache_options | Typobject | PožadavekVolitelné | Hodnoty a limity Závisí na modelu | Výchozí— |
Text · text UTF8
messages[].content
Text + obrázek
{type:image_url,image_url:{url,detail}}
| Parametr | Kontrakt |
|---|---|
Parametrmaterial_types | Kontrakttext, image |
Parametrrequired | Kontraktmodel, messages |
Parametroptional_controls | Kontraktnull |
Parametrcontent_type | Kontraktapplication/json |
Parametrtext_file_material | Kontraktskutečný obsah UTF-8 vložený jako text; ID/URLs souborů vyžadují samostatnou přesně vymezenou podporu |
Životní cyklus: exact retained published method
Struktury metod a ID jsou přesné; schopnosti dodavatele jsou oddělené od připuštění požadavku.
POST /v1/chat/completionsAiloot 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}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5-20251101", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = OpenAI(base_url="https://api.ailoot.ai/v1", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nresp = client.chat.completions.create(\n model="claude-opus-4-5-20251101",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "claude-opus-4-5-20251101",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-opus-4-5-20251101',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot claude-opus-4-5-20251101
Ailoot Ultra claude-opus-4-5-20251101
/chat/completions
claude-opus-4-5-20251101Claude Opus 4.5 je zaměřen na složitý vývoj, výzkum a vícekrokovou práci s nástroji. Pomáhá rozebírat nejednoznačné úlohy a připravovat obsah dokumentů, tabulek a prezentací.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
POST /v1/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-5-20251101 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity Minimální počet položek: 1 | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity Závisí na modelu | Výchozí— |
Polemessages[].content | Typstring | PožadavekVolitelné | Hodnoty a limity Platí, když: Textová konverzace | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontraktpole zpráv se strukturou role/content |
Parametrfile_material | Kontraktskutečný dokument UTF-8 vložený jako doslovný text; ID souboru se neodvozuje |
Parametroptional_controls | Kontraktstream |
Parametrcontrol_scope | KontraktTextová konverzace; stream je booleovská hodnota a ve výchozím nastavení je false. |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Aliasy metody: /chat/completions
Životní cyklus: synchronous_or_streamed
Odešlete přesné ID modelu spolu s messages.
Délka kontextu není limitem výstupu.
Textový soubor může dodat doslovný text; obrazové/zvukové vstupy a vstupy v podobě souborových objektů vyžadují přesnou vazbu.
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.01 / 1K tokenů Výstup · Výstupní tokeny $0.05 / 1K tokenů Vstup · Čtení z mezipaměti $0.001 / 1K tokenů Vstup · Zápis do mezipaměti $0.0125 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-opus-4-5-20251101","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="claude-opus-4-5-20251101", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte každou volbu a její obsah/volání nástrojů/uvažování. V SSE sestavujte přírůstky podle indexu volby/nástroje a zachovejte konečný důvod ukončení i údaje o využití.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot claude-opus-4-5-20251101
Ailoot Ultra claude-opus-4-5-20251101
/chat/completions
claude-opus-4-5-20251101Claude Opus 4.5 je zaměřen na složitý vývoj, výzkum a vícekrokovou práci s nástroji. Pomáhá rozebírat nejednoznačné úlohy a připravovat obsah dokumentů, tabulek a prezentací.
Tento popis zahrnuje schopnosti modelu. Vstupy, výstupy a možnosti dostupné v Ailoot jsou uvedeny níže pro vybranou metodu.
Claude Opus 4.5 je model Anthropic pro úlohy, v nichž je potřeba porozumět nejednoznačným požadavkům, zvolit plán akcí a postupně dovést práci k výsledku. Hlavními oblastmi jeho prezentace jsou programování, agentní práce, používání počítače a důkladný výzkum. Při běžné odborné práci může model pomáhat s tabulkami a prezentacemi.
V inženýrské úloze může Opus 4.5 zkoumat vztahy mezi několika částmi systému, hledat příčinu složité chyby, probírat kompromisy a připravovat změny kódu. Pro dlouhodobou práci Anthropic zvlášť zdůrazňuje plánování akcí, využívání nástrojů a koordinaci dílčích úloh. To se hodí pro scénář, kde je potřeba nejprve prostudovat materiály, následně zvolit akce a ověřit jejich výsledek.
Prostředky pro čtení a úpravy souborů, provádění příkazů, vyhledávání informací a práci s rozhraním musí poskytovat aplikace. Model uvažuje o tom, co udělat, a vytváří volání dostupných nástrojů; skutečné provedení závisí na připojeném prostředí. Podobně může příprava tabulky nebo prezentace zahrnovat obsah a kód, zatímco vytvoření hotového souboru vyžaduje odpovídající nástroj.
