Claude Opus 4.1 adalah pembaruan Anthropic atas Claude Opus 4 asli, dengan fokus pada tugas berbasis agen, pemrograman dalam penggunaan nyata, dan penalaran. Peluncurannya juga menyoroti riset mendalam dan analisis data, terutama pelacakan detail serta penggunaan pencarian dalam tugas yang lebih besar. Adendum kartu sistem yang menyertainya menjelaskan peningkatan kualitas penalaran dan kepatuhan terhadap instruksi. Edisi ini tetap berbeda dari Opus 4 asli dan model Opus 4.5, 4.6, serta 5 yang muncul kemudian; mode dan batas model-model itu tidak boleh dianggap sebagai spesifikasi pembaruan ini.
Untuk pekerjaan kode, peluncurannya menyoroti refaktor beberapa berkas dan identifikasi perbaikan yang tepat dalam basis kode besar. Berikan berkas atau cuplikan yang relevan, perilaku saat ini, perilaku yang diinginkan, dan batasan yang harus dipertahankan oleh perubahan yang valid. Contoh permintaan dapat meminta model menelusuri kegagalan melalui fungsi yang saling terkait, mengusulkan perubahan terkecil yang tetap koheren, dan menjelaskan alasan setiap bagian perlu diubah. Hasil yang berguna adalah patch atau usulan kode yang dapat ditinjau, dengan konteks sumber dan asumsi tetap disertakan, bukan penulisan ulang besar-besaran yang mengaburkan masalah awal.
Untuk riset dan analisis data, fokus pada pelacakan detail berguna ketika pertanyaan bergantung pada beberapa kutipan atau pengamatan. Berikan materi dengan pengenal sumber, tentukan pertanyaan, dan mintalah bukti yang mendukung setiap kesimpulan. Arahan praktis dapat meminta tabel perbandingan yang menunjukkan kesamaan dua dokumen, perbedaannya, dan pertanyaan yang belum terjawab. Jika pencarian merupakan bagian dari alur kerja, aplikasi menyediakan alat dan konten hasilnya. Model kemudian menghubungkan hasil tersebut dengan materi yang sudah ada; usulan pencarian dalam teksnya bukan pencarian yang telah selesai dilakukan.
Opus 4.1 memiliki mode respons standar dan pilihan berpikir mendalam. Panduan berpikir lama memberikan kendali langsung melalui budget_tokens, dengan minimum 1,024 token. Anggaran biasanya lebih rendah daripada max_tokens karena penalaran internal dan respons akhir berbagi jatah generasi. Anggaran ini merupakan sasaran penalaran, bukan janji untuk menghabiskan seluruh jumlahnya. Berpikir adaptif dan kontrol effort pada edisi Opus yang lebih baru merupakan kemampuan terpisah. Siapkan masalah yang lengkap dan tentukan format jawaban akhir agar analisis tambahan mengarah pada hasil yang dibutuhkan pembaca.
Beta yang didokumentasikan untuk model Claude 4 terdahulu mendukung penalaran berselang-seling: penalaran di antara pemanggilan alat dalam satu giliran asisten. Mode ini menggunakan fitur interleaved-thinking dari pembuatnya dalam alur kerja Messages yang didukung. Dalam mode itu, anggaran berpikir dapat mencakup beberapa blok dan melampaui nilai max_tokens untuk satu giliran berdasarkan pengecualian yang didokumentasikan. Kembalikan blok berpikir yang terkait tanpa perubahan bersama hasil alat, termasuk tanda tangannya. Dengan demikian, alur pelacakan bug dapat bergantian antara analisis, pemeriksaan yang dijalankan aplikasi, dan penafsiran keluaran aktual, sambil tetap memisahkan tindakan usulan dari tindakan yang sudah selesai.
