Anthropic desarrolla Claude Opus 4.7 para tareas de desarrollo complejas y prolongadas. Su presentación se centra en realizar el trabajo de forma secuencial, atender cuidadosamente las instrucciones y buscar cómo comprobar el propio resultado antes del mensaje final. Es adecuado para investigar problemas difíciles de código y preparar materiales profesionales que requieren una solución técnica y una presentación clara.
Opus 4.7 sigue las formulaciones literalmente. Conviene definir la tarea con límites explícitos: qué partes deben cambiarse, qué hay que comprobar y cuál debe ser el resultado. Si una condición se aplica a todo el trabajo, debe indicarse así. El fabricante también destaca notas en memoria basada en archivos para trabajos prolongados, pero leerlas y guardarlas requiere herramientas de la aplicación.
El modelo recibe texto e imágenes y devuelve texto. La entrada visual admite hasta 2576 píxeles en el lado largo, aproximadamente 3,75 megapíxeles. Es útil para capturas de pantalla densas, extraer información de diagramas complejos y trabajar con referencias visuales detalladas.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 2576 píxeles y se utilizan 4784 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
La resolución alta ayuda a conservar detalles, pero no hace infalible la comprensión visual. La salida puede ser una explicación, una estructura de datos o código; crear o editar la propia imagen no es una capacidad de salida del modelo. Manejar una interfaz requiere herramientas que muestren la pantalla al modelo y ejecuten acciones en la aplicación.
El contexto es de 1 millón de tokens y, en el modo normal, la respuesta máxima es de 128 mil tokens. Se admite razonamiento adaptativo; esta versión no ofrece extended thinking manual con budget_tokens. El nivel estándar de effort es high; también están disponibles low, medium, xhigh y max. xhigh ofrece un nivel intermedio entre high y max para trabajos prolongados de ingeniería y agentes.
Con niveles bajos de esfuerzo, el modelo limita especialmente el trabajo a lo solicitado. Para investigaciones complejas, el fabricante recomienda reservar espacio suficiente para razonamiento y respuesta. Esta versión actualiza la tokenización, por lo que un mismo volumen de texto no siempre tiene la longitud en tokens habitual de versiones anteriores.
El límite fiable de sus conocimientos incorporados es enero de 2026. La investigación actualizada, el trabajo con documentos y la ejecución de código utilizan materiales y herramientas de la aplicación. Opus 4.7 tiene mecanismos de protección que pueden bloquear solicitudes de ciberseguridad prohibidas o de alto riesgo. Su atención a la comprobación es útil, pero los cambios y conclusiones finales siguen necesitando verificarse en el entorno concreto.
", "aboutText": "### Ingeniería cuidadosa\n\nAnthropic desarrolla Claude Opus 4.7 para tareas de desarrollo complejas y prolongadas. Su presentación se centra en realizar el trabajo de forma secuencial, atender cuidadosamente las instrucciones y buscar cómo comprobar el propio resultado antes del mensaje final. Es adecuado para investigar problemas difíciles de código y preparar materiales profesionales que requieren una solución técnica y una presentación clara.\n\nOpus 4.7 sigue las formulaciones literalmente. Conviene definir la tarea con límites explícitos: qué partes deben cambiarse, qué hay que comprobar y cuál debe ser el resultado. Si una condición se aplica a todo el trabajo, debe indicarse así. El fabricante también destaca notas en memoria basada en archivos para trabajos prolongados, pero leerlas y guardarlas requiere herramientas de la aplicación.\n\n### Ver diagramas densos y capturas de interfaces\n\nEl modelo recibe **texto e imágenes** y devuelve **texto**. La entrada visual admite hasta **2576 píxeles en el lado largo**, aproximadamente **3,75 megapíxeles**. Es útil para capturas de pantalla densas, extraer información de diagramas complejos y trabajar con referencias visuales detalladas.\n\nLos formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 2576 píxeles y se utilizan 4784 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.\n\nLa resolución alta ayuda a conservar detalles, pero no hace infalible la comprensión visual. La salida puede ser una explicación, una estructura de datos o código; crear o editar la propia imagen no es una capacidad de salida del modelo. Manejar una interfaz requiere herramientas que muestren la pantalla al modelo y ejecuten acciones en la aplicación.\n\n### Profundidad y volumen de la tarea\n\nEl contexto es de **1 millón de tokens** y, en el modo normal, la respuesta máxima es de **128 mil tokens**. Se admite razonamiento adaptativo; esta versión no ofrece extended thinking manual con `budget_tokens`. El nivel estándar de `effort` es `high`; también están disponibles `low`, `medium`, `xhigh` y `max`. `xhigh` ofrece un nivel intermedio entre `high` y `max` para trabajos prolongados de ingeniería y agentes.