Claude Haiku 5.5 es la edición de modelo pequeño de Anthropic para tareas de alto volumen y sensibles a la latencia. Sus usos principales incluyen clasificación, enrutamiento, extracción de información, resúmenes, compactación de conversaciones y trabajo acotado de subagentes. Acepta texto e imágenes y genera texto. Una descripción útil le plantea una pregunta limitada y un resultado explícito: una categoría, un conjunto definido de campos, un resumen breve o las pruebas pertinentes para otra parte de una tarea más amplia. Conserva los identificadores de las fuentes con el resultado para que la aplicación conecte la información extraída con su material original.
Anthropic orienta esta edición a atención al cliente en tiempo real, uso del navegador y subtareas cortas de programación, además de análisis repetitivo. Puede complementar a Claude Sonnet 5.5 o Claude Opus 5.5 en un flujo donde un modelo mayor aborda un proyecto ambicioso y Haiku realiza una consulta o un resumen acotados. Para atención al cliente, proporciona la pregunta y el material de referencia permitido y especifica después el tono y lo que debe devolverse. Para una subtarea de programación, identifica los archivos o fragmentos relevantes y la pregunta exacta, en vez de asignar un proyecto abierto sin una condición de finalización.
La ventana de contexto documentada es de un millón de tokens, con hasta 128,000 tokens de salida en generación ordinaria. Los tokens de razonamiento cuentan dentro del margen de generación, por lo que el resultado necesita espacio tanto para razonar como para el texto visible. Su fecha límite de conocimiento fiable es junio de 2026; la información posterior necesita pruebas suministradas o una herramienta de búsqueda. Anthropic documenta por separado una beta exclusiva para lotes que puede elevar la salida a 300,000 tokens para esta edición. Ese mayor margen requiere la función de salida ampliada del proveedor y es distinto del límite ordinario. Un lote asíncrono procesa las solicitudes de forma independiente, por lo que resulta útil para colecciones de documentos o registros cuyos resultados se necesitan después del procesamiento y no de inmediato.
El razonamiento adaptativo está activado de forma predeterminada y effort es el control principal de su profundidad. Los niveles son low, medium, high, xhigh y max, con medium como valor predeterminado. Anthropic recomienda medium para la mayoría de los trabajos, high para tareas más sostenidas o seguimiento estricto de instrucciones y low para solicitudes más sencillas y breves. El razonamiento puede desactivarse en low, medium o high; desactivarlo en xhigh o max se rechaza. Una instrucción que pida una respuesta directa no sustituye ese control. Los ajustes manuales de budget_tokens de Haiku 4.5 no se trasladan a esta edición y deben omitirse temperature, top_p y top_k en la interfaz documentada.
Haiku 5.5 utiliza el tokenizador más reciente introducido en generaciones Claude anteriores y Anthropic estima que el mismo texto puede utilizar aproximadamente un 30% más de tokens que en Haiku 4.5, según su contenido. También conserva los bloques de razonamiento de turnos anteriores del asistente, por lo que la conversación puede crecer más allá del cambio de tokenizador por sí solo. La longitud mínima de entrada que puede almacenarse en caché es de 512 tokens. Conserva los turnos anteriores sin cambios cuando retengas el razonamiento e incorpora las nuevas instrucciones al turno más reciente. Cambiar effort en el nivel superior invalida la caché de mensajes de la conversación; el proveedor documenta una beta independiente para cambiar effort dentro de conversaciones adaptativas. Ninguna de estas capacidades demuestra que una solicitud concreta haya aprovechado la caché.
Para recuperación de información, la guía de instrucciones del modelo recomienda proporcionar la fecha actual junto con la herramienta de búsqueda y mantener estables las definiciones originales del sistema y de las herramientas. Incluye una fecha actualizada en el turno más reciente si la conversación continúa en un día posterior. Indica qué debe encontrarse y conserva las fuentes devueltas antes de pedir una conclusión. Por ejemplo, una tarea ilustrativa puede pedir el comportamiento documentado de una versión de software concreta, seguido de una explicación breve fundamentada en el pasaje recuperado. La aplicación proporciona la herramienta de búsqueda y devuelve sus resultados reales; la consulta propuesta por el modelo no demuestra que se haya realizado.
