Anthropic: Claude Haiku 4.5

Claude Haiku 4.5 est destiné aux assistants interactifs, au support utilisateur, au traitement courant d’informations et au travail sur le code. Un mode de raisonnement distinct est prévu pour les questions complexes.

Ailoot Ultra · Chat OpenAI POST /v1/chat/completions claude-haiku-4-5-20251001-thinking

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.

Quand la réactivité à chaque étape compte

Anthropic a conçu Claude Haiku 4.5 pour les assistants conversationnels, le service utilisateur, le travail collaboratif sur le code et le prototypage. Le modèle est utile dans un cycle où une personne pose une question, reçoit un résultat et précise immédiatement l’étape suivante. Selon Anthropic, cette version se distingue par une faible latence ; le temps de réponse effectif dépend des instructions et de l’application.

Haiku 4.5 est aussi conçu pour traiter un grand nombre de tâches distinctes. Dans un processus avec agents, une sous-tâche précise peut lui être confiée avant de transmettre son résultat au reste du système. Les domaines décrits comprennent la programmation, le raisonnement et les actions dans une interface. Les appels d’outils et le contrôle de l’ordinateur sont possibles lorsque l’application fournit les moyens correspondants ; une demande de texte ne donne pas à elle seule accès à l’environnement de travail.

Réponse normale et budget manuel de raisonnement

Les tâches avec plusieurs étapes logiques disposent d’extended thinking : l’application active explicitement le raisonnement et fixe son budget avec budget_tokens. Si la méthode prend en charge ces réglages, le budget manuel budget_tokens doit être d’au moins 1024 tokens et inférieur à max_tokens pour laisser de la place à la réponse finale. Il oriente le volume d’analyse, tandis que max_tokens limite toute la sortie. Haiku 4.5 utilise précisément un mode manuel : ni le raisonnement adaptatif ni le réglage de profondeur par effort ne sont pris en charge dans cette version. Le raisonnement entre appels d’outils successifs n’est pas non plus pris en charge.

Cette distinction est utile pour choisir une tâche. Le mode normal convient au dialogue direct ; le raisonnement activé laisse au modèle de la place pour approfondir du code ou une question complexe. Le contenu des instructions continue de déterminer les informations à analyser et la forme du résultat.

Contenus et limites de la version

Le modèle accepte texte et images et renvoie du texte. La fenêtre de contexte est de 200 k tokens, et la réponse maximale de 64 k tokens. Une image sert de matériau d’analyse avec la question : le modèle peut expliquer le contenu visible et le relier aux instructions textuelles. Une entrée d’image n’implique pas la création ou l’édition d’images.

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 1568 pixels et représente 1568 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.

Pour cette version, Anthropic décrit un style concis et direct. Il est utile de préciser à l’avance le niveau de détail, le format du résultat et les limites de la tâche. La date de référence fiable des connaissances intégrées est février 2025 ; les informations sur des événements ultérieurs doivent être fournies dans les matériaux de la tâche ou obtenues par les outils disponibles dans l’application. Certaines demandes peuvent être refusées.

Si la méthode propose les réglages d’échantillonnage, temperature et top_p ne peuvent pas être définis simultanément : cette version utilise l’un de ces paramètres.

Ailoot Ultra · Chat OpenAI POST /v1/chat/completions claude-haiku-4-5-20251001-thinking

claude-haiku-4-5-20251001-thinking

Anthropic /claude-haiku-4-5-20251001-thinking

Premiers pas

Entrées acceptées: Texte
Résultats: Texte

Disponible dans Ailoot · entrées et méthodes

Ailoot Ultra · Chat OpenAI POST /v1/chat/completions

Entrée: text
Sortie: text
Format de sortie: json ou SSE

Champ	Type	Exigence	Valeurs et limites	Par défaut
Champ`model`	Type`string`	ExigenceObligatoire	Valeurs et limites claude-haiku-4-5-20251001-thinking	Par défaut—
Champ`messages`	Type`message[]`	ExigenceObligatoire	Valeurs et limites Nombre minimal d’éléments: 1	Par défaut—
Champ`messages[].role`	Type`string`	ExigenceObligatoire	Valeurs et limites Selon le modèle	Par défaut—
Champ`messages[].content`	Type`string`	ExigenceFacultatif	Valeurs et limites S’applique lorsque: Conversation textuelle	Par défaut—
Champ`stream`	Type`boolean`	ExigenceFacultatif	Valeurs et limites	Par défautfalse

Combinaisons d’éléments d’entrée

Texte · Texte UTF8

messages[].content

Paramètres et cycle de vie de la méthode

Paramètre	Contrat
Paramètre`content_type`	Contratapplication/json
Paramètre`required`	Contratmodel, messages
Paramètre`material_types`	Contrattext
Paramètre`messages`	Contrattableau de messages avec une structure role/content
Paramètre`file_material`	Contratdocument UTF-8 réel inséré sous forme de texte littéral ; aucun identifiant de fichier déduit
Paramètre`optional_controls`	Contratstream
Paramètre`control_scope`	ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false.
Paramètre`output_modalities`	Contrattext
Paramètre`hosted_operations`	Contratfalse
Paramètre`multimodal_input_binding`	Contratnull

Alias de méthode : /chat/completions

Cycle de vie : synchronous_or_streamed

Envoyez l’identifiant exact du modèle avec messages.

La longueur du contexte n’est pas un plafond de sortie.

Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objets fichier nécessitent une liaison exacte.

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)

Tarifs Ailoot

Prix par configuration

Configuration	Barème tarifaire	Coût
ConfigurationTarifs de base des tokens	Barème tarifaireTarif de base	Coût Entrée · Tokens en entrée $0.002 / 1K tokens Sortie · Tokens en sortie $0.01 / 1K tokens Entrée · Lecture du cache $0.0002 / 1K tokens Entrée · Écriture dans le cache $0.0025 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 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 · Chat OpenAI

curlPython SDK

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"claude-haiku-4-5-20251001-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT

from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="claude-haiku-4-5-20251001-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

Recevoir et enregistrer les résultats

Ailoot Ultra · Chat OpenAI

json ou SSE

Conserver tous les résultats terminés

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

Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, puis conservez le motif final de terminaison et les données d’utilisation.

Si la réponse d’origine doit être vérifiée

Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles n’est fournie.

Champs de la réponse

Champ	Type
Champ`choices[].index`	Typeinteger
Champ`choices[].message.content`	Typestring\|null
Champ`choices[].message.tool_calls`	Typetool_call[]
Champ`choices[].message.reasoning_content`	Typestring
Champ`choices[].message.reasoning_details`	Typeobject\|array
Champ`choices[].finish_reason`	Typestring\|null
Champ`usage`	Typeobject

Erreurs et étapes suivantes

Réponse	Condition	Étape suivante
Réponse400 · `invalid_request_error`	ConditionChamps obligatoires, représentation des contenus ou valeur de paramètre non valides	Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création.

Alias

Alias du modèle

Ailoot Ultra claude-haiku-4-5-20251001-thinking

Alias des chemins de méthode

/chat/completions

ID d’appel associés

claude-haiku-4-5-20251001-thinking

FAQ · Anthropic: Claude Haiku 4.5

Quelles entrées et quels résultats sont disponibles ?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: text → text
Quels champs la requête utilise-t-elle ?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: model, messages, stream
Quelles limites s’appliquent ?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: messages.min_items: 1

Anthropic: Claude Haiku 4.5