Anthropic Claude 3.7 Sonnet הוא מודל הנמקה היברידי: אותו מודל יכול לענות במצב רגיל או להקדיש זמן רב יותר לחשיבה לפני מתן תשובה סופית. המצב הרגיל מפתח את יכולות Claude 3.5 Sonnet; חשיבה מורחבת מוסיפה בחינה עצמית צעד אחר צעד למשימות קשות יותר בתכנות, במתמטיקה, בפיזיקה ובביצוע הוראות. ההבחנה היא בכמות ההנמקה שהמודל מבצע, ולא במעבר למודל הנמקה נפרד.
תכנון ה-API של Anthropic מאפשר למפתחים להגדיר תקציב חשיבה כדי לשלוט בהיקף עבודת ההנמקה. חשיבה נוספת מתחרה במקום הנדרש לתשובה הסופית, ולכן משימה מורכבת צריכה להגדיר גם את הבעיה וגם את התוצר. סקירת קוד עשויה לדרוש רשימת פגמים מדורגת ותיקון קטן מוצע, וחקירה טכנית עשויה לדרוש הנחות, הסברים חלופיים ואת הראיות שיבחינו ביניהם. יותר חשיבה יכולה לשפר תשובה קשה, אך אינה מבטיחה נכונות ואינה מחייבת את המודל לצרוך את כל התקציב הזמין.
תכנות ופיתוח ממשקי אינטרנט קדמיים הם חוזקות מרכזיות במהדורה הזאת. Anthropic מתארת שיפורים בהבנת בסיסי קוד מורכבים, בתכנון שינויי קוד, בשימוש מתקדם בכלים ובעדכונים בכל שכבות היישום. השתמשו ביכולת הזאת עם ראיות פרויקט מוגדרות: קובצי מקור רלוונטיים, הודעת שגיאה, צעדי שחזור, ההתנהגות הרצויה וממשקים שחייבים להישאר תואמים. למשימת לוח בקרה, הגדירו שדות נתונים, פעולות משתמש, מגבלות פריסה וקריטריוני קבלה. תוצאה מועילה היא מימוש מוצע או הסבר שאפשר לבדוק מול הקלטים האלה, ולא טענה לא מאומתת שהיישום גמור.
Claude 3.7 Sonnet תומך גם בעבודת סוכנים שבה יישום מספק כלים ומחזיר את תוצאותיהם למודל. Anthropic מדגימה קריאות איטרטיביות לפונקציות ואינטראקציות מחשב הכוללות קלט מסך, לחיצות עכבר וירטואליות ופעולות מקלדת. המודל יכול להשתמש במשוב כדי לשנות את גישתו עם התקדמות המשימה. שמרו על מטרה ופעולות מותרות מפורשות ועל תיעוד תוצאות כלים בפועל. המוצר הנפרד Claude Code מוסיף סביבת תכנות מבוססת מסוף; עריכת הקבצים, הרצת הפקודות ופעולות המאגר שלו תלויות בסביבה הזאת ואינן יכולות שתשובת טקסט מבצעת בעצמה.
חשיבה מורחבת יכולה לחשוף תיעוד הנמקה לצד התשובה הסופית. במהדורה הזאת, Anthropic מציגה חשיבה גלויה בצורתה הגולמית ומזהירה שהיא עשויה להכיל רעיונות ביניים שגויים, מטעים או חלקיים. התיעוד יכול להיות פחות שיחתי מהתשובה הסופית, ואין הבטחה שיסביר בנאמנות כל גורם שמאחורי החלטת המודל. התייחסו אליו כחומר לבדיקה ולא כהוכחה שהמסקנה נכונה. לבדיקה מעשית, בקשו שהתשובה הסופית תציין את ההנחות שלה, תפריד בין תצפיות להסקות ותגדיר מה עדיין צריך לבדוק.
