modeller

Anthropic: Claude Haiku 5.5

Markdown · JSON

Anthropic: Claude Haiku 5.5

Claude Haiku 5.5 er Anthropics lille model til klassifikation, udtrækning, resuméer, routing og afgrænsede agentopgaver. Den kombinerer tekst- og billedforståelse med adaptivt ræsonnement og er udformet til gentaget arbejde, som kræver et hurtigt svar.

Om modellen

Denne beskrivelse dækker modellens funktioner. Tilgængelige input, output og indstillinger i Ailoot står nedenfor for den valgte metode.

Claude Haiku 5.5 er Anthropics lille modeludgave til opgaver i store mængder, hvor lav latenstid er vigtig. De vigtigste anvendelser omfatter klassifikation, routing, informationsudtrækning, opsummering, komprimering af samtaler og afgrænset subagentarbejde. Den modtager tekst og billeder og genererer tekst. En nyttig beskrivelse giver et snævert spørgsmål og et eksplicit resultat: en kategori, et defineret sæt felter, et kort resumé eller relevante belæg til en anden del af en større opgave. Hold kildeidentifikatorerne sammen med resultatet, så en applikation kan forbinde de udtrukne oplysninger med originalmaterialet.

Anthropic positionerer udgaven til kundesupport i realtid, browserbetjening og korte kodedeleopgaver samt gentaget analyse. Den kan supplere Claude Sonnet 5.5 eller Claude Opus 5.5 i et forløb, hvor en større model håndterer et ambitiøst projekt, og Haiku udfører et afgrænset opslag eller resumé. Ved en supportopgave gives spørgsmålet og det tilladte referencemateriale, hvorefter svartone og det nødvendige resultat angives. Ved en kodedeleopgave angives de relevante filer eller uddrag og det præcise spørgsmål frem for at tildele et åbent projekt uden afslutningsbetingelse.

Det dokumenterede kontekstvindue er én million tokens med op til 128.000 outputtokens ved almindelig generering. Ræsonnementstokens tæller med i genereringsrammen, så resultatet kræver plads til både ræsonnement og synlig tekst. Den pålidelige vidensgrænse er juni 2026; senere oplysninger kræver givne belæg eller et søgeværktøj. Anthropic dokumenterer separat en beta kun til batchbehandling, som kan hæve outputtet til 300.000 tokens for denne udgave. Den større ramme kræver udviklerens funktion til udvidet output og er adskilt fra den almindelige grænse. En asynkron batch håndterer anmodninger uafhængigt, hvilket gør den nyttig til samlinger af dokumenter eller poster, hvis resultater behøves efter behandling frem for straks.

Adaptivt ræsonnement er slået til som standard, og effort er den primære indstilling for ræsonnementsdybde. Niveauerne er low, medium, high, xhigh og max med medium som standard. Anthropic anbefaler medium til det meste arbejde, high til mere vedvarende opgaver eller streng instruktionsfølgning og low til enklere, korte anmodninger. Ræsonnement kan slås fra ved low, medium eller high; deaktivering ved xhigh eller max afvises. En prompt, som beder om et direkte svar, erstatter ikke denne indstilling. Manuelle budget_tokens-indstillinger fra Haiku 4.5 overføres ikke til denne udgave, og temperature, top_p og top_k bør udelades i den dokumenterede grænseflade.

Haiku 5.5 bruger den nyere tokenizer, som blev introduceret i tidligere Claude-generationer, og Anthropic anslår, at samme tekst kan bruge omtrent 30% flere tokens end på Haiku 4.5 afhængigt af indholdet. Den bevarer også ræsonnementsblokke fra tidligere assistentture, så samtalestørrelsen kan vokse mere end gennem tokenizerændringen alene. Den mindste promptlængde, som kan caches, er 512 tokens. Hold tidligere ture uændrede, når ræsonnement bevares, og placer nye instruktioner i den seneste tur. Ændring af effort på øverste niveau ugyldiggør samtalens beskedcache; udvikleren dokumenterer en separat beta til ændring af effort i adaptive samtaler. Ingen af disse muligheder påviser et cachehit for en bestemt anmodning.