Opus 4.5 podporuje extended thinking s ručně nastaveným rozpočtem budget_tokens. Při zapnutí tohoto režimu model analyzuje úlohu před výslednou odpovědí. Pokud aplikace poskytuje odpovídající podporu, může také uvažovat mezi voláními nástrojů a zohledňovat získané výsledky před další akcí.
Pokud metoda nastavení podporuje, ručně nastavený rozpočet budget_tokens začíná na 1024 tokenech a obvykle musí být menší než max_tokens. Pro uvažování mezi nástroji existuje výjimka: rozpočet může překročit max_tokens, protože zahrnuje několik bloků analýzy v jednom kole. Tato výjimka vyžaduje podporu takového režimu v aplikaci.
Parametr effort řídí celkovou míru propracování: dostupné jsou low, medium a high, standardní úrovní je high. Funguje se zapnutým uvažováním i bez něj. Rozpočet uvažování a úsilí plní různé funkce: první usměrňuje rozsah vnitřní analýzy, druhé ovlivňuje práci na odpovědi jako celku. Adaptivní režim u této verze chybí.
Na vstupu jsou text a obrázky, na výstupu model vytváří text. Kontext má 200 tisíc tokenů, maximální délka odpovědi je 64 tisíc tokenů. Rozsáhlý soubor materiálů lze využít pro výzkum, analýzu dokumentů a vývoj, ale výsledek se musí vejít do omezení této konkrétní verze.
Formáty běžného vizuálního vstupu u výrobce jsou JPEG/PNG/GIF/WebP, u animace se používá první snímek. Při nativní analýze má delší strana 1568 pixelů a používá se 1568 vizuálních tokenů; velké obrázky se před analýzou zmenšují. Podpora souborů a parametrů závisí na metodě aplikace.
Spolehlivou hranicí vestavěných znalostí je květen 2025. Pro aktuální informace jsou potřeba poskytnuté materiály nebo nástroje aplikace. Anthropic model trénoval k odolnosti vůči škodlivým instrukcím skrytým v cizím obsahu, to však nevylučuje chybné závěry: plán, změny a závěry vyžadují ověření v konkrétní úloze.
POST /v1/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-5-20251101 | Výchozí— |
Polemessages | Typmessage[] | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemessages[].role | Typstring | PožadavekPovinné | Hodnoty a limity user, assistant | Výchozí— |
Polemessages[].content | Typstring | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polemax_tokens | Typinteger | PožadavekPovinné | Hodnoty a limity | Výchozí— |
Polestream | Typboolean | PožadavekVolitelné | Hodnoty a limity | Výchozífalse |
Text · text UTF-8
řetězec messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktPřečtěte skutečný dokument UTF-8 a vložte jeho text do uvedeného pole input nebo do řetězce obsahu zprávy. |
Životní cyklus: synchronous_or_streamed
Údaje o tarifech nepřidávají možnosti požadavku. Podporované parametry jsou uvedeny u vybrané metody.
| Konfigurace | Tabulka sazeb | Poplatek |
|---|---|---|
| KonfiguraceZákladní sazby za tokeny | Tabulka sazebZákladní sazba | Poplatek Vstup · Vstupní tokeny $0.01 / 1K tokenů Výstup · Výstupní tokeny $0.05 / 1K tokenů Vstup · Čtení z mezipaměti $0.001 / 1K tokenů Vstup · Zápis do mezipaměti $0.0125 / 1K tokenů Vstup · Zápis do mezipaměti, 1 hodina — / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "claude-opus-4-5-20251101",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-opus-4-5-20251101', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-opus-4-5-20251101', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON nebo SSE
Uchovejte každou úplnou vrácenou odpověď, soubor i část obsahu.
Zachovejte všechny bloky obsahu, podpisy uvažování a skutečná ID použití nástrojů. Sestavte všechny přírůstky bloků SSE; první textový blok není úplný výstup.
Zachovejte ID požadavků/odpovědí a hlavičky. Není dodána obecná URL pro načtení textové úlohy.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpověď | Podmínka | Další krok |
|---|---|---|
Odpověď400 · invalid_request_error | PodmínkaNeplatná povinná pole, reprezentace podkladů nebo hodnota parametru | Další krokPřed novým požadavkem na vytvoření opravte uvedená pole. |
Ailoot claude-opus-4-5-20251101
Ailoot Ultra claude-opus-4-5-20251101
/chat/completions
Technický příklad v angličtině
Fix a mutation-dependent retry bug\n\nReview this Python function: def ready(items):\n for item in items:\n if item["done"]:\n items.remove(item)\n return items\nWith two adjacent completed items, one remains. Propose a minimal correction that preserves the input list, and provide tests for adjacent completed items, no completed items and an empty list.A corrected Python function, a brief bug explanation and three executable test cases.Check that iteration does not mutate the source list and that the test with two adjacent completed items removes both from the result.