המודל מועיל לניפוי שגיאות בכמה קבצים קשורים, לתכנון שינוי בממשק קדמי, להשוואת גישות טכניות ולהתקדמות בשאלה אנליטית קשה. הכינו את אוסף החומר הקטן ביותר שמסביר את הבעיה, ואז בקשו את הפלט המסוים הדרוש: תיקון עם נימוקים, רשימת בדיקה למיגרציה או מזכר החלטה תמציתי. לקוד, אמתו את ההתנהגות המוצעת בפרויקט היעד; לניתוח עובדתי, אמתו את הראיות. כך הערך של ההנמקה העמוקה יותר של המודל נשאר מקושר לתוצאה שימושית ולא לאורך ההסבר שלו.
", "aboutText": "Anthropic Claude 3.7 Sonnet הוא מודל הנמקה היברידי: אותו מודל יכול לענות במצב רגיל או להקדיש זמן רב יותר לחשיבה לפני מתן תשובה סופית. המצב הרגיל מפתח את יכולות Claude 3.5 Sonnet; חשיבה מורחבת מוסיפה בחינה עצמית צעד אחר צעד למשימות קשות יותר בתכנות, במתמטיקה, בפיזיקה ובביצוע הוראות. ההבחנה היא בכמות ההנמקה שהמודל מבצע, ולא במעבר למודל הנמקה נפרד.\n\nתכנון ה-API של Anthropic מאפשר למפתחים להגדיר תקציב חשיבה כדי לשלוט בהיקף עבודת ההנמקה. חשיבה נוספת מתחרה במקום הנדרש לתשובה הסופית, ולכן משימה מורכבת צריכה להגדיר גם את הבעיה וגם את התוצר. סקירת קוד עשויה לדרוש רשימת פגמים מדורגת ותיקון קטן מוצע, וחקירה טכנית עשויה לדרוש הנחות, הסברים חלופיים ואת הראיות שיבחינו ביניהם. יותר חשיבה יכולה לשפר תשובה קשה, אך אינה מבטיחה נכונות ואינה מחייבת את המודל לצרוך את כל התקציב הזמין.\n\nתכנות ופיתוח ממשקי אינטרנט קדמיים הם חוזקות מרכזיות במהדורה הזאת. Anthropic מתארת שיפורים בהבנת בסיסי קוד מורכבים, בתכנון שינויי קוד, בשימוש מתקדם בכלים ובעדכונים בכל שכבות היישום. השתמשו ביכולת הזאת עם ראיות פרויקט מוגדרות: קובצי מקור רלוונטיים, הודעת שגיאה, צעדי שחזור, ההתנהגות הרצויה וממשקים שחייבים להישאר תואמים. למשימת לוח בקרה, הגדירו שדות נתונים, פעולות משתמש, מגבלות פריסה וקריטריוני קבלה. תוצאה מועילה היא מימוש מוצע או הסבר שאפשר לבדוק מול הקלטים האלה, ולא טענה לא מאומתת שהיישום גמור.\n\nClaude 3.7 Sonnet תומך גם בעבודת סוכנים שבה יישום מספק כלים ומחזיר את תוצאותיהם למודל. Anthropic מדגימה קריאות איטרטיביות לפונקציות ואינטראקציות מחשב הכוללות קלט מסך, לחיצות עכבר וירטואליות ופעולות מקלדת. המודל יכול להשתמש במשוב כדי לשנות את גישתו עם התקדמות המשימה. שמרו על מטרה ופעולות מותרות מפורשות ועל תיעוד תוצאות כלים בפועל. המוצר הנפרד Claude Code מוסיף סביבת תכנות מבוססת מסוף; עריכת הקבצים, הרצת הפקודות ופעולות המאגר שלו תלויות בסביבה הזאת ואינן יכולות שתשובת טקסט מבצעת בעצמה.