models

Anthropic: Claude Opus 5 (batch)

Markdown · JSON

Anthropic: Claude Opus 5 (batch)

Claude Opus 5 est destiné au développement approfondi, à l’analyse d’informations et au travail professionnel en plusieurs étapes. Il prend en charge le raisonnement adaptatif et la vérification des résultats par les outils de l’application.

À propos du modèle

Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.

Claude Opus 5 est un modèle d’Anthropic pour le travail professionnel régulier qui nécessite d’étudier des informations, faire un choix fondé et réaliser une tâche de manière séquentielle. Le fabricant met en avant l’ingénierie logicielle, les processus professionnels en plusieurs étapes, le travail scientifique et l’analyse visuelle. Sa présentation se concentre sur l’exécution réfléchie et la vérification de son propre résultat.

Trouver la cause, vérifier et corriger

En développement, Opus 5 peut rechercher la cause première d’une erreur et utiliser une vérification pour évaluer la modification proposée. Si les matériaux disponibles ne suffisent pas à la comparaison, les scénarios décrits comprennent la création d’une vérification propre, par exemple pour le comportement d’un analyseur syntaxique. Le travail s’organise autour des données obtenues : le modèle les lit, choisit une action, examine le résultat et corrige les problèmes repérés.

L’application doit fournir les outils nécessaires pour exécuter des commandes, modifier des fichiers et lancer des vérifications. L’initiative du modèle concerne le choix et l’ordre des actions dans l’environnement fourni ; elle ne signifie pas un accès autonome au projet ni la capacité à réaliser des opérations hors de l’application.

L’image comme données pour un programme

Opus 5 accepte texte et images et produit du texte. Dans les scénarios visuels, le fabricant montre l’extraction d’une géométrie depuis une image et la reconstruction d’une pièce à l’aide de code. D’autres exemples comprennent une simulation aérodynamique interactive et une illustration de cellule réalisées par programmation.

Les formats habituels d’entrée visuelle du fabricant sont JPEG/PNG/GIF/WebP, avec la première image d’une animation. Pour l’analyse native, le côté long mesure 2576 pixels et représente 4784 tokens visuels ; les grandes images sont réduites avant l’analyse. La prise en charge des fichiers et des paramètres dépend de la méthode de l’application.

Ces tâches illustrent le travail conjoint de l’analyse et de l’ingénierie : l’image peut servir de matériau, et le résultat textuel de code ou de description de la solution. L’exécution d’une simulation, la construction de graphiques et la production d’un fichier terminé nécessitent les outils de l’environnement ; le modèle ne fournit pas d’image ou de vidéo intégrée distincte en sortie.

Une profondeur réglable

Le raisonnement adaptatif est activé par défaut ; le niveau standard d’effort est high. low, medium, high, xhigh et max sont pris en charge. Le raisonnement peut être désactivé à high et aux niveaux inférieurs, mais il est obligatoire à xhigh et max. Cette version ne prévoit pas d’extended thinking manuel avec un budget distinct.

Changer l’effort influe sur le volume de raisonnement, mais ne permet pas de fixer de manière fiable la longueur du texte visible. Pour une réponse courte ou une structure précise, il faut l’indiquer dans les instructions. Le contexte est de 1 million de tokens, et la réponse maximale en mode normal de 128 k tokens ; une analyse approfondie doit laisser de la place au raisonnement et au contenu final.

Tâches scientifiques et sensibles

La date de référence fiable des connaissances intégrées est mai 2026. Anthropic décrit des usages scientifiques en biologie structurale, chimie organique et bioinformatique. Le fabricant indique toutefois des limites importantes pour les longues recherches biologiques autonomes ; pouvoir discuter de documents scientifiques n’implique pas l’achèvement autonome de toute recherche.

Les protections permettent la recherche d’erreurs dans le code source, mais limitent certaines tâches sensibles. Des matériaux fournis ou une recherche sont nécessaires pour obtenir des informations à jour, et les résultats techniques et scientifiques doivent être vérifiés dans leur domaine d’application.

