Claude 3.5 Haiku ist eine benannte Textmodelledition von Anthropic. Die Herstellerveröffentlichung beschreibt das Befolgen von Anweisungen, Programmierung und Werkzeugnutzung für schnell reagierende Produkte und spezialisierte Aufgaben. Das genaue gehostete Profil auf dieser Modellkarte nennt eine Kontextlänge von 200.000 Token.
Geben Sie den zu verwendenden Text oder die Datensätze vor und definieren Sie das Ergebnis. Eine Extraktionsanfrage kann Felder und den Umgang mit fehlenden Werten benennen. Eine Nachrichtenaufgabe kann das Kundenproblem, die bereits ausgeführte Aktion und einen Antwortentwurf auf Grundlage des bereitgestellten Produkt- oder Richtlinienmaterials verlangen.
Halten Sie die Ausgabe für den nächsten Schritt ausreichend kompakt: einen Feldsatz, eine knappe Erklärung oder eine Passage mit definiertem Zweck. Bewahren Sie Quellenkennungen und Mengen, damit ein Prüfer das Ergebnis mit seiner Eingabe vergleichen kann.
Geben Sie die relevante Schnittstelle, Beispieleingaben und erwartete Ausgaben vor. Verlangen Sie eine Implementierung und Tests für die von Ihnen benannten Fälle. Fügen Sie für eine Korrektur den genauen Fehler und die auslösende Eingabe bei und verlangen Sie anschließend die kleinste Änderung, die den beobachteten Unterschied behandelt.
Der zurückgegebene Code ist Material zur Prüfung und Ausführung im Zielprojekt. Bewahren Sie tatsächliche Testergebnisse zusammen mit dem Gespräch, wenn eine Anschlussfrage klären soll, ob der Vorschlag die Aufgabenbedingungen erfüllt.
Die Veröffentlichung dokumentiert werkzeugorientierte Nutzung für diese Edition. Eine Anwendung definiert ihre Vorgänge, führt Anfragen über ihre eigene Integration aus und gibt die tatsächlichen Ergebnisse in das Gespräch zurück. Bewahren Sie diese Ergebnisse bei der zugehörigen Aufgabe, bevor Sie eine endgültige Antwort verlangen.
Die ursprüngliche Einführung beschreibt Claude 3.5 Haiku als reines Textmodell. Bereiten Sie die Belege dieser Edition als lesbaren Text vor und bewahren Sie Quellenkennzeichnungen, wo sie wichtig sind. Verwenden Sie den angegebenen Kontext des benannten Profils für relevante Datensätze und frühere Entscheidungen und lassen Sie Platz für das gewünschte Ergebnis. Bewahren Sie die genaue Editionskennung, wenn Sie Antworten über Haiku-Veröffentlichungen hinweg vergleichen.
", "aboutText": "Claude 3.5 Haiku ist eine benannte Textmodelledition von Anthropic. Die Herstellerveröffentlichung beschreibt das Befolgen von Anweisungen, Programmierung und Werkzeugnutzung für schnell reagierende Produkte und spezialisierte Aufgaben. Das genaue gehostete Profil auf dieser Modellkarte nennt eine Kontextlänge von 200.000 Token.\n\n### Bereiten Sie eine gezielte Anwendungsaufgabe vor\n\nGeben Sie den zu verwendenden Text oder die Datensätze vor und definieren Sie das Ergebnis. Eine Extraktionsanfrage kann Felder und den Umgang mit fehlenden Werten benennen. Eine Nachrichtenaufgabe kann das Kundenproblem, die bereits ausgeführte Aktion und einen Antwortentwurf auf Grundlage des bereitgestellten Produkt- oder Richtlinienmaterials verlangen.\n\nHalten Sie die Ausgabe für den nächsten Schritt ausreichend kompakt: einen Feldsatz, eine knappe Erklärung oder eine Passage mit definiertem Zweck. Bewahren Sie Quellenkennungen und Mengen, damit ein Prüfer das Ergebnis mit seiner Eingabe vergleichen kann.\n\n### Codearbeit mit klarer Abnahmebedingung\n\nGeben Sie die relevante Schnittstelle, Beispieleingaben und erwartete Ausgaben vor. Verlangen Sie eine Implementierung und Tests für die von Ihnen benannten Fälle. Fügen Sie für eine Korrektur den genauen Fehler und die auslösende Eingabe bei und verlangen Sie anschließend die kleinste Änderung, die den beobachteten Unterschied behandelt.