Claude Haiku 5.5 ist Anthropics Kleinmodelledition für latenzempfindliche Aufgaben mit hohem Volumen. Zu den Hauptanwendungen gehören Klassifikation, Routing, Informationsextraktion, Zusammenfassung, Gesprächsverdichtung und gezielte Arbeit von Unteragenten. Es nimmt Text und Bilder entgegen und erzeugt Text. Eine hilfreiche Beschreibung gibt ihm eine eng begrenzte Frage und ein ausdrückliches Ergebnis vor: eine Kategorie, einen definierten Feldsatz, eine kurze Zusammenfassung oder relevante Belege für einen anderen Teil einer größeren Aufgabe. Bewahren Sie Quellenkennungen beim Ergebnis, damit eine Anwendung extrahierte Informationen mit ihrem ursprünglichen Material verbinden kann.
Anthropic positioniert diese Edition neben wiederkehrender Analyse auch für unmittelbaren Kundensupport, Browserbedienung und kurze Programmierteilaufgaben. Sie kann Claude Sonnet 5.5 oder Claude Opus 5.5 in einem Ablauf ergänzen, bei dem ein größeres Modell ein anspruchsvolles Projekt übernimmt und Haiku eine begrenzte Abfrage oder Zusammenfassung bearbeitet. Geben Sie für eine Supportaufgabe Frage und zulässiges Referenzmaterial vor und legen Sie anschließend Antwortton und erforderliche Rückgabe fest. Benennen Sie für eine Programmierteilaufgabe relevante Dateien oder Auszüge und die genaue Frage, statt ein offenes Projekt ohne Erledigungsbedingung zuzuweisen.
Das dokumentierte Kontextfenster beträgt eine Million Token mit bis zu 128.000 Ausgabetoken bei gewöhnlicher Generierung. Thinking-Token zählen zum Generierungsrahmen; das Ergebnis benötigt deshalb Platz für Reasoning und sichtbaren Text. Der verlässliche Wissensstichtag ist Juni 2026; spätere Informationen benötigen bereitgestellte Belege oder ein Suchwerkzeug. Anthropic dokumentiert separat eine ausschließlich für Batch verfügbare Beta, die die Ausgabe dieser Edition auf 300.000 Token erhöhen kann. Dieser größere Rahmen erfordert die Funktion des Herstellers für erweiterte Ausgaben und ist von der gewöhnlichen Grenze zu unterscheiden. Ein asynchroner Batch verarbeitet Anfragen unabhängig und eignet sich daher für Dokument- oder Datensatzsammlungen, deren Ergebnisse nach der Verarbeitung statt sofort benötigt werden.
Adaptive Thinking ist standardmäßig aktiviert; effort ist die wichtigste Steuerung der Reasoning-Tiefe. Die Stufen sind low, medium, high, xhigh und max mit medium als Standard. Anthropic empfiehlt medium für die meiste Arbeit, high für länger dauernde Aufgaben oder striktes Befolgen von Anweisungen und low für einfachere kurze Anfragen. Thinking kann bei low, medium oder high deaktiviert werden; eine Deaktivierung bei xhigh oder max wird abgelehnt. Ein Prompt mit der Bitte um eine direkte Antwort ersetzt diese Steuerung nicht. Manuelle Einstellungen von budget_tokens aus Haiku 4.5 lassen sich nicht auf diese Edition übertragen; temperature, top_p und top_k sollten in der dokumentierten Schnittstelle weggelassen werden.
Haiku 5.5 verwendet den in früheren Claude-Generationen eingeführten neueren Tokenizer. Anthropic schätzt, dass derselbe Text je nach Inhalt ungefähr 30% mehr Token als bei Haiku 4.5 verwenden kann. Es behält außerdem Thinking-Blöcke früherer Assistentenrunden bei, sodass die Gesprächsgröße über die reine Tokenizeränderung hinaus wachsen kann. Die minimale cachefähige Promptlänge beträgt 512 Token. Lassen Sie frühere Runden beim Beibehalten von Reasoning unverändert und setzen Sie neue Anweisungen in die neueste Runde. Eine Änderung von effort auf oberster Ebene macht den Nachrichtencache des Gesprächs ungültig; der Hersteller dokumentiert eine separate Beta zur Änderung von effort innerhalb adaptiver Gespräche. Keine dieser Fähigkeiten belegt einen Cachetreffer für eine bestimmte Anfrage.
