Claude Sonnet 4 ist Anthropics Modell mit Schwerpunkt auf Programmier- und Reasoning-Aufgaben. Das veröffentlichte Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text zurück. Es nennt Steuerungen für Reasoning und Funktionswerkzeuge mit einem Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.
Geben Sie für Softwarearbeit die relevante Quelle, das beobachtete Verhalten und die gewünschte Korrektur vor. Bewahren Sie das fehlerhafte Beispiel und die tatsächliche Fehlerausgabe, wenn sie die Diagnose bestimmen. Verlangen Sie eine gezielte Änderung und die zur Beurteilung ihrer Wirkung nötigen Prüfungen.
Kennzeichnen Sie für Dokumentanalysen die Quellen und benennen Sie die anzuwendenden Kriterien oder Fragen. Ein Vergleich kann einen Befund je Kriterium verlangen; eine Extraktion kann die zurückzugebenden Werte und die Darstellung fehlender Informationen festlegen. Bewahren Sie Quellenkennzeichnungen, damit eine knappe Antwort mit dem sie stützenden Material verbunden bleibt.
Benennen Sie das relevante Bild, die Seite oder den Oberflächenzustand und das zu prüfende Detail. Ein Screenshot kann eine Frage zu sichtbarem Inhalt oder Verhalten unterstützen; ein Dokumentbild kann dem schriftlichen Material Layoutkontext hinzufügen. Halten Sie die relevante Quelle bei der Prüfung extrahierter Formulierungen oder Interpretationen verfügbar.
Das Profil nennt Reasoning und Funktionswerkzeuge. Definieren Sie die der umgebenden Anwendung verfügbaren Vorgänge und bewahren Sie ihre zurückgegebenen Beobachtungen. Eine vorgeschlagene Aktion und ihr tatsächliches Ergebnis erfüllen unterschiedliche Rollen im Ablauf; die Beobachtung liefert Belege für den nächsten Schritt.
Benennen Sie Felder und ihre Bedeutung, wenn eine Antwort zu Daten wird, und validieren Sie den tatsächlich zurückgegebenen Datensatz anhand der Quelle. Verlangen Sie für ein menschenlesbares Ergebnis die Schlussfolgerung und die dafür wichtigen Belege. Reservieren Sie innerhalb des Arbeitskontexts Raum für die Antwort und bewahren Sie abgeschlossene Entscheidungen für spätere Gesprächsrunden.
Ein hilfreiches Sonnet-4-Artefakt hält die Analyse oder vorgeschlagene Änderung zusammen mit Quellenverweisen und Validierung fest, sodass der nächste Schritt von einem prüfbaren Ergebnis aus weitergehen kann.
", "aboutText": "Claude Sonnet 4 ist Anthropics Modell mit Schwerpunkt auf Programmier- und Reasoning-Aufgaben. Das veröffentlichte Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text zurück. Es nennt Steuerungen für Reasoning und Funktionswerkzeuge mit einem Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.\n\n### Code und Dokumente mit einem ausdrücklichen Ergebnis\n\nGeben Sie für Softwarearbeit die relevante Quelle, das beobachtete Verhalten und die gewünschte Korrektur vor. Bewahren Sie das fehlerhafte Beispiel und die tatsächliche Fehlerausgabe, wenn sie die Diagnose bestimmen. Verlangen Sie eine gezielte Änderung und die zur Beurteilung ihrer Wirkung nötigen Prüfungen.\n\nKennzeichnen Sie für Dokumentanalysen die Quellen und benennen Sie die anzuwendenden Kriterien oder Fragen. Ein Vergleich kann einen Befund je Kriterium verlangen; eine Extraktion kann die zurückzugebenden Werte und die Darstellung fehlender Informationen festlegen. Bewahren Sie Quellenkennzeichnungen, damit eine knappe Antwort mit dem sie stützenden Material verbunden bleibt.\n\n### Nutzen Sie visuelle Belege gezielt\n\nBenennen Sie das relevante Bild, die Seite oder den Oberflächenzustand und das zu prüfende Detail. Ein Screenshot kann eine Frage zu sichtbarem Inhalt oder Verhalten unterstützen; ein Dokumentbild kann dem schriftlichen Material Layoutkontext hinzufügen. Halten Sie die relevante Quelle bei der Prüfung extrahierter Formulierungen oder Interpretationen verfügbar.\n\n### Reasoning und Anwendungswerkzeuge\n\nDas Profil nennt Reasoning und Funktionswerkzeuge. Definieren Sie die der umgebenden Anwendung verfügbaren Vorgänge und bewahren Sie ihre zurückgegebenen Beobachtungen. Eine vorgeschlagene Aktion und ihr tatsächliches Ergebnis erfüllen unterschiedliche Rollen im Ablauf; die Beobachtung liefert Belege für den nächsten Schritt.