{
  "aboutHtml": "<p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p>",
  "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": null,
    "copy_sha256": null,
    "copy_source": null,
    "html_sha256": "b9dd6e6a9a936aeac7be2a546f4fca31cc8b74814e4897da53b3775db282efc1",
    "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06",
    "raw_model_unchanged": true,
    "schema": "ailoot-native-model-editorial-v1"
  },
  "locale": "id",
  "methods": [
    {
      "html": "<div class=\"sheet-head\"><span class=\"mav\" aria-hidden=\"true\">A</span><h2 id=\"sheet-title\">Anthropic: Claude Opus 4.1</h2><button class=\"icon-btn\" type=\"button\" data-close-sheet aria-label=\"Tutup\">×</button></div><div class=\"idline\"><span>Anthropic /</span><code>claude-opus-4-1-20250805-thinking</code><button type=\"button\" id=\"copy-id\">Salin ID</button></div><nav class=\"card-jump-nav\" aria-label=\"Bagian kartu model\"><button type=\"button\" data-card-jump=\"overview\">Mulai</button><button type=\"button\" data-card-jump=\"methods\">Masukan &amp; metode</button><button type=\"button\" data-card-jump=\"pricing\">Paket</button><button type=\"button\" data-card-jump=\"examples\">Contoh</button><button type=\"button\" data-card-jump=\"results\">Hasil</button><button type=\"button\" data-card-jump=\"aliases\">Alias</button></nav><div class=\"card-method-tabs\" role=\"tablist\" aria-label=\"Metode API\"><button type=\"button\" role=\"tab\" tabindex=\"0\" aria-controls=\"card-method-content\" aria-selected=\"true\" id=\"card-method-tab-0\" data-card-method=\"Ultra|chat|/v1/chat/completions|claude-opus-4-1-20250805-thinking\">Chat</button></div><div id=\"card-method-content\" role=\"tabpanel\" aria-labelledby=\"card-method-tab-0\"><section class=\"card-section\" data-card-section=\"overview\"><h3 tabindex=\"-1\">Mulai</h3><p class=\"mdesc-full\">Claude 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.</p><dl class=\"card-io\" data-card-io><div><dt>Masukan yang diterima</dt><dd>Teks</dd></div><div><dt>Hasil</dt><dd>Teks</dd></div></dl><details class=\"card-about\"><summary>Tentang model</summary><p class=\"note-s\" data-model-method-boundary>Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.</p><div class=\"mabout\" id=\"m-about\"><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p><p>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.</p></div></details></section><section class=\"card-section\" data-card-section=\"methods\"><h3 tabindex=\"-1\">Tersedia di Ailoot · masukan &amp; metode</h3><details class=\"card-method\" open><summary><b>Ailoot Ultra · OpenAI Chat</b> <code>POST /v1/chat/completions</code></summary><dl class=\"method-capabilities\"><div><dt>Masukan</dt><dd><code>text</code></dd></div><div><dt>Keluaran</dt><dd><code>text</code></dd></div><div><dt>Format keluaran</dt><dd>json atau SSE</dd></div></dl><div class=\"tw\" data-card-parameters data-typed-parameters><table><thead><tr><th>Kolom</th><th>Jenis</th><th>Persyaratan</th><th>Nilai &amp; batasan</th><th>Bawaan</th></tr></thead><tbody><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">model</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>claude-opus-4-1-20250805-thinking</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">messages</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>message[]</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Item minimum: 1</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"model_dependent\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">messages[].role</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Wajib</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div class=\"note-s\">Bergantung pada model</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">messages[].content</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>string</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Opsional</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span><div>Berlaku jika: Percakapan teks</div></td><td data-cell-label=\"Bawaan\" data-default=\"unspecified\"><span class=\"card-cell-label\">Bawaan</span>—</td></tr><tr data-parameter-availability=\"source_interface\"><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">stream</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span><code>boolean</code></td><td data-cell-label=\"Persyaratan\"><span class=\"card-cell-label\">Persyaratan</span>Opsional</td><td data-cell-label=\"Nilai &amp; batasan\"><span class=\"card-cell-label\">Nilai &amp; batasan</span></td><td data-cell-label=\"Bawaan\" data-default=\"known\"><span class=\"card-cell-label\">Bawaan</span>false</td></tr></tbody></table></div><details class=\"card-about\" data-material-combinations><summary>Kombinasi bahan masukan</summary><p class=\"note-s\"><b>Teks</b> · Teks UTF8</p><p class=\"note-s\"><code>messages[].content</code></p></details><details class=\"note-s\" data-method-contract><summary>Parameter metode dan siklus hidup</summary><div class=\"tw\" data-card-table=\"contract\"><table><thead><tr><th>Parameter</th><th>Kontrak</th></tr></thead><tbody><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>content_type</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>application/json</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>required</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>model, messages</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>material_types</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>text</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>messages</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>array pesan dengan struktur role/content</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>file_material</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>dokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>optional_controls</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>stream</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>control_scope</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>Percakapan teks; stream adalah nilai boolean dengan false sebagai bawaan.