Claude Opus 4.8 verbindet längere agentische Arbeit, Fachanalysen, visuelles Verständnis und die Nutzung einer von der Anwendung bereitgestellten Erinnerung. Anthropic hebt das Verhalten des Modells bei der Prüfung von Schlussfolgerungen gesondert hervor: Es wurde darauf trainiert, fehlende Belege zu erkennen, Unsicherheit mitzuteilen und ohne ausreichende Grundlage kein erreichtes Ergebnis zu behaupten.
Bei einer Ingenieuraufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan betrachten, Fehler erkennen und die Ausführung nach neuen Daten fortsetzen. Für Dokumentanalysen sind seine Fähigkeit, mit dichten Inhalten zu arbeiten, und seine Aufmerksamkeit für Probleme im Eingabematerial und in Schlussfolgerungen wichtig. Zu den beschriebenen fachlichen Einsatzbereichen gehören Forschung, Analyse, Dokumentarbeit und die Vorbereitung von Präsentationsinhalten.
Anweisungen werden wörtlich interpretiert, besonders bei niedrigen Aufwandsstufen. Das Modell muss eine Bedingung nicht stillschweigend von einem Element auf alle anderen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei einer Codeprüfung bedeutet das, dass die vorgegebene Schweregradschwelle beeinflusst, welche gefundenen Probleme in die Antwort gelangen. Die Anforderung, alle Funde zu melden, muss getrennt von der Anforderung formuliert werden, sie zu filtern.
Opus 4.8 unterstützt adaptives Reasoning, das in der Anwendung aktiviert werden muss. Manuelles extended thinking mit separatem budget_tokens wird in dieser Version nicht unterstützt. Die effort-Stufen sind low, medium, high, xhigh und max; die Standardstufe ist high. Laut Anthropic können tiefere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, begrenzte Aufgaben ist ein geringerer Ausarbeitungsgrad hilfreich.
Das Modell wählt den Detailgrad anhand seiner Einschätzung der Aufgabenkomplexität: Eine einfache Frage kann eine knappe Antwort erhalten, eine offene Analyse eine ausführliche. Wird ein bestimmter Umfang oder ein bestimmter Schreibstil benötigt, sollte dies ausdrücklich angegeben werden, möglichst mit einem positiven Beispiel. Bei längerer Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; deren Inhalt und Häufigkeit lassen sich ebenfalls durch Anweisungen steuern.
Die Eingabe besteht aus Text und Bildern, das Ergebnis wird als Text erstellt. Das Kontextfenster umfasst 1 Million Tokens, im gewöhnlichen Modus beträgt die maximale Antwort 128 Tausend Tokens. Die verlässliche Wissensgrenze liegt bei Januar 2026.
Formate für gewöhnliche visuelle Eingaben beim Hersteller: JPEG/PNG/GIF/WebP, bei Animationen das erste Bild. Bei nativer Analyse beträgt die lange Seite 2576 Pixel, entsprechend 4784 visuellen Tokens; große Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern hängt von der Methode der Anwendung ab.
Websuche, Befehlsausführung, dateibasierte Erinnerung, Oberflächensteuerung und selbstständige Teilaufgaben erfordern Anwendungsunterstützung. Das Modell kann verfügbare Mittel verwenden; die Aufwandsstufe und eine klare Beschreibung des Werkzeugzwecks beeinflussen jedoch die Aktionswahl. Das ist besonders bei Arbeit hilfreich, die Informationssuche, Analyse und technische Ausführung verbindet.
Bei der Erstellung von Oberflächen und Folien hat Opus 4.8 eigene beständige Gestaltungspräferenzen. Für ein Ergebnis in einem bestimmten Stil sollten eine konkrete Palette, Typografie, Komposition und Bewegungscharakteristik genannt oder zunächst mehrere Gestaltungsrichtungen angefordert werden. Eine fertige Datei oder eine funktionsfähige Oberfläche entsteht über die Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt Text.
