Claude Opus 4.8 verbindet länger dauernde Arbeit als Agent, professionelle Analysen, visuelles Verständnis und die Nutzung eines von der Anwendung bereitgestellten Speichers. Anthropic hebt das Verhalten bei der Überprüfung von Schlussfolgerungen gesondert hervor: Das Modell wurde darauf trainiert, unzureichende Belege zu erkennen, Unsicherheiten mitzuteilen und ohne ausreichende Grundlage nicht zu behaupten, ein Ergebnis sei erreicht worden.
Bei einer technischen Aufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan prüfen, Fehler erkennen und nach Erhalt neuer Daten weiterarbeiten. Für die Analyse von Dokumenten sind der Umgang mit dichtem Inhalt und die Aufmerksamkeit für Probleme in den Eingangsmaterialien und Schlussfolgerungen wichtig. Zu den beschriebenen professionellen Einsatzgebieten gehören Recherche, Analyse, die Arbeit mit Dokumenten und die Vorbereitung von Präsentationsinhalten.
Anweisungen werden wörtlich ausgelegt, besonders bei geringem Denkaufwand. Das Modell muss eine für ein Element genannte Bedingung nicht stillschweigend auf die übrigen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei Codeprüfungen beeinflusst die angegebene Schweregrenze, welche gefundenen Probleme in der Antwort erscheinen. Die Aufforderung, sämtliche Funde zu melden, muss getrennt von der Aufforderung formuliert werden, sie zu filtern.
Opus 4.8 unterstützt adaptives Denken, das in der Anwendung aktiviert werden muss. Manuelles Extended Thinking mit einem separaten budget_tokens unterstützt diese Version nicht. Die Stufen von effort sind low, medium, high, xhigh und max; die Standardstufe ist high. Laut Anthropic können höhere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, klar begrenzte Aufgaben ist ein geringerer Denkaufwand sinnvoll.
Das Modell richtet den Detailgrad danach aus, wie komplex es die Aufgabe einschätzt: Eine einfache Frage kann eine kurze Antwort erhalten, eine offene Analyse eine ausführliche. Ein gewünschter Umfang oder Schreibstil sollte ausdrücklich vorgegeben werden, möglichst mit einem positiven Beispiel. Bei länger dauernder Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; auch ihr Inhalt und ihre Häufigkeit lassen sich durch Anweisungen steuern.
Als Eingabe dienen Text und Bilder, das Ergebnis wird als Text ausgegeben. Das Kontextfenster beträgt 1 Million Tokens, die maximale Antwort im normalen Modus 128 Tausend Tokens. Der verlässliche Stand des integrierten Wissens ist Januar 2026.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 2576 Pixel und das Budget 4784 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.
Websuche, die Ausführung von Befehlen, dateibasierter Speicher, die Bedienung von Oberflächen und selbstständige Teilaufgaben benötigen Unterstützung in der Anwendung. Das Modell kann verfügbare Mittel nutzen, doch Denkaufwand und eine klare Beschreibung des Werkzeugzwecks beeinflussen die Auswahl der Aktionen. Das ist besonders bei Aufgaben nützlich, die Informationssuche, Analyse und technische Ausführung verbinden.
Bei der Gestaltung von Oberflächen und Folien hat Opus 4.8 eigene, stabile Gestaltungspräferenzen. Für einen bestimmten Stil helfen konkrete Vorgaben zu Farbpalette, Typografie, Komposition und Bewegung oder eine vorgängige Bitte um mehrere Gestaltungsrichtungen. Eine fertige Datei oder eine funktionierende Oberfläche entsteht durch Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt textuell.