Ved informationssøgning anbefaler modellens promptingvejledning at give den aktuelle dato sammen med søgeværktøjet og holde de oprindelige system- og værktøjsdefinitioner stabile. Giv en ny dato i den seneste tur, hvis samtalen fortsætter på en senere dag. Angiv det, der skal findes, og bevar de returnerede kilder, før der bedes om en konklusion. En eksempelopgave kan for eksempel spørge efter den dokumenterede adfærd i en bestemt softwareversion efterfulgt af en kort forklaring forankret i den indhentede passage. Applikationen giver søgeværktøjet og returnerer dets faktiske resultater; modellens foreslåede opslag er ikke belæg for, at opslaget fandt sted.

Når struktureret JSON-output kombineres med værktøjer, dokumenterer vejledningen en bestemt interaktion: med ræsonnement slået fra kan Haiku springe et nødvendigt værktøjskald over. Anthropic anbefaler adaptivt ræsonnement til sådanne anmodninger eller at adskille det endelige JSON-krav fra værktøjstrinnet. Definer outputfelterne, og gør det tydeligt, at det endelige svar følger værktøjsresultaterne. En dataudtrækningsbeskrivelse kan angive de krævede felter og repræsentationen af manglende værdier, mens en opslagsbeskrivelse først kan bede om de nødvendige belæg til at udfylde dem. Læs svarblokke efter deres type, da svaret ikke behøver være første blok, og ræsonnementstekst udelades som standard.

Ved længere agentprompts bemærker Anthropic, at effort på low kan stoppe tidligt, springe en søgning over eller udelade en kontrol. Vejledningen anbefaler eksplicitte afslutningsinstruktioner og faktiske kontroller af kodeændringer, før de rapporteres som færdige. Forbered det forventede resultat og de belæg, som ville demonstrere det: de valgte passager til en rapport, den ændrede adfærd til et kodeforslag eller de felter, der er udtrukket fra et dokument. Vejledningen skelner også mellem en brugers besked midt i opgaven og værktøjsoutput: nye brugerinstruktioner hører til i en brugertur, mens de returnerede værktøjsbelæg forbliver adskilte.

Udgaven har sine egne beskyttelsesmekanismer og kan returnere en afvisning for kategorier som skadelig cyberaktivitet, biologisk skade, udvikling af konkurrerende modeller eller andre forbudte anvendelser. Udvikleren dokumenterer ikke serverbaseret fallback for Haiku 5.5. Vejledningen bemærker også, at effort på xhigh lejlighedsvis kan afslutte et svar i en samtale med flere ture uden synlig svartekst, og at tekst, som ligner ræsonnement, kan forekomme oftere ved effort på low eller med ræsonnement slået fra. Det er bestemte adfærdsmønstre, som skal tages i betragtning, når et forløb kræver et synligt, struktureret resultat. Ved almindeligt udtræknings- eller resuméarbejde bruges en afgrænset kilde, et defineret output og det indsatsniveau, som passer til opgaven.

Praktisk opgave

Praktisk opgave

Teknisk eksempel på engelsk

Extract a support handoff

Extract a handoff from this ticket, using only its text: T-184: 'I changed my billing email yesterday. Receipts still go to the old address. My login works. Please resend March and April receipts.' Return ticket ID, requested actions, working function and missing information. Use 'not stated' for absent details.

Forventet resultat

Four labeled fields retaining T-184, the receipt request, the working login and explicitly missing details.

Kontrollér resultatet

Every extracted value must trace to the ticket; do not invent either email address.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions anthropic/claude-haiku-5.5

anthropic/claude-haiku-5.5

Anthropic /anthropic/claude-haiku-5.5
Model-ID
  • anthropic/claude-haiku-5.5
  • ~anthropic/claude-haiku-latest

Start

Claude Haiku 5.5 er Anthropics lille model til klassifikation, udtrækning, resuméer, routing og afgrænsede agentopgaver. Den kombinerer tekst- og billedforståelse med adaptivt ræsonnement og er udformet til gentaget arbejde, som kræver et hurtigt svar.

