Claude Opus 5 est un modèle d’Anthropic pour le travail professionnel régulier qui nécessite d’étudier des informations, faire un choix fondé et réaliser une tâche de manière séquentielle. Le fabricant met en avant l’ingénierie logicielle, les processus professionnels en plusieurs étapes, le travail scientifique et l’analyse visuelle. Sa présentation se concentre sur l’exécution réfléchie et la vérification de son propre résultat.
En développement, Opus 5 peut rechercher la cause première d’une erreur et utiliser une vérification pour évaluer la modification proposée. Si les matériaux disponibles ne suffisent pas à la comparaison, les scénarios décrits comprennent la création d’une vérification propre, par exemple pour le comportement d’un analyseur syntaxique. Le travail s’organise autour des données obtenues : le modèle les lit, choisit une action, examine le résultat et corrige les problèmes repérés.
L’application doit fournir les outils nécessaires pour exécuter des commandes, modifier des fichiers et lancer des vérifications. L’initiative du modèle concerne le choix et l’ordre des actions dans l’environnement fourni ; elle ne signifie pas un accès autonome au projet ni la capacité à réaliser des opérations hors de l’application.
Opus 5 accepte texte et images et produit du texte. Dans les scénarios visuels, le fabricant montre l’extraction d’une géométrie depuis une image et la reconstruction d’une pièce à l’aide de code. D’autres exemples comprennent une simulation aérodynamique interactive et une illustration de cellule réalisées par programmation.
Les formats habituels d’entrée visuelle du fabricant sont JPEG/PNG/GIF/WebP, avec la première image d’une animation. Pour l’analyse native, le côté long mesure 2576 pixels et représente 4784 tokens visuels ; les grandes images sont réduites avant l’analyse. La prise en charge des fichiers et des paramètres dépend de la méthode de l’application.
Ces tâches illustrent le travail conjoint de l’analyse et de l’ingénierie : l’image peut servir de matériau, et le résultat textuel de code ou de description de la solution. L’exécution d’une simulation, la construction de graphiques et la production d’un fichier terminé nécessitent les outils de l’environnement ; le modèle ne fournit pas d’image ou de vidéo intégrée distincte en sortie.
Le raisonnement adaptatif est activé par défaut, avec high comme niveau standard d’effort. low, medium, high, xhigh et max sont pris en charge. Le raisonnement peut être désactivé à high et aux niveaux inférieurs, mais il est obligatoire à xhigh et max. Cette version ne prévoit pas d’extended thinking manuel avec un budget distinct.
Changer l’effort influe sur le volume de raisonnement, mais ne permet pas de fixer de manière fiable la longueur du texte visible. Pour une réponse courte ou une structure précise, il faut l’indiquer dans les instructions. Le contexte est de 1 million de tokens, et la réponse maximale en mode normal de 128 k tokens ; une analyse approfondie doit laisser de la place au raisonnement et au contenu final.
La date de référence fiable des connaissances intégrées est mai 2026. Anthropic décrit des usages scientifiques en biologie structurale, chimie organique et bioinformatique. Le fabricant indique toutefois des limites importantes pour les longues recherches biologiques autonomes ; pouvoir discuter de documents scientifiques n’implique pas l’achèvement autonome de toute recherche.
Les protections permettent la recherche d’erreurs dans le code source, mais limitent certaines tâches sensibles. Des matériaux fournis ou une recherche sont nécessaires pour obtenir des informations à jour, et les résultats techniques et scientifiques doivent être vérifiés dans leur domaine d’application.
