Anthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.
Opus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.
Model menerima teks dan gambar, serta menghasilkan teks. Masukan visual mendukung resolusi hingga 2576 piksel pada sisi panjang, sekitar 3,75 megapiksel. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.
Format masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.
Resolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.
Konteks berjumlah 1 juta token, dengan jawaban maksimum 128 ribu token dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan budget_tokens tidak tersedia dalam versi ini. Tingkat standar effort adalah high; tersedia pula low, medium, xhigh, dan max. Tingkat xhigh menyediakan pengaturan tersendiri di antara high dan max untuk pekerjaan rekayasa dan agen yang panjang.
Pada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.
Batas waktu pengetahuan bawaan yang dapat diandalkan adalah Januari 2026. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.
", "aboutText": "### Pekerjaan rekayasa yang teliti\n\nAnthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.\n\nOpus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.\n\n### Melihat diagram padat dan tangkapan antarmuka\n\nModel menerima **teks dan gambar**, serta menghasilkan **teks**. Masukan visual mendukung resolusi hingga **2576 piksel pada sisi panjang**, sekitar **3,75 megapiksel**. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.\n\nFormat masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.\n\nResolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.\n\n### Kedalaman dan cakupan tugas\n\nKonteks berjumlah **1 juta token**, dengan jawaban maksimum **128 ribu token** dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan `budget_tokens` tidak tersedia dalam versi ini. Tingkat standar `effort` adalah `high`; tersedia pula `low`, `medium`, `xhigh`, dan `max`. Tingkat `xhigh` menyediakan pengaturan tersendiri di antara `high` dan `max` untuk pekerjaan rekayasa dan agen yang panjang.\n\nPada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.\n\n### Ketentuan penggunaan\n\nBatas waktu pengetahuan bawaan yang dapat diandalkan adalah **Januari 2026**. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a8cbf02de11867bcf2e6609bc016b000ed335666e4dbc5acd45b36c47761dd6a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "anthropic/claude-opus-4.7:batchClaude Opus 4.7 dirancang untuk pekerjaan rekayasa kompleks serta analisis dokumen dan gambar dengan detail kecil. Memberikan perhatian khusus pada kepatuhan instruksi yang tepat dan pemeriksaan hasil.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
Anthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.
Opus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.
Model menerima teks dan gambar, serta menghasilkan teks. Masukan visual mendukung resolusi hingga 2576 piksel pada sisi panjang, sekitar 3,75 megapiksel. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.
Format masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.
Resolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.
Konteks berjumlah 1 juta token, dengan jawaban maksimum 128 ribu token dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan budget_tokens tidak tersedia dalam versi ini. Tingkat standar effort adalah high; tersedia pula low, medium, xhigh, dan max. Tingkat xhigh menyediakan pengaturan tersendiri di antara high dan max untuk pekerjaan rekayasa dan agen yang panjang.
Pada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.
Batas waktu pengetahuan bawaan yang dapat diandalkan adalah Januari 2026. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.