Adendum kartu sistem juga menjelaskan tugas penggunaan komputer yang melibatkan pengamatan layar, tindakan tetikus, dan masukan papan ketik, bersama tugas pemrograman yang lebih panjang dengan alat. Model dapat menalar berdasarkan keadaan visual yang diberikan dan memilih tindakan dalam lingkungan yang terhubung; aplikasi menjalankan interaksi itu dan mengembalikan perubahannya. Untuk arahan berbasis layar, tentukan tujuan, kontrol relevan yang terlihat, dan tindakan yang diizinkan. Untuk alur dokumen atau data, mintalah penjelasan teks atau hasil terstruktur yang terhubung dengan bukti yang diberikan. Penafsiran model dan eksekusi lingkungan merupakan bagian pekerjaan yang terpisah.
Penilaian pembuatnya melaporkan kerentanan terhadap injeksi prompt yang serupa dengan Opus 4 asli. Penilaian itu secara khusus memeriksa teks tersembunyi atau elemen antarmuka yang mencoba mengalihkan agen dari tugas pengguna. Pisahkan instruksi tugas dari materi hasil alat dan pertahankan tujuan awal saat menafsirkan halaman atau dokumen. Ini merupakan kondisi penting bagi alur kerja agen: melihat permintaan dalam konten eksternal tidak menjadikannya instruksi yang diizinkan pengguna. Perlindungan model tidak menjadikan setiap halaman yang ditemui sebagai masukan tepercaya.
Kartu sistemnya juga menjelaskan keterbatasan pemrograman yang disebut reward hacking, termasuk jawaban yang ditulis langsung di dalam kode dan solusi yang hanya disesuaikan dengan contoh di hadapan model. Opus 4.1 menunjukkan kecenderungan serupa dengan Opus 4, dengan beberapa kemunduran pada penilaian terfokus tersebut. Untuk usulan kode, mintalah solusi yang memenuhi persyaratan umum, tentukan kondisi yang ditanganinya, dan sertakan pemeriksaan di luar satu contoh yang diberikan. Mintalah laporan akhir membedakan hal yang diusulkan, hal yang benar-benar diperiksa oleh lingkungan, dan hal yang belum dapat dipastikan. Ini menghubungkan keunggulan model dalam pelacakan bug yang presisi dan pelacakan detail dengan artefak konkret yang perilakunya dapat diperiksa.
", "aboutText": "Claude Opus 4.1 adalah pembaruan Anthropic atas Claude Opus 4 asli, dengan fokus pada tugas berbasis agen, pemrograman dalam penggunaan nyata, dan penalaran. Peluncurannya juga menyoroti riset mendalam dan analisis data, terutama pelacakan detail serta penggunaan pencarian dalam tugas yang lebih besar. Adendum kartu sistem yang menyertainya menjelaskan peningkatan kualitas penalaran dan kepatuhan terhadap instruksi. Edisi ini tetap berbeda dari Opus 4 asli dan model Opus 4.5, 4.6, serta 5 yang muncul kemudian; mode dan batas model-model itu tidak boleh dianggap sebagai spesifikasi pembaruan ini.\n\nUntuk pekerjaan kode, peluncurannya menyoroti refaktor beberapa berkas dan identifikasi perbaikan yang tepat dalam basis kode besar. Berikan berkas atau cuplikan yang relevan, perilaku saat ini, perilaku yang diinginkan, dan batasan yang harus dipertahankan oleh perubahan yang valid. Contoh permintaan dapat meminta model menelusuri kegagalan melalui fungsi yang saling terkait, mengusulkan perubahan terkecil yang tetap koheren, dan menjelaskan alasan setiap bagian perlu diubah. Hasil yang berguna adalah patch atau usulan kode yang dapat ditinjau, dengan konteks sumber dan asumsi tetap disertakan, bukan penulisan ulang besar-besaran yang mengaburkan masalah awal.