", "aboutText": "Claude Opus 5 est un modèle d’Anthropic pour le travail professionnel régulier qui nécessite d’étudier des informations, faire un choix fondé et réaliser une tâche de manière séquentielle. Le fabricant met en avant l’ingénierie logicielle, les processus professionnels en plusieurs étapes, le travail scientifique et l’analyse visuelle. Sa présentation se concentre sur l’exécution réfléchie et la vérification de son propre résultat.\n\n### Trouver la cause, vérifier et corriger\n\nEn développement, Opus 5 peut rechercher la cause première d’une erreur et utiliser une vérification pour évaluer la modification proposée. Si les matériaux disponibles ne suffisent pas à la comparaison, les scénarios décrits comprennent la création d’une vérification propre, par exemple pour le comportement d’un analyseur syntaxique. Le travail s’organise autour des données obtenues : le modèle les lit, choisit une action, examine le résultat et corrige les problèmes repérés.\n\nL’application doit fournir les outils nécessaires pour exécuter des commandes, modifier des fichiers et lancer des vérifications. L’initiative du modèle concerne le choix et l’ordre des actions dans l’environnement fourni ; elle ne signifie pas un accès autonome au projet ni la capacité à réaliser des opérations hors de l’application.\n\n### L’image comme données pour un programme\n\nOpus 5 accepte **texte et images** et produit du **texte**. Dans les scénarios visuels, le fabricant montre l’extraction d’une géométrie depuis une image et la reconstruction d’une pièce à l’aide de code. D’autres exemples comprennent une simulation aérodynamique interactive et une illustration de cellule réalisées par programmation.\n\nLes formats habituels d’entrée visuelle du fabricant sont JPEG/PNG/GIF/WebP, avec la première image d’une animation. Pour l’analyse native, le côté long mesure 2576 pixels et représente 4784 tokens visuels ; les grandes images sont réduites avant l’analyse. La prise en charge des fichiers et des paramètres dépend de la méthode de l’application.\n\nCes tâches illustrent le travail conjoint de l’analyse et de l’ingénierie : l’image peut servir de matériau, et le résultat textuel de code ou de description de la solution. L’exécution d’une simulation, la construction de graphiques et la production d’un fichier terminé nécessitent les outils de l’environnement ; le modèle ne fournit pas d’image ou de vidéo intégrée distincte en sortie.\n\n### Une profondeur réglable\n\nLe raisonnement adaptatif est activé par défaut, avec `high` comme niveau standard d’`effort`. `low`, `medium`, `high`, `xhigh` et `max` sont pris en charge. Le raisonnement peut être désactivé à `high` et aux niveaux inférieurs, mais il est obligatoire à `xhigh` et `max`. Cette version ne prévoit pas d’extended thinking manuel avec un budget distinct.\n\nChanger l’effort influe sur le volume de raisonnement, mais ne permet pas de fixer de manière fiable la longueur du texte visible. Pour une réponse courte ou une structure précise, il faut l’indiquer dans les instructions. Le contexte est de **1 million de tokens**, et la réponse maximale en mode normal de **128 k tokens** ; une analyse approfondie doit laisser de la place au raisonnement et au contenu final.\n\n### Tâches scientifiques et sensibles\n\nLa date de référence fiable des connaissances intégrées est **mai 2026**. Anthropic décrit des usages scientifiques en biologie structurale, chimie organique et bioinformatique. Le fabricant indique toutefois des limites importantes pour les longues recherches biologiques autonomes ; pouvoir discuter de documents scientifiques n’implique pas l’achèvement autonome de toute recherche.\n\nLes protections permettent la recherche d’erreurs dans le code source, mais limitent certaines tâches sensibles. Des matériaux fournis ou une recherche sont nécessaires pour obtenir des informations à jour, et les résultats techniques et scientifiques doivent être vérifiés dans leur domaine d’application.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a77beebbb40dc009cfc1c1c5d866c64ffea173739eca2fa9546a1e28add5a57d", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "fr", "methods": [ { "html": "claude-opus-5-thinkingClaude Opus 5 est destiné au développement approfondi, à l’analyse d’informations et au travail professionnel en plusieurs étapes. Il prend en charge le raisonnement adaptatif et la vérification des résultats par les outils de l’application.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
Claude Opus 5 est un modèle d’Anthropic pour le travail professionnel régulier qui nécessite d’étudier des informations, faire un choix fondé et réaliser une tâche de manière séquentielle. Le fabricant met en avant l’ingénierie logicielle, les processus professionnels en plusieurs étapes, le travail scientifique et l’analyse visuelle. Sa présentation se concentre sur l’exécution réfléchie et la vérification de son propre résultat.