\n\nחשיבה מורחבת יכולה לחשוף תיעוד הנמקה לצד התשובה הסופית. במהדורה הזאת, Anthropic מציגה חשיבה גלויה בצורתה הגולמית ומזהירה שהיא עשויה להכיל רעיונות ביניים שגויים, מטעים או חלקיים. התיעוד יכול להיות פחות שיחתי מהתשובה הסופית, ואין הבטחה שיסביר בנאמנות כל גורם שמאחורי החלטת המודל. התייחסו אליו כחומר לבדיקה ולא כהוכחה שהמסקנה נכונה. לבדיקה מעשית, בקשו שהתשובה הסופית תציין את ההנחות שלה, תפריד בין תצפיות להסקות ותגדיר מה עדיין צריך לבדוק.\n\nהמודל מועיל לניפוי שגיאות בכמה קבצים קשורים, לתכנון שינוי בממשק קדמי, להשוואת גישות טכניות ולהתקדמות בשאלה אנליטית קשה. הכינו את אוסף החומר הקטן ביותר שמסביר את הבעיה, ואז בקשו את הפלט המסוים הדרוש: תיקון עם נימוקים, רשימת בדיקה למיגרציה או מזכר החלטה תמציתי. לקוד, אמתו את ההתנהגות המוצעת בפרויקט היעד; לניתוח עובדתי, אמתו את הראיות. כך הערך של ההנמקה העמוקה יותר של המודל נשאר מקושר לתוצאה שימושית ולא לאורך ההסבר שלו.", "editorialOverlay": { "copy_fields": { "practical_html": "דוגמה טכנית באנגלית
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet משלב תשובות רגילות וחשיבה מורחבת אופציונלית במודל אחד. הוא נבנה להנמקה מעשית, לתכנות ולפיתוח ממשקים קדמיים, עם חשיבה מעמיקה יותר למשימות קשות ותהליכים המונחים בכלים כשהיישום מספק את הכלים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Anthropic Claude 3.7 Sonnet הוא מודל הנמקה היברידי: אותו מודל יכול לענות במצב רגיל או להקדיש זמן רב יותר לחשיבה לפני מתן תשובה סופית. המצב הרגיל מפתח את יכולות Claude 3.5 Sonnet; חשיבה מורחבת מוסיפה בחינה עצמית צעד אחר צעד למשימות קשות יותר בתכנות, במתמטיקה, בפיזיקה ובביצוע הוראות. ההבחנה היא בכמות ההנמקה שהמודל מבצע, ולא במעבר למודל הנמקה נפרד.
תכנון ה-API של Anthropic מאפשר למפתחים להגדיר תקציב חשיבה כדי לשלוט בהיקף עבודת ההנמקה. חשיבה נוספת מתחרה במקום הנדרש לתשובה הסופית, ולכן משימה מורכבת צריכה להגדיר גם את הבעיה וגם את התוצר. סקירת קוד עשויה לדרוש רשימת פגמים מדורגת ותיקון קטן מוצע, וחקירה טכנית עשויה לדרוש הנחות, הסברים חלופיים ואת הראיות שיבחינו ביניהם. יותר חשיבה יכולה לשפר תשובה קשה, אך אינה מבטיחה נכונות ואינה מחייבת את המודל לצרוך את כל התקציב הזמין.
תכנות ופיתוח ממשקי אינטרנט קדמיים הם חוזקות מרכזיות במהדורה הזאת. Anthropic מתארת שיפורים בהבנת בסיסי קוד מורכבים, בתכנון שינויי קוד, בשימוש מתקדם בכלים ובעדכונים בכל שכבות היישום. השתמשו ביכולת הזאת עם ראיות פרויקט מוגדרות: קובצי מקור רלוונטיים, הודעת שגיאה, צעדי שחזור, ההתנהגות הרצויה וממשקים שחייבים להישאר תואמים. למשימת לוח בקרה, הגדירו שדות נתונים, פעולות משתמש, מגבלות פריסה וקריטריוני קבלה. תוצאה מועילה היא מימוש מוצע או הסבר שאפשר לבדוק מול הקלטים האלה, ולא טענה לא מאומתת שהיישום גמור.