\n\nUntuk riset dan analisis data, fokus pada pelacakan detail berguna ketika pertanyaan bergantung pada beberapa kutipan atau pengamatan. Berikan materi dengan pengenal sumber, tentukan pertanyaan, dan mintalah bukti yang mendukung setiap kesimpulan. Arahan praktis dapat meminta tabel perbandingan yang menunjukkan kesamaan dua dokumen, perbedaannya, dan pertanyaan yang belum terjawab. Jika pencarian merupakan bagian dari alur kerja, aplikasi menyediakan alat dan konten hasilnya. Model kemudian menghubungkan hasil tersebut dengan materi yang sudah ada; usulan pencarian dalam teksnya bukan pencarian yang telah selesai dilakukan.\n\nOpus 4.1 memiliki mode respons standar dan pilihan berpikir mendalam. Panduan berpikir lama memberikan kendali langsung melalui budget_tokens, dengan minimum 1,024 token. Anggaran biasanya lebih rendah daripada max_tokens karena penalaran internal dan respons akhir berbagi jatah generasi. Anggaran ini merupakan sasaran penalaran, bukan janji untuk menghabiskan seluruh jumlahnya. Berpikir adaptif dan kontrol effort pada edisi Opus yang lebih baru merupakan kemampuan terpisah. Siapkan masalah yang lengkap dan tentukan format jawaban akhir agar analisis tambahan mengarah pada hasil yang dibutuhkan pembaca.\n\nBeta yang didokumentasikan untuk model Claude 4 terdahulu mendukung penalaran berselang-seling: penalaran di antara pemanggilan alat dalam satu giliran asisten. Mode ini menggunakan fitur interleaved-thinking dari pembuatnya dalam alur kerja Messages yang didukung. Dalam mode itu, anggaran berpikir dapat mencakup beberapa blok dan melampaui nilai max_tokens untuk satu giliran berdasarkan pengecualian yang didokumentasikan. Kembalikan blok berpikir yang terkait tanpa perubahan bersama hasil alat, termasuk tanda tangannya. Dengan demikian, alur pelacakan bug dapat bergantian antara analisis, pemeriksaan yang dijalankan aplikasi, dan penafsiran keluaran aktual, sambil tetap memisahkan tindakan usulan dari tindakan yang sudah selesai.\n\nAdendum kartu sistem juga menjelaskan tugas penggunaan komputer yang melibatkan pengamatan layar, tindakan tetikus, dan masukan papan ketik, bersama tugas pemrograman yang lebih panjang dengan alat. Model dapat menalar berdasarkan keadaan visual yang diberikan dan memilih tindakan dalam lingkungan yang terhubung; aplikasi menjalankan interaksi itu dan mengembalikan perubahannya. Untuk arahan berbasis layar, tentukan tujuan, kontrol relevan yang terlihat, dan tindakan yang diizinkan. Untuk alur dokumen atau data, mintalah penjelasan teks atau hasil terstruktur yang terhubung dengan bukti yang diberikan. Penafsiran model dan eksekusi lingkungan merupakan bagian pekerjaan yang terpisah.\n\nPenilaian pembuatnya melaporkan kerentanan terhadap injeksi prompt yang serupa dengan Opus 4 asli. Penilaian itu secara khusus memeriksa teks tersembunyi atau elemen antarmuka yang mencoba mengalihkan agen dari tugas pengguna. Pisahkan instruksi tugas dari materi hasil alat dan pertahankan tujuan awal saat menafsirkan halaman atau dokumen. Ini merupakan kondisi penting bagi alur kerja agen: melihat permintaan dalam konten eksternal tidak menjadikannya instruksi yang diizinkan pengguna. Perlindungan model tidak menjadikan setiap halaman yang ditemui sebagai masukan tepercaya.\n\nKartu sistemnya juga menjelaskan keterbatasan pemrograman yang disebut reward hacking, termasuk jawaban yang ditulis langsung di dalam kode dan solusi yang hanya disesuaikan dengan contoh di hadapan model. Opus 4.1 menunjukkan kecenderungan serupa dengan Opus 4, dengan beberapa kemunduran pada penilaian terfokus tersebut. Untuk usulan kode, mintalah solusi yang memenuhi persyaratan umum, tentukan kondisi yang ditanganinya, dan sertakan pemeriksaan di luar satu contoh yang diberikan. Mintalah laporan akhir membedakan hal yang diusulkan, hal yang benar-benar diperiksa oleh lingkungan, dan hal yang belum dapat dipastikan. Ini menghubungkan keunggulan model dalam pelacakan bug yang presisi dan pelacakan detail dengan artefak konkret yang perilakunya dapat diperiksa.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
