Anthropic hat Claude Haiku 4.5 für Dialogassistenten, Nutzerservice, gemeinsame Codearbeit und Prototyping entwickelt. Das Modell ist in einem Ablauf nützlich, in dem eine Person eine Frage stellt, ein Ergebnis erhält und sofort den nächsten Schritt präzisiert. Laut Anthropic zeichnet sich diese Version durch eine geringe Antwortverzögerung aus; die konkrete Dauer hängt von Aufgabe und Anwendung ab.
Haiku 4.5 ist auch für die Verarbeitung vieler einzelner Aufgaben ausgelegt. In einem Agentenprozess kann ihm eine bestimmte Teilaufgabe zugewiesen und das Ergebnis anschliessend an das übrige System weitergegeben werden. Zu den beschriebenen Bereichen gehören Programmierung, Reasoning und Oberflächenaktionen. Werkzeugaufrufe und Computersteuerung sind möglich, wenn die Anwendung entsprechende Mittel bereitstellt; eine einzelne Textanfrage verschafft dem Modell keinen Zugriff auf eine Arbeitsumgebung.
Für Aufgaben mit mehreren logischen Schritten ist extended thinking vorgesehen: Die Anwendung aktiviert Reasoning ausdrücklich und legt sein Budget mit budget_tokens fest. Wenn die Methode diese Einstellungen unterstützt, muss das manuelle Budget budget_tokens mindestens 1024 Tokens betragen und kleiner als max_tokens sein, damit Platz für die endgültige Antwort bleibt. Es steuert den Analyseumfang, während max_tokens die gesamte Ausgabe begrenzt. Haiku 4.5 verwendet diesen manuellen Modus: Adaptives Reasoning und eine Tiefensteuerung über effort werden in dieser Version nicht unterstützt. Reasoning zwischen aufeinanderfolgenden Werkzeugaufrufen wird ebenfalls nicht unterstützt.
Diese Unterscheidung ist bei der Aufgabenwahl hilfreich. Der normale Modus eignet sich für unmittelbare Dialoge; aktiviertes Reasoning schafft Raum für die Bearbeitung von Code oder einer komplexen Frage. Der Aufgabeninhalt bestimmt weiterhin, welche Informationen analysiert und wie die Ergebnisse dargestellt werden sollen.
Das Modell nimmt Text und Bilder entgegen und gibt das Ergebnis als Text aus. Das Kontextfenster umfasst 200 Tausend Tokens, die maximale Antwort 64 Tausend Tokens. Ein Bild dient gemeinsam mit einer Frage als Analysematerial: Das Modell kann den sichtbaren Inhalt erklären und mit der Textvorgabe verbinden. Bildeingabe bedeutet keine Bildgenerierung oder -bearbeitung.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.
Anthropic beschreibt für diese Version einen knappen, direkten Gesprächsstil. Gewünschter Detailgrad, Ergebnisformat und Aufgabengrenzen sollten vorab angegeben werden. Der verlässliche Wissensstand reicht bis Februar 2025; Informationen über spätere Ereignisse müssen in den Aufgabenmaterialien enthalten sein oder durch verfügbare Anwendungswerkzeuge beschafft werden. Bestimmte Anfragen können abgelehnt werden.
Wenn die Methode Sampling-Einstellungen bereitstellt, dürfen temperature und top_p nicht gleichzeitig gesetzt werden: Bei dieser Version wird einer dieser Parameter gewählt.
claude-haiku-4-5-20251001-thinkingClaude Haiku 4.5 ist für interaktive Assistenten, Nutzersupport, alltägliche Informationsverarbeitung und Codearbeit vorgesehen. Für komplexe Fragen unterstützt es einen separaten Reasoning-Modus.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Anthropic hat Claude Haiku 4.5 für Dialogassistenten, Nutzerservice, gemeinsame Codearbeit und Prototyping entwickelt. Das Modell ist in einem Ablauf nützlich, in dem eine Person eine Frage stellt, ein Ergebnis erhält und sofort den nächsten Schritt präzisiert. Laut Anthropic zeichnet sich diese Version durch eine geringe Antwortverzögerung aus; die konkrete Dauer hängt von Aufgabe und Anwendung ab.