\n\nCon niveles bajos de esfuerzo, el modelo limita especialmente el trabajo a lo solicitado. Para investigaciones complejas, el fabricante recomienda reservar espacio suficiente para razonamiento y respuesta. Esta versión actualiza la tokenización, por lo que un mismo volumen de texto no siempre tiene la longitud en tokens habitual de versiones anteriores.\n\n### Condiciones de trabajo\n\nEl límite fiable de sus conocimientos incorporados es **enero de 2026**. La investigación actualizada, el trabajo con documentos y la ejecución de código utilizan materiales y herramientas de la aplicación. Opus 4.7 tiene mecanismos de protección que pueden bloquear solicitudes de ciberseguridad prohibidas o de alto riesgo. Su atención a la comprobación es útil, pero los cambios y conclusiones finales siguen necesitando verificarse en el entorno concreto.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "ce1a51b5bab9f09f17de7b81b0de7490a87129fc89885c94429fcf778f92b457", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "es-mx", "methods": [ { "html": "anthropic/claude-opus-4.7:batchClaude Opus 4.7 está diseñado para ingeniería compleja y análisis de documentos e imágenes con detalles pequeños. Presta especial atención a seguir las instrucciones con precisión y comprobar el resultado.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
Anthropic desarrolla Claude Opus 4.7 para tareas de desarrollo complejas y prolongadas. Su presentación se centra en realizar el trabajo de forma secuencial, atender cuidadosamente las instrucciones y buscar cómo comprobar el propio resultado antes del mensaje final. Es adecuado para investigar problemas difíciles de código y preparar materiales profesionales que requieren una solución técnica y una presentación clara.
Opus 4.7 sigue las formulaciones literalmente. Conviene definir la tarea con límites explícitos: qué partes deben cambiarse, qué hay que comprobar y cuál debe ser el resultado. Si una condición se aplica a todo el trabajo, debe indicarse así. El fabricante también destaca notas en memoria basada en archivos para trabajos prolongados, pero leerlas y guardarlas requiere herramientas de la aplicación.
El modelo recibe texto e imágenes y devuelve texto. La entrada visual admite hasta 2576 píxeles en el lado largo, aproximadamente 3,75 megapíxeles. Es útil para capturas de pantalla densas, extraer información de diagramas complejos y trabajar con referencias visuales detalladas.
Los formatos habituales de entrada visual del fabricante son JPEG/PNG/GIF/WebP, con el primer fotograma de una animación. En el análisis nativo, el lado largo es de 2576 píxeles y se utilizan 4784 tokens visuales; las imágenes grandes se reducen antes del análisis. La compatibilidad con archivos y parámetros depende del método de la aplicación.
La resolución alta ayuda a conservar detalles, pero no hace infalible la comprensión visual. La salida puede ser una explicación, una estructura de datos o código; crear o editar la propia imagen no es una capacidad de salida del modelo. Manejar una interfaz requiere herramientas que muestren la pantalla al modelo y ejecuten acciones en la aplicación.
El contexto es de 1 millón de tokens y, en el modo normal, la respuesta máxima es de 128 mil tokens. Se admite razonamiento adaptativo; esta versión no ofrece extended thinking manual con budget_tokens. El nivel estándar de effort es high; también están disponibles low, medium, xhigh y max. xhigh ofrece un nivel intermedio entre high y max para trabajos prolongados de ingeniería y agentes.
Con niveles bajos de esfuerzo, el modelo limita especialmente el trabajo a lo solicitado. Para investigaciones complejas, el fabricante recomienda reservar espacio suficiente para razonamiento y respuesta. Esta versión actualiza la tokenización, por lo que un mismo volumen de texto no siempre tiene la longitud en tokens habitual de versiones anteriores.
El límite fiable de sus conocimientos incorporados es enero de 2026. La investigación actualizada, el trabajo con documentos y la ejecución de código utilizan materiales y herramientas de la aplicación. Opus 4.7 tiene mecanismos de protección que pueden bloquear solicitudes de ciberseguridad prohibidas o de alto riesgo. Su atención a la comprobación es útil, pero los cambios y conclusiones finales siguen necesitando verificarse en el entorno concreto.
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-opus-4.7: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-opus-4.7:batch, anthropic/claude-opus-4.7 | 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 $0.005 / 1K tokens Salida · Tokens de salida $0.025 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00625 / 1K tokens Entrada · Escritura en caché, 1 hora $0.01 / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.005 / 1K tokens Salida · Tokens de salida $0.025 / 1K tokens Entrada · Lectura de caché $0.0005 / 1K tokens Entrada · Escritura en caché $0.00625 / 1K tokens Entrada · Escritura en caché, 1 hora $0.01 / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-opus-4.7: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-4.7:batch', 'anthropic/claude-opus-4.7']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.7: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-opus-4.7:batch
Usa las rutas de método indicadas arriba.