Für Abrufaufgaben empfiehlt der Prompt-Leitfaden, das aktuelle Datum zusammen mit dem Suchwerkzeug vorzugeben und ursprüngliche System- und Werkzeugdefinitionen stabil zu halten. Geben Sie ein frisches Datum in der neuesten Runde vor, wenn das Gespräch an einem späteren Tag fortgesetzt wird. Benennen Sie das Gesuchte und bewahren Sie die zurückgegebenen Quellen, bevor Sie eine Schlussfolgerung verlangen. Eine beispielhafte Aufgabe könnte etwa nach dem dokumentierten Verhalten einer bestimmten Softwareversion fragen, gefolgt von einer kurzen Erklärung auf Grundlage der abgerufenen Passage. Die Anwendung stellt das Suchwerkzeug bereit und gibt dessen tatsächliche Ergebnisse zurück; die vorgeschlagene Abfrage des Modells ist kein Beleg für einen erfolgten Abruf.
Bei der Kombination strukturierter JSON-Ausgabe mit Werkzeugen dokumentiert der Leitfaden ein bestimmtes Zusammenspiel: Bei deaktiviertem Thinking kann Haiku einen notwendigen Werkzeugaufruf überspringen. Anthropic empfiehlt für solche Anfragen Adaptive Thinking oder die Trennung der endgültigen JSON-Anforderung vom Werkzeugschritt. Definieren Sie die Ausgabefelder und stellen Sie klar, dass die endgültige Antwort auf die Werkzeugergebnisse folgt. Eine Extraktionsaufgabe kann Pflichtfelder und die Darstellung fehlender Werte benennen; eine Abfrageaufgabe kann zunächst die zum Ausfüllen nötigen Belege verlangen. Lesen Sie Antwortblöcke anhand ihres Typs, da die Antwort nicht der erste Block sein muss und Thinking-Text standardmäßig weggelassen wird.
Bei längeren Agentenprompts merkt Anthropic an, dass low effort früh enden, eine Suche überspringen oder eine Prüfung auslassen kann. Der Leitfaden empfiehlt ausdrückliche Erledigungsanweisungen und tatsächliche Prüfungen von Codeänderungen, bevor sie als fertig gemeldet werden. Bereiten Sie das erwartete Ergebnis und die zu seinem Nachweis nötigen Belege vor: ausgewählte Passagen für einen Bericht, geändertes Verhalten für einen Codevorschlag oder aus einem Dokument extrahierte Felder. Der Leitfaden unterscheidet außerdem eine Nutzernachricht während einer Aufgabe von Werkzeugausgabe: Neue Nutzeranweisungen gehören in eine Nutzerrunde, während zurückgegebene Werkzeugbelege getrennt bleiben.
Diese Edition hat eigene Schutzmaßnahmen und kann Anfragen aus Kategorien wie Cyberschädigung, biologischer Schädigung, Entwicklung konkurrierender Modelle oder anderen untersagten Nutzungen ablehnen. Der Hersteller dokumentiert für Haiku 5.5 keinen serverseitigen Fallback. Der Leitfaden weist außerdem darauf hin, dass xhigh effort gelegentlich eine mehrstufige Antwort ohne sichtbaren Antworttext beenden kann und dass reasoningähnlicher Text bei low effort oder deaktiviertem Thinking häufiger erscheinen kann. Dies sind konkrete Verhaltensweisen, die bei einem Ablauf mit erforderlichem sichtbarem, strukturiertem Ergebnis zu berücksichtigen sind. Verwenden Sie für gewöhnliche Extraktion oder Zusammenfassung eine gezielte Quelle, eine definierte Ausgabe und eine zur Aufgabe passende effort-Stufe.