Claude 3.7 Sonnet תומך גם בעבודת סוכנים שבה יישום מספק כלים ומחזיר את תוצאותיהם למודל. Anthropic מדגימה קריאות איטרטיביות לפונקציות ואינטראקציות מחשב הכוללות קלט מסך, לחיצות עכבר וירטואליות ופעולות מקלדת. המודל יכול להשתמש במשוב כדי לשנות את גישתו עם התקדמות המשימה. שמרו על מטרה ופעולות מותרות מפורשות ועל תיעוד תוצאות כלים בפועל. המוצר הנפרד Claude Code מוסיף סביבת תכנות מבוססת מסוף; עריכת הקבצים, הרצת הפקודות ופעולות המאגר שלו תלויות בסביבה הזאת ואינן יכולות שתשובת טקסט מבצעת בעצמה.
חשיבה מורחבת יכולה לחשוף תיעוד הנמקה לצד התשובה הסופית. במהדורה הזאת, Anthropic מציגה חשיבה גלויה בצורתה הגולמית ומזהירה שהיא עשויה להכיל רעיונות ביניים שגויים, מטעים או חלקיים. התיעוד יכול להיות פחות שיחתי מהתשובה הסופית, ואין הבטחה שיסביר בנאמנות כל גורם שמאחורי החלטת המודל. התייחסו אליו כחומר לבדיקה ולא כהוכחה שהמסקנה נכונה. לבדיקה מעשית, בקשו שהתשובה הסופית תציין את ההנחות שלה, תפריד בין תצפיות להסקות ותגדיר מה עדיין צריך לבדוק.
המודל מועיל לניפוי שגיאות בכמה קבצים קשורים, לתכנון שינוי בממשק קדמי, להשוואת גישות טכניות ולהתקדמות בשאלה אנליטית קשה. הכינו את אוסף החומר הקטן ביותר שמסביר את הבעיה, ואז בקשו את הפלט המסוים הדרוש: תיקון עם נימוקים, רשימת בדיקה למיגרציה או מזכר החלטה תמציתי. לקוד, אמתו את ההתנהגות המוצעת בפרויקט היעד; לניתוח עובדתי, אמתו את הראיות. כך הערך של ההנמקה העמוקה יותר של המודל נשאר מקושר לתוצאה שימושית ולא לאורך ההסבר שלו.
POST /v1/chat/completionstexttext| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות claude-3-7-sonnet-latest | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות מספר פריטים מזערי: 1 | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות דוגמאות: system, user, assistant, tool, function תנאים: התפקידים האלה מיוצגים במפורש בטיפוסי התאימות בקוד המקור; מערך התפקידים המדויק נשאר ייחודי לכל מודל. תלוי במודל | ברירת מחדל— |
שדהmessages[].content | סוגstring|content_part[]|null | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_calls | סוגtool_call[] | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].tool_call_id | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: role=tool; השתמשו במזהה שהוחזר בפועל | ברירת מחדל— |
שדהmessages[].name | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].reasoning_content | סוגstring | דרישהרשות | ערכים ומגבלות חל כאשר: החזירו בהמשך את ההנמקה שהתקבלה בפועל כאשר המודל הזה משתמש בה | ברירת מחדל— |
שדהmessages[].reasoning_details | סוגobject|array | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהmax_completion_tokens | סוגinteger | דרישהרשות | ערכים ומגבלות מינימום: 1 תלוי במודל | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
שדהstream_options.include_usage | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtemperature | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtop_p | סוגnumber | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהstop | סוגstring|string[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools | סוגfunction_tool[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהtools[].type | סוגstring | דרישהרשות | ערכים ומגבלות function תלוי במודל | ברירת מחדל— |
שדהtools[].function.name | סוגstring | דרישהחובה | ערכים ומגבלות חל כאשר: סופק כלי פונקציה | ברירת מחדל— |
שדהtools[].function.description | סוגstring | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtools[].function.parameters | סוגJSON_schema | דרישהרשות | ערכים ומגבלות | ברירת מחדל— |