", "aboutText": "Claude Opus 4.8 verbindet längere agentische Arbeit, Fachanalysen, visuelles Verständnis und die Nutzung einer von der Anwendung bereitgestellten Erinnerung. Anthropic hebt das Verhalten des Modells bei der Prüfung von Schlussfolgerungen gesondert hervor: Es wurde darauf trainiert, fehlende Belege zu erkennen, Unsicherheit mitzuteilen und ohne ausreichende Grundlage kein erreichtes Ergebnis zu behaupten.\n\n### Den Rahmen präzisieren und die Arbeit abschließen\n\nBei einer Ingenieuraufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan betrachten, Fehler erkennen und die Ausführung nach neuen Daten fortsetzen. Für Dokumentanalysen sind seine Fähigkeit, mit dichten Inhalten zu arbeiten, und seine Aufmerksamkeit für Probleme im Eingabematerial und in Schlussfolgerungen wichtig. Zu den beschriebenen fachlichen Einsatzbereichen gehören Forschung, Analyse, Dokumentarbeit und die Vorbereitung von Präsentationsinhalten.\n\nAnweisungen werden wörtlich interpretiert, besonders bei niedrigen Aufwandsstufen. Das Modell muss eine Bedingung nicht stillschweigend von einem Element auf alle anderen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei einer Codeprüfung bedeutet das, dass die vorgegebene Schweregradschwelle beeinflusst, welche gefundenen Probleme in die Antwort gelangen. Die Anforderung, alle Funde zu melden, muss getrennt von der Anforderung formuliert werden, sie zu filtern.\n\n### Reasoning und Darstellung einstellen\n\nOpus 4.8 unterstützt adaptives Reasoning, das in der Anwendung aktiviert werden muss. Manuelles extended thinking mit separatem `budget_tokens` wird in dieser Version nicht unterstützt. Die `effort`-Stufen sind `low`, `medium`, `high`, `xhigh` und `max`; die Standardstufe ist `high`. Laut Anthropic können tiefere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, begrenzte Aufgaben ist ein geringerer Ausarbeitungsgrad hilfreich.\n\nDas Modell wählt den Detailgrad anhand seiner Einschätzung der Aufgabenkomplexität: Eine einfache Frage kann eine knappe Antwort erhalten, eine offene Analyse eine ausführliche. Wird ein bestimmter Umfang oder ein bestimmter Schreibstil benötigt, sollte dies ausdrücklich angegeben werden, möglichst mit einem positiven Beispiel. Bei längerer Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; deren Inhalt und Häufigkeit lassen sich ebenfalls durch Anweisungen steuern.\n\n### Materialien, Werkzeuge und visuelle Gestaltung\n\nDie Eingabe besteht aus **Text und Bildern**, das Ergebnis wird **als Text** erstellt. Das Kontextfenster umfasst **1 Million Tokens**, im gewöhnlichen Modus beträgt die maximale Antwort **128 Tausend Tokens**. Die verlässliche Wissensgrenze liegt bei **Januar 2026**.\n\nFormate für gewöhnliche visuelle Eingaben beim Hersteller: JPEG/PNG/GIF/WebP, bei Animationen das erste Bild. Bei nativer Analyse beträgt die lange Seite 2576 Pixel, entsprechend 4784 visuellen Tokens; große Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern hängt von der Methode der Anwendung ab.\n\nWebsuche, Befehlsausführung, dateibasierte Erinnerung, Oberflächensteuerung und selbstständige Teilaufgaben erfordern Anwendungsunterstützung. Das Modell kann verfügbare Mittel verwenden; die Aufwandsstufe und eine klare Beschreibung des Werkzeugzwecks beeinflussen jedoch die Aktionswahl. Das ist besonders bei Arbeit hilfreich, die Informationssuche, Analyse und technische Ausführung verbindet.\n\nBei der Erstellung von Oberflächen und Folien hat Opus 4.8 eigene beständige Gestaltungspräferenzen. Für ein Ergebnis in einem bestimmten Stil sollten eine konkrete Palette, Typografie, Komposition und Bewegungscharakteristik genannt oder zunächst mehrere Gestaltungsrichtungen angefordert werden. Eine fertige Datei oder eine funktionsfähige Oberfläche entsteht über die Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt Text.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "62e288fb7ca80e790b2d9892cbbb5aab5215bc3b65dbfcf6c8e420cc70501fe8", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "de", "methods": [ { "html": "anthropic/claude-opus-4.8:batchClaude Opus 4.8 ist für längere Entwicklung und Fachanalysen vorgesehen. Behält die Richtung mehrstufiger Arbeit bei, benennt Unsicherheit und berücksichtigt ausdrücklich vorgegebene Ergebnisanforderungen.
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 längere agentische Arbeit, Fachanalysen, visuelles Verständnis und die Nutzung einer von der Anwendung bereitgestellten Erinnerung. Anthropic hebt das Verhalten des Modells bei der Prüfung von Schlussfolgerungen gesondert hervor: Es wurde darauf trainiert, fehlende Belege zu erkennen, Unsicherheit mitzuteilen und ohne ausreichende Grundlage kein erreichtes Ergebnis zu behaupten.