Accepterede input
Tekst
Resultater
Tekst

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Outputformat
json eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
anthropic/claude-haiku-5.5
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænser
Minimumsantal elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrævetVærdier og grænser
Eksempler: system, user, assistant, tool, function
Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt.
Afhænger af modellen
Standard—
Feltmessages[].contentTypestring|content_part[]|nullKravValgfritVærdier og grænserStandard—
Feltmessages[].tool_callsTypetool_call[]KravValgfritVærdier og grænserStandard—
Feltmessages[].tool_call_idTypestringKravValgfritVærdier og grænser
Gælder når: role=tool; brug det faktisk returnerede ID
Standard—
Feltmessages[].nameTypestringKravValgfritVærdier og grænserStandard—
Feltmessages[].reasoning_contentTypestringKravValgfritVærdier og grænser
Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det
Standard—
Feltmessages[].reasoning_detailsTypeobject|arrayKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltmax_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
Feltmax_completion_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Feltstream_options.include_usageTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttemperatureTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttop_pTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltstopTypestring|string[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttoolsTypefunction_tool[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttools[].typeTypestringKravValgfritVærdier og grænser
function
Afhænger af modellen
Standard—
Felttools[].function.nameTypestringKravPåkrævetVærdier og grænser
Gælder når: funktionsværktøj angivet
Standard—
Felttools[].function.descriptionTypestringKravValgfritVærdier og grænserStandard—
Felttools[].function.parametersTypeJSON_schemaKravValgfritVærdier og grænserStandard—
Felttool_choiceTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltparallel_tool_callsTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltresponse_formatTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltreasoning_effortTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltreasoningTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltservice_tierTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltinstructionsTypestringKravValgfritVærdier og grænser
Kompatibilitetsfelt
Standard—
FeltfunctionsTypefunction[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltfunction_callTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltprompt_cache_optionsTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltmodalitiesTypestring[]KravValgfritVærdier og grænser
text
Standard—
FeltproviderTypeobjectKravValgfritVærdier og grænser
Betingelser: provider.options afvises på denne Ultra-tekstrute
Standard—
Feltcache_control.ttlTypestringKravValgfritVærdier og grænser
Betingelser: 1h afvises på de faktiske placeringer for promptcaching
Standard—
Kombinationer af inputmaterialer

Tekst · UTF8-tekst

messages[].content

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages
Parametermaterial_typesKontrakttext
ParametermessagesKontraktbeskedarray med strukturen role/content
Parameterfile_materialKontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes
Parameteroptional_controlsKontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeKontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer
Parameteroutput_modalitiesKontrakttext
Parameterhosted_operationsKontraktfalse
Parametermultimodal_input_bindingKontraktnull

Livscyklus: synchronous_or_streamed

Send det præcise model-ID med messages.

Kontekstlængde er ikke et outputloft.

En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats
Ræsonneringsindsats · high
Standardpris Når ræsonneringsindsatsen er sat til high
Ræsonneringsindsats · low
Standardpris Når ræsonneringsindsatsen er sat til low
Ræsonneringsindsats · max
Standardpris Når ræsonneringsindsatsen er sat til max
Ræsonneringsindsats · medium
Standardpris Når ræsonneringsindsatsen er sat til medium
Ræsonneringsindsats · xhigh
Standardpris Når ræsonneringsindsatsen er sat til xhigh

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og med100.000Beløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 2Takstplan—Konteksttokens, mere end100.000Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.002 / 1K tokens

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-stream
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "anthropic/claude-haiku-5.5", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='anthropic/claude-haiku-5.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='anthropic/claude-haiku-5.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Hent og gem resultater

Ailoot Ultra · OpenAI Chat

json eller SSE

Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Ailoot Ultra · Anthropic Messages POST /v1/messages anthropic/claude-haiku-5.5

anthropic/claude-haiku-5.5

Anthropic /anthropic/claude-haiku-5.5
Model-ID
  • anthropic/claude-haiku-5.5
  • ~anthropic/claude-haiku-latest

Start

Claude Haiku 5.5 er Anthropics lille model til klassifikation, udtrækning, resuméer, routing og afgrænsede agentopgaver. Den kombinerer tekst- og billedforståelse med adaptivt ræsonnement og er udformet til gentaget arbejde, som kræver et hurtigt svar.