\n\nBenennen Sie Felder und ihre Bedeutung, wenn eine Antwort zu Daten wird, und validieren Sie den tatsächlich zurückgegebenen Datensatz anhand der Quelle. Verlangen Sie für ein menschenlesbares Ergebnis die Schlussfolgerung und die dafür wichtigen Belege. Reservieren Sie innerhalb des Arbeitskontexts Raum für die Antwort und bewahren Sie abgeschlossene Entscheidungen für spätere Gesprächsrunden.\n\nEin hilfreiches Sonnet-4-Artefakt hält die Analyse oder vorgeschlagene Änderung zusammen mit Quellenverweisen und Validierung fest, sodass der nächste Schritt von einem prüfbaren Ergebnis aus weitergehen kann.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Fix an empty-list average\n\nReview this Python function: def average(values): return sum(values) / len(values). The API contract requires None for an empty list and the arithmetic mean otherwise. Propose the smallest patch and tests for [], [4] and [2, 6]. Explain which failing input the patch addresses without changing the nonempty behavior.A focused Python patch, three test cases with expected values, and a brief diagnosis.Check that [] returns None and [2, 6] still returns 4 without hiding unrelated exceptions.anthropic/claude-sonnet-4Claude Sonnet 4 ist Anthropics Modell für Programmierung und Reasoning mit Text-, Bild- und Dateieingaben. Sein veröffentlichtes Profil umfasst Werkzeuge und Reasoning-Steuerungen, ein Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Sonnet 4 ist Anthropics Modell mit Schwerpunkt auf Programmier- und Reasoning-Aufgaben. Das veröffentlichte Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text zurück. Es nennt Steuerungen für Reasoning und Funktionswerkzeuge mit einem Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.
Geben Sie für Softwarearbeit die relevante Quelle, das beobachtete Verhalten und die gewünschte Korrektur vor. Bewahren Sie das fehlerhafte Beispiel und die tatsächliche Fehlerausgabe, wenn sie die Diagnose bestimmen. Verlangen Sie eine gezielte Änderung und die zur Beurteilung ihrer Wirkung nötigen Prüfungen.
Kennzeichnen Sie für Dokumentanalysen die Quellen und benennen Sie die anzuwendenden Kriterien oder Fragen. Ein Vergleich kann einen Befund je Kriterium verlangen; eine Extraktion kann die zurückzugebenden Werte und die Darstellung fehlender Informationen festlegen. Bewahren Sie Quellenkennzeichnungen, damit eine knappe Antwort mit dem sie stützenden Material verbunden bleibt.
Benennen Sie das relevante Bild, die Seite oder den Oberflächenzustand und das zu prüfende Detail. Ein Screenshot kann eine Frage zu sichtbarem Inhalt oder Verhalten unterstützen; ein Dokumentbild kann dem schriftlichen Material Layoutkontext hinzufügen. Halten Sie die relevante Quelle bei der Prüfung extrahierter Formulierungen oder Interpretationen verfügbar.
Das Profil nennt Reasoning und Funktionswerkzeuge. Definieren Sie die der umgebenden Anwendung verfügbaren Vorgänge und bewahren Sie ihre zurückgegebenen Beobachtungen. Eine vorgeschlagene Aktion und ihr tatsächliches Ergebnis erfüllen unterschiedliche Rollen im Ablauf; die Beobachtung liefert Belege für den nächsten Schritt.
Benennen Sie Felder und ihre Bedeutung, wenn eine Antwort zu Daten wird, und validieren Sie den tatsächlich zurückgegebenen Datensatz anhand der Quelle. Verlangen Sie für ein menschenlesbares Ergebnis die Schlussfolgerung und die dafür wichtigen Belege. Reservieren Sie innerhalb des Arbeitskontexts Raum für die Antwort und bewahren Sie abgeschlossene Entscheidungen für spätere Gesprächsrunden.
Ein hilfreiches Sonnet-4-Artefakt hält die Analyse oder vorgeschlagene Änderung zusammen mit Quellenverweisen und Validierung fest, sodass der nächste Schritt von einem prüfbaren Ergebnis aus weitergehen kann.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-sonnet-4 | 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.