POST /v1/batchestexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolomendpoint | Jenisstring | PersyaratanWajib | Nilai & batasan /v1/chat/completions | Bawaan— |
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan anthropic/claude-opus-4.7:batch | Bawaan— |
Kolomrequests | Jenisbatch_item[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolomrequests[].custom_id | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomrequests[].body.messages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomcompletion_window | Jenisstring | PersyaratanOpsional | Nilai & batasan 24h | Bawaan— |
Kolomprovider | Jenisobject|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomrequests[].body.model | Jenisstring | PersyaratanOpsional | Nilai & batasan anthropic/claude-opus-4.7:batch, anthropic/claude-opus-4.7 | Bawaan— |
Kolomprovider.only | Jenisstring[] | PersyaratanOpsional | Nilai & batasan anthropic | Bawaan— |
Kolomprovider.allow_fallbacks | Jenisboolean|null | PersyaratanOpsional | Nilai & batasan false, null | Bawaan— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] inline; setiap item memiliki custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil dapat membaca JSONL UTF-8 aktual secara lokal ke dalam requests[]. Tidak menggunakan purpose unggahan, input_file_id, atau referensi file. Materi pelanggan yang tidak ada atau kosong menghentikan persiapan sebelum POST. |
Parameterserialization_order | Kontrakendpoint, model, provider (jika disertakan), completion_window (jika disertakan), requests paling akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | Kontrakbody teks Chat Completions dalam envelope Batch inline yang didokumentasikan. |
Siklus hidup: asynchronous
GET /v1/batches/{operation_id} · response.id aktual dari operasi create awal; user/key/group yang sama
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 $0.005 / 1K token Keluaran · Token keluaran $0.025 / 1K token Masukan · Pembacaan cache $0.0005 / 1K token Masukan · Penulisan cache $0.00625 / 1K token Masukan · Penulisan cache, 1 jam $0.01 / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.005 / 1K token Keluaran · Token keluaran $0.025 / 1K token Masukan · Pembacaan cache $0.0005 / 1K token Masukan · Penulisan cache $0.00625 / 1K token Masukan · Penulisan cache, 1 jam $0.01 / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-opus-4.7:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-opus-4.7:batch', 'anthropic/claude-opus-4.7']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.7:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON inline pada results[].response.body
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nSimpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Pertahankan JSON status asli secara lengkap, setiap result/custom_id, serta body response atau error yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penyaringan.
Pertahankan ID operasi asli. 503 result_pending_check memiliki X-Should-Retry:false; jangan pernah kirim ulang batch asli yang statusnya tidak diketahui.
| Kolom | Jenis |
|---|---|
Kolomresults[].custom_id | Jenisstring |
Kolomresults[].response.body.choices[].message.content | Jenisstring|null |
Kolomresults[].error | Jenisobject|null |
Kolomusage | Jenisobject|null |
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomendpoint | Jenisstring |
Kolomstatus | Jenisstring |
Kolomrequest_counts | Jenisobject |
Kolomresults[].id | Jenisstring |
Kolomresults[].response.status_code | Jenisinteger |
Kolomresults[].response.request_id | Jenisstring |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiEnvelope inline yang didokumentasikan tidak valid, ada kunci duplikat, atau terdapat konflik pada identitas item atau kemampuan model yang dikonfigurasi. | Langkah berikutnyaPerbaiki kolom yang ditunjukkan sebelum pengiriman baru apa pun. |
Respons401 · authentication_error | KondisiKunci API tidak valid. | Langkah berikutnyaGunakan kunci Ailoot yang berizin. |
Respons403 · permission_error | KondisiGrup Batch tidak tersedia. | Langkah berikutnyaPeriksa hak akses key/group. |
Respons422 · invalid_request_error | KondisiBatch menggunakan penagihan dari saldo; pembuatan dengan langganan ditolak. | Langkah berikutnyaGunakan grup berizin yang ditagih dari saldo. |
Respons422 · price_unavailable | KondisiPenawaran harga untuk input Batch tidak dapat dibuat. | Langkah berikutnyaSimpan respons; gunakan input keluarga API yang didokumentasikan. |
Respons402 · billing_error | KondisiCadangan Batch tidak tersedia. | Langkah berikutnyaSelesaikan kendala penerimaan sebelum mengirim permintaan baru. |
Respons503 · price_unavailable | KondisiHarga metode Batch/tarif native tidak tersedia. | Langkah berikutnyaSimpan respons; jangan mengganti harga. |
Respons503 · api_error | KondisiRute pemasok yang tepat tidak tersedia. | Langkah berikutnyaSimpan respons untuk perbaikan rute. |
Respons503 · result_pending_check | KondisiHasil asli perlu diperiksa; X-Should-Retry:false. | Langkah berikutnyaSimpan operation_id/id asli dan baca statusnya; jangan pernah mengulangi POST asli. |
Respons404 · not_found | KondisiOperasi status Batch tidak ada atau dimiliki oleh identitas lain. | Langkah berikutnyaGunakan id asli yang persis sama dan user/key/group yang sama. |
Ailoot Ultra anthropic/claude-opus-4.7:batch
Gunakan jalur metode yang ditampilkan di atas.