Ailoot Ultra · Traitement par lots POST /v1/batches anthropic/claude-opus-5:batch

anthropic/claude-opus-5:batch

Anthropic /anthropic/claude-opus-5:batch

Premiers pas

Claude Opus 5 est destiné au développement approfondi, à l’analyse d’informations et au travail professionnel en plusieurs étapes. Il prend en charge le raisonnement adaptatif et la vérification des résultats par les outils de l’application.

Entrées acceptées
Texte
Résultats
Texte

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Traitement par lots POST /v1/batches
Entrée
text
Sortie
text
Format de sortie
JSON results[].response.body intégré
ChampTypeExigenceValeurs et limitesPar défaut
ChampendpointTypestringExigenceObligatoireValeurs et limites
/v1/chat/completions
Par défaut—
ChampmodelTypestringExigenceObligatoireValeurs et limites
anthropic/claude-opus-5:batch
Par défaut—
ChamprequestsTypebatch_item[]ExigenceObligatoireValeurs et limites
Nombre minimal d’éléments: 1
Par défaut—
Champrequests[].custom_idTypestringExigenceObligatoireValeurs et limitesPar défaut—
Champrequests[].body.messagesTypemessage[]ExigenceObligatoireValeurs et limitesPar défaut—
Champcompletion_windowTypestringExigenceFacultatifValeurs et limites
24h
Par défaut—
ChampproviderTypeobject|nullExigenceFacultatifValeurs et limitesPar défaut—
Champrequests[].body.modelTypestringExigenceFacultatifValeurs et limites
anthropic/claude-opus-5:batch, anthropic/claude-opus-5
Par défaut—
Champprovider.onlyTypestring[]ExigenceFacultatifValeurs et limites
anthropic
Par défaut—
Champprovider.allow_fallbacksTypeboolean|nullExigenceFacultatifValeurs et limites
false, null
Par défaut—
Paramètres et cycle de vie de la méthode
ParamètreContrat
Paramètrecontent_typeContratapplication/json
ParamètrerequiredContratendpoint, model, requests
Paramètrematerial_typesContrattext
ParamètrerepresentationContratrequests[] intégré ; chaque élément comporte custom_id et body
Paramètrerequest_endpoint_profileContrat/v1/chat/completions
Paramètrefile_materialContratL’appelant peut charger localement le contenu JSONL UTF-8 effectif dans requests[]. Aucun paramètre purpose de téléversement, input_file_id ni référence à un fichier n’est utilisé. Si les données du client sont absentes ou vides, la préparation s’arrête avant le POST.
Paramètreserialization_orderContratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier
Paramètreoptional_controlsContratprovider.only, provider.allow_fallbacks, completion_window
Paramètreschema_scopeContratCorps de requêtes Chat Completions textuelles dans l’enveloppe Batch intégrée documentée.

Cycle de vie : asynchronous

GET /v1/batches/{operation_id} · response.id effectivement renvoyé lors de la création d’origine ; même utilisateur, même clé et même groupe

Tarifs

Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.

Mode rapide
Non précisé Lorsque le mode rapide est sélectionné
Mode Flex
Non précisé Lorsque le mode flex est sélectionné
Effort de raisonnement maximal
Non précisé Lorsque l’effort de raisonnement maximal utilise l’ajustement par défaut (default)
Tarification du cache explicite
Activé Lorsqu’un cache explicite est demandé

Tarifs Ailoot

Prix par configuration

Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.