שדהtool_choice | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהparallel_tool_calls | סוגboolean | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהresponse_format | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning_effort | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהreasoning | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהservice_tier | סוגstring | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהinstructions | סוגstring | דרישהרשות | ערכים ומגבלות שדה תאימות | ברירת מחדל— |
שדהfunctions | סוגfunction[] | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהfunction_call | סוגstring|object | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהprompt_cache_options | סוגobject | דרישהרשות | ערכים ומגבלות תלוי במודל | ברירת מחדל— |
שדהmodalities | סוגstring[] | דרישהרשות | ערכים ומגבלות text | ברירת מחדל— |
שדהprovider | סוגobject | דרישהרשות | ערכים ומגבלות תנאים: provider.options נדחה במסלול הטקסט הזה של Ultra | ברירת מחדל— |
שדהcache_control.ttl | סוגstring | דרישהרשות | ערכים ומגבלות תנאים: 1h נדחה במיקומים המשמשים בפועל למטמון הנחיות | ברירת מחדל— |
טקסט · טקסט UTF8
messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages |
פרמטרmaterial_types | מפרטtext |
פרמטרmessages | מפרטמערך הודעות במבנה role/content |
פרמטרfile_material | מפרטמסמך UTF-8 בפועל מוכנס כטקסט מילולי; לא מוסק מזהה קובץ |
פרמטרoptional_controls | מפרטstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
פרמטרcontrol_scope | מפרטייחודי למודל; כלי פונקציות של המשתמש שונים מכלים מתארחים |
פרמטרoutput_modalities | מפרטtext |
פרמטרhosted_operations | מפרטfalse |
פרמטרmultimodal_input_binding | מפרטnull |
מחזור חיים: synchronous_or_streamed
שלחו את מזהה המודל המדויק עם messages.
אורך ההקשר אינו תקרת פלט.
קובץ טקסט יכול לספק טקסט מילולי; קלטי תמונה/אודיו/אובייקט קובץ דורשים קישור מדויק.
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.006 / 1K טוקנים פלט · טוקני פלט $0.03 / 1K טוקנים קלט · קריאה מהמטמון $0.0006 / 1K טוקנים קלט · כתיבה למטמון $0.0075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
set -eu\n: "${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-latest", "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-latest',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-latest',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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו כל בחירה ואת התוכן, קריאות הכלים וההנמקה שלה. ב-SSE הרכיבו עדכונים לפי אינדקס הבחירה/הכלי ושמרו את סיבת הסיום הסופית ואת השימוש.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהchoices[].index | סוגinteger |
שדהchoices[].message.content | סוגstring|null |
שדהchoices[].message.tool_calls | סוגtool_call[] |
שדהchoices[].message.reasoning_content | סוגstring |
שדהchoices[].message.reasoning_details | סוגobject|array |
שדהchoices[].finish_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra claude-3-7-sonnet-latest
השתמשו בנתיבי השיטות המוצגים למעלה.
claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet משלב תשובות רגילות וחשיבה מורחבת אופציונלית במודל אחד. הוא נבנה להנמקה מעשית, לתכנות ולפיתוח ממשקים קדמיים, עם חשיבה מעמיקה יותר למשימות קשות ותהליכים המונחים בכלים כשהיישום מספק את הכלים.
התיאור הזה מציג את יכולות המודל. הקלט, הפלט והאפשרויות הזמינים ב-Ailoot מפורטים בהמשך לפי השיטה שנבחרה.