\n\nDer zurückgegebene Code ist Material zur Prüfung und Ausführung im Zielprojekt. Bewahren Sie tatsächliche Testergebnisse zusammen mit dem Gespräch, wenn eine Anschlussfrage klären soll, ob der Vorschlag die Aufgabenbedingungen erfüllt.\n\n### Werkzeuge und Arbeitskontext\n\nDie Veröffentlichung dokumentiert werkzeugorientierte Nutzung für diese Edition. Eine Anwendung definiert ihre Vorgänge, führt Anfragen über ihre eigene Integration aus und gibt die tatsächlichen Ergebnisse in das Gespräch zurück. Bewahren Sie diese Ergebnisse bei der zugehörigen Aufgabe, bevor Sie eine endgültige Antwort verlangen.\n\nDie ursprüngliche Einführung beschreibt Claude 3.5 Haiku als reines Textmodell. Bereiten Sie die Belege dieser Edition als lesbaren Text vor und bewahren Sie Quellenkennzeichnungen, wo sie wichtig sind. Verwenden Sie den angegebenen Kontext des benannten Profils für relevante Datensätze und frühere Entscheidungen und lassen Sie Platz für das gewünschte Ergebnis. Bewahren Sie die genaue Editionskennung, wenn Sie Antworten über Haiku-Veröffentlichungen hinweg vergleichen.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Fix a case-insensitive duplicate filter\n\nFix this Python function, which keeps duplicate email addresses when letter case differs: def unique_emails(items): return list(dict.fromkeys(items)). Preserve the spelling and order of the first occurrence. Show the corrected function and tests for ['A@x.test','a@x.test','b@x.test'], an empty list, and already distinct addresses.A corrected Python function and three executable assertions covering the specified cases.The mixed-case example keeps A@x.test and b@x.test in that order; the empty input stays empty.claude-3-5-haiku-20241022Claude 3.5 Haiku ist Anthropics Textmodell für schnell reagierende Aufgaben, Programmierung und anweisungsgeleitete Abläufe. Sein benanntes Profil nennt einen Kontext von 200.000 Token; geben Sie die relevanten Daten vor und verlangen Sie eine kompakte Antwort, einen Codevorschlag oder ein anwendungsfertiges Textergebnis.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude 3.5 Haiku ist eine benannte Textmodelledition von Anthropic. Die Herstellerveröffentlichung beschreibt das Befolgen von Anweisungen, Programmierung und Werkzeugnutzung für schnell reagierende Produkte und spezialisierte Aufgaben. Das genaue gehostete Profil auf dieser Modellkarte nennt eine Kontextlänge von 200.000 Token.
Geben Sie den zu verwendenden Text oder die Datensätze vor und definieren Sie das Ergebnis. Eine Extraktionsanfrage kann Felder und den Umgang mit fehlenden Werten benennen. Eine Nachrichtenaufgabe kann das Kundenproblem, die bereits ausgeführte Aktion und einen Antwortentwurf auf Grundlage des bereitgestellten Produkt- oder Richtlinienmaterials verlangen.
Halten Sie die Ausgabe für den nächsten Schritt ausreichend kompakt: einen Feldsatz, eine knappe Erklärung oder eine Passage mit definiertem Zweck. Bewahren Sie Quellenkennungen und Mengen, damit ein Prüfer das Ergebnis mit seiner Eingabe vergleichen kann.
Geben Sie die relevante Schnittstelle, Beispieleingaben und erwartete Ausgaben vor. Verlangen Sie eine Implementierung und Tests für die von Ihnen benannten Fälle. Fügen Sie für eine Korrektur den genauen Fehler und die auslösende Eingabe bei und verlangen Sie anschließend die kleinste Änderung, die den beobachteten Unterschied behandelt.
Der zurückgegebene Code ist Material zur Prüfung und Ausführung im Zielprojekt. Bewahren Sie tatsächliche Testergebnisse zusammen mit dem Gespräch, wenn eine Anschlussfrage klären soll, ob der Vorschlag die Aufgabenbedingungen erfüllt.
Die Veröffentlichung dokumentiert werkzeugorientierte Nutzung für diese Edition. Eine Anwendung definiert ihre Vorgänge, führt Anfragen über ihre eigene Integration aus und gibt die tatsächlichen Ergebnisse in das Gespräch zurück. Bewahren Sie diese Ergebnisse bei der zugehörigen Aufgabe, bevor Sie eine endgültige Antwort verlangen.