ConfigurationBarème tarifaireTokens de contexte, plus deTokens de contexte, jusqu’à la limite incluseCoût
ConfigurationTarifs de base des tokensBarème tarifaireTarif de baseTokens de contexte, plus de—Tokens de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Tokens en entrée $0.005 / 1K tokens
Sortie · Tokens en sortie $0.025 / 1K tokens
Entrée · Lecture du cache $0.0005 / 1K tokens
Entrée · Écriture dans le cache $0.00625 / 1K tokens
Entrée · Écriture dans le cache, 1 h $0.01 / 1K tokens
ConfigurationPalier 1 de longueur de requêteBarème tarifaire—Tokens de contexte, plus de0Tokens de contexte, jusqu’à la limite incluseSans borne supérieureCoût
Entrée · Tokens en entrée $0.005 / 1K tokens
Sortie · Tokens en sortie $0.025 / 1K tokens
Entrée · Lecture du cache $0.0005 / 1K tokens
Entrée · Écriture dans le cache $0.00625 / 1K tokens
Entrée · Écriture dans le cache, 1 h $0.01 / 1K tokens

Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →

Exemples de requêtes

Ailoot Ultra · Traitement par lots

curl · jeu de données de référence conservéPython HTTP · données JSONL réelles du clientPython · enregistrer chaque résultat finalisé
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json
from pathlib import Path
body=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-opus-5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')
Path("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json
import json, os
from pathlib import Path
from urllib.request import Request, urlopen

def prepare_requests(customer_path):
    path = Path(customer_path)
    if not path.is_file(): raise ValueError("Customer JSONL file is missing")
    items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]
    if not items: raise ValueError("Customer JSONL contains no requests")
    ids = set()
    for item in items:
        if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")
        cid = item["custom_id"]
        if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")
        ids.add(cid)
        if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")
        supplied_model = item["body"].get("model")
        if supplied_model is not None and supplied_model not in ['anthropic/claude-opus-5:batch', 'anthropic/claude-opus-5']: raise ValueError("body.model must be an exact documented caller or wire ID")
    return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-5:batch", "requests":items}

if __name__ == "__main__":
    material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")
    if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")
    body = prepare_requests(material)
    key = os.environ.get("AILOOT_API_KEY", "")
    if not key: raise SystemExit("Set AILOOT_API_KEY")
    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")
    with urlopen(request) as response:
        raw = response.read()
        Path("batch-create-response.json").write_bytes(raw)
        print(raw.decode("utf-8"))
import json
from pathlib import Path
raw = Path("batch-status-response.json").read_bytes()
response = json.loads(raw)
if response.get("status") != "completed":
    raise SystemExit("Keep the original operation; read its status without resubmitting")
results = response.get("results")
if not isinstance(results, list) or not results:
    raise SystemExit("Preserve the original response; completed results are missing")
Path("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\n" for item in results), encoding="utf-8")
# Preserve batch-status-response.json with aggregate usage and every result/error.

Recevoir et enregistrer les résultats

Ailoot Ultra · Traitement par lots

JSON results[].response.body intégré

  • GET /v1/batches/{operation_id}
Vérifier l’état de la tâche
curl · état de l’opération d’origine
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
BATCH_OPERATION_ID="$(python3 - <<'PY_ID'
import json
from pathlib import Path
from urllib.parse import quote
response = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))
operation = response.get("id")
if not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")
print(quote(operation, safe=""))
PY_ID
)"
curl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \
  -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json
Conserver tous les résultats terminés

Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.

Conservez l’intégralité du JSON de statut d’origine, chaque résultat/custom_id et le corps complet de la réponse ou de l’erreur. Enregistrez les results[] terminés au format JSONL sans filtrage.

Si la réponse d’origine doit être vérifiée

Conservez l’identifiant de l’opération d’origine. La réponse 503 result_pending_check contient X-Should-Retry:false ; ne soumettez jamais à nouveau un lot d’origine dont l’issue est inconnue.

