Claude Sonnet 4 est le modèle d’Anthropic axé sur les tâches de programmation et de raisonnement. Le profil d’hébergement publié accepte du texte, des images et des fichiers et renvoie du texte. Il répertorie des réglages de raisonnement et d’outils de fonctions, avec une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.
Pour le développement logiciel, fournissez le code source pertinent, le comportement observé et la correction souhaitée. Conservez l’exemple en échec et la sortie d’erreur réelle lorsqu’ils déterminent le diagnostic. Demandez une modification ciblée et les vérifications nécessaires à l’évaluation de son effet.
Pour l’analyse documentaire, identifiez les sources et précisez les critères ou les questions à appliquer. Une comparaison peut demander un constat par critère ; une extraction peut définir les valeurs à renvoyer et la façon de représenter les informations manquantes. Conservez les repères des sources pour qu’une réponse concise reste liée aux éléments qui l’étayent.
Identifiez l’image, la page ou l’état de l’interface pertinent ainsi que le détail à examiner. Une capture d’écran peut étayer une question sur un contenu ou un comportement visible ; l’image d’un document peut ajouter le contexte de mise en page au contenu écrit. Gardez la source pertinente disponible pour vérifier toute formulation extraite ou interprétation.
Le profil répertorie le raisonnement et les outils de fonctions. Définissez les opérations disponibles pour l’application qui entoure le modèle et conservez les observations qu’elles renvoient. Une action proposée et son résultat réel jouent des rôles différents dans le workflow ; l’observation apporte les éléments pour l’étape suivante.
Lorsqu’une réponse doit devenir des données, précisez les champs et leur sens, puis validez l’enregistrement réellement renvoyé à partir de la source. Pour un résultat destiné à la lecture humaine, demandez la conclusion et les éléments qui l’étayent. Réservez de la place pour la réponse dans le contexte de travail et conservez les décisions prises pour les échanges ultérieurs.
Un livrable Sonnet 4 utile garde l’analyse ou la modification proposée avec ses références sources et sa validation, afin que l’étape suivante puisse reprendre à partir d’un résultat vérifiable.
", "aboutText": "Claude Sonnet 4 est le modèle d’Anthropic axé sur les tâches de programmation et de raisonnement. Le profil d’hébergement publié accepte du texte, des images et des fichiers et renvoie du texte. Il répertorie des réglages de raisonnement et d’outils de fonctions, avec une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.\n\n### Code et documents avec un résultat explicite\n\nPour le développement logiciel, fournissez le code source pertinent, le comportement observé et la correction souhaitée. Conservez l’exemple en échec et la sortie d’erreur réelle lorsqu’ils déterminent le diagnostic. Demandez une modification ciblée et les vérifications nécessaires à l’évaluation de son effet.\n\nPour l’analyse documentaire, identifiez les sources et précisez les critères ou les questions à appliquer. Une comparaison peut demander un constat par critère ; une extraction peut définir les valeurs à renvoyer et la façon de représenter les informations manquantes. Conservez les repères des sources pour qu’une réponse concise reste liée aux éléments qui l’étayent.\n\n### Utiliser les éléments visuels dans un but précis\n\nIdentifiez l’image, la page ou l’état de l’interface pertinent ainsi que le détail à examiner. Une capture d’écran peut étayer une question sur un contenu ou un comportement visible ; l’image d’un document peut ajouter le contexte de mise en page au contenu écrit. Gardez la source pertinente disponible pour vérifier toute formulation extraite ou interprétation.\n\n### Raisonnement et outils de l’application\n\nLe profil répertorie le raisonnement et les outils de fonctions. Définissez les opérations disponibles pour l’application qui entoure le modèle et conservez les observations qu’elles renvoient. Une action proposée et son résultat réel jouent des rôles différents dans le workflow ; l’observation apporte les éléments pour l’étape suivante.\n\nLorsqu’une réponse doit devenir des données, précisez les champs et leur sens, puis validez l’enregistrement réellement renvoyé à partir de la source. Pour un résultat destiné à la lecture humaine, demandez la conclusion et les éléments qui l’étayent. Réservez de la place pour la réponse dans le contexte de travail et conservez les décisions prises pour les échanges ultérieurs.\n\nUn livrable Sonnet 4 utile garde l’analyse ou la modification proposée avec ses références sources et sa validation, afin que l’étape suivante puisse reprendre à partir d’un résultat vérifiable.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