Cuando se combina salida JSON estructurada con herramientas, la guía documenta una interacción concreta: con el razonamiento desactivado, Haiku puede omitir una llamada necesaria a una herramienta. Anthropic recomienda razonamiento adaptativo para estas solicitudes o separar el requisito final de JSON del paso de herramienta. Define los campos de salida y deja claro que la respuesta final va después de los resultados de las herramientas. Una tarea de extracción puede indicar los campos obligatorios y cómo representar valores ausentes, mientras que una consulta puede pedir primero las pruebas necesarias para completarlos. Lee los bloques de respuesta según su tipo, ya que la respuesta no tiene por qué estar en el primer bloque y el texto de razonamiento se omite de forma predeterminada.
Para instrucciones de agentes más largas, Anthropic señala que el esfuerzo low puede detenerse pronto, saltarse una búsqueda u omitir una comprobación. Su guía recomienda instrucciones explícitas de finalización y comprobaciones reales de los cambios de código antes de declararlos terminados. Prepara el resultado esperado y las pruebas que lo demostrarían: los pasajes seleccionados para un informe, el comportamiento modificado para una propuesta de código o los campos extraídos de un documento. La guía también distingue un mensaje del usuario durante una tarea de la salida de una herramienta: las nuevas instrucciones del usuario pertenecen a un turno de usuario y las pruebas devueltas por herramientas permanecen separadas.
Esta edición tiene sus propias protecciones y puede rechazar categorías que incluyen daños informáticos, daños biológicos, desarrollo de modelos competidores u otros usos prohibidos. El proveedor no documenta una vía alternativa de respaldo en el servidor para Haiku 5.5. Su guía también señala que el esfuerzo xhigh puede terminar ocasionalmente una respuesta de varios turnos sin texto visible de respuesta y que puede aparecer texto similar al razonamiento con más frecuencia con esfuerzo low o con el razonamiento desactivado. Son comportamientos concretos que deben tenerse en cuenta cuando el flujo requiere un resultado visible y estructurado. Para extracción o resúmenes habituales, utiliza una fuente acotada, una salida definida y el nivel de esfuerzo adecuado a la tarea.
", "aboutText": "Claude Haiku 5.5 es la edición de modelo pequeño de Anthropic para tareas de alto volumen y sensibles a la latencia. Sus usos principales incluyen clasificación, enrutamiento, extracción de información, resúmenes, compactación de conversaciones y trabajo acotado de subagentes. Acepta texto e imágenes y genera texto. Una descripción útil le plantea una pregunta limitada y un resultado explícito: una categoría, un conjunto definido de campos, un resumen breve o las pruebas pertinentes para otra parte de una tarea más amplia. Conserva los identificadores de las fuentes con el resultado para que la aplicación conecte la información extraída con su material original.\n\nAnthropic orienta esta edición a atención al cliente en tiempo real, uso del navegador y subtareas cortas de programación, además de análisis repetitivo. Puede complementar a Claude Sonnet 5.5 o Claude Opus 5.5 en un flujo donde un modelo mayor aborda un proyecto ambicioso y Haiku realiza una consulta o un resumen acotados. Para atención al cliente, proporciona la pregunta y el material de referencia permitido y especifica después el tono y lo que debe devolverse. Para una subtarea de programación, identifica los archivos o fragmentos relevantes y la pregunta exacta, en vez de asignar un proyecto abierto sin una condición de finalización.\n\nLa ventana de contexto documentada es de un millón de tokens, con hasta 128,000 tokens de salida en generación ordinaria. Los tokens de razonamiento cuentan dentro del margen de generación, por lo que el resultado necesita espacio tanto para razonar como para el texto visible. Su fecha límite de conocimiento fiable es junio de 2026; la información posterior necesita pruebas suministradas o una herramienta de búsqueda. Anthropic documenta por separado una beta exclusiva para lotes que puede elevar la salida a 300,000 tokens para esta edición. Ese mayor margen requiere la función de salida ampliada del proveedor y es distinto del límite ordinario. Un lote asíncrono procesa las solicitudes de forma independiente, por lo que resulta útil para colecciones de documentos o registros cuyos resultados se necesitan después del procesamiento y no de inmediato.