", "aboutText": "Claude Haiku 5.5 ist Anthropics Kleinmodelledition für latenzempfindliche Aufgaben mit hohem Volumen. Zu den Hauptanwendungen gehören Klassifikation, Routing, Informationsextraktion, Zusammenfassung, Gesprächsverdichtung und gezielte Arbeit von Unteragenten. Es nimmt Text und Bilder entgegen und erzeugt Text. Eine hilfreiche Beschreibung gibt ihm eine eng begrenzte Frage und ein ausdrückliches Ergebnis vor: eine Kategorie, einen definierten Feldsatz, eine kurze Zusammenfassung oder relevante Belege für einen anderen Teil einer größeren Aufgabe. Bewahren Sie Quellenkennungen beim Ergebnis, damit eine Anwendung extrahierte Informationen mit ihrem ursprünglichen Material verbinden kann.\n\nAnthropic positioniert diese Edition neben wiederkehrender Analyse auch für unmittelbaren Kundensupport, Browserbedienung und kurze Programmierteilaufgaben. Sie kann Claude Sonnet 5.5 oder Claude Opus 5.5 in einem Ablauf ergänzen, bei dem ein größeres Modell ein anspruchsvolles Projekt übernimmt und Haiku eine begrenzte Abfrage oder Zusammenfassung bearbeitet. Geben Sie für eine Supportaufgabe Frage und zulässiges Referenzmaterial vor und legen Sie anschließend Antwortton und erforderliche Rückgabe fest. Benennen Sie für eine Programmierteilaufgabe relevante Dateien oder Auszüge und die genaue Frage, statt ein offenes Projekt ohne Erledigungsbedingung zuzuweisen.\n\nDas dokumentierte Kontextfenster beträgt eine Million Token mit bis zu 128.000 Ausgabetoken bei gewöhnlicher Generierung. Thinking-Token zählen zum Generierungsrahmen; das Ergebnis benötigt deshalb Platz für Reasoning und sichtbaren Text. Der verlässliche Wissensstichtag ist Juni 2026; spätere Informationen benötigen bereitgestellte Belege oder ein Suchwerkzeug. Anthropic dokumentiert separat eine ausschließlich für Batch verfügbare Beta, die die Ausgabe dieser Edition auf 300.000 Token erhöhen kann. Dieser größere Rahmen erfordert die Funktion des Herstellers für erweiterte Ausgaben und ist von der gewöhnlichen Grenze zu unterscheiden. Ein asynchroner Batch verarbeitet Anfragen unabhängig und eignet sich daher für Dokument- oder Datensatzsammlungen, deren Ergebnisse nach der Verarbeitung statt sofort benötigt werden.\n\nAdaptive Thinking ist standardmäßig aktiviert; effort ist die wichtigste Steuerung der Reasoning-Tiefe. Die Stufen sind low, medium, high, xhigh und max mit medium als Standard. Anthropic empfiehlt medium für die meiste Arbeit, high für länger dauernde Aufgaben oder striktes Befolgen von Anweisungen und low für einfachere kurze Anfragen. Thinking kann bei low, medium oder high deaktiviert werden; eine Deaktivierung bei xhigh oder max wird abgelehnt. Ein Prompt mit der Bitte um eine direkte Antwort ersetzt diese Steuerung nicht. Manuelle Einstellungen von budget_tokens aus Haiku 4.5 lassen sich nicht auf diese Edition übertragen; temperature, top_p und top_k sollten in der dokumentierten Schnittstelle weggelassen werden.