</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>output_modalities</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>text</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>hosted_operations</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>false</td></tr><tr><th data-cell-label=\"Parameter\" scope=\"row\"><span class=\"card-cell-label\">Parameter</span><code>multimodal_input_binding</code></th><td data-cell-label=\"Kontrak\"><span class=\"card-cell-label\">Kontrak</span>null</td></tr></tbody></table></div><p>Alias metode: <code>/chat/completions</code></p><p>Siklus hidup: <code>synchronous_or_streamed</code></p><p class=\"note-s\">Kirim ID model yang tepat bersama messages.</p><p class=\"note-s\">Panjang konteks bukan batas keluaran.</p><p class=\"note-s\">File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.</p></details></details></section><section class=\"card-section\" data-card-section=\"pricing\"><h3 tabindex=\"-1\">Paket</h3><div data-native-semantic-method=\"v1\" data-tariff-reference-only><p class=\"note-s\" data-rate-support-note>Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.</p><dl data-price-conditions><dt>Mode Fast</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat mode fast dipilih</span></dd><dt>Mode Flex</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat mode flex dipilih</span></dd><dt>Upaya penalaran maksimum</dt><dd>Tidak ditentukan <span class=\"note-s\">Saat upaya penalaran maksimum menggunakan penyesuaian default</span></dd></dl></div><div data-declared-tariff-pricing><h4>Tarif Ailoot</h4><h4>Harga menurut konfigurasi</h4><div class=\"tw\" data-pricing-profiles><table><thead><tr><th>Konfigurasi</th><th>Jadwal tarif</th><th>Biaya</th></tr></thead><tbody><tr><th data-cell-label=\"Konfigurasi\" scope=\"row\"><span class=\"card-cell-label\">Konfigurasi</span>Tarif dasar token</th><td data-cell-label=\"Jadwal tarif\"><span class=\"card-cell-label\">Jadwal tarif</span>Tarif dasar</td><td data-cell-label=\"Biaya\"><span class=\"card-cell-label\">Biaya</span><div><span>Masukan · Token masukan</span> <b>$0.03</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Keluaran · Token keluaran</span> <b>$0.15</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Pembacaan cache</span> <b>$0.0006</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Penulisan cache</span> <b>$0.0075</b> <span class=\"price-unit\">/ 1K token</span></div><div><span>Masukan · Penulisan cache, 1 jam</span> <b>—</b> <span class=\"price-unit\">/ 1K token</span></div></td></tr></tbody></table></div></div><p class=\"note-s\">Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. <a href=\"/docs/id/billing/reserve/\">Cara kerja cadangan dan penyelesaian tagihan →</a></p></section><section class=\"card-section\" data-card-section=\"examples\"><h3 tabindex=\"-1\">Contoh permintaan</h3><h4>Ailoot Ultra · OpenAI Chat</h4><div class=\"code-group\"><div class=\"cg-bar\"><div class=\"cg-tabs\" role=\"tablist\" aria-label=\"Pilihan kode\"><button class=\"cg-tab\" id=\"model-code-1165-tab-0\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1165-panel-0\" aria-selected=\"true\" tabindex=\"0\">curl</button><button class=\"cg-tab\" id=\"model-code-1165-tab-1\" role=\"tab\" type=\"button\" aria-controls=\"model-code-1165-panel-1\" aria-selected=\"false\" tabindex=\"-1\">Python SDK</button></div><div class=\"cg-tools\"><button class=\"cg-btn cg-copy\" type=\"button\" aria-label=\"Salin kode\"><svg class=\"cp\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><rect x=\"5.25\" y=\"5.25\" width=\"8.5\" height=\"8.5\" rx=\"1.75\"/><path d=\"M10.75 5.25V3.5a1.25 1.25 0 0 0-1.25-1.25H3.5A1.25 1.25 0 0 0 2.25 3.5v6a1.25 1.25 0 0 0 1.25 1.25h1.75\"/></svg><svg class=\"ok\" viewBox=\"0 0 16 16\" fill=\"none\" stroke=\"currentColor\" stroke-width=\"1.4\"><path d=\"m3 8.5 3.25 3.25L13 5\"/></svg></button></div></div><div class=\"cg-body\"><div class=\"cg-pane\" id=\"model-code-1165-panel-0\" role=\"tabpanel\" aria-labelledby=\"model-code-1165-tab-0\"><pre data-lang=\"bash\"><code>set -eu\n: &quot;${AILOOT_API_KEY:?Set your Ailoot API key}&quot;\npython3 - &lt;&lt;&#39;PY_REQUEST&#39;\nimport json,os\nfrom pathlib import Path\np=json.loads(&#39;{&quot;model&quot;:&quot;claude-opus-4-1-20250805-thinking&quot;,&quot;messages&quot;:[{&quot;role&quot;:&quot;user&quot;,&quot;content&quot;:&quot;hello&quot;}],&quot;stream&quot;:false}&#39;)\n\nPath(&quot;request.json&quot;).