Anthropic Claude 3.7 Sonnet הוא מודל הנמקה היברידי: אותו מודל יכול לענות במצב רגיל או להקדיש זמן רב יותר לחשיבה לפני מתן תשובה סופית. המצב הרגיל מפתח את יכולות Claude 3.5 Sonnet; חשיבה מורחבת מוסיפה בחינה עצמית צעד אחר צעד למשימות קשות יותר בתכנות, במתמטיקה, בפיזיקה ובביצוע הוראות. ההבחנה היא בכמות ההנמקה שהמודל מבצע, ולא במעבר למודל הנמקה נפרד.
תכנון ה-API של Anthropic מאפשר למפתחים להגדיר תקציב חשיבה כדי לשלוט בהיקף עבודת ההנמקה. חשיבה נוספת מתחרה במקום הנדרש לתשובה הסופית, ולכן משימה מורכבת צריכה להגדיר גם את הבעיה וגם את התוצר. סקירת קוד עשויה לדרוש רשימת פגמים מדורגת ותיקון קטן מוצע, וחקירה טכנית עשויה לדרוש הנחות, הסברים חלופיים ואת הראיות שיבחינו ביניהם. יותר חשיבה יכולה לשפר תשובה קשה, אך אינה מבטיחה נכונות ואינה מחייבת את המודל לצרוך את כל התקציב הזמין.
תכנות ופיתוח ממשקי אינטרנט קדמיים הם חוזקות מרכזיות במהדורה הזאת. Anthropic מתארת שיפורים בהבנת בסיסי קוד מורכבים, בתכנון שינויי קוד, בשימוש מתקדם בכלים ובעדכונים בכל שכבות היישום. השתמשו ביכולת הזאת עם ראיות פרויקט מוגדרות: קובצי מקור רלוונטיים, הודעת שגיאה, צעדי שחזור, ההתנהגות הרצויה וממשקים שחייבים להישאר תואמים. למשימת לוח בקרה, הגדירו שדות נתונים, פעולות משתמש, מגבלות פריסה וקריטריוני קבלה. תוצאה מועילה היא מימוש מוצע או הסבר שאפשר לבדוק מול הקלטים האלה, ולא טענה לא מאומתת שהיישום גמור.
Claude 3.7 Sonnet תומך גם בעבודת סוכנים שבה יישום מספק כלים ומחזיר את תוצאותיהם למודל. Anthropic מדגימה קריאות איטרטיביות לפונקציות ואינטראקציות מחשב הכוללות קלט מסך, לחיצות עכבר וירטואליות ופעולות מקלדת. המודל יכול להשתמש במשוב כדי לשנות את גישתו עם התקדמות המשימה. שמרו על מטרה ופעולות מותרות מפורשות ועל תיעוד תוצאות כלים בפועל. המוצר הנפרד Claude Code מוסיף סביבת תכנות מבוססת מסוף; עריכת הקבצים, הרצת הפקודות ופעולות המאגר שלו תלויות בסביבה הזאת ואינן יכולות שתשובת טקסט מבצעת בעצמה.
חשיבה מורחבת יכולה לחשוף תיעוד הנמקה לצד התשובה הסופית. במהדורה הזאת, Anthropic מציגה חשיבה גלויה בצורתה הגולמית ומזהירה שהיא עשויה להכיל רעיונות ביניים שגויים, מטעים או חלקיים. התיעוד יכול להיות פחות שיחתי מהתשובה הסופית, ואין הבטחה שיסביר בנאמנות כל גורם שמאחורי החלטת המודל. התייחסו אליו כחומר לבדיקה ולא כהוכחה שהמסקנה נכונה. לבדיקה מעשית, בקשו שהתשובה הסופית תציין את ההנחות שלה, תפריד בין תצפיות להסקות ותגדיר מה עדיין צריך לבדוק.
המודל מועיל לניפוי שגיאות בכמה קבצים קשורים, לתכנון שינוי בממשק קדמי, להשוואת גישות טכניות ולהתקדמות בשאלה אנליטית קשה. הכינו את אוסף החומר הקטן ביותר שמסביר את הבעיה, ואז בקשו את הפלט המסוים הדרוש: תיקון עם נימוקים, רשימת בדיקה למיגרציה או מזכר החלטה תמציתי. לקוד, אמתו את ההתנהגות המוצעת בפרויקט היעד; לניתוח עובדתי, אמתו את הראיות. כך הערך של ההנמקה העמוקה יותר של המודל נשאר מקושר לתוצאה שימושית ולא לאורך ההסבר שלו.