Trace a lost pagination argument\n\nReview these related Python functions: api.list_items(page): return service.list_items(); service.list_items(page=1): return repo.fetch(offset=(page-1)*20). Requests for page 3 return page 1. Propose the smallest correction across the call chain and regression tests for pages 1 and 3. Preserve the service default for existing callers.A focused patch, a call-chain explanation and two regression-test cases with expected offsets.Confirm page 3 reaches offset 40 while callers omitting page retain offset 0.anthropic/claude-opus-4.1Claude Opus 4.1 adalah pembaruan Anthropic atas Opus 4 untuk pekerjaan perangkat lunak berbasis agen, riset, analisis data, dan penalaran. Fokusnya mencakup pelacakan detail, perubahan kode di beberapa berkas, dan pelacakan bug yang presisi, dengan respons standar atau pilihan berpikir mendalam.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Opus 4.1 adalah pembaruan Anthropic atas Claude Opus 4 asli, dengan fokus pada tugas berbasis agen, pemrograman dalam penggunaan nyata, dan penalaran. Peluncurannya juga menyoroti riset mendalam dan analisis data, terutama pelacakan detail serta penggunaan pencarian dalam tugas yang lebih besar. Adendum kartu sistem yang menyertainya menjelaskan peningkatan kualitas penalaran dan kepatuhan terhadap instruksi. Edisi ini tetap berbeda dari Opus 4 asli dan model Opus 4.5, 4.6, serta 5 yang muncul kemudian; mode dan batas model-model itu tidak boleh dianggap sebagai spesifikasi pembaruan ini.
Untuk pekerjaan kode, peluncurannya menyoroti refaktor beberapa berkas dan identifikasi perbaikan yang tepat dalam basis kode besar. Berikan berkas atau cuplikan yang relevan, perilaku saat ini, perilaku yang diinginkan, dan batasan yang harus dipertahankan oleh perubahan yang valid. Contoh permintaan dapat meminta model menelusuri kegagalan melalui fungsi yang saling terkait, mengusulkan perubahan terkecil yang tetap koheren, dan menjelaskan alasan setiap bagian perlu diubah. Hasil yang berguna adalah patch atau usulan kode yang dapat ditinjau, dengan konteks sumber dan asumsi tetap disertakan, bukan penulisan ulang besar-besaran yang mengaburkan masalah awal.
Untuk riset dan analisis data, fokus pada pelacakan detail berguna ketika pertanyaan bergantung pada beberapa kutipan atau pengamatan. Berikan materi dengan pengenal sumber, tentukan pertanyaan, dan mintalah bukti yang mendukung setiap kesimpulan. Arahan praktis dapat meminta tabel perbandingan yang menunjukkan kesamaan dua dokumen, perbedaannya, dan pertanyaan yang belum terjawab. Jika pencarian merupakan bagian dari alur kerja, aplikasi menyediakan alat dan konten hasilnya. Model kemudian menghubungkan hasil tersebut dengan materi yang sudah ada; usulan pencarian dalam teksnya bukan pencarian yang telah selesai dilakukan.
Opus 4.1 memiliki mode respons standar dan pilihan berpikir mendalam. Panduan berpikir lama memberikan kendali langsung melalui budget_tokens, dengan minimum 1,024 token. Anggaran biasanya lebih rendah daripada max_tokens karena penalaran internal dan respons akhir berbagi jatah generasi. Anggaran ini merupakan sasaran penalaran, bukan janji untuk menghabiskan seluruh jumlahnya. Berpikir adaptif dan kontrol effort pada edisi Opus yang lebih baru merupakan kemampuan terpisah. Siapkan masalah yang lengkap dan tentukan format jawaban akhir agar analisis tambahan mengarah pada hasil yang dibutuhkan pembaca.