", "aboutText": "Claude Opus 4.8 verbindet länger dauernde Arbeit als Agent, professionelle Analysen, visuelles Verständnis und die Nutzung eines von der Anwendung bereitgestellten Speichers. Anthropic hebt das Verhalten bei der Überprüfung von Schlussfolgerungen gesondert hervor: Das Modell wurde darauf trainiert, unzureichende Belege zu erkennen, Unsicherheiten mitzuteilen und ohne ausreichende Grundlage nicht zu behaupten, ein Ergebnis sei erreicht worden.\n\n### Den Rahmen klären und die Arbeit zum Ergebnis führen\n\nBei einer technischen Aufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan prüfen, Fehler erkennen und nach Erhalt neuer Daten weiterarbeiten. Für die Analyse von Dokumenten sind der Umgang mit dichtem Inhalt und die Aufmerksamkeit für Probleme in den Eingangsmaterialien und Schlussfolgerungen wichtig. Zu den beschriebenen professionellen Einsatzgebieten gehören Recherche, Analyse, die Arbeit mit Dokumenten und die Vorbereitung von Präsentationsinhalten.\n\nAnweisungen werden wörtlich ausgelegt, besonders bei geringem Denkaufwand. Das Modell muss eine für ein Element genannte Bedingung nicht stillschweigend auf die übrigen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei Codeprüfungen beeinflusst die angegebene Schweregrenze, welche gefundenen Probleme in der Antwort erscheinen. Die Aufforderung, sämtliche Funde zu melden, muss getrennt von der Aufforderung formuliert werden, sie zu filtern.\n\n### Denkprozess und Darstellung einstellen\n\nOpus 4.8 unterstützt adaptives Denken, das in der Anwendung aktiviert werden muss. Manuelles Extended Thinking mit einem separaten `budget_tokens` unterstützt diese Version nicht. Die Stufen von `effort` sind `low`, `medium`, `high`, `xhigh` und `max`; die Standardstufe ist `high`. Laut Anthropic können höhere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, klar begrenzte Aufgaben ist ein geringerer Denkaufwand sinnvoll.\n\nDas Modell richtet den Detailgrad danach aus, wie komplex es die Aufgabe einschätzt: Eine einfache Frage kann eine kurze Antwort erhalten, eine offene Analyse eine ausführliche. Ein gewünschter Umfang oder Schreibstil sollte ausdrücklich vorgegeben werden, möglichst mit einem positiven Beispiel. Bei länger dauernder Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; auch ihr Inhalt und ihre Häufigkeit lassen sich durch Anweisungen steuern.\n\n### Materialien, Werkzeuge und visuelle Gestaltung\n\nAls Eingabe dienen **Text und Bilder**, das Ergebnis wird als **Text** ausgegeben. Das Kontextfenster beträgt **1 Million Tokens**, die maximale Antwort im normalen Modus **128 Tausend Tokens**. Der verlässliche Stand des integrierten Wissens ist **Januar 2026**.\n\nDie üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 2576 Pixel und das Budget 4784 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.\n\nWebsuche, die Ausführung von Befehlen, dateibasierter Speicher, die Bedienung von Oberflächen und selbstständige Teilaufgaben benötigen Unterstützung in der Anwendung. Das Modell kann verfügbare Mittel nutzen, doch Denkaufwand und eine klare Beschreibung des Werkzeugzwecks beeinflussen die Auswahl der Aktionen. Das ist besonders bei Aufgaben nützlich, die Informationssuche, Analyse und technische Ausführung verbinden.\n\nBei der Gestaltung von Oberflächen und Folien hat Opus 4.8 eigene, stabile Gestaltungspräferenzen. Für einen bestimmten Stil helfen konkrete Vorgaben zu Farbpalette, Typografie, Komposition und Bewegung oder eine vorgängige Bitte um mehrere Gestaltungsrichtungen. Eine fertige Datei oder eine funktionierende Oberfläche entsteht durch Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt textuell.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1c7da9323c732c72d4a200e0b197f96ccd5c2d23538460ba0588cc24865e89e1", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de-ch", "methods": [ { "html": "anthropic/claude-opus-4.8:batchClaude Opus 4.8 ist für länger dauernde Entwicklungsarbeit und professionelle Analysen ausgelegt. Das Modell hält bei mehrstufiger Arbeit die Richtung bei, benennt Unsicherheiten und berücksichtigt ausdrücklich festgelegte Anforderungen an das Ergebnis.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Opus 4.8 verbindet länger dauernde Arbeit als Agent, professionelle Analysen, visuelles Verständnis und die Nutzung eines von der Anwendung bereitgestellten Speichers. Anthropic hebt das Verhalten bei der Überprüfung von Schlussfolgerungen gesondert hervor: Das Modell wurde darauf trainiert, unzureichende Belege zu erkennen, Unsicherheiten mitzuteilen und ohne ausreichende Grundlage nicht zu behaupten, ein Ergebnis sei erreicht worden.