\n\nHaiku 5.5 verwendet den in früheren Claude-Generationen eingeführten neueren Tokenizer. Anthropic schätzt, dass derselbe Text je nach Inhalt ungefähr 30% mehr Token als bei Haiku 4.5 verwenden kann. Es behält außerdem Thinking-Blöcke früherer Assistentenrunden bei, sodass die Gesprächsgröße über die reine Tokenizeränderung hinaus wachsen kann. Die minimale cachefähige Promptlänge beträgt 512 Token. Lassen Sie frühere Runden beim Beibehalten von Reasoning unverändert und setzen Sie neue Anweisungen in die neueste Runde. Eine Änderung von effort auf oberster Ebene macht den Nachrichtencache des Gesprächs ungültig; der Hersteller dokumentiert eine separate Beta zur Änderung von effort innerhalb adaptiver Gespräche. Keine dieser Fähigkeiten belegt einen Cachetreffer für eine bestimmte Anfrage.\n\nFür Abrufaufgaben empfiehlt der Prompt-Leitfaden, das aktuelle Datum zusammen mit dem Suchwerkzeug vorzugeben und ursprüngliche System- und Werkzeugdefinitionen stabil zu halten. Geben Sie ein frisches Datum in der neuesten Runde vor, wenn das Gespräch an einem späteren Tag fortgesetzt wird. Benennen Sie das Gesuchte und bewahren Sie die zurückgegebenen Quellen, bevor Sie eine Schlussfolgerung verlangen. Eine beispielhafte Aufgabe könnte etwa nach dem dokumentierten Verhalten einer bestimmten Softwareversion fragen, gefolgt von einer kurzen Erklärung auf Grundlage der abgerufenen Passage. Die Anwendung stellt das Suchwerkzeug bereit und gibt dessen tatsächliche Ergebnisse zurück; die vorgeschlagene Abfrage des Modells ist kein Beleg für einen erfolgten Abruf.\n\nBei der Kombination strukturierter JSON-Ausgabe mit Werkzeugen dokumentiert der Leitfaden ein bestimmtes Zusammenspiel: Bei deaktiviertem Thinking kann Haiku einen notwendigen Werkzeugaufruf überspringen. Anthropic empfiehlt für solche Anfragen Adaptive Thinking oder die Trennung der endgültigen JSON-Anforderung vom Werkzeugschritt. Definieren Sie die Ausgabefelder und stellen Sie klar, dass die endgültige Antwort auf die Werkzeugergebnisse folgt. Eine Extraktionsaufgabe kann Pflichtfelder und die Darstellung fehlender Werte benennen; eine Abfrageaufgabe kann zunächst die zum Ausfüllen nötigen Belege verlangen. Lesen Sie Antwortblöcke anhand ihres Typs, da die Antwort nicht der erste Block sein muss und Thinking-Text standardmäßig weggelassen wird.\n\nBei längeren Agentenprompts merkt Anthropic an, dass low effort früh enden, eine Suche überspringen oder eine Prüfung auslassen kann. Der Leitfaden empfiehlt ausdrückliche Erledigungsanweisungen und tatsächliche Prüfungen von Codeänderungen, bevor sie als fertig gemeldet werden. Bereiten Sie das erwartete Ergebnis und die zu seinem Nachweis nötigen Belege vor: ausgewählte Passagen für einen Bericht, geändertes Verhalten für einen Codevorschlag oder aus einem Dokument extrahierte Felder. Der Leitfaden unterscheidet außerdem eine Nutzernachricht während einer Aufgabe von Werkzeugausgabe: Neue Nutzeranweisungen gehören in eine Nutzerrunde, während zurückgegebene Werkzeugbelege getrennt bleiben.