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": { "practical_html": "Technický příklad v angličtině
Audit a project decision memo\n\nReview this memo against its evidence: 'All customers prefer weekly exports, so we will remove daily exports.' Evidence E1: 12 of 20 interviewed customers prefer weekly; E2: 4 prefer daily; E3: 4 gave no preference. Return the unsupported claims, a corrected recommendation and one question that would resolve a material uncertainty.A three-part evidence review with E1-E3 references and a narrower recommendation.The review must preserve the four daily-export preferences and avoid treating silence as agreement.claude-opus-4-8Claude 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/messagestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-8 | 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 →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
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 |
|---|---|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
set -eu\n: "${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-4-8", "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-4-8", "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-4-8",\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-4-8",\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-4-8',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-4-8
Ailoot Ultra anthropic/claude-opus-4.8
Použijte cesty metod uvedené výše.
claude-opus-4-8Claude 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/responsestext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-8 | 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 →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
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 |
|---|---|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
set -eu\n: "${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-4-8", "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-4-8", "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-4-8", 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-4-8", 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-4-8", 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-4-8
Ailoot Ultra anthropic/claude-opus-4.8
Použijte cesty metod uvedené výše.
claude-opus-4-8Claude 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/chat/completionstext, imagetext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity claude-opus-4-8 | 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 →
Referenční tabulky modelu nemění výběr metody, cenové nabídky ani poplatky. Skutečné poplatky používají sazby vybrané metody Ailoot.
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 |
|---|---|---|---|---|
| KonfiguraceOpenAI Chat · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceOpenAI Chat · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Základní sazby za tokeny | Tabulka sazebZákladní sazba | Tokeny kontextu, více než— | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
| KonfiguraceAnthropic Messages · Úroveň 1 podle délky požadavku | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | 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 $0.02 / 1K tokenů |
set -eu\n: "${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-4-8", "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-4-8", "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-4-8",\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-4-8",\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-4-8',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-4-8
Ailoot Ultra anthropic/claude-opus-4.8
Použijte cesty metod uvedené výše.
anthropic/claude-opus-4.8Claude 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/chat/completionstexttext| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity anthropic/claude-opus-4.8 | 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 function 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— |
Polemodalities | Typstring[] | PožadavekVolitelné | Hodnoty a limity text | Výchozí— |
Poleprovider | Typobject | PožadavekVolitelné | Hodnoty a limity Podmínky: provider.options je na této textové trase Ultra odmítáno | Výchozí— |
Polecache_control.ttl | Typstring | PožadavekVolitelné | Hodnoty a limity Podmínky: Hodnota 1h je ve skutečných umístěních mezipaměti promptů odmítána | Výchozí— |
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, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktspecifické pro model; nástroje uživatelských funkcí se liší od hostovaných nástrojů |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
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.
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 $0.01 / 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 $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.01 / 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 $0.02 / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-opus-4.8", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\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='anthropic/claude-opus-4.8',messages=[{"role":"user","content":"Explain observations and hypotheses 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(result.to_dict(mode="json"))\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='anthropic/claude-opus-4.8',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-4-8
Ailoot Ultra anthropic/claude-opus-4.8
Použijte cesty metod uvedené výše.
anthropic/claude-opus-4.8Claude 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/messagestextjson, sse| Pole | Typ | Požadavek | Hodnoty a limity | Výchozí |
|---|---|---|---|---|
Polemodel | Typstring | PožadavekPovinné | Hodnoty a limity anthropic/claude-opus-4.8 | 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.
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 $0.01 / 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 $0.02 / 1K tokenů |
| KonfiguracePásmo délky požadavku 1 | Tabulka sazeb— | Tokeny kontextu, více než0 | Tokeny kontextu, do uvedené hodnoty včetněBez horní meze | Poplatek Vstup · Vstupní tokeny $0.01 / 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 $0.02 / 1K tokenů |
Ailoot před požadavkem rezervuje odhadovanou částku. Po výsledku vyúčtuje konečný poplatek podle naměřeného využití. Při streamování se účtování řídí konečným záznamem využití. Jak funguje rezervace a vyúčtování →
{\n "model": "anthropic/claude-opus-4.8",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'anthropic/claude-opus-4.8', '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': 'anthropic/claude-opus-4.8', '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-4-8
Ailoot Ultra anthropic/claude-opus-4.8
Použijte cesty metod uvedené výše.
Technický příklad v angličtině
Audit a project decision memo\n\nReview this memo against its evidence: 'All customers prefer weekly exports, so we will remove daily exports.' Evidence E1: 12 of 20 interviewed customers prefer weekly; E2: 4 prefer daily; E3: 4 gave no preference. Return the unsupported claims, a corrected recommendation and one question that would resolve a material uncertainty.A three-part evidence review with E1-E3 references and a narrower recommendation.The review must preserve the four daily-export preferences and avoid treating silence as agreement.