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 &quot;Authorization: Bearer $AILOOT_API_KEY&quot; -H &#39;Content-Type: application/json&#39; \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - &lt;&lt;&#39;PY_RESULT&#39;\nimport json\nfrom pathlib import Path\nr=json.loads(Path(&quot;result.json&quot;).read_text())\nfor x in r.get(&quot;choices&quot;,[]):\n    if x.get(&quot;message&quot;,{}).get(&quot;content&quot;): print(x[&quot;message&quot;][&quot;content&quot;])\nPY_RESULT\n</code></pre></div><div class=\"cg-pane\" id=\"model-code-1165-panel-1\" role=\"tabpanel\" aria-labelledby=\"model-code-1165-tab-1\" hidden><pre data-lang=\"python\"><code>from openai import OpenAI\nimport os\n\nif not os.environ.get(&quot;AILOOT_API_KEY&quot;, &quot;&quot;).strip(): raise SystemExit(&quot;Set AILOOT_API_KEY before making a request&quot;)\nclient=OpenAI(base_url=&quot;https://api.ailoot.ai/v1&quot;,api_key=os.environ[&quot;AILOOT_API_KEY&quot;],max_retries=0)\nresult=client.chat.completions.create(model=&quot;claude-opus-4-1-20250805-thinking&quot;, messages=[{&quot;role&quot;:&quot;user&quot;,&quot;content&quot;:&quot;hello&quot;}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=&quot;result&quot;):\n    # Keep every field, including usage, IDs, reasoning and tool requests.\n    Path(stem + &quot;.json&quot;).write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=&quot;utf-8&quot;)\n    print(json.dumps(data, ensure_ascii=False, indent=2))\n    def save_blob(encoded, suffix, label):\n        raw = base64.b64decode(encoded, altchars=b&quot;-_&quot;, validate=True)\n        ext = &quot;png&quot; if raw.startswith(b&quot;\\x89PNG\\r\\n\\x1a\\n&quot;) else &quot;jpg&quot; if raw.startswith(b&quot;\\xff\\xd8&quot;) else &quot;webp&quot; if raw[:4] == b&quot;RIFF&quot; and raw[8:12] == b&quot;WEBP&quot; else suffix\n        file = Path(stem + &quot;-&quot; + label + &quot;.&quot; + ext)\n        file.write_bytes(raw)\n        print(&quot;Saved&quot;, file)\n    for index, block in enumerate(data.get(&quot;content&quot;) or []):\n        print(&quot;Content&quot;, index, json.dumps(block, ensure_ascii=False))\n    for choice in data.get(&quot;choices&quot;) or []:\n        print(&quot;Choice&quot;, choice.get(&quot;index&quot;), json.dumps(choice.get(&quot;message&quot;, choice.get(&quot;delta&quot;, {})), ensure_ascii=False))\n    for index, item in enumerate(data.get(&quot;output&quot;) or []):\n        print(&quot;Output&quot;, index, json.dumps(item, ensure_ascii=False))\n        if item.get(&quot;type&quot;) == &quot;image_generation_call&quot; and item.get(&quot;result&quot;):\n            save_blob(item[&quot;result&quot;], item.get(&quot;output_format&quot;) or &quot;bin&quot;, &quot;output-&quot; + str(index))\n    for ci, candidate in enumerate(data.get(&quot;candidates&quot;) or []):\n        for pi, part in enumerate((candidate.get(&quot;content&quot;) or {}).get(&quot;parts&quot;) or []):\n            print(&quot;Candidate/part&quot;, ci, pi, json.dumps(part, ensure_ascii=False))\n            blob = part.get(&quot;inlineData&quot;) or part.get(&quot;inline_data&quot;)\n            if blob and blob.get(&quot;data&quot;):\n                mime = blob.get(&quot;mimeType&quot;) or blob.get(&quot;mime_type&quot;)\n                suffix = {&quot;image/png&quot;:&quot;png&quot;, &quot;image/jpeg&quot;:&quot;jpg&quot;, &quot;image/webp&quot;:&quot;webp&quot;, &quot;audio/wav&quot;:&quot;wav&quot;, &quot;audio/mpeg&quot;:&quot;mp3&quot;, &quot;video/mp4&quot;:&quot;mp4&quot;}.get(mime, &quot;bin&quot;)\n                save_blob(blob[&quot;data&quot;], suffix, &quot;candidate-&quot; + str(ci) + &quot;-part-&quot; + str(pi))\n\nsave_result(result.to_dict(mode=&quot;json&quot;))\n</code></pre></div></div></div></section><section class=\"card-section\" data-card-section=\"results\"><h3 tabindex=\"-1\">Terima dan simpan hasil</h3><h4>Ailoot Ultra · OpenAI Chat</h4><p class=\"note-s\">json atau SSE</p><div class=\"card-result-process\" data-all-results><h5>Simpan semua hasil yang selesai</h5><p class=\"note-s\">Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.</p><p class=\"note-s\">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.</p></div><div class=\"card-result-process\" data-unknown-recovery><h5>Jika respons asli perlu diperiksa</h5><p class=\"note-s\">Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.</p></div><details class=\"card-about\" data-output-fields><summary>Kolom respons</summary><div class=\"tw\" data-card-table=\"output\"><table><thead><tr><th>Kolom</th><th>Jenis</th></tr></thead><tbody><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].index</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>integer</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].message.content</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string|null</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].message.tool_calls</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>tool_call[]</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].message.reasoning_content</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].message.reasoning_details</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>object|array</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">choices[].finish_reason</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>string|null</td></tr><tr><th data-cell-label=\"Kolom\" scope=\"row\"><span class=\"card-cell-label\">Kolom</span><code class=\"card-field-name\">usage</code></th><td