Die ursprüngliche Einführung beschreibt Claude 3.5 Haiku als reines Textmodell. Bereiten Sie die Belege dieser Edition als lesbaren Text vor und bewahren Sie Quellenkennzeichnungen, wo sie wichtig sind. Verwenden Sie den angegebenen Kontext des benannten Profils für relevante Datensätze und frühere Entscheidungen und lassen Sie Platz für das gewünschte Ergebnis. Bewahren Sie die genaue Editionskennung, wenn Sie Antworten über Haiku-Veröffentlichungen hinweg vergleichen.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits claude-3-5-haiku-20241022 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0016 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00016 / 1K Tokens Eingabe · In Cache schreiben $0.0032 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-5-haiku-20241022", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-5-haiku-20241022',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-5-haiku-20241022',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra claude-3-5-haiku-20241022
Verwenden Sie die oben angezeigten Methodenpfade.
claude-3-5-haiku-20241022Claude 3.5 Haiku ist Anthropics Textmodell für schnell reagierende Aufgaben, Programmierung und anweisungsgeleitete Abläufe. Sein benanntes Profil nennt einen Kontext von 200.000 Token; geben Sie die relevanten Daten vor und verlangen Sie eine kompakte Antwort, einen Codevorschlag oder ein anwendungsfertiges Textergebnis.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude 3.5 Haiku ist eine benannte Textmodelledition von Anthropic. Die Herstellerveröffentlichung beschreibt das Befolgen von Anweisungen, Programmierung und Werkzeugnutzung für schnell reagierende Produkte und spezialisierte Aufgaben. Das genaue gehostete Profil auf dieser Modellkarte nennt eine Kontextlänge von 200.000 Token.
Geben Sie den zu verwendenden Text oder die Datensätze vor und definieren Sie das Ergebnis. Eine Extraktionsanfrage kann Felder und den Umgang mit fehlenden Werten benennen. Eine Nachrichtenaufgabe kann das Kundenproblem, die bereits ausgeführte Aktion und einen Antwortentwurf auf Grundlage des bereitgestellten Produkt- oder Richtlinienmaterials verlangen.
Halten Sie die Ausgabe für den nächsten Schritt ausreichend kompakt: einen Feldsatz, eine knappe Erklärung oder eine Passage mit definiertem Zweck. Bewahren Sie Quellenkennungen und Mengen, damit ein Prüfer das Ergebnis mit seiner Eingabe vergleichen kann.
Geben Sie die relevante Schnittstelle, Beispieleingaben und erwartete Ausgaben vor. Verlangen Sie eine Implementierung und Tests für die von Ihnen benannten Fälle. Fügen Sie für eine Korrektur den genauen Fehler und die auslösende Eingabe bei und verlangen Sie anschließend die kleinste Änderung, die den beobachteten Unterschied behandelt.
Der zurückgegebene Code ist Material zur Prüfung und Ausführung im Zielprojekt. Bewahren Sie tatsächliche Testergebnisse zusammen mit dem Gespräch, wenn eine Anschlussfrage klären soll, ob der Vorschlag die Aufgabenbedingungen erfüllt.
Die Veröffentlichung dokumentiert werkzeugorientierte Nutzung für diese Edition. Eine Anwendung definiert ihre Vorgänge, führt Anfragen über ihre eigene Integration aus und gibt die tatsächlichen Ergebnisse in das Gespräch zurück. Bewahren Sie diese Ergebnisse bei der zugehörigen Aufgabe, bevor Sie eine endgültige Antwort verlangen.
Die ursprüngliche Einführung beschreibt Claude 3.5 Haiku als reines Textmodell. Bereiten Sie die Belege dieser Edition als lesbaren Text vor und bewahren Sie Quellenkennzeichnungen, wo sie wichtig sind. Verwenden Sie den angegebenen Kontext des benannten Profils für relevante Datensätze und frühere Entscheidungen und lassen Sie Platz für das gewünschte Ergebnis. Bewahren Sie die genaue Editionskennung, wenn Sie Antworten über Haiku-Veröffentlichungen hinweg vergleichen.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits claude-3-5-haiku-20241022 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0016 / 1K Tokens Ausgabe · Ausgabetoken $0.008 / 1K Tokens Eingabe · Cache lesen $0.00016 / 1K Tokens Eingabe · In Cache schreiben $0.0032 / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "claude-3-5-haiku-20241022",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-5-haiku-20241022', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-5-haiku-20241022', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra claude-3-5-haiku-20241022
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Fix a case-insensitive duplicate filter\n\nFix this Python function, which keeps duplicate email addresses when letter case differs: def unique_emails(items): return list(dict.fromkeys(items)). Preserve the spelling and order of the first occurrence. Show the corrected function and tests for ['A@x.test','a@x.test','b@x.test'], an empty list, and already distinct addresses.A corrected Python function and three executable assertions covering the specified cases.The mixed-case example keeps A@x.test and b@x.test in that order; the empty input stays empty.