Fix an empty-list average\n\nReview this Python function: def average(values): return sum(values) / len(values). The API contract requires None for an empty list and the arithmetic mean otherwise. Propose the smallest patch and tests for [], [4] and [2, 6]. Explain which failing input the patch addresses without changing the nonempty behavior.A focused Python patch, three test cases with expected values, and a brief diagnosis.Check that [] returns None and [2, 6] still returns 4 without hiding unrelated exceptions.anthropic/claude-sonnet-4Claude Sonnet 4 est le modèle d’Anthropic pour la programmation et le raisonnement, avec du texte, des images et des fichiers en entrée. Son profil publié comprend des outils et des réglages de raisonnement, une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Claude Sonnet 4 est le modèle d’Anthropic axé sur les tâches de programmation et de raisonnement. Le profil d’hébergement publié accepte du texte, des images et des fichiers et renvoie du texte. Il répertorie des réglages de raisonnement et d’outils de fonctions, avec une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.
Pour le développement logiciel, fournissez le code source pertinent, le comportement observé et la correction souhaitée. Conservez l’exemple en échec et la sortie d’erreur réelle lorsqu’ils déterminent le diagnostic. Demandez une modification ciblée et les vérifications nécessaires à l’évaluation de son effet.
Pour l’analyse documentaire, identifiez les sources et précisez les critères ou les questions à appliquer. Une comparaison peut demander un constat par critère ; une extraction peut définir les valeurs à renvoyer et la façon de représenter les informations manquantes. Conservez les repères des sources pour qu’une réponse concise reste liée aux éléments qui l’étayent.
Identifiez l’image, la page ou l’état de l’interface pertinent ainsi que le détail à examiner. Une capture d’écran peut étayer une question sur un contenu ou un comportement visible ; l’image d’un document peut ajouter le contexte de mise en page au contenu écrit. Gardez la source pertinente disponible pour vérifier toute formulation extraite ou interprétation.
Le profil répertorie le raisonnement et les outils de fonctions. Définissez les opérations disponibles pour l’application qui entoure le modèle et conservez les observations qu’elles renvoient. Une action proposée et son résultat réel jouent des rôles différents dans le workflow ; l’observation apporte les éléments pour l’étape suivante.
Lorsqu’une réponse doit devenir des données, précisez les champs et leur sens, puis validez l’enregistrement réellement renvoyé à partir de la source. Pour un résultat destiné à la lecture humaine, demandez la conclusion et les éléments qui l’étayent. Réservez de la place pour la réponse dans le contexte de travail et conservez les décisions prises pour les échanges ultérieurs.
Un livrable Sonnet 4 utile garde l’analyse ou la modification proposée avec ses références sources et sa validation, afin que l’étape suivante puisse reprendre à partir d’un résultat vérifiable.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites anthropic/claude-sonnet-4 | 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’identifiant 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: outil de fonction fourni | 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 rejeté sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: 1h est rejeté dans les emplacements réels du cache de prompt | 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 sous forme de texte littéral ; aucun identifiant 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’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.
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 $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.012 / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse200'000 | Coût Entrée · Tokens en entrée $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.012 / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de200'000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.024 / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-sonnet-4", "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='anthropic/claude-sonnet-4',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='anthropic/claude-sonnet-4',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, puis conservez le motif final de terminaison et les données d’utilisation.