Bei einer Ingenieuraufgabe kann das Modell mehrere zusammenhängende Komponenten untersuchen, einen Plan betrachten, Fehler erkennen und die Ausführung nach neuen Daten fortsetzen. Für Dokumentanalysen sind seine Fähigkeit, mit dichten Inhalten zu arbeiten, und seine Aufmerksamkeit für Probleme im Eingabematerial und in Schlussfolgerungen wichtig. Zu den beschriebenen fachlichen Einsatzbereichen gehören Forschung, Analyse, Dokumentarbeit und die Vorbereitung von Präsentationsinhalten.
Anweisungen werden wörtlich interpretiert, besonders bei niedrigen Aufwandsstufen. Das Modell muss eine Bedingung nicht stillschweigend von einem Element auf alle anderen übertragen: Geltungsbereich, Format und Ergebniskriterien sollten ausdrücklich festgelegt werden. Bei einer Codeprüfung bedeutet das, dass die vorgegebene Schweregradschwelle beeinflusst, welche gefundenen Probleme in die Antwort gelangen. Die Anforderung, alle Funde zu melden, muss getrennt von der Anforderung formuliert werden, sie zu filtern.
Opus 4.8 unterstützt adaptives Reasoning, das in der Anwendung aktiviert werden muss. Manuelles extended thinking mit separatem budget_tokens wird in dieser Version nicht unterstützt. Die effort-Stufen sind low, medium, high, xhigh und max; die Standardstufe ist high. Laut Anthropic können tiefere Stufen den Analyseumfang, die Werkzeugaufrufe und die Arbeitszeit erhöhen; für kurze, begrenzte Aufgaben ist ein geringerer Ausarbeitungsgrad hilfreich.
Das Modell wählt den Detailgrad anhand seiner Einschätzung der Aufgabenkomplexität: Eine einfache Frage kann eine knappe Antwort erhalten, eine offene Analyse eine ausführliche. Wird ein bestimmter Umfang oder ein bestimmter Schreibstil benötigt, sollte dies ausdrücklich angegeben werden, möglichst mit einem positiven Beispiel. Bei längerer Arbeit mit Werkzeugen sind Zwischenmeldungen zum Fortschritt vorgesehen; deren Inhalt und Häufigkeit lassen sich ebenfalls durch Anweisungen steuern.
Die Eingabe besteht aus Text und Bildern, das Ergebnis wird als Text erstellt. Das Kontextfenster umfasst 1 Million Tokens, im gewöhnlichen Modus beträgt die maximale Antwort 128 Tausend Tokens. Die verlässliche Wissensgrenze liegt bei Januar 2026.
Formate für gewöhnliche visuelle Eingaben beim Hersteller: JPEG/PNG/GIF/WebP, bei Animationen das erste Bild. Bei nativer Analyse beträgt die lange Seite 2576 Pixel, entsprechend 4784 visuellen Tokens; große Bilder werden vor der Analyse verkleinert. Die Unterstützung von Dateien und Parametern hängt von der Methode der Anwendung ab.
Websuche, Befehlsausführung, dateibasierte Erinnerung, Oberflächensteuerung und selbstständige Teilaufgaben erfordern Anwendungsunterstützung. Das Modell kann verfügbare Mittel verwenden; die Aufwandsstufe und eine klare Beschreibung des Werkzeugzwecks beeinflussen jedoch die Aktionswahl. Das ist besonders bei Arbeit hilfreich, die Informationssuche, Analyse und technische Ausführung verbindet.
Bei der Erstellung von Oberflächen und Folien hat Opus 4.8 eigene beständige Gestaltungspräferenzen. Für ein Ergebnis in einem bestimmten Stil sollten eine konkrete Palette, Typografie, Komposition und Bewegungscharakteristik genannt oder zunächst mehrere Gestaltungsrichtungen angefordert werden. Eine fertige Datei oder eine funktionsfähige Oberfläche entsteht über die Werkzeuge der Umgebung; die eigene Ausgabe des Modells bleibt Text.
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 Token Ausgabe · Ausgabetoken $0.025 / 1K Token Eingabe · Cache-Lesen $0.0005 / 1K Token Eingabe · Cache-Schreiben $0.00625 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde $0.01 / 1K Token |
| KonfigurationAnfragelängenstufe 1 | Tarifstaffel— | Kontexttoken, mehr als0 | Kontexttoken, bis einschließlichKeine Obergrenze | Gebühr Eingabe · Eingabetoken $0.005 / 1K Token Ausgabe · Ausgabetoken $0.025 / 1K Token Eingabe · Cache-Lesen $0.0005 / 1K Token Eingabe · Cache-Schreiben $0.00625 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde $0.01 / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${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.