Bei einer technischen Aufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan prüfen, Fehler erkennen und nach Erhalt neuer Daten weiterarbeiten. Für die Analyse von Dokumenten sind der Umgang mit dichtem Inhalt und die Aufmerksamkeit für Probleme in den Eingangsmaterialien und Schlussfolgerungen wichtig. Zu den beschriebenen professionellen Einsatzgebieten gehören Recherche, Analyse, die Arbeit mit Dokumenten und die Vorbereitung von Präsentationsinhalten.
Anweisungen werden wörtlich ausgelegt, besonders bei geringem Denkaufwand. Das Modell muss eine für ein Element genannte Bedingung nicht stillschweigend auf die übrigen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei Codeprüfungen beeinflusst die angegebene Schweregrenze, welche gefundenen Probleme in der Antwort erscheinen. Die Aufforderung, sämtliche Funde zu melden, muss getrennt von der Aufforderung formuliert werden, sie zu filtern.
Opus 4.8 unterstützt adaptives Denken, das in der Anwendung aktiviert werden muss. Manuelles Extended Thinking mit einem separaten budget_tokens unterstützt diese Version nicht. Die Stufen von effort sind low, medium, high, xhigh und max; die Standardstufe ist high. Laut Anthropic können höhere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, klar begrenzte Aufgaben ist ein geringerer Denkaufwand sinnvoll.
Das Modell richtet den Detailgrad danach aus, wie komplex es die Aufgabe einschätzt: Eine einfache Frage kann eine kurze Antwort erhalten, eine offene Analyse eine ausführliche. Ein gewünschter Umfang oder Schreibstil sollte ausdrücklich vorgegeben werden, möglichst mit einem positiven Beispiel. Bei länger dauernder Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; auch ihr Inhalt und ihre Häufigkeit lassen sich durch Anweisungen steuern.
Als Eingabe dienen Text und Bilder, das Ergebnis wird als Text ausgegeben. Das Kontextfenster beträgt 1 Million Tokens, die maximale Antwort im normalen Modus 128 Tausend Tokens. Der verlässliche Stand des integrierten Wissens ist Januar 2026.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird das erste Bild verwendet. Bei der nativen Analyse beträgt die lange Seite 2576 Pixel und das Budget 4784 visuelle Tokens; grössere Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern bestimmt die Methode der Anwendung.
Websuche, die Ausführung von Befehlen, dateibasierter Speicher, die Bedienung von Oberflächen und selbstständige Teilaufgaben benötigen Unterstützung in der Anwendung. Das Modell kann verfügbare Mittel nutzen, doch Denkaufwand und eine klare Beschreibung des Werkzeugzwecks beeinflussen die Auswahl der Aktionen. Das ist besonders bei Aufgaben nützlich, die Informationssuche, Analyse und technische Ausführung verbinden.
Bei der Gestaltung von Oberflächen und Folien hat Opus 4.8 eigene, stabile Gestaltungspräferenzen. Für einen bestimmten Stil helfen konkrete Vorgaben zu Farbpalette, Typografie, Komposition und Bewegung oder eine vorgängige Bitte um mehrere Gestaltungsrichtungen. Eine fertige Datei oder eine funktionierende Oberfläche entsteht durch Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt textuell.
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-opus-4.8: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-opus-4.8:batch, anthropic/claude-opus-4.8 | 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 $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.025 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · Cache schreiben $0.00625 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.01 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.005 / 1K Tokens Ausgabe · Ausgabetoken $0.025 / 1K Tokens Eingabe · Cache lesen $0.0005 / 1K Tokens Eingabe · Cache schreiben $0.00625 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.01 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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-opus-4.8: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-opus-4.8:batch', 'anthropic/claude-opus-4.8']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.8: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-opus-4.8:batch
Verwenden Sie die oben angezeigten Methodenpfade.