data-cell-label=\"Jenis\" data-field-type><span class=\"card-cell-label\">Jenis</span>object</td></tr></tbody></table></div></details><details class=\"card-about\" data-method-errors><summary>Kesalahan dan langkah berikutnya</summary><div class=\"tw\" data-card-table=\"errors\"><table><thead><tr><th>Respons</th><th>Kondisi</th><th>Langkah berikutnya</th></tr></thead><tbody><tr><th data-cell-label=\"Respons\" scope=\"row\"><span class=\"card-cell-label\">Respons</span>400 · <code>invalid_request_error</code></th><td data-cell-label=\"Kondisi\"><span class=\"card-cell-label\">Kondisi</span>Bidang wajib, representasi materi, atau nilai parameter tidak valid</td><td data-cell-label=\"Langkah berikutnya\"><span class=\"card-cell-label\">Langkah berikutnya</span>Perbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.</td></tr></tbody></table></div></details></section><section class=\"card-section\" data-card-section=\"aliases\"><h3 tabindex=\"-1\">Alias</h3><h4>Alias model</h4><p class=\"note-s\"><span data-model-alias-route=\"Ultra\"><b>Ailoot Ultra</b> <a href=\"#m=claude-opus-4-1-20250805-thinking&amp;route=Ultra&amp;caller=claude-opus-4-1-20250805-thinking&amp;fmt=chat\"><code>claude-opus-4-1-20250805-thinking</code></a></span></p><h4>Alias jalur metode</h4><p class=\"note-s\"><code>/chat/completions</code></p><h4>ID pemanggil terkait</h4><p class=\"note-s\"><a href=\"#m=claude-opus-4-1-20250805-thinking&amp;route=Ultra&amp;caller=claude-opus-4-1-20250805-thinking&amp;fmt=chat\"><code>claude-opus-4-1-20250805-thinking</code></a></p></section></div>",
      "method_identity": {
        "effective_request_model_id": "claude-opus-4-1-20250805-thinking",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "claude-opus-4-1-20250805-thinking",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|claude-opus-4-1-20250805-thinking",
      "ordinal": 0,
      "rawMethod": {
        "available": null,
        "cache_read": 0.6,
        "cache_write": 7.5,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.",
            "authentication": {
              "api_key_source": "AILOOT_API_KEY",
              "header": "Authorization: Bearer"
            },
            "errors": [
              {
                "code": null,
                "condition": "Bidang wajib, representasi materi, atau nilai parameter tidak valid",
                "http_status": 400,
                "recovery": "Perbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [
              "Model context is not an output cap.",
              "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false."
            ],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/chat/completions"
              },
              "job_read": null,
              "mode": "synchronous_or_streamed",
              "unknown": "Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan."
            },
            "material_combinations": [
              {
                "mode": "text",
                "representation": "messages[].content",
                "required_material": "Teks UTF8"
              }
            ],
            "operation_modes": [
              "conversation"
            ],
            "outputs": {
              "all_results": "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.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "choices[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "choices[].message.content",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "choices[].message.tool_calls",
                  "type": "tool_call[]"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_content",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_details",
                  "type": "object|array"
                },
                {
                  "description": null,
                  "name": "choices[].finish_reason",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json atau SSE"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "claude-opus-4-1-20250805-thinking"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "messages",
                "required": true,
                "type": "message[]"
              },
              {
                "availability": "model_dependent",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].role",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].content",
                "required": false,
                "type": "string",
                "when": "Percakapan teks"
              },
              {
                "availability": "source_interface",
                "default": false,
                "default_known": true,
                "enum": null,
                "enum_known": false,
                "name": "stream",
                "required": false,
                "type": "boolean"
              }
            ],
            "profile_binding": "Text conversation at the exact model ID and method path.",
            "unsupported": [
              "additional models/models list",
              "plugins",
              "route",
              "hosted tools; ordinary client function tools remain separate",
              "non-text output modalities",
              "provider.options overrides",
              "one-hour prompt-cache TTL"
            ]
          },
          "hints": [
            "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."