\n\nDiese Edition hat eigene Schutzmaßnahmen und kann Anfragen aus Kategorien wie Cyberschädigung, biologischer Schädigung, Entwicklung konkurrierender Modelle oder anderen untersagten Nutzungen ablehnen. Der Hersteller dokumentiert für Haiku 5.5 keinen serverseitigen Fallback. Der Leitfaden weist außerdem darauf hin, dass xhigh effort gelegentlich eine mehrstufige Antwort ohne sichtbaren Antworttext beenden kann und dass reasoningähnlicher Text bei low effort oder deaktiviertem Thinking häufiger erscheinen kann. Dies sind konkrete Verhaltensweisen, die bei einem Ablauf mit erforderlichem sichtbarem, strukturiertem Ergebnis zu berücksichtigen sind. Verwenden Sie für gewöhnliche Extraktion oder Zusammenfassung eine gezielte Quelle, eine definierte Ausgabe und eine zur Aufgabe passende effort-Stufe.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "c6426df3478d51b0fc38313cd8af7d8321ac2ea7b5df48caf7580b5df4604065", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-at", "methods": [ { "html": "anthropic/claude-haiku-5.5:batchClaude Haiku 5.5 ist Anthropics kleines Modell für Klassifikation, Extraktion, Zusammenfassungen, Routing und gezielte Agentenaufgaben. Es verbindet Text- und Bildverständnis mit adaptivem Reasoning und ist für wiederkehrende Arbeit ausgelegt, die eine schnelle Antwort benötigt.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Haiku 5.5 ist Anthropics Kleinmodelledition für latenzempfindliche Aufgaben mit hohem Volumen. Zu den Hauptanwendungen gehören Klassifikation, Routing, Informationsextraktion, Zusammenfassung, Gesprächsverdichtung und gezielte Arbeit von Unteragenten. Es nimmt Text und Bilder entgegen und erzeugt Text. Eine hilfreiche Beschreibung gibt ihm eine eng begrenzte Frage und ein ausdrückliches Ergebnis vor: eine Kategorie, einen definierten Feldsatz, eine kurze Zusammenfassung oder relevante Belege für einen anderen Teil einer größeren Aufgabe. Bewahren Sie Quellenkennungen beim Ergebnis, damit eine Anwendung extrahierte Informationen mit ihrem ursprünglichen Material verbinden kann.
Anthropic positioniert diese Edition neben wiederkehrender Analyse auch für unmittelbaren Kundensupport, Browserbedienung und kurze Programmierteilaufgaben. Sie kann Claude Sonnet 5.5 oder Claude Opus 5.5 in einem Ablauf ergänzen, bei dem ein größeres Modell ein anspruchsvolles Projekt übernimmt und Haiku eine begrenzte Abfrage oder Zusammenfassung bearbeitet. Geben Sie für eine Supportaufgabe Frage und zulässiges Referenzmaterial vor und legen Sie anschließend Antwortton und erforderliche Rückgabe fest. Benennen Sie für eine Programmierteilaufgabe relevante Dateien oder Auszüge und die genaue Frage, statt ein offenes Projekt ohne Erledigungsbedingung zuzuweisen.
Das dokumentierte Kontextfenster beträgt eine Million Token mit bis zu 128.000 Ausgabetoken bei gewöhnlicher Generierung. Thinking-Token zählen zum Generierungsrahmen; das Ergebnis benötigt deshalb Platz für Reasoning und sichtbaren Text. Der verlässliche Wissensstichtag ist Juni 2026; spätere Informationen benötigen bereitgestellte Belege oder ein Suchwerkzeug. Anthropic dokumentiert separat eine ausschließlich für Batch verfügbare Beta, die die Ausgabe dieser Edition auf 300.000 Token erhöhen kann. Dieser größere Rahmen erfordert die Funktion des Herstellers für erweiterte Ausgaben und ist von der gewöhnlichen Grenze zu unterscheiden. Ein asynchroner Batch verarbeitet Anfragen unabhängig und eignet sich daher für Dokument- oder Datensatzsammlungen, deren Ergebnisse nach der Verarbeitung statt sofort benötigt werden.