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 $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich200'000 | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.024 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-sonnet-4", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='anthropic/claude-sonnet-4',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='anthropic/claude-sonnet-4',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 anthropic/claude-sonnet-4
Verwenden Sie die oben angezeigten Methodenpfade.
anthropic/claude-sonnet-4Claude Sonnet 4 ist Anthropics Modell für Programmierung und Reasoning mit Text-, Bild- und Dateieingaben. Sein veröffentlichtes Profil umfasst Werkzeuge und Reasoning-Steuerungen, ein Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Claude Sonnet 4 ist Anthropics Modell mit Schwerpunkt auf Programmier- und Reasoning-Aufgaben. Das veröffentlichte Hostingprofil nimmt Text, Bilder und Dateien entgegen und gibt Text zurück. Es nennt Steuerungen für Reasoning und Funktionswerkzeuge mit einem Kontextfenster von 200’000 Token und bis zu 64’000 Token für die Antwortgenerierung.
Geben Sie für Softwarearbeit die relevante Quelle, das beobachtete Verhalten und die gewünschte Korrektur vor. Bewahren Sie das fehlerhafte Beispiel und die tatsächliche Fehlerausgabe, wenn sie die Diagnose bestimmen. Verlangen Sie eine gezielte Änderung und die zur Beurteilung ihrer Wirkung nötigen Prüfungen.
Kennzeichnen Sie für Dokumentanalysen die Quellen und benennen Sie die anzuwendenden Kriterien oder Fragen. Ein Vergleich kann einen Befund je Kriterium verlangen; eine Extraktion kann die zurückzugebenden Werte und die Darstellung fehlender Informationen festlegen. Bewahren Sie Quellenkennzeichnungen, damit eine knappe Antwort mit dem sie stützenden Material verbunden bleibt.
Benennen Sie das relevante Bild, die Seite oder den Oberflächenzustand und das zu prüfende Detail. Ein Screenshot kann eine Frage zu sichtbarem Inhalt oder Verhalten unterstützen; ein Dokumentbild kann dem schriftlichen Material Layoutkontext hinzufügen. Halten Sie die relevante Quelle bei der Prüfung extrahierter Formulierungen oder Interpretationen verfügbar.
Das Profil nennt Reasoning und Funktionswerkzeuge. Definieren Sie die der umgebenden Anwendung verfügbaren Vorgänge und bewahren Sie ihre zurückgegebenen Beobachtungen. Eine vorgeschlagene Aktion und ihr tatsächliches Ergebnis erfüllen unterschiedliche Rollen im Ablauf; die Beobachtung liefert Belege für den nächsten Schritt.
Benennen Sie Felder und ihre Bedeutung, wenn eine Antwort zu Daten wird, und validieren Sie den tatsächlich zurückgegebenen Datensatz anhand der Quelle. Verlangen Sie für ein menschenlesbares Ergebnis die Schlussfolgerung und die dafür wichtigen Belege. Reservieren Sie innerhalb des Arbeitskontexts Raum für die Antwort und bewahren Sie abgeschlossene Entscheidungen für spätere Gesprächsrunden.
Ein hilfreiches Sonnet-4-Artefakt hält die Analyse oder vorgeschlagene Änderung zusammen mit Quellenverweisen und Validierung fest, sodass der nächste Schritt von einem prüfbaren Ergebnis aus weitergehen kann.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits anthropic/claude-sonnet-4 | 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.
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 $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschliesslich200'000 | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.012 / 1K Tokens |
| KonfigurationAnfragelängenstufe 2 | Tarifstaffel— | Kontexttoken, mehr als200'000 | Kontexttoken, bis einschliesslichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.006 / 1K Tokens Ausgabe · Ausgabetoken $0.03 / 1K Tokens Eingabe · Cache lesen $0.0006 / 1K Tokens Eingabe · Cache schreiben $0.0075 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde $0.024 / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "anthropic/claude-sonnet-4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-sonnet-4', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'anthropic/claude-sonnet-4', '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 anthropic/claude-sonnet-4
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Fix an empty-list average\n\nReview this Python function: def average(values): return sum(values) / len(values). The API contract requires None for an empty list and the arithmetic mean otherwise. Propose the smallest patch and tests for [], [4] and [2, 6]. Explain which failing input the patch addresses without changing the nonempty behavior.A focused Python patch, three test cases with expected values, and a brief diagnosis.Check that [] returns None and [2, 6] still returns 4 without hiding unrelated exceptions.