          ],
          "input": {
            "content_type": "application/json",
            "control_scope": "Percakapan teks; stream adalah nilai boolean dengan false sebagai bawaan.",
            "file_material": "dokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan",
            "hosted_operations": false,
            "material_types": [
              "text"
            ],
            "messages": "array pesan dengan struktur role/content",
            "multimodal_input_binding": null,
            "optional_controls": [
              "stream"
            ],
            "output_modalities": [
              "text"
            ],
            "required": [
              "model",
              "messages"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_or_streamed",
            "unknown": "preserve original request id; no generic chat job retrieval path"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/chat/completions"
          },
          "method_aliases": [
            "/chat/completions"
          ],
          "operation_modes": [
            "text_chat"
          ],
          "output": {
            "content": "choices[].message.content or stream delta",
            "family": "text",
            "format": "json or supported SSE",
            "tool_calls": "retain actual returned function calls"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Tarif dasar token",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.15000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0.0006000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0.0000006",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0.0075000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0.0000075",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\":\"claude-opus-4-1-20250805-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"choices\",[]):\n    if x.get(\"message\",{}).get(\"content\"): print(x[\"message\"][\"content\"])\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.chat.completions.create(model=\"claude-opus-4-1-20250805-thinking\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n    # Keep every field, including usage, IDs, reasoning and tool requests.\n    Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n    print(json.dumps(data, ensure_ascii=False, indent=2))\n    def save_blob(encoded, suffix, label):\n        raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n        ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n        file = Path(stem + \"-\" + label + \".\" + ext)\n        file.write_bytes(raw)\n        print(\"Saved\", file)\n    for index, block in enumerate(data.get(\"content\") or []):\n        print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n    for choice in data.get(\"choices\") or []:\n        print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n    for index, item in enumerate(data.get(\"output\") or []):\n        print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n        if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n            save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n    for ci, candidate in enumerate(data.get(\"candidates\") or []):\n        for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n            print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n            blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n            if blob and blob.get(\"data\"):\n                mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n                suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n                save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(result.to_dict(mode=\"json\"))\n",
            "label": "Python SDK · all choices",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "hints": [
          "Send exact model ID with messages.",
          "Context length is not an output cap.",
          "A text file may supply literal text; image/audio/file-object inputs need exact binding."
        ],
        "http": "POST",
        "in": 30,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [
          "/chat/completions"
        ],
        "out": 150,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.15000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0.0006000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0.0000006",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0.0075000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0.0000075",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "claude-opus-4-1-20250805-thinking",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.15000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": "0.0006000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": "0.0000006",
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": "0.0075000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": "0.0000075",
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    }
  ],
  "model_id": "claude-opus-4-1-20250805-thinking",
  "nativeProvenance": {
    "input_facts_canonical_sha256": "67083b3f4ad6d2013f2783c2e4cba67dcc2ec70f95e092fdac3847edb794c7cb",
    "input_html_sha256": "181ab3beebfeac0fadb08d9a626b4fcd4b6e9dc629850c6931287b5ea8ca79ec",
    "private_audit_sha256": "77442dbf7b3b008c18e4390ca5c0501565b4a4ea2f63a0792e388d0d736bae0b",
    "role": "historical-normalized-input-audit-hashes",
    "schema": "ailoot-native-model-provenance-v2"
  },
  "page": {
    "canonical": "https://ailoot.ai/models/id/claude-opus-4-1-20250805-thinking/",
    "description": "Claude 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.",
    "locale": "id",
    "md_url": "https://ailoot.ai/models/id/claude-opus-4-1-20250805-thinking/index.md",
    "title": "Anthropic: Claude Opus 4.1 — Ailoot",
    "url": "https://ailoot.ai/models/id/claude-opus-4-1-20250805-thinking/"
  },
  "rawModel": {
    "about": "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.",
    "alias_of": null,
    "aliases": [],
    "author": "Anthropic",
    "capabilities": {
      "context_length": 200000,
      "manufacturer_input": [
        "image",
        "text",
        "file"
      ],
      "manufacturer_output": [
        "text"
      ]
    },
    "card_routes": [
      {
        "label": "Ultra",
        "rates": [
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.15000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          }
        ],
        "summary": "Informasi lengkap harga konfigurasi tersedia di bagian detail."