En développement, Opus 5 peut rechercher la cause première d’une erreur et utiliser une vérification pour évaluer la modification proposée. Si les matériaux disponibles ne suffisent pas à la comparaison, les scénarios décrits comprennent la création d’une vérification propre, par exemple pour le comportement d’un analyseur syntaxique. Le travail s’organise autour des données obtenues : le modèle les lit, choisit une action, examine le résultat et corrige les problèmes repérés.
L’application doit fournir les outils nécessaires pour exécuter des commandes, modifier des fichiers et lancer des vérifications. L’initiative du modèle concerne le choix et l’ordre des actions dans l’environnement fourni ; elle ne signifie pas un accès autonome au projet ni la capacité à réaliser des opérations hors de l’application.
Opus 5 accepte texte et images et produit du texte. Dans les scénarios visuels, le fabricant montre l’extraction d’une géométrie depuis une image et la reconstruction d’une pièce à l’aide de code. D’autres exemples comprennent une simulation aérodynamique interactive et une illustration de cellule réalisées par programmation.
Les formats habituels d’entrée visuelle du fabricant sont JPEG/PNG/GIF/WebP, avec la première image d’une animation. Pour l’analyse native, le côté long mesure 2576 pixels et représente 4784 tokens visuels ; les grandes images sont réduites avant l’analyse. La prise en charge des fichiers et des paramètres dépend de la méthode de l’application.
Ces tâches illustrent le travail conjoint de l’analyse et de l’ingénierie : l’image peut servir de matériau, et le résultat textuel de code ou de description de la solution. L’exécution d’une simulation, la construction de graphiques et la production d’un fichier terminé nécessitent les outils de l’environnement ; le modèle ne fournit pas d’image ou de vidéo intégrée distincte en sortie.
Le raisonnement adaptatif est activé par défaut, avec high comme niveau standard d’effort. low, medium, high, xhigh et max sont pris en charge. Le raisonnement peut être désactivé à high et aux niveaux inférieurs, mais il est obligatoire à xhigh et max. Cette version ne prévoit pas d’extended thinking manuel avec un budget distinct.
Changer l’effort influe sur le volume de raisonnement, mais ne permet pas de fixer de manière fiable la longueur du texte visible. Pour une réponse courte ou une structure précise, il faut l’indiquer dans les instructions. Le contexte est de 1 million de tokens, et la réponse maximale en mode normal de 128 k tokens ; une analyse approfondie doit laisser de la place au raisonnement et au contenu final.
La date de référence fiable des connaissances intégrées est mai 2026. Anthropic décrit des usages scientifiques en biologie structurale, chimie organique et bioinformatique. Le fabricant indique toutefois des limites importantes pour les longues recherches biologiques autonomes ; pouvoir discuter de documents scientifiques n’implique pas l’achèvement autonome de toute recherche.
Les protections permettent la recherche d’erreurs dans le code source, mais limitent certaines tâches sensibles. Des matériaux fournis ou une recherche sont nécessaires pour obtenir des informations à jour, et les résultats techniques et scientifiques doivent être vérifiés dans leur domaine d’application.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites claude-opus-5-thinking | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Selon le modèle | Par défaut— |
Champmessages[].content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Conversation textuelle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
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 |
Paramètrecontrol_scope | ContratConversation textuelle ; stream est un booléen dont la valeur par défaut est false. |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_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.
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 tokens | Barème tarifaireTarif de base | Coût Entrée · Tokens en entrée $0.01 / 1K tokens Sortie · Tokens en sortie $0.05 / 1K tokens Entrée · Lecture du cache $0.001 / 1K tokens Entrée · Écriture dans le cache $0.0125 / 1K tokens Entrée · Écriture dans le cache, 1 h — / 1K tokens |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-opus-5-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-opus-5-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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 claude-opus-5-thinking
/chat/completions