\n\nEl razonamiento adaptativo está activado de forma predeterminada y effort es el control principal de su profundidad. Los niveles son low, medium, high, xhigh y max, con medium como valor predeterminado. Anthropic recomienda medium para la mayoría de los trabajos, high para tareas más sostenidas o seguimiento estricto de instrucciones y low para solicitudes más sencillas y breves. El razonamiento puede desactivarse en low, medium o high; desactivarlo en xhigh o max se rechaza. Una instrucción que pida una respuesta directa no sustituye ese control. Los ajustes manuales de budget_tokens de Haiku 4.5 no se trasladan a esta edición y deben omitirse temperature, top_p y top_k en la interfaz documentada.\n\nHaiku 5.5 utiliza el tokenizador más reciente introducido en generaciones Claude anteriores y Anthropic estima que el mismo texto puede utilizar aproximadamente un 30% más de tokens que en Haiku 4.5, según su contenido. También conserva los bloques de razonamiento de turnos anteriores del asistente, por lo que la conversación puede crecer más allá del cambio de tokenizador por sí solo. La longitud mínima de entrada que puede almacenarse en caché es de 512 tokens. Conserva los turnos anteriores sin cambios cuando retengas el razonamiento e incorpora las nuevas instrucciones al turno más reciente. Cambiar effort en el nivel superior invalida la caché de mensajes de la conversación; el proveedor documenta una beta independiente para cambiar effort dentro de conversaciones adaptativas. Ninguna de estas capacidades demuestra que una solicitud concreta haya aprovechado la caché.\n\nPara recuperación de información, la guía de instrucciones del modelo recomienda proporcionar la fecha actual junto con la herramienta de búsqueda y mantener estables las definiciones originales del sistema y de las herramientas. Incluye una fecha actualizada en el turno más reciente si la conversación continúa en un día posterior. Indica qué debe encontrarse y conserva las fuentes devueltas antes de pedir una conclusión. Por ejemplo, una tarea ilustrativa puede pedir el comportamiento documentado de una versión de software concreta, seguido de una explicación breve fundamentada en el pasaje recuperado. La aplicación proporciona la herramienta de búsqueda y devuelve sus resultados reales; la consulta propuesta por el modelo no demuestra que se haya realizado.\n\nCuando se combina salida JSON estructurada con herramientas, la guía documenta una interacción concreta: con el razonamiento desactivado, Haiku puede omitir una llamada necesaria a una herramienta. Anthropic recomienda razonamiento adaptativo para estas solicitudes o separar el requisito final de JSON del paso de herramienta. Define los campos de salida y deja claro que la respuesta final va después de los resultados de las herramientas. Una tarea de extracción puede indicar los campos obligatorios y cómo representar valores ausentes, mientras que una consulta puede pedir primero las pruebas necesarias para completarlos. Lee los bloques de respuesta según su tipo, ya que la respuesta no tiene por qué estar en el primer bloque y el texto de razonamiento se omite de forma predeterminada.\n\nPara instrucciones de agentes más largas, Anthropic señala que el esfuerzo low puede detenerse pronto, saltarse una búsqueda u omitir una comprobación. Su guía recomienda instrucciones explícitas de finalización y comprobaciones reales de los cambios de código antes de declararlos terminados. Prepara el resultado esperado y las pruebas que lo demostrarían: los pasajes seleccionados para un informe, el comportamiento modificado para una propuesta de código o los campos extraídos de un documento. La guía también distingue un mensaje del usuario durante una tarea de la salida de una herramienta: las nuevas instrucciones del usuario pertenecen a un turno de usuario y las pruebas devueltas por herramientas permanecen separadas.