Accepterede input
Tekst
Resultater
json · sse

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Anthropic Messages POST /v1/messages
Inputtyper
text
Outputtyper
json, sse
Outputformat
JSON eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
anthropic/claude-haiku-5.5
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænserStandard—
Feltmessages[].roleTypestringKravPåkrævetVærdier og grænser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrævetVærdier og grænserStandard—
Feltmax_tokensTypeintegerKravPåkrævetVærdier og grænserStandard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Kombinationer af inputmaterialer

Tekst · UTF-8-tekst

messages[].content som streng

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages, max_tokens
Parameteroptional_controlsKontraktstream
Parametermaterial_typesKontrakttext
Parametertext_file_materialKontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng.

Livscyklus: synchronous_or_streamed

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats
Ræsonneringsindsats · high
Standardpris Når ræsonneringsindsatsen er sat til high
Ræsonneringsindsats · low
Standardpris Når ræsonneringsindsatsen er sat til low
Ræsonneringsindsats · max
Standardpris Når ræsonneringsindsatsen er sat til max
Ræsonneringsindsats · medium
Standardpris Når ræsonneringsindsatsen er sat til medium
Ræsonneringsindsats · xhigh
Standardpris Når ræsonneringsindsatsen er sat til xhigh

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og med100.000Beløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 2Takstplan—Konteksttokens, mere end100.000Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.002 / 1K tokens

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · Anthropic Messages

Komplet minimalt requestbody i JSONcurl · brug dit UTF-8-dokumentPython · gem hele resultatet
{
  "model": "anthropic/claude-haiku-5.5",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-haiku-5.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-haiku-5.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Hent og gem resultater

Ailoot Ultra · Anthropic Messages

JSON eller SSE

Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions ~anthropic/claude-haiku-latest

~anthropic/claude-haiku-latest

Anthropic /~anthropic/claude-haiku-latest
Model-ID
  • anthropic/claude-haiku-5.5
  • ~anthropic/claude-haiku-latest

Start

Claude Haiku 5.5 er Anthropics lille model til klassifikation, udtrækning, resuméer, routing og afgrænsede agentopgaver. Den kombinerer tekst- og billedforståelse med adaptivt ræsonnement og er udformet til gentaget arbejde, som kræver et hurtigt svar.

Accepterede input
Tekst
Resultater
Tekst

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Outputformat
json eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
~anthropic/claude-haiku-latest
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænser
Minimumsantal elementer: 1
Standard—
Feltmessages[].roleTypestringKravPåkrævetVærdier og grænser
Eksempler: system, user, assistant, tool, function
Betingelser: Disse roller er eksplicit repræsenteret i kildekodens kompatibilitetstyper; modellens præcise rollesæt er fortsat modelspecifikt.
Afhænger af modellen
Standard—
Feltmessages[].contentTypestring|content_part[]|nullKravValgfritVærdier og grænserStandard—
Feltmessages[].tool_callsTypetool_call[]KravValgfritVærdier og grænserStandard—
Feltmessages[].tool_call_idTypestringKravValgfritVærdier og grænser
Gælder når: role=tool; brug det faktisk returnerede ID
Standard—
Feltmessages[].nameTypestringKravValgfritVærdier og grænserStandard—
Feltmessages[].reasoning_contentTypestringKravValgfritVærdier og grænser
Gælder når: Send det faktisk returnerede ræsonnement tilbage, når modellen bruger det
Standard—
Feltmessages[].reasoning_detailsTypeobject|arrayKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltmax_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
Feltmax_completion_tokensTypeintegerKravValgfritVærdier og grænser
Minimum: 1
Afhænger af modellen
Standard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Feltstream_options.include_usageTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttemperatureTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttop_pTypenumberKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltstopTypestring|string[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FelttoolsTypefunction_tool[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Felttools[].typeTypestringKravValgfritVærdier og grænser
function
Afhænger af modellen
Standard—
Felttools[].function.nameTypestringKravPåkrævetVærdier og grænser
Gælder når: funktionsværktøj angivet
Standard—
Felttools[].function.descriptionTypestringKravValgfritVærdier og grænserStandard—
Felttools[].function.parametersTypeJSON_schemaKravValgfritVærdier og grænserStandard—
Felttool_choiceTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltparallel_tool_callsTypebooleanKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltresponse_formatTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltreasoning_effortTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltreasoningTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltservice_tierTypestringKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltinstructionsTypestringKravValgfritVærdier og grænser
Kompatibilitetsfelt
Standard—
FeltfunctionsTypefunction[]KravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltfunction_callTypestring|objectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
Feltprompt_cache_optionsTypeobjectKravValgfritVærdier og grænser
Afhænger af modellen
Standard—
FeltmodalitiesTypestring[]KravValgfritVærdier og grænser
text
Standard—
FeltproviderTypeobjectKravValgfritVærdier og grænser
Betingelser: provider.options afvises på denne Ultra-tekstrute
Standard—
Feltcache_control.ttlTypestringKravValgfritVærdier og grænser
Betingelser: 1h afvises på de faktiske placeringer for promptcaching
Standard—
Kombinationer af inputmaterialer