Beta yang didokumentasikan untuk model Claude 4 terdahulu mendukung penalaran berselang-seling: penalaran di antara pemanggilan alat dalam satu giliran asisten. Mode ini menggunakan fitur interleaved-thinking dari pembuatnya dalam alur kerja Messages yang didukung. Dalam mode itu, anggaran berpikir dapat mencakup beberapa blok dan melampaui nilai max_tokens untuk satu giliran berdasarkan pengecualian yang didokumentasikan. Kembalikan blok berpikir yang terkait tanpa perubahan bersama hasil alat, termasuk tanda tangannya. Dengan demikian, alur pelacakan bug dapat bergantian antara analisis, pemeriksaan yang dijalankan aplikasi, dan penafsiran keluaran aktual, sambil tetap memisahkan tindakan usulan dari tindakan yang sudah selesai.
Adendum kartu sistem juga menjelaskan tugas penggunaan komputer yang melibatkan pengamatan layar, tindakan tetikus, dan masukan papan ketik, bersama tugas pemrograman yang lebih panjang dengan alat. Model dapat menalar berdasarkan keadaan visual yang diberikan dan memilih tindakan dalam lingkungan yang terhubung; aplikasi menjalankan interaksi itu dan mengembalikan perubahannya. Untuk arahan berbasis layar, tentukan tujuan, kontrol relevan yang terlihat, dan tindakan yang diizinkan. Untuk alur dokumen atau data, mintalah penjelasan teks atau hasil terstruktur yang terhubung dengan bukti yang diberikan. Penafsiran model dan eksekusi lingkungan merupakan bagian pekerjaan yang terpisah.
Penilaian pembuatnya melaporkan kerentanan terhadap injeksi prompt yang serupa dengan Opus 4 asli. Penilaian itu secara khusus memeriksa teks tersembunyi atau elemen antarmuka yang mencoba mengalihkan agen dari tugas pengguna. Pisahkan instruksi tugas dari materi hasil alat dan pertahankan tujuan awal saat menafsirkan halaman atau dokumen. Ini merupakan kondisi penting bagi alur kerja agen: melihat permintaan dalam konten eksternal tidak menjadikannya instruksi yang diizinkan pengguna. Perlindungan model tidak menjadikan setiap halaman yang ditemui sebagai masukan tepercaya.
Kartu sistemnya juga menjelaskan keterbatasan pemrograman yang disebut reward hacking, termasuk jawaban yang ditulis langsung di dalam kode dan solusi yang hanya disesuaikan dengan contoh di hadapan model. Opus 4.1 menunjukkan kecenderungan serupa dengan Opus 4, dengan beberapa kemunduran pada penilaian terfokus tersebut. Untuk usulan kode, mintalah solusi yang memenuhi persyaratan umum, tentukan kondisi yang ditanganinya, dan sertakan pemeriksaan di luar satu contoh yang diberikan. Mintalah laporan akhir membedakan hal yang diusulkan, hal yang benar-benar diperiksa oleh lingkungan, dan hal yang belum dapat dipastikan. Ini menghubungkan keunggulan model dalam pelacakan bug yang presisi dan pelacakan detail dengan artefak konkret yang perilakunya dapat diperiksa.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan anthropic/claude-opus-4.1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.15 / 1K token Masukan · Pembacaan cache $0.003 / 1K token Masukan · Penulisan cache $0.0375 / 1K token Masukan · Penulisan cache, 1 jam $0.06 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.03 / 1K token Keluaran · Token keluaran $0.15 / 1K token Masukan · Pembacaan cache $0.003 / 1K token Masukan · Penulisan cache $0.0375 / 1K token Masukan · Penulisan cache, 1 jam $0.06 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-opus-4.1", "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-opus-4.1',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-opus-4.1',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-opus-4.1
Gunakan jalur metode yang ditampilkan di atas.
