Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic. Le développeur décrit des réponses standard et un mode de raisonnement approfondi dans le même modèle, avec la programmation et le développement frontal parmi les tâches visées. Le profil hébergé exact de cette fiche indique une longueur de contexte de 200 000 jetons.
Fournissez le problème, les hypothèses et les éléments nécessaires pour y répondre. Une demande courante peut viser une réponse concise ; une tâche exigeante peut définir la conclusion et les relations nécessaires à sa vérification. Les interfaces documentées du développeur proposent des réglages de budget pour le raisonnement approfondi. Ces réglages appartiennent à l’interface et à la configuration utilisées pour la requête.
Pour une comparaison, identifiez les options et précisez les aspects à examiner. Demandez les observations qui étayent la conclusion avec celle-ci. Gardez une condition d’achèvement claire, que le résultat soit une valeur avec ses hypothèses, une argumentation établissant une affirmation précise ou une implémentation répondant aux exemples fournis.
Fournissez les fichiers ou extraits pertinents, leur rôle dans le projet et le comportement attendu après la modification. Pour un bug, ajoutez l’entrée qui le déclenche et l’erreur réelle. Demandez une proposition ciblée et un test qui la distingue du comportement actuel.
Une tâche de développement frontal peut identifier l’état visible, l’interaction et les conditions d’acceptation que la modification doit satisfaire. Fournissez le composant ou le balisage pertinent et demandez une révision précise. La compilation, l’exécution et les tests visuels ont lieu dans l’environnement de développement cible ; renvoyez leurs résultats réels lorsque vous demandez une décision pour la suite.
Une application fournit les outils utilisés par un flux de travail de programmation et enregistre leurs résultats. Gardez ces résultats avec la requête correspondante pour que le modèle utilise les éléments réels lorsqu’il propose l’étape suivante. Les intégrations dédiées de terminal ou de dépôt sont des capacités de l’application, distinctes de la réponse générée par le modèle.
Préparez les sources, les décisions antérieures pertinentes et le résultat demandé dans le contexte indiqué de ce profil nommé, en laissant de la place pour la réponse. Conservez l’identifiant exact de l’édition Sonnet avec le prompt et le résultat lorsque vous comparez les changements entre versions.
", "aboutText": "Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic. Le développeur décrit des réponses standard et un mode de raisonnement approfondi dans le même modèle, avec la programmation et le développement frontal parmi les tâches visées. Le profil hébergé exact de cette fiche indique une longueur de contexte de 200 000 jetons.\n\n### Définir la profondeur et le résultat achevé\n\nFournissez le problème, les hypothèses et les éléments nécessaires pour y répondre. Une demande courante peut viser une réponse concise ; une tâche exigeante peut définir la conclusion et les relations nécessaires à sa vérification. Les interfaces documentées du développeur proposent des réglages de budget pour le raisonnement approfondi. Ces réglages appartiennent à l’interface et à la configuration utilisées pour la requête.\n\nPour une comparaison, identifiez les options et précisez les aspects à examiner. Demandez les observations qui étayent la conclusion avec celle-ci. Gardez une condition d’achèvement claire, que le résultat soit une valeur avec ses hypothèses, une argumentation établissant une affirmation précise ou une implémentation répondant aux exemples fournis.\n\n### Traiter une modification de code ou d’interface\n\nFournissez les fichiers ou extraits pertinents, leur rôle dans le projet et le comportement attendu après la modification. Pour un bug, ajoutez l’entrée qui le déclenche et l’erreur réelle. Demandez une proposition ciblée et un test qui la distingue du comportement actuel.