POST /v1/messagestextjson, sse| שדה | סוג | דרישה | ערכים ומגבלות | ברירת מחדל |
|---|---|---|---|---|
שדהmodel | סוגstring | דרישהחובה | ערכים ומגבלות claude-3-7-sonnet-latest | ברירת מחדל— |
שדהmessages | סוגmessage[] | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmessages[].role | סוגstring | דרישהחובה | ערכים ומגבלות user, assistant | ברירת מחדל— |
שדהmessages[].content | סוגstring | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהmax_tokens | סוגinteger | דרישהחובה | ערכים ומגבלות | ברירת מחדל— |
שדהstream | סוגboolean | דרישהרשות | ערכים ומגבלות | ברירת מחדלfalse |
טקסט · טקסט UTF-8
מחרוזת messages[].content
| פרמטר | מפרט |
|---|---|
פרמטרcontent_type | מפרטapplication/json |
פרמטרrequired | מפרטmodel, messages, max_tokens |
פרמטרoptional_controls | מפרטstream |
פרמטרmaterial_types | מפרטtext |
פרמטרtext_file_material | מפרטקראו את מסמך UTF-8 בפועל והכניסו את הטקסט שלו לקלט שצוין או למחרוזת תוכן ההודעה. |
מחזור חיים: synchronous_or_streamed
מידע תעריפים אינו מוסיף אפשרויות לבקשה. הפרמטרים הנתמכים מפורטים בשיטה שנבחרה.
| תצורה | טבלת תעריפים | חיוב |
|---|---|---|
| תצורהתעריפי הבסיס לטוקנים | טבלת תעריפיםתעריף בסיס | חיוב קלט · טוקני קלט $0.006 / 1K טוקנים פלט · טוקני פלט $0.03 / 1K טוקנים קלט · קריאה מהמטמון $0.0006 / 1K טוקנים קלט · כתיבה למטמון $0.0075 / 1K טוקנים קלט · כתיבה למטמון, 1 שעה — / 1K טוקנים |
לפני הבקשה Ailoot משריינת סכום משוער. לאחר קבלת התוצאה היא מסדירה את החיוב הסופי לפי השימוש המדוד. הסדרת חיוב בהזרמה משתמשת ברשומת השימוש הסופית. איך פועלים שריון הסכום והסדרת החיוב →
{\n "model": "claude-3-7-sonnet-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-latest', '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-latest', '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 או SSE
שמרו כל תגובה מלאה, קובץ ומקטע תוכן שהוחזרו.
שמרו את כל בלוקי התוכן, חתימות החשיבה ומזהי השימוש בכלים בפועל. הרכיבו את כל עדכוני הבלוקים של SSE; בלוק הטקסט הראשון אינו הפלט המלא.
שמרו מזהי בקשות/תגובות וכותרות. לא מסופק URL כללי לאחזור משימת טקסט.
| שדה | סוג |
|---|---|
שדהid | סוגstring |
שדהmodel | סוגstring |
שדהcontent[] | סוגtext|thinking|tool_use|other content block |
שדהstop_reason | סוגstring|null |
שדהusage | סוגobject |
| תגובה | תנאי | השלב הבא |
|---|---|---|
תגובה400 · invalid_request_error | תנאישדות נדרשים, ייצוג חומר או ערך פרמטר שאינם תקינים | השלב הבאתקנו את השדות שצוינו לפני בקשת יצירה חדשה. |
Ailoot Ultra claude-3-7-sonnet-latest
השתמשו בנתיבי השיטות המוצגים למעלה.
דוגמה טכנית באנגלית
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.