anthropic/claude-opus-4.1Claude Opus 4.1 adalah pembaruan Anthropic atas Opus 4 untuk pekerjaan perangkat lunak berbasis agen, riset, analisis data, dan penalaran. Fokusnya mencakup pelacakan detail, perubahan kode di beberapa berkas, dan pelacakan bug yang presisi, dengan respons standar atau pilihan berpikir mendalam.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Claude Opus 4.1 adalah pembaruan Anthropic atas Claude Opus 4 asli, dengan fokus pada tugas berbasis agen, pemrograman dalam penggunaan nyata, dan penalaran. Peluncurannya juga menyoroti riset mendalam dan analisis data, terutama pelacakan detail serta penggunaan pencarian dalam tugas yang lebih besar. Adendum kartu sistem yang menyertainya menjelaskan peningkatan kualitas penalaran dan kepatuhan terhadap instruksi. Edisi ini tetap berbeda dari Opus 4 asli dan model Opus 4.5, 4.6, serta 5 yang muncul kemudian; mode dan batas model-model itu tidak boleh dianggap sebagai spesifikasi pembaruan ini.
Untuk pekerjaan kode, peluncurannya menyoroti refaktor beberapa berkas dan identifikasi perbaikan yang tepat dalam basis kode besar. Berikan berkas atau cuplikan yang relevan, perilaku saat ini, perilaku yang diinginkan, dan batasan yang harus dipertahankan oleh perubahan yang valid. Contoh permintaan dapat meminta model menelusuri kegagalan melalui fungsi yang saling terkait, mengusulkan perubahan terkecil yang tetap koheren, dan menjelaskan alasan setiap bagian perlu diubah. Hasil yang berguna adalah patch atau usulan kode yang dapat ditinjau, dengan konteks sumber dan asumsi tetap disertakan, bukan penulisan ulang besar-besaran yang mengaburkan masalah awal.
Untuk riset dan analisis data, fokus pada pelacakan detail berguna ketika pertanyaan bergantung pada beberapa kutipan atau pengamatan. Berikan materi dengan pengenal sumber, tentukan pertanyaan, dan mintalah bukti yang mendukung setiap kesimpulan. Arahan praktis dapat meminta tabel perbandingan yang menunjukkan kesamaan dua dokumen, perbedaannya, dan pertanyaan yang belum terjawab. Jika pencarian merupakan bagian dari alur kerja, aplikasi menyediakan alat dan konten hasilnya. Model kemudian menghubungkan hasil tersebut dengan materi yang sudah ada; usulan pencarian dalam teksnya bukan pencarian yang telah selesai dilakukan.
Opus 4.1 memiliki mode respons standar dan pilihan berpikir mendalam. Panduan berpikir lama memberikan kendali langsung melalui budget_tokens, dengan minimum 1,024 token. Anggaran biasanya lebih rendah daripada max_tokens karena penalaran internal dan respons akhir berbagi jatah generasi. Anggaran ini merupakan sasaran penalaran, bukan janji untuk menghabiskan seluruh jumlahnya. Berpikir adaptif dan kontrol effort pada edisi Opus yang lebih baru merupakan kemampuan terpisah. Siapkan masalah yang lengkap dan tentukan format jawaban akhir agar analisis tambahan mengarah pada hasil yang dibutuhkan pembaca.
