Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.
Anthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.
Jendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.
Berpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.
Untuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.
Ketika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.
Untuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.
Edisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.
", "aboutText": "Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.\n\nAnthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.\n\nJendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.\n\nBerpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.\n\nHaiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.\n\nUntuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.\n\nKetika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.\n\nUntuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.\n\nEdisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Extract a support handoff\n\nExtract a handoff from this ticket, using only its text: T-184: 'I changed my billing email yesterday. Receipts still go to the old address. My login works. Please resend March and April receipts.' Return ticket ID, requested actions, working function and missing information. Use 'not stated' for absent details.Four labeled fields retaining T-184, the receipt request, the working login and explicitly missing details.Every extracted value must trace to the ticket; do not invent either email address.anthropic/claude-haiku-5.5Claude Haiku 5.5 adalah model kecil Anthropic untuk klasifikasi, ekstraksi, ringkasan, perutean, dan tugas agen yang terarah. Model ini menggabungkan pemahaman teks dan gambar dengan penalaran adaptif serta dirancang untuk pekerjaan berulang yang memerlukan respons cepat.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.
Anthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.
Jendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.
Berpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.
Untuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.
Ketika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.
Untuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.
Edisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan anthropic/claude-haiku-5.5 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk100.000 | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari100.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.002 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-haiku-5.5", "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-haiku-5.5',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-haiku-5.5',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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Gunakan jalur metode yang ditampilkan di atas.
anthropic/claude-haiku-5.5Claude Haiku 5.5 adalah model kecil Anthropic untuk klasifikasi, ekstraksi, ringkasan, perutean, dan tugas agen yang terarah. Model ini menggabungkan pemahaman teks dan gambar dengan penalaran adaptif serta dirancang untuk pekerjaan berulang yang memerlukan respons cepat.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.
Anthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.
Jendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.
Berpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.
Untuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.
Ketika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.
Untuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.
Edisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan anthropic/claude-haiku-5.5 | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk100.000 | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari100.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.002 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "anthropic/claude-haiku-5.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-haiku-5.5', '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-haiku-5.5', '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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Gunakan jalur metode yang ditampilkan di atas.
~anthropic/claude-haiku-latestClaude Haiku 5.5 adalah model kecil Anthropic untuk klasifikasi, ekstraksi, ringkasan, perutean, dan tugas agen yang terarah. Model ini menggabungkan pemahaman teks dan gambar dengan penalaran adaptif serta dirancang untuk pekerjaan berulang yang memerlukan respons cepat.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.
Anthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.
Jendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.
Berpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.
Untuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.
Ketika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.
Untuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.
Edisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan ~anthropic/claude-haiku-latest | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk100.000 | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari100.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.002 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~anthropic/claude-haiku-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='~anthropic/claude-haiku-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='~anthropic/claude-haiku-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Gunakan jalur metode yang ditampilkan di atas.
~anthropic/claude-haiku-latestClaude Haiku 5.5 adalah model kecil Anthropic untuk klasifikasi, ekstraksi, ringkasan, perutean, dan tugas agen yang terarah. Model ini menggabungkan pemahaman teks dan gambar dengan penalaran adaptif serta dirancang untuk pekerjaan berulang yang memerlukan respons cepat.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Haiku 5.5 adalah edisi model kecil Anthropic untuk tugas bervolume besar yang peka terhadap latensi. Penggunaan utamanya mencakup klasifikasi, perutean, ekstraksi informasi, peringkasan, pemadatan percakapan, dan pekerjaan subagen yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks. Arahan yang berguna memberikan pertanyaan dengan cakupan sempit dan hasil yang eksplisit: kategori, sekumpulan bidang yang ditentukan, ringkasan singkat, atau bukti relevan untuk bagian lain dari tugas yang lebih besar. Pertahankan pengenal sumber bersama hasil agar aplikasi dapat menghubungkan informasi yang diekstrak dengan materi aslinya.
Anthropic memosisikan edisi ini untuk dukungan pelanggan secara langsung, penggunaan peramban, dan subtugas pemrograman singkat, serta analisis berulang. Model ini dapat melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam alur kerja ketika model yang lebih besar menangani proyek ambisius dan Haiku menangani pencarian atau ringkasan yang terbatas cakupannya. Untuk tugas dukungan, berikan pertanyaan dan materi rujukan yang diizinkan, lalu tentukan nada respons serta hal yang harus dikembalikan. Untuk subtugas pemrograman, tentukan berkas atau cuplikan yang relevan dan pertanyaan yang tepat, alih-alih memberikan proyek terbuka tanpa kondisi penyelesaian.
Jendela konteks yang didokumentasikan adalah satu juta token, dengan hingga 128,000 token keluaran pada generasi biasa. Token berpikir dihitung dalam jatah generasi, sehingga hasil memerlukan ruang untuk penalaran dan teks yang terlihat. Batas pengetahuan tepercayanya adalah Juni 2026; informasi setelahnya memerlukan bukti yang diberikan atau alat pencarian. Secara terpisah, Anthropic mendokumentasikan beta khusus batch yang dapat meningkatkan keluaran menjadi 300,000 token untuk edisi ini. Jatah yang lebih besar itu memerlukan fitur extended-output dari pembuatnya dan berbeda dari batas biasa. Batch asinkron menangani permintaan secara mandiri, sehingga berguna untuk kumpulan dokumen atau rekaman data yang hasilnya diperlukan setelah pemrosesan, bukan segera.