\n\nEsta edición tiene sus propias protecciones y puede rechazar categorías que incluyen daños informáticos, daños biológicos, desarrollo de modelos competidores u otros usos prohibidos. El proveedor no documenta una vía alternativa de respaldo en el servidor para Haiku 5.5. Su guía también señala que el esfuerzo xhigh puede terminar ocasionalmente una respuesta de varios turnos sin texto visible de respuesta y que puede aparecer texto similar al razonamiento con más frecuencia con esfuerzo low o con el razonamiento desactivado. Son comportamientos concretos que deben tenerse en cuenta cuando el flujo requiere un resultado visible y estructurado. Para extracción o resúmenes habituales, utiliza una fuente acotada, una salida definida y el nivel de esfuerzo adecuado a la tarea.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "d41c080f2f6a2f78e192714e604a85356c3a445e7aefff9f8b800458bfe67eea", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "anthropic/claude-haiku-5.5:batchClaude Haiku 5.5 es el modelo pequeño de Anthropic para clasificación, extracción, resúmenes, enrutamiento y tareas acotadas de agentes. Combina comprensión de texto e imágenes con razonamiento adaptativo y está orientado a trabajo repetitivo que necesita una respuesta rápida.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Claude Haiku 5.5 es la edición de modelo pequeño de Anthropic para tareas de alto volumen y sensibles a la latencia. Sus usos principales incluyen clasificación, enrutamiento, extracción de información, resúmenes, compactación de conversaciones y trabajo acotado de subagentes. Acepta texto e imágenes y genera texto. Una descripción útil le plantea una pregunta limitada y un resultado explícito: una categoría, un conjunto definido de campos, un resumen breve o las pruebas pertinentes para otra parte de una tarea más amplia. Conserva los identificadores de las fuentes con el resultado para que la aplicación conecte la información extraída con su material original.
Anthropic orienta esta edición a atención al cliente en tiempo real, uso del navegador y subtareas cortas de programación, además de análisis repetitivo. Puede complementar a Claude Sonnet 5.5 o Claude Opus 5.5 en un flujo donde un modelo mayor aborda un proyecto ambicioso y Haiku realiza una consulta o un resumen acotados. Para atención al cliente, proporciona la pregunta y el material de referencia permitido y especifica después el tono y lo que debe devolverse. Para una subtarea de programación, identifica los archivos o fragmentos relevantes y la pregunta exacta, en vez de asignar un proyecto abierto sin una condición de finalización.
La ventana de contexto documentada es de un millón de tokens, con hasta 128,000 tokens de salida en generación ordinaria. Los tokens de razonamiento cuentan dentro del margen de generación, por lo que el resultado necesita espacio tanto para razonar como para el texto visible. Su fecha límite de conocimiento fiable es junio de 2026; la información posterior necesita pruebas suministradas o una herramienta de búsqueda. Anthropic documenta por separado una beta exclusiva para lotes que puede elevar la salida a 300,000 tokens para esta edición. Ese mayor margen requiere la función de salida ampliada del proveedor y es distinto del límite ordinario. Un lote asíncrono procesa las solicitudes de forma independiente, por lo que resulta útil para colecciones de documentos o registros cuyos resultados se necesitan después del procesamiento y no de inmediato.
El razonamiento adaptativo está activado de forma predeterminada y effort es el control principal de su profundidad. Los niveles son low, medium, high, xhigh y max, con medium como valor predeterminado. Anthropic recomienda medium para la mayoría de los trabajos, high para tareas más sostenidas o seguimiento estricto de instrucciones y low para solicitudes más sencillas y breves. El razonamiento puede desactivarse en low, medium o high; desactivarlo en xhigh o max se rechaza. Una instrucción que pida una respuesta directa no sustituye ese control. Los ajustes manuales de budget_tokens de Haiku 4.5 no se trasladan a esta edición y deben omitirse temperature, top_p y top_k en la interfaz documentada.