Adaptive Thinking ist standardmäßig aktiviert; effort ist die wichtigste Steuerung der Reasoning-Tiefe. Die Stufen sind low, medium, high, xhigh und max mit medium als Standard. Anthropic empfiehlt medium für die meiste Arbeit, high für länger dauernde Aufgaben oder striktes Befolgen von Anweisungen und low für einfachere kurze Anfragen. Thinking kann bei low, medium oder high deaktiviert werden; eine Deaktivierung bei xhigh oder max wird abgelehnt. Ein Prompt mit der Bitte um eine direkte Antwort ersetzt diese Steuerung nicht. Manuelle Einstellungen von budget_tokens aus Haiku 4.5 lassen sich nicht auf diese Edition übertragen; temperature, top_p und top_k sollten in der dokumentierten Schnittstelle weggelassen werden.
Haiku 5.5 verwendet den in früheren Claude-Generationen eingeführten neueren Tokenizer. Anthropic schätzt, dass derselbe Text je nach Inhalt ungefähr 30% mehr Token als bei Haiku 4.5 verwenden kann. Es behält außerdem Thinking-Blöcke früherer Assistentenrunden bei, sodass die Gesprächsgröße über die reine Tokenizeränderung hinaus wachsen kann. Die minimale cachefähige Promptlänge beträgt 512 Token. Lassen Sie frühere Runden beim Beibehalten von Reasoning unverändert und setzen Sie neue Anweisungen in die neueste Runde. Eine Änderung von effort auf oberster Ebene macht den Nachrichtencache des Gesprächs ungültig; der Hersteller dokumentiert eine separate Beta zur Änderung von effort innerhalb adaptiver Gespräche. Keine dieser Fähigkeiten belegt einen Cachetreffer für eine bestimmte Anfrage.
Für Abrufaufgaben empfiehlt der Prompt-Leitfaden, das aktuelle Datum zusammen mit dem Suchwerkzeug vorzugeben und ursprüngliche System- und Werkzeugdefinitionen stabil zu halten. Geben Sie ein frisches Datum in der neuesten Runde vor, wenn das Gespräch an einem späteren Tag fortgesetzt wird. Benennen Sie das Gesuchte und bewahren Sie die zurückgegebenen Quellen, bevor Sie eine Schlussfolgerung verlangen. Eine beispielhafte Aufgabe könnte etwa nach dem dokumentierten Verhalten einer bestimmten Softwareversion fragen, gefolgt von einer kurzen Erklärung auf Grundlage der abgerufenen Passage. Die Anwendung stellt das Suchwerkzeug bereit und gibt dessen tatsächliche Ergebnisse zurück; die vorgeschlagene Abfrage des Modells ist kein Beleg für einen erfolgten Abruf.
Bei der Kombination strukturierter JSON-Ausgabe mit Werkzeugen dokumentiert der Leitfaden ein bestimmtes Zusammenspiel: Bei deaktiviertem Thinking kann Haiku einen notwendigen Werkzeugaufruf überspringen. Anthropic empfiehlt für solche Anfragen Adaptive Thinking oder die Trennung der endgültigen JSON-Anforderung vom Werkzeugschritt. Definieren Sie die Ausgabefelder und stellen Sie klar, dass die endgültige Antwort auf die Werkzeugergebnisse folgt. Eine Extraktionsaufgabe kann Pflichtfelder und die Darstellung fehlender Werte benennen; eine Abfrageaufgabe kann zunächst die zum Ausfüllen nötigen Belege verlangen. Lesen Sie Antwortblöcke anhand ihres Typs, da die Antwort nicht der erste Block sein muss und Thinking-Text standardmäßig weggelassen wird.
Bei längeren Agentenprompts merkt Anthropic an, dass low effort früh enden, eine Suche überspringen oder eine Prüfung auslassen kann. Der Leitfaden empfiehlt ausdrückliche Erledigungsanweisungen und tatsächliche Prüfungen von Codeänderungen, bevor sie als fertig gemeldet werden. Bereiten Sie das erwartete Ergebnis und die zu seinem Nachweis nötigen Belege vor: ausgewählte Passagen für einen Bericht, geändertes Verhalten für einen Codevorschlag oder aus einem Dokument extrahierte Felder. Der Leitfaden unterscheidet außerdem eine Nutzernachricht während einer Aufgabe von Werkzeugausgabe: Neue Nutzeranweisungen gehören in eine Nutzerrunde, während zurückgegebene Werkzeugbelege getrennt bleiben.