Berpikir adaptif aktif secara bawaan, dan effort merupakan kontrol utama untuk kedalaman penalaran. Tingkatnya adalah low, medium, high, xhigh, dan max, dengan medium sebagai bawaan. Anthropic merekomendasikan medium untuk kebanyakan pekerjaan, high untuk tugas yang lebih berkelanjutan atau kepatuhan ketat terhadap instruksi, dan low untuk permintaan singkat yang lebih sederhana. Berpikir dapat dinonaktifkan pada low, medium, atau high; penonaktifan pada xhigh atau max ditolak. Prompt yang meminta jawaban langsung tidak menggantikan kontrol tersebut. Pengaturan budget_tokens manual dari Haiku 4.5 tidak berlaku pada edisi ini, dan temperature, top_p, serta top_k harus dihilangkan dari antarmuka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer yang lebih baru, yang diperkenalkan pada generasi Claude terdahulu, dan Anthropic memperkirakan teks yang sama dapat menggunakan sekitar 30% lebih banyak token dibandingkan Haiku 4.5, bergantung pada isinya. Model ini juga mempertahankan blok berpikir dari giliran asisten terdahulu, sehingga ukuran percakapan dapat bertambah melampaui dampak perubahan tokenizer saja. Panjang prompt minimum yang dapat di-cache adalah 512 token. Pertahankan giliran terdahulu tanpa perubahan ketika menyimpan penalaran, dan letakkan instruksi baru pada giliran terbaru. Perubahan effort tingkat atas membatalkan cache pesan percakapan; pembuatnya mendokumentasikan beta terpisah untuk mengubah effort dalam percakapan adaptif. Tidak satu pun kemampuan ini membuktikan adanya cache hit untuk permintaan tertentu.
Untuk pencarian informasi, panduan prompt model merekomendasikan pemberian tanggal saat ini bersama alat pencarian serta mempertahankan definisi sistem dan alat asli tanpa perubahan. Berikan tanggal baru pada giliran terbaru jika percakapan berlanjut pada hari lain. Nyatakan hal yang harus ditemukan dan pertahankan sumber yang dikembalikan sebelum meminta kesimpulan. Sebagai contoh, tugas ilustratif dapat meminta perilaku terdokumentasi dari versi perangkat lunak tertentu, diikuti penjelasan singkat yang didasarkan pada kutipan yang ditemukan. Aplikasi menyediakan alat pencarian dan mengembalikan hasil sebenarnya; usulan pencarian model bukan bukti bahwa pencarian telah dilakukan.
Ketika keluaran JSON terstruktur digabungkan dengan alat, panduannya mendokumentasikan interaksi tertentu: ketika berpikir dinonaktifkan, Haiku dapat melewatkan pemanggilan alat yang diperlukan. Anthropic merekomendasikan berpikir adaptif untuk permintaan semacam itu, atau pemisahan persyaratan JSON akhir dari langkah penggunaan alat. Tentukan bidang keluaran dan jelaskan bahwa jawaban akhir diberikan setelah hasil alat. Arahan ekstraksi data dapat menyebutkan bidang yang diperlukan serta cara merepresentasikan nilai yang tidak tersedia, sedangkan arahan pencarian dapat terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons berdasarkan jenisnya, karena jawaban tidak harus berada pada blok pertama dan teks berpikir dihilangkan secara bawaan.
Untuk prompt agen yang lebih panjang, Anthropic menyatakan bahwa effort low dapat berhenti lebih awal, melewatkan pencarian, atau menghilangkan pemeriksaan. Panduannya merekomendasikan instruksi penyelesaian yang eksplisit dan pemeriksaan nyata atas perubahan kode sebelum dilaporkan selesai. Siapkan hasil yang diharapkan dan bukti yang dapat menunjukkannya: kutipan terpilih untuk laporan, perilaku yang berubah untuk usulan kode, atau bidang yang diekstrak dari dokumen. Panduan itu juga membedakan pesan pengguna di tengah tugas dari keluaran alat: instruksi pengguna baru merupakan bagian dari giliran pengguna, sementara bukti yang dikembalikan alat tetap terpisah.
Edisi ini memiliki perlindungannya sendiri dan dapat menolak kategori seperti bahaya siber, bahaya biologis, pengembangan model pesaing, atau penggunaan terlarang lainnya. Pembuatnya tidak mendokumentasikan mekanisme fallback di sisi server untuk Haiku 5.5. Panduannya juga menyatakan bahwa effort xhigh sesekali dapat mengakhiri respons beberapa giliran tanpa teks jawaban yang terlihat, dan teks menyerupai penalaran dapat muncul lebih sering pada effort low atau ketika berpikir dinonaktifkan. Ini merupakan perilaku khusus yang perlu diperhitungkan ketika alur kerja memerlukan hasil terstruktur yang terlihat. Untuk pekerjaan ekstraksi atau ringkasan biasa, gunakan sumber yang terarah, keluaran yang ditentukan, dan tingkat effort yang sesuai dengan tugas.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan ~anthropic/claude-haiku-latest | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasuk100.000 | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.0004 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 2 | Jadwal tarif— | Token konteks, lebih dari100.000 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.0002 / 1K token Keluaran · Token keluaran $0.001 / 1K token Masukan · Pembacaan cache $0.00002 / 1K token Masukan · Penulisan cache $0.00025 / 1K token Masukan · Penulisan cache, 1 jam $0.002 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "~anthropic/claude-haiku-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': '~anthropic/claude-haiku-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': '~anthropic/claude-haiku-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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra anthropic/claude-haiku-5.5, ~anthropic/claude-haiku-latest
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Extract a support handoff\n\nExtract a handoff from this ticket, using only its text: T-184: 'I changed my billing email yesterday. Receipts still go to the old address. My login works. Please resend March and April receipts.' Return ticket ID, requested actions, working function and missing information. Use 'not stated' for absent details.Four labeled fields retaining T-184, the receipt request, the working login and explicitly missing details.Every extracted value must trace to the ticket; do not invent either email address.