\n\nUne tâche de développement frontal peut identifier l’état visible, l’interaction et les conditions d’acceptation que la modification doit satisfaire. Fournissez le composant ou le balisage pertinent et demandez une révision précise. La compilation, l’exécution et les tests visuels ont lieu dans l’environnement de développement cible ; renvoyez leurs résultats réels lorsque vous demandez une décision pour la suite.\n\n### Relier les opérations de l’application aux réponses du modèle\n\nUne application fournit les outils utilisés par un flux de travail de programmation et enregistre leurs résultats. Gardez ces résultats avec la requête correspondante pour que le modèle utilise les éléments réels lorsqu’il propose l’étape suivante. Les intégrations dédiées de terminal ou de dépôt sont des capacités de l’application, distinctes de la réponse générée par le modèle.\n\nPréparez les sources, les décisions antérieures pertinentes et le résultat demandé dans le contexte indiqué de ce profil nommé, en laissant de la place pour la réponse. Conservez l’identifiant exact de l’édition Sonnet avec le prompt et le résultat lorsque vous comparez les changements entre versions.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Repair an accessible toggle\n\nFix this HTML toggle: <div onclick="openMenu()">Menu</div>. It must work by keyboard, expose expanded state and name the controlled panel id="nav-panel". Return the revised markup and the small JavaScript state update. Include a manual test for Enter, Space and closing the panel; preserve the label Menu.Editable HTML and JavaScript snippets, followed by keyboard and state checks for the closed and open states.Check that the control is a button, aria-controls points to nav-panel and aria-expanded follows the actual panel state.claude-3-7-sonnet-20250219Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic, qui associe les réponses standard à un raisonnement approfondi pour les tâches exigeantes. Ce profil nommé indique un contexte de 200 000 jetons ; fournissez les éléments pertinents du problème ou du code et un résultat concret à produire.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic. Le développeur décrit des réponses standard et un mode de raisonnement approfondi dans le même modèle, avec la programmation et le développement frontal parmi les tâches visées. Le profil hébergé exact de cette fiche indique une longueur de contexte de 200 000 jetons.
Fournissez le problème, les hypothèses et les éléments nécessaires pour y répondre. Une demande courante peut viser une réponse concise ; une tâche exigeante peut définir la conclusion et les relations nécessaires à sa vérification. Les interfaces documentées du développeur proposent des réglages de budget pour le raisonnement approfondi. Ces réglages appartiennent à l’interface et à la configuration utilisées pour la requête.
Pour une comparaison, identifiez les options et précisez les aspects à examiner. Demandez les observations qui étayent la conclusion avec celle-ci. Gardez une condition d’achèvement claire, que le résultat soit une valeur avec ses hypothèses, une argumentation établissant une affirmation précise ou une implémentation répondant aux exemples fournis.
Fournissez les fichiers ou extraits pertinents, leur rôle dans le projet et le comportement attendu après la modification. Pour un bug, ajoutez l’entrée qui le déclenche et l’erreur réelle. Demandez une proposition ciblée et un test qui la distingue du comportement actuel.
Une tâche de développement frontal peut identifier l’état visible, l’interaction et les conditions d’acceptation que la modification doit satisfaire. Fournissez le composant ou le balisage pertinent et demandez une révision précise. La compilation, l’exécution et les tests visuels ont lieu dans l’environnement de développement cible ; renvoyez leurs résultats réels lorsque vous demandez une décision pour la suite.
Une application fournit les outils utilisés par un flux de travail de programmation et enregistre leurs résultats. Gardez ces résultats avec la requête correspondante pour que le modèle utilise les éléments réels lorsqu’il propose l’étape suivante. Les intégrations dédiées de terminal ou de dépôt sont des capacités de l’application, distinctes de la réponse générée par le modèle.