Diese Edition hat eigene Schutzmaßnahmen und kann Anfragen aus Kategorien wie Cyberschädigung, biologischer Schädigung, Entwicklung konkurrierender Modelle oder anderen untersagten Nutzungen ablehnen. Der Hersteller dokumentiert für Haiku 5.5 keinen serverseitigen Fallback. Der Leitfaden weist außerdem darauf hin, dass xhigh effort gelegentlich eine mehrstufige Antwort ohne sichtbaren Antworttext beenden kann und dass reasoningähnlicher Text bei low effort oder deaktiviertem Thinking häufiger erscheinen kann. Dies sind konkrete Verhaltensweisen, die bei einem Ablauf mit erforderlichem sichtbarem, strukturiertem Ergebnis zu berücksichtigen sind. Verwenden Sie für gewöhnliche Extraktion oder Zusammenfassung eine gezielte Quelle, eine definierte Ausgabe und eine zur Aufgabe passende effort-Stufe.
POST /v1/batchestexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldendpoint | Typstring | AnforderungErforderlich | Werte und Limits /v1/chat/completions | Standard— |
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-haiku-5.5:batch | Standard— |
Feldrequests | Typbatch_item[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldrequests[].custom_id | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldrequests[].body.messages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldcompletion_window | Typstring | AnforderungOptional | Werte und Limits 24h | Standard— |
Feldprovider | Typobject|null | AnforderungOptional | Werte und Limits | Standard— |
Feldrequests[].body.model | Typstring | AnforderungOptional | Werte und Limits anthropic/claude-haiku-5.5:batch, anthropic/claude-haiku-5.5 | Standard— |
Feldprovider.only | Typstring[] | AnforderungOptional | Werte und Limits anthropic | Standard— |
Feldprovider.allow_fallbacks | Typboolean|null | AnforderungOptional | Werte und Limits false, null | Standard— |
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragendpoint, model, requests |
Parametermaterial_types | Vertragtext |
Parameterrepresentation | Vertrageingebettete requests[]; jedes Element enthält custom_id und body |
Parameterrequest_endpoint_profile | Vertrag/v1/chat/completions |
Parameterfile_material | VertragDer Aufrufer kann tatsächliches UTF-8-JSONL lokal in requests[] einlesen. Es werden weder ein Upload-Zweck noch input_file_id oder eine Dateireferenz verwendet. Fehlendes oder leeres Kundenmaterial stoppt die Vorbereitung vor POST. |
Parameterserialization_order | Vertragendpoint, model, provider (falls angegeben), completion_window (falls angegeben), requests als letztes Feld |
Parameteroptional_controls | Vertragprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | VertragAnfragekörper für Text Chat Completions in der dokumentierten Inline-Batch-Struktur. |
Lebenszyklus: asynchronous
GET /v1/batches/{operation_id} · die tatsächliche response.id der ursprünglichen Erstellungsantwort; derselbe Nutzer/Schlüssel/dieselbe Gruppe
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
Ordnen Sie jede Gebühr den angezeigten Bedingungen zu. Verwenden Sie für jede Gruppe alternativer Konfigurationen einen Tarif.