Tekst · UTF8-tekst

messages[].content

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages
Parametermaterial_typesKontrakttext
ParametermessagesKontraktbeskedarray med strukturen role/content
Parameterfile_materialKontraktfaktisk UTF-8-dokument indsat som bogstavelig tekst; intet fil-ID udledes
Parameteroptional_controlsKontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametercontrol_scopeKontraktmodelspecifikt; brugerens funktionsværktøjer er forskellige fra hostede værktøjer
Parameteroutput_modalitiesKontrakttext
Parameterhosted_operationsKontraktfalse
Parametermultimodal_input_bindingKontraktnull

Livscyklus: synchronous_or_streamed

Send det præcise model-ID med messages.

Kontekstlængde er ikke et outputloft.

En tekstfil kan levere bogstavelig tekst; billed-, lyd- og filobjektinput kræver en præcis binding.

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats
Ræsonneringsindsats · high
Standardpris Når ræsonneringsindsatsen er sat til high
Ræsonneringsindsats · low
Standardpris Når ræsonneringsindsatsen er sat til low
Ræsonneringsindsats · max
Standardpris Når ræsonneringsindsatsen er sat til max
Ræsonneringsindsats · medium
Standardpris Når ræsonneringsindsatsen er sat til medium
Ræsonneringsindsats · xhigh
Standardpris Når ræsonneringsindsatsen er sat til xhigh

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og med100.000Beløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 2Takstplan—Konteksttokens, mere end100.000Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.002 / 1K tokens

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · OpenAI Chat

curlPython SDKPython-stream
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "~anthropic/claude-haiku-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='~anthropic/claude-haiku-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='~anthropic/claude-haiku-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Hent og gem resultater

Ailoot Ultra · OpenAI Chat

json eller SSE

Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Bevar hvert valg og dets indhold, værktøjskald og ræsonnement. Saml i SSE deltaer efter valg-/værktøjsindeks, og bevar den endelige afslutningsårsag og forbrugsoplysningerne.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
Feltchoices[].indexTypeinteger
Feltchoices[].message.contentTypestring|null
Feltchoices[].message.tool_callsTypetool_call[]
Feltchoices[].message.reasoning_contentTypestring
Feltchoices[].message.reasoning_detailsTypeobject|array
Feltchoices[].finish_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Ailoot Ultra · Anthropic Messages POST /v1/messages ~anthropic/claude-haiku-latest

~anthropic/claude-haiku-latest

Anthropic /~anthropic/claude-haiku-latest
Model-ID
  • anthropic/claude-haiku-5.5
  • ~anthropic/claude-haiku-latest

Start

Claude Haiku 5.5 er Anthropics lille model til klassifikation, udtrækning, resuméer, routing og afgrænsede agentopgaver. Den kombinerer tekst- og billedforståelse med adaptivt ræsonnement og er udformet til gentaget arbejde, som kræver et hurtigt svar.