Préparez les sources, les décisions antérieures pertinentes et le résultat demandé dans le contexte indiqué de ce profil nommé, en laissant de la place pour la réponse. Conservez l’identifiant exact de l’édition Sonnet avec le prompt et le résultat lorsque vous comparez les changements entre versions.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites claude-3-7-sonnet-20250219 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID 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/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.006 / 1K jetons Sortie · Jetons en sortie $0.03 / 1K jetons Entrée · Lecture du cache $0.0006 / 1K jetons Entrée · Écriture dans le cache $0.0075 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-7-sonnet-20250219", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-7-sonnet-20250219',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n 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\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-7-sonnet-20250219',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson ou SSE
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, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra claude-3-7-sonnet-20250219
Utilisez les chemins de méthode indiqués ci-dessus.
claude-3-7-sonnet-20250219Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic, qui associe les réponses standard à un raisonnement approfondi pour les tâches exigeantes. Ce profil nommé indique un contexte de 200 000 jetons ; fournissez les éléments pertinents du problème ou du code et un résultat concret à produire.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Claude 3.7 Sonnet est le modèle de raisonnement hybride d’Anthropic. Le développeur décrit des réponses standard et un mode de raisonnement approfondi dans le même modèle, avec la programmation et le développement frontal parmi les tâches visées. Le profil hébergé exact de cette fiche indique une longueur de contexte de 200 000 jetons.
Fournissez le problème, les hypothèses et les éléments nécessaires pour y répondre. Une demande courante peut viser une réponse concise ; une tâche exigeante peut définir la conclusion et les relations nécessaires à sa vérification. Les interfaces documentées du développeur proposent des réglages de budget pour le raisonnement approfondi. Ces réglages appartiennent à l’interface et à la configuration utilisées pour la requête.
Pour une comparaison, identifiez les options et précisez les aspects à examiner. Demandez les observations qui étayent la conclusion avec celle-ci. Gardez une condition d’achèvement claire, que le résultat soit une valeur avec ses hypothèses, une argumentation établissant une affirmation précise ou une implémentation répondant aux exemples fournis.
Fournissez les fichiers ou extraits pertinents, leur rôle dans le projet et le comportement attendu après la modification. Pour un bug, ajoutez l’entrée qui le déclenche et l’erreur réelle. Demandez une proposition ciblée et un test qui la distingue du comportement actuel.
Une tâche de développement frontal peut identifier l’état visible, l’interaction et les conditions d’acceptation que la modification doit satisfaire. Fournissez le composant ou le balisage pertinent et demandez une révision précise. La compilation, l’exécution et les tests visuels ont lieu dans l’environnement de développement cible ; renvoyez leurs résultats réels lorsque vous demandez une décision pour la suite.
Une application fournit les outils utilisés par un flux de travail de programmation et enregistre leurs résultats. Gardez ces résultats avec la requête correspondante pour que le modèle utilise les éléments réels lorsqu’il propose l’étape suivante. Les intégrations dédiées de terminal ou de dépôt sont des capacités de l’application, distinctes de la réponse générée par le modèle.
Préparez les sources, les décisions antérieures pertinentes et le résultat demandé dans le contexte indiqué de ce profil nommé, en laissant de la place pour la réponse. Conservez l’identifiant exact de l’édition Sonnet avec le prompt et le résultat lorsque vous comparez les changements entre versions.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites claude-3-7-sonnet-20250219 | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
| Configuration | Barème tarifaire | Coût |
|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Coût Entrée · Jetons en entrée $0.006 / 1K jetons Sortie · Jetons en sortie $0.03 / 1K jetons Entrée · Lecture du cache $0.0006 / 1K jetons Entrée · Écriture dans le cache $0.0075 / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "claude-3-7-sonnet-20250219",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-20250219', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-20250219', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra claude-3-7-sonnet-20250219
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Repair an accessible toggle\n\nFix this HTML toggle: <div onclick="openMenu()">Menu</div>. It must work by keyboard, expose expanded state and name the controlled panel id="nav-panel". Return the revised markup and the small JavaScript state update. Include a manual test for Enter, Space and closing the panel; preserve the label Menu.Editable HTML and JavaScript snippets, followed by keyboard and state checks for the closed and open states.Check that the control is a button, aria-controls points to nav-panel and aria-expanded follows the actual panel state.