| Konfiguration | Tarifstaffel | Kontexttoken, mehr als | Kontexttoken, bis einschließlich | Gebühr |
|---|---|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Kontexttoken, mehr als— | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0001 / 1K Tokens Ausgabe · Ausgabetoken $0.0005 / 1K Tokens Eingabe · Cache lesen $0.00001 / 1K Tokens Eingabe · In Cache schreiben $0.000125 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde $0.0002 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlich100 000 | Gebühr Eingabe · Eingabetoken $0.0001 / 1K Tokens Ausgabe · Ausgabetoken $0.0005 / 1K Tokens Eingabe · Cache lesen $0.00001 / 1K Tokens Eingabe · In Cache schreiben $0.000125 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde $0.0002 / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als100 000 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.0005 / 1K Tokens Ausgabe · Ausgabetoken $0.0025 / 1K Tokens Eingabe · Cache lesen $0.00005 / 1K Tokens Eingabe · In Cache schreiben $0.000625 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde $0.001 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-haiku-5.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-haiku-5.5:batch', 'anthropic/claude-haiku-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-haiku-5.5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\neingebettetes JSON unter results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nBewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Das vollständige ursprüngliche Status-JSON, jedes Ergebnis/jede custom_id und den vollständigen Antwort- oder Fehlerkörper aufbewahren. Abgeschlossene results[] ohne Filterung als JSONL speichern.
Die ursprüngliche Vorgangs-ID beibehalten. Bei 503 result_pending_check gilt X-Should-Retry:false; einen ursprünglichen Batch mit unbekanntem Ausgang niemals erneut einreichen.
| Feld | Typ |
|---|---|
Feldresults[].custom_id | Typstring |
Feldresults[].response.body.choices[].message.content | Typstring|null |
Feldresults[].error | Typobject|null |
Feldusage | Typobject|null |
Feldid | Typstring |
Feldmodel | Typstring |
Feldendpoint | Typstring |
Feldstatus | Typstring |
Feldrequest_counts | Typobject |
Feldresults[].id | Typstring |
Feldresults[].response.status_code | Typinteger |
Feldresults[].response.request_id | Typstring |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungUngültige Struktur der dokumentierten Inline-Einbettung, doppelte Schlüssel, ungültige Identitätsangaben zu einem Element oder ein Konflikt mit den konfigurierten Modellfähigkeiten. | Nächster SchrittDie angegebenen Felder vor jeder neuen Einreichung korrigieren. |
Antwort401 · authentication_error | BedingungUngültiger API-Schlüssel. | Nächster SchrittDen autorisierten Ailoot-Schlüssel verwenden. |
Antwort403 · permission_error | BedingungGruppe für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Berechtigung des Schlüssels bzw. der Gruppe prüfen. |
Antwort422 · invalid_request_error | BedingungStapelverarbeitung wird über das Guthaben abgerechnet; die Erstellung über ein Abonnement wird abgelehnt. | Nächster SchrittDie autorisierte Gruppe mit Guthabenabrechnung verwenden. |
Antwort422 · price_unavailable | BedingungFür die Batch-Eingabe kann kein Preisangebot erstellt werden. | Nächster SchrittAntwort aufbewahren; die dokumentierte Eingabe der API-Familie verwenden. |
Antwort402 · billing_error | BedingungReservierung für Stapelverarbeitung nicht verfügbar. | Nächster SchrittDie Zulassung klären, bevor eine neue Anfrage gestellt wird. |
Antwort503 · price_unavailable | BedingungMethodenpreis bzw. native Tarife für Stapelverarbeitung nicht verfügbar. | Nächster SchrittAntwort aufbewahren; keine anderen Preise einsetzen. |
Antwort503 · api_error | BedingungDie genaue Anbieterroute ist nicht verfügbar. | Nächster SchrittAntwort zur Reparatur der Route aufbewahren. |
Antwort503 · result_pending_check | BedingungDas ursprüngliche Ergebnis muss geprüft werden; X-Should-Retry:false. | Nächster SchrittDie ursprüngliche operation_id/id beibehalten und ihren Status lesen; den ursprünglichen POST niemals wiederholen. |
Antwort404 · not_found | BedingungDer Batch-Vorgang, dessen Status abgefragt wird, ist nicht vorhanden oder gehört einer anderen Identität. | Nächster SchrittDie genaue ursprüngliche id und denselben Nutzer/Schlüssel/dieselbe Gruppe verwenden. |
Ailoot Ultra anthropic/claude-haiku-5.5:batch
Verwenden Sie die oben angezeigten Methodenpfade.