      }
    ],
    "ctx": null,
    "formats": [
      "chat"
    ],
    "id": "claude-opus-4-1-20250805-thinking",
    "input": [
      "text"
    ],
    "kind": "text",
    "max_out": null,
    "methods": [
      {
        "available": null,
        "cache_read": 0.6,
        "cache_write": 7.5,
        "cache_write_1h": null,
        "contract": {
          "data": {
            "all_results": "Keep every choice and its content/tool calls/reasoning. In SSE assemble deltas by choice/tool index, retain the final finish reason and usage.",
            "authentication": {
              "api_key_source": "AILOOT_API_KEY",
              "header": "Authorization: Bearer"
            },
            "errors": [
              {
                "code": null,
                "condition": "Bidang wajib, representasi materi, atau nilai parameter tidak valid",
                "http_status": 400,
                "recovery": "Perbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.",
                "type": "invalid_request_error"
              }
            ],
            "hints": [
              "Model context is not an output cap.",
              "Send the conversation as text messages. Stream must be a boolean; omitted stream defaults to false."
            ],
            "ignored_fields": [],
            "lifecycle": {
              "create": {
                "http": "POST",
                "path": "/v1/chat/completions"
              },
              "job_read": null,
              "mode": "synchronous_or_streamed",
              "unknown": "Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan."
            },
            "material_combinations": [
              {
                "mode": "text",
                "representation": "messages[].content",
                "required_material": "Teks UTF8"
              }
            ],
            "operation_modes": [
              "conversation"
            ],
            "outputs": {
              "all_results": "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.",
              "family": "text",
              "fields": [
                {
                  "description": null,
                  "name": "choices[].index",
                  "type": "integer"
                },
                {
                  "description": null,
                  "name": "choices[].message.content",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "choices[].message.tool_calls",
                  "type": "tool_call[]"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_content",
                  "type": "string"
                },
                {
                  "description": null,
                  "name": "choices[].message.reasoning_details",
                  "type": "object|array"
                },
                {
                  "description": null,
                  "name": "choices[].finish_reason",
                  "type": "string|null"
                },
                {
                  "description": null,
                  "name": "usage",
                  "type": "object"
                }
              ],
              "format": "json atau SSE"
            },
            "parameters": [
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": [
                  "claude-opus-4-1-20250805-thinking"
                ],
                "enum_known": true,
                "name": "model",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "min_items": 1,
                "name": "messages",
                "required": true,
                "type": "message[]"
              },
              {
                "availability": "model_dependent",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].role",
                "required": true,
                "type": "string"
              },
              {
                "availability": "source_interface",
                "default": null,
                "default_known": false,
                "enum": null,
                "enum_known": false,
                "name": "messages[].content",
                "required": false,
                "type": "string",
                "when": "Percakapan teks"
              },
              {
                "availability": "source_interface",
                "default": false,
                "default_known": true,
                "enum": null,
                "enum_known": false,
                "name": "stream",
                "required": false,
                "type": "boolean"
              }
            ],
            "profile_binding": "Text conversation at the exact model ID and method path.",
            "unsupported": [
              "additional models/models list",
              "plugins",
              "route",
              "hosted tools; ordinary client function tools remain separate",
              "non-text output modalities",
              "provider.options overrides",
              "one-hour prompt-cache TTL"
            ]
          },
          "hints": [
            "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."
          ],
          "input": {
            "content_type": "application/json",
            "control_scope": "Percakapan teks; stream adalah nilai boolean dengan false sebagai bawaan.",
            "file_material": "dokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan",
            "hosted_operations": false,
            "material_types": [