Haiku 4.5 ist auch für die Verarbeitung vieler einzelner Aufgaben ausgelegt. In einem Agentenprozess kann ihm eine bestimmte Teilaufgabe zugewiesen und das Ergebnis anschliessend an das übrige System weitergegeben werden. Zu den beschriebenen Bereichen gehören Programmierung, Reasoning und Oberflächenaktionen. Werkzeugaufrufe und Computersteuerung sind möglich, wenn die Anwendung entsprechende Mittel bereitstellt; eine einzelne Textanfrage verschafft dem Modell keinen Zugriff auf eine Arbeitsumgebung.
Für Aufgaben mit mehreren logischen Schritten ist extended thinking vorgesehen: Die Anwendung aktiviert Reasoning ausdrücklich und legt sein Budget mit budget_tokens fest. Wenn die Methode diese Einstellungen unterstützt, muss das manuelle Budget budget_tokens mindestens 1024 Tokens betragen und kleiner als max_tokens sein, damit Platz für die endgültige Antwort bleibt. Es steuert den Analyseumfang, während max_tokens die gesamte Ausgabe begrenzt. Haiku 4.5 verwendet diesen manuellen Modus: Adaptives Reasoning und eine Tiefensteuerung über effort werden in dieser Version nicht unterstützt. Reasoning zwischen aufeinanderfolgenden Werkzeugaufrufen wird ebenfalls nicht unterstützt.
Diese Unterscheidung ist bei der Aufgabenwahl hilfreich. Der normale Modus eignet sich für unmittelbare Dialoge; aktiviertes Reasoning schafft Raum für die Bearbeitung von Code oder einer komplexen Frage. Der Aufgabeninhalt bestimmt weiterhin, welche Informationen analysiert und wie die Ergebnisse dargestellt werden sollen.
Das Modell nimmt Text und Bilder entgegen und gibt das Ergebnis als Text aus. Das Kontextfenster umfasst 200 Tausend Tokens, die maximale Antwort 64 Tausend Tokens. Ein Bild dient gemeinsam mit einer Frage als Analysematerial: Das Modell kann den sichtbaren Inhalt erklären und mit der Textvorgabe verbinden. Bildeingabe bedeutet keine Bildgenerierung oder -bearbeitung.
Die üblichen visuellen Eingabeformate beim Hersteller sind JPEG/PNG/GIF/WebP; bei Animationen wird der erste Frame verwendet. Bei nativer Analyse beträgt die lange Seite 1568 Pixel, der Umfang 1568 visuelle Tokens; grosse Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern wird durch die Methode der Anwendung bestimmt.
Anthropic beschreibt für diese Version einen knappen, direkten Gesprächsstil. Gewünschter Detailgrad, Ergebnisformat und Aufgabengrenzen sollten vorab angegeben werden. Der verlässliche Wissensstand reicht bis Februar 2025; Informationen über spätere Ereignisse müssen in den Aufgabenmaterialien enthalten sein oder durch verfügbare Anwendungswerkzeuge beschafft werden. Bestimmte Anfragen können abgelehnt werden.
Wenn die Methode Sampling-Einstellungen bereitstellt, dürfen temperature und top_p nicht gleichzeitig gesetzt werden: Bei dieser Version wird einer dieser Parameter gewählt.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits claude-haiku-4-5-20251001-thinking | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— |
Feldmessages[].content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
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 |
Parametercontrol_scope | VertragTextgespräch; stream ist ein boolescher Wert und standardmässig false. |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Methodenaliasnamen: /chat/completions
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 $0.002 / 1K Tokens Ausgabe · Ausgabetoken $0.01 / 1K Tokens Eingabe · Cache lesen $0.0002 / 1K Tokens Eingabe · Cache schreiben $0.0025 / 1K Tokens Eingabe · Cache schreiben, 1 Stunde — / 1K Tokens |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschliessenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-haiku-4-5-20251001-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-haiku-4-5-20251001-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-haiku-4-5-20251001-thinking
/chat/completions