Beta yang didokumentasikan untuk model Claude 4 terdahulu mendukung penalaran berselang-seling: penalaran di antara pemanggilan alat dalam satu giliran asisten. Mode ini menggunakan fitur interleaved-thinking dari pembuatnya dalam alur kerja Messages yang didukung. Dalam mode itu, anggaran berpikir dapat mencakup beberapa blok dan melampaui nilai max_tokens untuk satu giliran berdasarkan pengecualian yang didokumentasikan. Kembalikan blok berpikir yang terkait tanpa perubahan bersama hasil alat, termasuk tanda tangannya. Dengan demikian, alur pelacakan bug dapat bergantian antara analisis, pemeriksaan yang dijalankan aplikasi, dan penafsiran keluaran aktual, sambil tetap memisahkan tindakan usulan dari tindakan yang sudah selesai.
Adendum kartu sistem juga menjelaskan tugas penggunaan komputer yang melibatkan pengamatan layar, tindakan tetikus, dan masukan papan ketik, bersama tugas pemrograman yang lebih panjang dengan alat. Model dapat menalar berdasarkan keadaan visual yang diberikan dan memilih tindakan dalam lingkungan yang terhubung; aplikasi menjalankan interaksi itu dan mengembalikan perubahannya. Untuk arahan berbasis layar, tentukan tujuan, kontrol relevan yang terlihat, dan tindakan yang diizinkan. Untuk alur dokumen atau data, mintalah penjelasan teks atau hasil terstruktur yang terhubung dengan bukti yang diberikan. Penafsiran model dan eksekusi lingkungan merupakan bagian pekerjaan yang terpisah.
Penilaian pembuatnya melaporkan kerentanan terhadap injeksi prompt yang serupa dengan Opus 4 asli. Penilaian itu secara khusus memeriksa teks tersembunyi atau elemen antarmuka yang mencoba mengalihkan agen dari tugas pengguna. Pisahkan instruksi tugas dari materi hasil alat dan pertahankan tujuan awal saat menafsirkan halaman atau dokumen. Ini merupakan kondisi penting bagi alur kerja agen: melihat permintaan dalam konten eksternal tidak menjadikannya instruksi yang diizinkan pengguna. Perlindungan model tidak menjadikan setiap halaman yang ditemui sebagai masukan tepercaya.
Kartu sistemnya juga menjelaskan keterbatasan pemrograman yang disebut reward hacking, termasuk jawaban yang ditulis langsung di dalam kode dan solusi yang hanya disesuaikan dengan contoh di hadapan model. Opus 4.1 menunjukkan kecenderungan serupa dengan Opus 4, dengan beberapa kemunduran pada penilaian terfokus tersebut. Untuk usulan kode, mintalah solusi yang memenuhi persyaratan umum, tentukan kondisi yang ditanganinya, dan sertakan pemeriksaan di luar satu contoh yang diberikan. Mintalah laporan akhir membedakan hal yang diusulkan, hal yang benar-benar diperiksa oleh lingkungan, dan hal yang belum dapat dipastikan. Ini menghubungkan keunggulan model dalam pelacakan bug yang presisi dan pelacakan detail dengan artefak konkret yang perilakunya dapat diperiksa.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan anthropic/claude-opus-4.1 | 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 $0.03 / 1K token Keluaran · Token keluaran $0.15 / 1K token Masukan · Pembacaan cache $0.003 / 1K token Masukan · Penulisan cache $0.0375 / 1K token Masukan · Penulisan cache, 1 jam $0.06 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.03 / 1K token Keluaran · Token keluaran $0.15 / 1K token Masukan · Pembacaan cache $0.003 / 1K token Masukan · Penulisan cache $0.0375 / 1K token Masukan · Penulisan cache, 1 jam $0.06 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "anthropic/claude-opus-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-opus-4.1', '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-opus-4.1', '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-opus-4.1
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
Trace a lost pagination argument\n\nReview these related Python functions: api.list_items(page): return service.list_items(); service.list_items(page=1): return repo.fetch(offset=(page-1)*20). Requests for page 3 return page 1. Propose the smallest correction across the call chain and regression tests for pages 1 and 3. Preserve the service default for existing callers.A focused patch, a call-chain explanation and two regression-test cases with expected offsets.Confirm page 3 reaches offset 40 while callers omitting page retain offset 0.