Accepterede input
Tekst
Resultater
json · sse

Tilgængelig i Ailoot · input og metoder

Ailoot Ultra · Anthropic Messages POST /v1/messages
Inputtyper
text
Outputtyper
json, sse
Outputformat
JSON eller SSE
FeltTypeKravVærdier og grænserStandard
FeltmodelTypestringKravPåkrævetVærdier og grænser
~anthropic/claude-haiku-latest
Standard—
FeltmessagesTypemessage[]KravPåkrævetVærdier og grænserStandard—
Feltmessages[].roleTypestringKravPåkrævetVærdier og grænser
user, assistant
Standard—
Feltmessages[].contentTypestringKravPåkrævetVærdier og grænserStandard—
Feltmax_tokensTypeintegerKravPåkrævetVærdier og grænserStandard—
FeltstreamTypebooleanKravValgfritVærdier og grænserStandardfalse
Kombinationer af inputmaterialer

Tekst · UTF-8-tekst

messages[].content som streng

Metodeparametre og livscyklus
ParameterKontrakt
Parametercontent_typeKontraktapplication/json
ParameterrequiredKontraktmodel, messages, max_tokens
Parameteroptional_controlsKontraktstream
Parametermaterial_typesKontrakttext
Parametertext_file_materialKontraktLæs det faktiske UTF-8-dokument, og indsæt teksten i det angivne input eller beskedens indholdsstreng.

Livscyklus: synchronous_or_streamed

Priser

Tarifoplysninger tilføjer ikke anmodningsmuligheder. Understøttede parametre står ved den valgte metode.

Hurtig tilstand
Standardpris Når hurtig tilstand er valgt
flex-tilstand
Standardpris Når flex-tilstanden er valgt
Maksimal ræsonneringsindsats
Standardpris Når default-justeringen anvendes ved maksimal ræsonneringsindsats
Ræsonneringsindsats · high
Standardpris Når ræsonneringsindsatsen er sat til high
Ræsonneringsindsats · low
Standardpris Når ræsonneringsindsatsen er sat til low
Ræsonneringsindsats · max
Standardpris Når ræsonneringsindsatsen er sat til max
Ræsonneringsindsats · medium
Standardpris Når ræsonneringsindsatsen er sat til medium
Ræsonneringsindsats · xhigh
Standardpris Når ræsonneringsindsatsen er sat til xhigh

Ailoot-takster

Priser efter konfiguration

Knyt hver omkostning til de viste betingelser. Brug én takst for hver gruppe af alternative konfigurationer.

KonfigurationTakstplanKonteksttokens, mere endKonteksttokens, op til og medBeløb
KonfigurationGrundtakster for tokensTakstplanGrundtakstKonteksttokens, mere end—Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 1Takstplan—Konteksttokens, mere end0Konteksttokens, op til og med100.000Beløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.0004 / 1K tokens
KonfigurationAnmodningslængde · niveau 2Takstplan—Konteksttokens, mere end100.000Konteksttokens, op til og medIngen øvre grænseBeløb
Input · Inputtokens $0.0002 / 1K tokens
Output · Outputtokens $0.001 / 1K tokens
Input · Cachelæsning $0.00002 / 1K tokens
Input · Cacheskrivning $0.00025 / 1K tokens
Input · Cacheskrivning, 1 time $0.002 / 1K tokens

Ailoot reserverer et estimeret beløb før en anmodning. Efter resultatet afregnes det endelige beløb ud fra det målte forbrug. Ved streaming bruges den endelige forbrugsregistrering til afregningen. Sådan fungerer reservation og afregning →

Eksempelanmodninger

Ailoot Ultra · Anthropic Messages

Komplet minimalt requestbody i JSONcurl · brug dit UTF-8-dokumentPython · gem hele resultatet
{
  "model": "~anthropic/claude-haiku-latest",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': '~anthropic/claude-haiku-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': '~anthropic/claude-haiku-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Hent og gem resultater

Ailoot Ultra · Anthropic Messages

JSON eller SSE

Behold alle færdige resultater

Gem hvert fuldstændigt returneret svar, hver fil og hver indholdsdel.

Bevar alle indholdsblokke, ræsonnementssignaturer og faktiske værktøjsbrugs-ID’er. Saml alle SSE-blokdeltaer; den første tekstblok er ikke hele outputtet.

Hvis det oprindelige svar skal kontrolleres

Bevar anmodnings-/svar-ID’er og headere. Der leveres ingen generel URL til at hente tekstjob.

