Anthropic a conçu Claude Haiku 4.5 pour les assistants conversationnels, l’assistance aux utilisateurs, 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.
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.
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 contenus 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.
anthropic/claude-haiku-4.5:batchClaude 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.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Anthropic a conçu Claude Haiku 4.5 pour les assistants conversationnels, l’assistance aux utilisateurs, 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.
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.
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 contenus 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.
POST /v1/batchestexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champendpoint | Typestring | ExigenceObligatoire | Valeurs et limites /v1/chat/completions | Par défaut— |
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites anthropic/claude-haiku-4.5:batch | Par défaut— |
Champrequests | Typebatch_item[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champrequests[].custom_id | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champrequests[].body.messages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champcompletion_window | Typestring | ExigenceFacultatif | Valeurs et limites 24h | Par défaut— |
Champprovider | Typeobject|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champrequests[].body.model | Typestring | ExigenceFacultatif | Valeurs et limites anthropic/claude-haiku-4.5:batch, anthropic/claude-haiku-4.5 | Par défaut— |
Champprovider.only | Typestring[] | ExigenceFacultatif | Valeurs et limites anthropic | Par défaut— |
Champprovider.allow_fallbacks | Typeboolean|null | ExigenceFacultatif | Valeurs et limites false, null | Par défaut— |
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratendpoint, model, requests |
Paramètrematerial_types | Contrattext |
Paramètrerepresentation | Contratrequests[] intégré ; chaque élément comporte custom_id et body |
Paramètrerequest_endpoint_profile | Contrat/v1/chat/completions |
Paramètrefile_material | ContratL’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_order | Contratendpoint, model, provider (si fourni), completion_window (si fourni), requests en dernier |
Paramètreoptional_controls | Contratprovider.only, provider.allow_fallbacks, completion_window |
Paramètreschema_scope | ContratCorps 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
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Tokens de contexte, plus de | Tokens de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des tokens | Barème tarifaireTarif de base | Tokens de contexte, plus de— | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.0001 / 1K tokens Entrée · Écriture dans le cache $0.00125 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.002 / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.001 / 1K tokens Sortie · Tokens en sortie $0.005 / 1K tokens Entrée · Lecture du cache $0.0001 / 1K tokens Entrée · Écriture dans le cache $0.00125 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.002 / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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-4.5: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-4.5:batch', 'anthropic/claude-haiku-4.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-haiku-4.5: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 results[].response.body intégré
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\nConservez 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.
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.
| Champ | Type |
|---|---|
Champresults[].custom_id | Typestring |
Champresults[].response.body.choices[].message.content | Typestring|null |
Champresults[].error | Typeobject|null |
Champusage | Typeobject|null |
Champid | Typestring |
Champmodel | Typestring |
Champendpoint | Typestring |
Champstatus | Typestring |
Champrequest_counts | Typeobject |
Champresults[].id | Typestring |
Champresults[].response.status_code | Typeinteger |
Champresults[].response.request_id | Typestring |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionEnveloppe 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_error | ConditionClé API invalide. | Étape suivanteUtilisez la clé Ailoot autorisée. |
Réponse403 · permission_error | ConditionGroupe de traitement par lots indisponible. | Étape suivanteVérifiez les droits d’accès de la clé/du groupe. |
Réponse422 · invalid_request_error | ConditionLe 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_unavailable | ConditionImpossible 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_error | ConditionRéserve pour le traitement par lots indisponible. | Étape suivanteRéglez les conditions d’admission avant une nouvelle requête. |
Réponse503 · price_unavailable | ConditionPrix de la méthode Batch/tarifs natifs indisponibles. | Étape suivanteConservez la réponse ; ne substituez pas d’autres prix. |
Réponse503 · api_error | ConditionRoute exacte du fournisseur indisponible. | Étape suivanteConservez la réponse pour réparer la route. |
Réponse503 · result_pending_check | ConditionLe 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_found | ConditionOpération 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. |
Ailoot Ultra anthropic/claude-haiku-4.5:batch
Utilisez les chemins de méthode indiqués ci-dessus.