Haiku 5.5 utiliza el tokenizador más reciente introducido en generaciones Claude anteriores y Anthropic estima que el mismo texto puede utilizar aproximadamente un 30% más de tokens que en Haiku 4.5, según su contenido. También conserva los bloques de razonamiento de turnos anteriores del asistente, por lo que la conversación puede crecer más allá del cambio de tokenizador por sí solo. La longitud mínima de entrada que puede almacenarse en caché es de 512 tokens. Conserva los turnos anteriores sin cambios cuando retengas el razonamiento e incorpora las nuevas instrucciones al turno más reciente. Cambiar effort en el nivel superior invalida la caché de mensajes de la conversación; el proveedor documenta una beta independiente para cambiar effort dentro de conversaciones adaptativas. Ninguna de estas capacidades demuestra que una solicitud concreta haya aprovechado la caché.
Para recuperación de información, la guía de instrucciones del modelo recomienda proporcionar la fecha actual junto con la herramienta de búsqueda y mantener estables las definiciones originales del sistema y de las herramientas. Incluye una fecha actualizada en el turno más reciente si la conversación continúa en un día posterior. Indica qué debe encontrarse y conserva las fuentes devueltas antes de pedir una conclusión. Por ejemplo, una tarea ilustrativa puede pedir el comportamiento documentado de una versión de software concreta, seguido de una explicación breve fundamentada en el pasaje recuperado. La aplicación proporciona la herramienta de búsqueda y devuelve sus resultados reales; la consulta propuesta por el modelo no demuestra que se haya realizado.
Cuando se combina salida JSON estructurada con herramientas, la guía documenta una interacción concreta: con el razonamiento desactivado, Haiku puede omitir una llamada necesaria a una herramienta. Anthropic recomienda razonamiento adaptativo para estas solicitudes o separar el requisito final de JSON del paso de herramienta. Define los campos de salida y deja claro que la respuesta final va después de los resultados de las herramientas. Una tarea de extracción puede indicar los campos obligatorios y cómo representar valores ausentes, mientras que una consulta puede pedir primero las pruebas necesarias para completarlos. Lee los bloques de respuesta según su tipo, ya que la respuesta no tiene por qué estar en el primer bloque y el texto de razonamiento se omite de forma predeterminada.
Para instrucciones de agentes más largas, Anthropic señala que el esfuerzo low puede detenerse pronto, saltarse una búsqueda u omitir una comprobación. Su guía recomienda instrucciones explícitas de finalización y comprobaciones reales de los cambios de código antes de declararlos terminados. Prepara el resultado esperado y las pruebas que lo demostrarían: los pasajes seleccionados para un informe, el comportamiento modificado para una propuesta de código o los campos extraídos de un documento. La guía también distingue un mensaje del usuario durante una tarea de la salida de una herramienta: las nuevas instrucciones del usuario pertenecen a un turno de usuario y las pruebas devueltas por herramientas permanecen separadas.
Esta edición tiene sus propias protecciones y puede rechazar categorías que incluyen daños informáticos, daños biológicos, desarrollo de modelos competidores u otros usos prohibidos. El proveedor no documenta una vía alternativa de respaldo en el servidor para Haiku 5.5. Su guía también señala que el esfuerzo xhigh puede terminar ocasionalmente una respuesta de varios turnos sin texto visible de respuesta y que puede aparecer texto similar al razonamiento con más frecuencia con esfuerzo low o con el razonamiento desactivado. Son comportamientos concretos que deben tenerse en cuenta cuando el flujo requiere un resultado visible y estructurado. Para extracción o resúmenes habituales, utiliza una fuente acotada, una salida definida y el nivel de esfuerzo adecuado a la tarea.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObligatorio | Valores y límites /v1/chat/completions | Predeterminado— |
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites anthropic/claude-haiku-5.5:batch | Predeterminado— |
Camporequests | Tipobatch_item[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Camporequests[].custom_id | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores y límites 24h | Predeterminado— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores y límites anthropic/claude-haiku-5.5:batch, anthropic/claude-haiku-5.5 | Predeterminado— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores y límites anthropic | Predeterminado— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores y límites false, null | Predeterminado— |