Svarfelter
FeltType
FeltidTypestring
FeltmodelTypestring
Feltcontent[]Typetext|thinking|tool_use|other content block
Feltstop_reasonTypestring|null
FeltusageTypeobject
Fejl og næste trin
SvarBetingelseNæste trin
Svar400 · invalid_request_errorBetingelseUgyldige obligatoriske felter, materialerepræsentation eller parameterværdiNæste trinRet de angivne felter før en ny oprettelsesanmodning.

Aliaser

Modelaliaser

Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

Aliaser for metodestier

Brug metodestierne vist ovenfor.

Relaterede kalder-ID’er

anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest

FAQ · Anthropic: Claude Haiku 5.5
Hvilke input og resultater er tilgængelige?

POST /v1/chat/completions · anthropic/claude-haiku-5.5: text → text

POST /v1/messages · anthropic/claude-haiku-5.5: text → json, sse

POST /v1/chat/completions · ~anthropic/claude-haiku-latest: text → text

POST /v1/messages · ~anthropic/claude-haiku-latest: text → json, sse

Hvilke felter bruger anmodningen?

POST /v1/chat/completions · anthropic/claude-haiku-5.5: model, messages, stream, modalities, provider

POST /v1/messages · anthropic/claude-haiku-5.5: model, messages, max_tokens, stream

POST /v1/chat/completions · ~anthropic/claude-haiku-latest: model, messages, stream, modalities, provider

POST /v1/messages · ~anthropic/claude-haiku-latest: model, messages, max_tokens, stream

Hvilke grænser gælder?

POST /v1/chat/completions · anthropic/claude-haiku-5.5: messages.min_items: 1

POST /v1/chat/completions · ~anthropic/claude-haiku-latest: messages.min_items: 1

Flere oplysninger

Tilslut Ailoot til Claude Code, OpenCode, Hermes eller din egen applikation.

Virksomheden og dens projektportefølje

Virksomheden og dens projektportefølje: millioner af kunder; månedligt salg for milliarder.

Køb tokens med rabat.

Abonnementsrabat til regelmæssigt arbejde. Rabatkoder giver op til 50% på tokenkøb.

Abonnement
Vælg et abonnement med rabat til dine regelmæssige anmodninger.
Rabatkode på op til 50%
Indtast koden ved købet. Prisen genberegnes efter den aktuelle kampagne.
Udgifter i historikken
Model, tokens og beløb gemmes for hver anmodning.

Vælg abonnement · Se modelpriser

Tilslut API’et til produktet, du sælger.

SaaS, apps og bots efter Ailoots tilbudsvilkår og licensaftale. Anmod om en forhandlerlicens til videresalg.

Kommerciel applikation
Byg generering af tekst, billeder, video og lyd ind i tjenestens betalte funktioner.
Licens til forhandlere
Send projektbeskrivelse og adgangsmodel. Bed om skriftlige vilkår for anvendelse og videresalg.
Dokumenter på websitet
Tilbudsvilkår, licensaftale og politik for behandling af data kan læses før tilslutning.

Anmod om forhandlerlicens · Tilbudsvilkår og licensaftale

Tilgængeligt via Ailoot API

claude-haiku-5-5 · Core

Core Anthropic MessagesPOST /v1/messages
Inputtyper
text
Outputtyper
text
Kontekst
200.000 tokens
Maks. svar
65.536 tokens
Input
0,0001 US$ / 1K
Output
0,0005 US$ / 1K
Cachelæsning
0,00001 US$ / 1K
Cacheskrivning
0,000125 US$ / 1K
Cacheskrivning, 5 min.
0,000125 US$ / 1K tokens
Cacheskrivning, 1 time
0,0002 US$ / 1K tokens
web_search_call
0,01 US$ pr. kald
Maks. antal kald web_search_call
8

Priser efter anmodningens længde · Anthropic Messages

Anmodningens størrelse, tokensInputOutputCachelæsningCacheskrivningCache 5 min.Cache 1 time
Anmodningens størrelse, tokens(0; 100.000]Input0,0001 US$Output0,0005 US$Cachelæsning0,00001 US$Cacheskrivning0,000125 US$Cache 5 min.0,000125 US$Cache 1 time0,0002 US$
Anmodningens størrelse, tokens(100.000; ∞)Input0,0005 US$Output0,0025 US$Cachelæsning0,00005 US$Cacheskrivning0,000625 US$Cache 5 min.0,000625 US$Cache 1 time0,001 US$

Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.

claude-haiku-5-5 · Core

Core OpenAI ResponsesPOST /v1/responses
Inputtyper
text
Outputtyper
text
Kontekst
200.000 tokens
Maks. svar
65.536 tokens
Input
0,0001 US$ / 1K
Output
0,0005 US$ / 1K
Cachelæsning
0,00001 US$ / 1K
Cacheskrivning
0,000125 US$ / 1K
Cacheskrivning, 5 min.
0,000125 US$ / 1K tokens
Cacheskrivning, 1 time
0,0002 US$ / 1K tokens
web_search_call
0,01 US$ pr. kald
Maks. antal kald web_search_call
8

Priser efter anmodningens længde · OpenAI Responses

Anmodningens størrelse, tokensInputOutputCachelæsningCacheskrivningCache 5 min.Cache 1 time
Anmodningens størrelse, tokens(0; 100.000]Input0,0001 US$Output0,0005 US$Cachelæsning0,00001 US$Cacheskrivning0,000125 US$Cache 5 min.0,000125 US$Cache 1 time0,0002 US$
Anmodningens størrelse, tokens(100.000; ∞)Input0,0005 US$Output0,0025 US$Cachelæsning0,00005 US$Cacheskrivning0,000625 US$Cache 5 min.0,000625 US$Cache 1 time0,001 US$

Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.

claude-haiku-5-5 · Core

Core OpenAI ChatPOST /v1/chat/completions
Inputtyper
text
Outputtyper
text
Kontekst
200.000 tokens
Maks. svar
65.536 tokens
Input
0,0001 US$ / 1K
Output
0,0005 US$ / 1K
Cachelæsning
0,00001 US$ / 1K
Cacheskrivning
0,000125 US$ / 1K
Cacheskrivning, 5 min.
0,000125 US$ / 1K tokens
Cacheskrivning, 1 time
0,0002 US$ / 1K tokens
web_search_call
0,01 US$ pr. kald
Maks. antal kald web_search_call
8

Priser efter anmodningens længde · OpenAI Chat

Anmodningens størrelse, tokensInputOutputCachelæsningCacheskrivningCache 5 min.Cache 1 time
Anmodningens størrelse, tokens(0; 100.000]Input0,0001 US$Output0,0005 US$Cachelæsning0,00001 US$Cacheskrivning0,000125 US$Cache 5 min.0,000125 US$Cache 1 time0,0002 US$
Anmodningens størrelse, tokens(100.000; ∞)Input0,0005 US$Output0,0025 US$Cachelæsning0,00005 US$Cacheskrivning0,000625 US$Cache 5 min.0,000625 US$Cache 1 time0,001 US$

Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.

claude-haiku-5-5 · Core

Core Gemini generateContentPOST /v1beta/models/{model}:generateContent
Inputtyper
text
Outputtyper
text
Kontekst
200.000 tokens
Maks. svar
65.536 tokens
Input
0,0001 US$ / 1K
Output
0,0005 US$ / 1K
Cachelæsning
0,00001 US$ / 1K
Cacheskrivning
0,000125 US$ / 1K
Cacheskrivning, 5 min.
0,000125 US$ / 1K tokens
Cacheskrivning, 1 time
0,0002 US$ / 1K tokens
web_search_call
0,01 US$ pr. kald
Maks. antal kald web_search_call
8

Priser efter anmodningens længde · Gemini generateContent

Anmodningens størrelse, tokensInputOutputCachelæsningCacheskrivningCache 5 min.Cache 1 time
Anmodningens størrelse, tokens(0; 100.000]Input0,0001 US$Output0,0005 US$Cachelæsning0,00001 US$Cacheskrivning0,000125 US$Cache 5 min.0,000125 US$Cache 1 time0,0002 US$
Anmodningens størrelse, tokens(100.000; ∞)Input0,0005 US$Output0,0025 US$Cachelæsning0,00005 US$Cacheskrivning0,000625 US$Cache 5 min.0,000625 US$Cache 1 time0,001 US$

Takster i USD pr. 1K tokens. Hvis ingen takst er angivet, overtages grundtaksten for denne metode; «—» betyder, at ingen grundtakst er angivet.

JSON