              "text"
            ],
            "messages": "array pesan dengan struktur role/content",
            "multimodal_input_binding": null,
            "optional_controls": [
              "stream"
            ],
            "output_modalities": [
              "text"
            ],
            "required": [
              "model",
              "messages"
            ]
          },
          "lifecycle": {
            "mode": "synchronous_or_streamed",
            "unknown": "preserve original request id; no generic chat job retrieval path"
          },
          "manufacturer_capability": null,
          "method": {
            "http": "POST",
            "path": "/v1/chat/completions"
          },
          "method_aliases": [
            "/chat/completions"
          ],
          "operation_modes": [
            "text_chat"
          ],
          "output": {
            "content": "choices[].message.content or stream delta",
            "family": "text",
            "format": "json or supported SSE",
            "tool_calls": "retain actual returned function calls"
          }
        },
        "ctx": null,
        "declared_pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Tarif dasar token",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.15000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0.0006000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0.0000006",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0.0075000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0.0000075",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "examples": [
          {
            "code": "set -eu\n: \"${AILOOT_API_KEY:?Set your Ailoot API key}\"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{\"model\":\"claude-opus-4-1-20250805-thinking\",\"messages\":[{\"role\":\"user\",\"content\":\"hello\"}],\"stream\":false}')\n\nPath(\"request.json\").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n  -H \"Authorization: Bearer $AILOOT_API_KEY\" -H 'Content-Type: application/json' \\\n  --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path(\"result.json\").read_text())\nfor x in r.get(\"choices\",[]):\n    if x.get(\"message\",{}).get(\"content\"): print(x[\"message\"][\"content\"])\nPY_RESULT\n",
            "label": "curl · retained exact creation",
            "language": "bash"
          },
          {
            "code": "from openai import OpenAI\nimport os\n\nif not os.environ.get(\"AILOOT_API_KEY\", \"\").strip(): raise SystemExit(\"Set AILOOT_API_KEY before making a request\")\nclient=OpenAI(base_url=\"https://api.ailoot.ai/v1\",api_key=os.environ[\"AILOOT_API_KEY\"],max_retries=0)\nresult=client.chat.completions.create(model=\"claude-opus-4-1-20250805-thinking\", messages=[{\"role\":\"user\",\"content\":\"hello\"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem=\"result\"):\n    # Keep every field, including usage, IDs, reasoning and tool requests.\n    Path(stem + \".json\").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding=\"utf-8\")\n    print(json.dumps(data, ensure_ascii=False, indent=2))\n    def save_blob(encoded, suffix, label):\n        raw = base64.b64decode(encoded, altchars=b\"-_\", validate=True)\n        ext = \"png\" if raw.startswith(b\"\\x89PNG\\r\\n\\x1a\\n\") else \"jpg\" if raw.startswith(b\"\\xff\\xd8\") else \"webp\" if raw[:4] == b\"RIFF\" and raw[8:12] == b\"WEBP\" else suffix\n        file = Path(stem + \"-\" + label + \".\" + ext)\n        file.write_bytes(raw)\n        print(\"Saved\", file)\n    for index, block in enumerate(data.get(\"content\") or []):\n        print(\"Content\", index, json.dumps(block, ensure_ascii=False))\n    for choice in data.get(\"choices\") or []:\n        print(\"Choice\", choice.get(\"index\"), json.dumps(choice.get(\"message\", choice.get(\"delta\", {})), ensure_ascii=False))\n    for index, item in enumerate(data.get(\"output\") or []):\n        print(\"Output\", index, json.dumps(item, ensure_ascii=False))\n        if item.get(\"type\") == \"image_generation_call\" and item.get(\"result\"):\n            save_blob(item[\"result\"], item.get(\"output_format\") or \"bin\", \"output-\" + str(index))\n    for ci, candidate in enumerate(data.get(\"candidates\") or []):\n        for pi, part in enumerate((candidate.get(\"content\") or {}).get(\"parts\") or []):\n            print(\"Candidate/part\", ci, pi, json.dumps(part, ensure_ascii=False))\n            blob = part.get(\"inlineData\") or part.get(\"inline_data\")\n            if blob and blob.get(\"data\"):\n                mime = blob.get(\"mimeType\") or blob.get(\"mime_type\")\n                suffix = {\"image/png\":\"png\", \"image/jpeg\":\"jpg\", \"image/webp\":\"webp\", \"audio/wav\":\"wav\", \"audio/mpeg\":\"mp3\", \"video/mp4\":\"mp4\"}.get(mime, \"bin\")\n                save_blob(blob[\"data\"], suffix, \"candidate-\" + str(ci) + \"-part-\" + str(pi))\n\nsave_result(result.to_dict(mode=\"json\"))\n",
            "label": "Python SDK · all choices",
            "language": "python"
          }
        ],
        "family": "openai",
        "fast_multiplier": null,
        "flex_multiplier": null,
        "fmt": "chat",
        "hints": [
          "Send exact model ID with messages.",
          "Context length is not an output cap.",
          "A text file may supply literal text; image/audio/file-object inputs need exact binding."