Conservez les identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra anthropic/claude-sonnet-4
Utilisez les chemins de méthode indiqués ci-dessus.
anthropic/claude-sonnet-4Claude Sonnet 4 est le modèle d’Anthropic pour la programmation et le raisonnement, avec du texte, des images et des fichiers en entrée. Son profil publié comprend des outils et des réglages de raisonnement, une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Claude Sonnet 4 est le modèle d’Anthropic axé sur les tâches de programmation et de raisonnement. Le profil d’hébergement publié accepte du texte, des images et des fichiers et renvoie du texte. Il répertorie des réglages de raisonnement et d’outils de fonctions, avec une fenêtre de contexte de 200 000 tokens et jusqu’à 64 000 tokens de complétion.
Pour le développement logiciel, fournissez le code source pertinent, le comportement observé et la correction souhaitée. Conservez l’exemple en échec et la sortie d’erreur réelle lorsqu’ils déterminent le diagnostic. Demandez une modification ciblée et les vérifications nécessaires à l’évaluation de son effet.
Pour l’analyse documentaire, identifiez les sources et précisez les critères ou les questions à appliquer. Une comparaison peut demander un constat par critère ; une extraction peut définir les valeurs à renvoyer et la façon de représenter les informations manquantes. Conservez les repères des sources pour qu’une réponse concise reste liée aux éléments qui l’étayent.
Identifiez l’image, la page ou l’état de l’interface pertinent ainsi que le détail à examiner. Une capture d’écran peut étayer une question sur un contenu ou un comportement visible ; l’image d’un document peut ajouter le contexte de mise en page au contenu écrit. Gardez la source pertinente disponible pour vérifier toute formulation extraite ou interprétation.
Le profil répertorie le raisonnement et les outils de fonctions. Définissez les opérations disponibles pour l’application qui entoure le modèle et conservez les observations qu’elles renvoient. Une action proposée et son résultat réel jouent des rôles différents dans le workflow ; l’observation apporte les éléments pour l’étape suivante.
Lorsqu’une réponse doit devenir des données, précisez les champs et leur sens, puis validez l’enregistrement réellement renvoyé à partir de la source. Pour un résultat destiné à la lecture humaine, demandez la conclusion et les éléments qui l’étayent. Réservez de la place pour la réponse dans le contexte de travail et conservez les décisions prises pour les échanges ultérieurs.
Un livrable Sonnet 4 utile garde l’analyse ou la modification proposée avec ses références sources et sa validation, afin que l’étape suivante puisse reprendre à partir d’un résultat vérifiable.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites anthropic/claude-sonnet-4 | 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.
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 $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.012 / 1K tokens |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de0 | Tokens de contexte, jusqu’à la limite incluse200'000 | Coût Entrée · Tokens en entrée $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.012 / 1K tokens |
| ConfigurationPalier 2 de longueur de requête | Barème tarifaire— | Tokens de contexte, plus de200'000 | Tokens de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Tokens en entrée $0.006 / 1K tokens Sortie · Tokens en sortie $0.03 / 1K tokens Entrée · Lecture du cache $0.0006 / 1K tokens Entrée · Écriture dans le cache $0.0075 / 1K tokens Entrée · Écriture dans le cache, 1 h $0.024 / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "anthropic/claude-sonnet-4",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'anthropic/claude-sonnet-4', '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': 'anthropic/claude-sonnet-4', '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 identifiants 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 identifiants de requête et de réponse ainsi que les en-têtes. Aucune URL générique de récupération des tâches textuelles 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 contenus ou valeur de paramètre non valides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra anthropic/claude-sonnet-4
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
Fix an empty-list average\n\nReview this Python function: def average(values): return sum(values) / len(values). The API contract requires None for an empty list and the arithmetic mean otherwise. Propose the smallest patch and tests for [], [4] and [2, 6]. Explain which failing input the patch addresses without changing the nonempty behavior.A focused Python patch, three test cases with expected values, and a brief diagnosis.Check that [] returns None and [2, 6] still returns 4 without hiding unrelated exceptions.