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratoendpoint, model, requests |
Parámetromaterial_types | Contratotext |
Parámetrorepresentation | Contratorequests[] en línea; cada elemento tiene custom_id y body |
Parámetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parámetrofile_material | ContratoQuien realiza la llamada puede leer localmente el JSONL UTF-8 real e incorporarlo a requests[]. No se utiliza el campo purpose para cargas, ni input_file_id ni referencias a archivos. Si falta el material del cliente o está vacío, la preparación se detiene antes del POST. |
Parámetroserialization_order | Contratoendpoint, model, provider (si se proporciona), completion_window (si se proporciona), requests al final |
Parámetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parámetroschema_scope | ContratoCuerpos de solicitudes de texto de Chat Completions dentro de la estructura Batch en línea documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · El response.id real de la respuesta de creación original; el mismo usuario, clave y grupo
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0001 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00001 / 1K tokens Entrada · Escritura en caché $0.000125 / 1K tokens Entrada · Escritura en caché, 1 hora $0.0002 / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusive100,000 | Cargo Entrada · Tokens de entrada $0.0001 / 1K tokens Salida · Tokens de salida $0.0005 / 1K tokens Entrada · Lectura de caché $0.00001 / 1K tokens Entrada · Escritura en caché $0.000125 / 1K tokens Entrada · Escritura en caché, 1 hora $0.0002 / 1K tokens |
| ConfiguraciónNivel 2 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de100,000 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0005 / 1K tokens Salida · Tokens de salida $0.0025 / 1K tokens Entrada · Lectura de caché $0.00005 / 1K tokens Entrada · Escritura en caché $0.000625 / 1K tokens Entrada · Escritura en caché, 1 hora $0.001 / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-haiku-5.5: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-haiku-5.5:batch', 'anthropic/claude-haiku-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-haiku-5.5: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.\nJSON de results[].response.body en línea
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\nConserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva el JSON completo del estado original, cada result/custom_id y el cuerpo completo de la respuesta o del error. Guarda results[] completados como JSONL sin filtrar.
Conserva el ID de la operación original. La respuesta 503 result_pending_check incluye X-Should-Retry:false; nunca vuelvas a enviar un lote original cuyo resultado sea desconocido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónLa estructura en línea documentada no es válida, hay claves duplicadas, existe un problema con la identidad de los elementos o hay un conflicto entre las capacidades configuradas del modelo. | Siguiente pasoCorrige los campos indicados antes de realizar cualquier nuevo envío. |
Respuesta401 · authentication_error | CondiciónClave de API no válida. | Siguiente pasoUsa la clave de Ailoot autorizada. |
Respuesta403 · permission_error | CondiciónGrupo de Batch no disponible. | Siguiente pasoVerifica los permisos de la clave y el grupo. |
Respuesta422 · invalid_request_error | CondiciónBatch usa facturación contra saldo; se rechazan las solicitudes de creación con una suscripción. | Siguiente pasoUsa el grupo autorizado con facturación contra saldo. |
Respuesta422 · price_unavailable | CondiciónNo se puede cotizar la entrada de Batch. | Siguiente pasoConserva la respuesta; usa la entrada documentada para la familia. |
Respuesta402 · billing_error | CondiciónReserva de Batch no disponible. | Siguiente pasoResuelve los requisitos de admisión antes de realizar una nueva solicitud. |
Respuesta503 · price_unavailable | CondiciónPrecio del método Batch o tarifas nativas no disponibles. | Siguiente pasoConserva la respuesta; no sustituyas los precios. |
Respuesta503 · api_error | CondiciónLa ruta exacta del proveedor no está disponible. | Siguiente pasoConserva la respuesta para reparar la ruta. |
Respuesta503 · result_pending_check | CondiciónEl resultado original requiere una revisión; X-Should-Retry:false. | Siguiente pasoConserva el operation_id/id original y consulta su estado; nunca repitas el POST original. |
Respuesta404 · not_found | CondiciónLa operación de consulta de estado de Batch no existe o pertenece a otra identidad. | Siguiente pasoUsa el id original exacto y el mismo usuario, clave y grupo. |
Ailoot Ultra anthropic/claude-haiku-5.5:batch
Usa las rutas de método indicadas arriba.