        ],
        "http": "POST",
        "in": 30,
        "input": [
          "text"
        ],
        "label": "OpenAI Chat",
        "max_out": null,
        "max_reasoning_effort_multiplier": null,
        "method_aliases": [
          "/chat/completions"
        ],
        "out": 150,
        "output": [
          "text"
        ],
        "path": "/v1/chat/completions",
        "price_conditions": [
          {
            "label": "Fast mode",
            "value": "Not specified",
            "when": "When fast mode is selected"
          },
          {
            "label": "Flex mode",
            "value": "Not specified",
            "when": "When flex mode is selected"
          },
          {
            "label": "Maximum reasoning effort",
            "value": "Not specified",
            "when": "When maximum reasoning effort uses the default adjustment"
          }
        ],
        "pricing": {
          "billing_mode": "token",
          "image_input_price": null,
          "image_output_price": null,
          "per_request_price": null
        },
        "pricing_profiles": [
          {
            "dimensions": {
              "regime": "base"
            },
            "label": "Base token rates",
            "units": [
              {
                "amount": "0.03000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "input_price",
                "label": "Input tokens",
                "native_amount_usd_per_unit": "0.00003",
                "native_quantity": 1,
                "native_unit": "input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "input_token"
              },
              {
                "amount": "0.15000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "output_price",
                "label": "Output tokens",
                "native_amount_usd_per_unit": "0.00015",
                "native_quantity": 1,
                "native_unit": "output_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "out",
                "unit": "output_token"
              },
              {
                "amount": "0.0006000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_read_price",
                "label": "Cache read",
                "native_amount_usd_per_unit": "0.0000006",
                "native_quantity": 1,
                "native_unit": "cached_input_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "cached_input_token"
              },
              {
                "amount": "0.0075000",
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_price",
                "label": "Cache write",
                "native_amount_usd_per_unit": "0.0000075",
                "native_quantity": 1,
                "native_unit": "generic_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "generic_cache_creation_token"
              },
              {
                "amount": null,
                "amount_unit": "usd_per_thousand_tokens",
                "billing_input": true,
                "estimate_only": false,
                "key": "cache_write_1h_price",
                "label": "Cache write, 1 hour",
                "native_amount_usd_per_unit": null,
                "native_quantity": 1,
                "native_unit": "one_hour_cache_creation_token",
                "public_unit_label": "/ 1K tokens",
                "quantity": 1000,
                "quantity_is_estimate": false,
                "rate_role": "typed_native_retail_rate",
                "side": "in",
                "unit": "one_hour_cache_creation_token"
              }
            ]
          }
        ],
        "request_model_id": "claude-opus-4-1-20250805-thinking",
        "route_label": "Ultra",
        "status_reads": [],
        "tiers": [],
        "units": [
          {
            "amount": "0.03000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "input_price",
            "label": "Input tokens",
            "native_amount_usd_per_unit": "0.00003",
            "native_quantity": 1,
            "native_unit": "input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "input_token"
          },
          {
            "amount": "0.15000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "output_price",
            "label": "Output tokens",
            "native_amount_usd_per_unit": "0.00015",
            "native_quantity": 1,
            "native_unit": "output_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "out",
            "unit": "output_token"
          },
          {
            "amount": "0.0006000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_read_price",
            "label": "Cache read",
            "native_amount_usd_per_unit": "0.0000006",
            "native_quantity": 1,
            "native_unit": "cached_input_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "cached_input_token"
          },
          {
            "amount": "0.0075000",
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_price",
            "label": "Cache write",
            "native_amount_usd_per_unit": "0.0000075",
            "native_quantity": 1,
            "native_unit": "generic_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "generic_cache_creation_token"
          },
          {
            "amount": null,
            "amount_unit": "usd_per_thousand_tokens",
            "billing_input": true,
            "estimate_only": false,
            "key": "cache_write_1h_price",
            "label": "Cache write, 1 hour",
            "native_amount_usd_per_unit": null,
            "native_quantity": 1,
            "native_unit": "one_hour_cache_creation_token",
            "public_unit_label": "/ 1K tokens",
            "quantity": 1000,
            "quantity_is_estimate": false,
            "rate_role": "typed_native_retail_rate",
            "side": "in",
            "unit": "one_hour_cache_creation_token"
          }
        ]
      }
    ],
    "model_aliases": [
      {
        "canonical_model_id": "claude-opus-4-1-20250805-thinking",
        "request_model_id": "claude-opus-4-1-20250805-thinking",
        "route_label": "Ultra"
      }
    ],
    "name": "Anthropic: Claude Opus 4.1",
    "price": {
      "in": 30,
      "in_label": null,
      "out": 150,
      "out_label": null,
      "scope_label": "Token rates",
      "sort_in": 30,
      "sort_out": 150,
      "varies": false
    },
    "short": "Claude 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."
  },
  "renderer_schema": {
    "method_order": "Original DTO methods order; every exact route/format/path/caller survives.",
    "prices": "Original public DTO fields and original native display HTML; no flattened or normalized offers."
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "representationNotes": {
    "current_reference": {
      "about_json_pointer": "/aboutHtml",
      "methods": [
        {
          "contract_json_pointer": "/methods/0/rawMethod/contract",
          "html_json_pointer": "/methods/0/html",
          "method_ordinal": 0
        }
      ],
      "role": "current-semantic-reference"
    },
    "raw_input": {
      "examples_role": "historical-input-not-current-ready-examples",
      "json_pointers": [
        "/rawModel",
        "/methods/0/rawMethod"
      ],
      "role": "historical-owner-input"
    },
    "schema": "ailoot-native-model-representations-v1"
  },
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Claude 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.",
  "source": {
    "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1",
    "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036",
    "raw_model_json_sha256": "d669e14b4c6ccd8b7d0c58616b5a749516cf19331ee6e012019a25a1354e96e3",
    "renderer_sha256": "2a0471475a29000c23db326ca1e315df73dee7524f6bc2907818ee3458813f2d"
  },
  "sourceRevision": "2ef11a4794478ac81dcbf2da2e36898105fdefbeb021f9fd5c3d0eaaa6ccee52"
}