Champs de la réponse
ChampType
Champresults[].custom_idTypestring
Champresults[].response.body.choices[].message.contentTypestring|null
Champresults[].errorTypeobject|null
ChampusageTypeobject|null
ChampidTypestring
ChampmodelTypestring
ChampendpointTypestring
ChampstatusTypestring
Champrequest_countsTypeobject
Champresults[].idTypestring
Champresults[].response.status_codeTypeinteger
Champresults[].response.request_idTypestring
Erreurs et étapes suivantes
RéponseConditionÉtape suivante
Réponse400 · invalid_request_errorConditionEnveloppe intégrée documentée invalide, clés dupliquées, identité d’élément incorrecte ou conflit avec les capacités configurées du modèle.Étape suivanteCorrigez les champs indiqués avant toute nouvelle soumission.
Réponse401 · authentication_errorConditionClé API invalide.Étape suivanteUtilisez la clé Ailoot autorisée.
Réponse403 · permission_errorConditionGroupe de traitement par lots indisponible.Étape suivanteVérifiez les droits d’accès de la clé/du groupe.
Réponse422 · invalid_request_errorConditionLe traitement par lots est facturé sur le solde ; la création via un abonnement est refusée.Étape suivanteUtilisez le groupe autorisé dont la facturation est prélevée sur le solde.
Réponse422 · price_unavailableConditionImpossible d’établir un devis pour les données d’entrée du traitement par lots.Étape suivanteConservez la réponse ; utilisez les données d’entrée documentées pour cette famille.
Réponse402 · billing_errorConditionRéserve pour le traitement par lots indisponible.Étape suivanteRéglez les conditions d’admission avant une nouvelle requête.
Réponse503 · price_unavailableConditionPrix de la méthode Batch/tarifs natifs indisponibles.Étape suivanteConservez la réponse ; ne substituez pas d’autres prix.
Réponse503 · api_errorConditionRoute exacte du fournisseur indisponible.Étape suivanteConservez la réponse pour réparer la route.
Réponse503 · result_pending_checkConditionLe résultat d’origine nécessite une vérification ; X-Should-Retry:false.Étape suivanteConservez l’operation_id/id d’origine et consultez son statut ; ne répétez jamais le POST d’origine.
Réponse404 · not_foundConditionOpération de suivi du traitement par lots absente ou appartenant à une autre identité.Étape suivanteUtilisez l’id exact d’origine avec le même utilisateur, la même clé et le même groupe.

Alias

Alias du modèle

Ailoot Ultra anthropic/claude-opus-5:batch

Alias des chemins de méthode

Utilisez les chemins de méthode indiqués ci-dessus.

ID d’appel associés

anthropic/claude-opus-5:batch

FAQ · Anthropic: Claude Opus 5 (batch)
Quelles entrées et quels résultats sont disponibles ?

POST /v1/batches · anthropic/claude-opus-5:batch: text → text

Quels champs la requête utilise-t-elle ?

POST /v1/batches · anthropic/claude-opus-5:batch: endpoint, model, requests, completion_window, provider

Quelles limites s’appliquent ?

POST /v1/batches · anthropic/claude-opus-5:batch: requests.min_items: 1

Plus de détails

Connectez Ailoot à Claude Code, OpenCode, Hermes ou à votre application.

L’entreprise et son portefeuille de projets

L’entreprise et son portefeuille de projets : des millions de clients ; des ventes qui se chiffrent en milliards chaque mois.

Achetez des tokens à prix réduit.

Une remise d’abonnement pour le travail régulier. Des codes promo jusqu’à 50% sur l’achat de tokens.

Abonnement
Choisissez une offre à tarif réduit pour vos requêtes régulières.
Code promo jusqu’à 50%
Saisissez le code à l’achat. Le prix est recalculé selon la promotion en cours.
Dépenses dans l’historique
Modèle, tokens et montant sont enregistrés pour chaque requête.

Choisir un abonnement · Voir les prix des modèles

Connectez l’API au produit que vous vendez.

SaaS, applications et bots selon l’offre officielle et le contrat de licence Ailoot. Pour la revente, demandez une licence revendeur.

Application commerciale
Intégrez la génération de texte, d’images, de vidéo et de son aux fonctions payantes de votre service.
Licence revendeur
Envoyez la description du projet et le mode d’accès. Demandez des conditions écrites d’utilisation et de revente.
Documents sur le site
L’offre officielle, le contrat de licence et la politique de traitement des données sont accessibles avant connexion.

Demander une licence revendeur · Offre officielle et contrat de licence