{ "aboutHtml": "

Pekerjaan rekayasa yang teliti

Anthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.

Opus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.

Melihat diagram padat dan tangkapan antarmuka

Model menerima teks dan gambar, serta menghasilkan teks. Masukan visual mendukung resolusi hingga 2576 piksel pada sisi panjang, sekitar 3,75 megapiksel. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.

Format masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.

Resolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.

Kedalaman dan cakupan tugas

Konteks berjumlah 1 juta token, dengan jawaban maksimum 128 ribu token dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan budget_tokens tidak tersedia dalam versi ini. Tingkat standar effort adalah high; tersedia pula low, medium, xhigh, dan max. Tingkat xhigh menyediakan pengaturan tersendiri di antara high dan max untuk pekerjaan rekayasa dan agen yang panjang.

Pada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.

Ketentuan penggunaan

Batas waktu pengetahuan bawaan yang dapat diandalkan adalah Januari 2026. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.

", "aboutText": "### Pekerjaan rekayasa yang teliti\n\nAnthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.\n\nOpus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.\n\n### Melihat diagram padat dan tangkapan antarmuka\n\nModel menerima **teks dan gambar**, serta menghasilkan **teks**. Masukan visual mendukung resolusi hingga **2576 piksel pada sisi panjang**, sekitar **3,75 megapiksel**. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.\n\nFormat masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.\n\nResolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.\n\n### Kedalaman dan cakupan tugas\n\nKonteks berjumlah **1 juta token**, dengan jawaban maksimum **128 ribu token** dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan `budget_tokens` tidak tersedia dalam versi ini. Tingkat standar `effort` adalah `high`; tersedia pula `low`, `medium`, `xhigh`, dan `max`. Tingkat `xhigh` menyediakan pengaturan tersendiri di antara `high` dan `max` untuk pekerjaan rekayasa dan agen yang panjang.\n\nPada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.\n\n### Ketentuan penggunaan\n\nBatas waktu pengetahuan bawaan yang dapat diandalkan adalah **Januari 2026**. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "3c7e44a9476973c436e76de796e9d4793c419a28fd9a89977d1663dfff208ba2", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "id", "methods": [ { "html": "
A

Anthropic: Claude Opus 4.7

Anthropic /claude-opus-4-7-thinking

Mulai

Claude Opus 4.7 dirancang untuk pekerjaan rekayasa kompleks serta analisis dokumen dan gambar dengan detail kecil. Memberikan perhatian khusus pada kepatuhan instruksi yang tepat dan pemeriksaan hasil.

Masukan yang diterima
Teks
Hasil
Teks
Tentang model

Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.

Pekerjaan rekayasa yang teliti

Anthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.

Opus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.

Melihat diagram padat dan tangkapan antarmuka

Model menerima teks dan gambar, serta menghasilkan teks. Masukan visual mendukung resolusi hingga 2576 piksel pada sisi panjang, sekitar 3,75 megapiksel. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.

Format masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.

Resolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.

Kedalaman dan cakupan tugas

Konteks berjumlah 1 juta token, dengan jawaban maksimum 128 ribu token dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan budget_tokens tidak tersedia dalam versi ini. Tingkat standar effort adalah high; tersedia pula low, medium, xhigh, dan max. Tingkat xhigh menyediakan pengaturan tersendiri di antara high dan max untuk pekerjaan rekayasa dan agen yang panjang.

Pada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.

Ketentuan penggunaan

Batas waktu pengetahuan bawaan yang dapat diandalkan adalah Januari 2026. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.

Tersedia di Ailoot · masukan & metode

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Masukan
text
Keluaran
text
Format keluaran
json atau SSE
KolomJenisPersyaratanNilai & batasanBawaan
KolommodelJenisstringPersyaratanWajibNilai & batasan
claude-opus-4-7-thinking
Bawaan—
KolommessagesJenismessage[]PersyaratanWajibNilai & batasan
Item minimum: 1
Bawaan—
Kolommessages[].roleJenisstringPersyaratanWajibNilai & batasan
Bergantung pada model
Bawaan—
Kolommessages[].contentJenisstringPersyaratanOpsionalNilai & batasan
Berlaku jika: Percakapan teks
Bawaan—
KolomstreamJenisbooleanPersyaratanOpsionalNilai & batasanBawaanfalse
Kombinasi bahan masukan

Teks · Teks UTF8

messages[].content

Parameter metode dan siklus hidup
ParameterKontrak
Parametercontent_typeKontrakapplication/json
ParameterrequiredKontrakmodel, messages
Parametermaterial_typesKontraktext
ParametermessagesKontrakarray pesan dengan struktur role/content
Parameterfile_materialKontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan
Parameteroptional_controlsKontrakstream
Parametercontrol_scopeKontrakPercakapan teks; stream adalah nilai boolean dengan false sebagai bawaan.
Parameteroutput_modalitiesKontraktext
Parameterhosted_operationsKontrakfalse
Parametermultimodal_input_bindingKontraknull

Alias metode: /chat/completions

Siklus hidup: synchronous_or_streamed

Kirim ID model yang tepat bersama messages.

Panjang konteks bukan batas keluaran.

File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.

Paket

Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.

Mode Fast
Tidak ditentukan Saat mode fast dipilih
Mode Flex
Tidak ditentukan Saat mode flex dipilih
Upaya penalaran maksimum
Tidak ditentukan Saat upaya penalaran maksimum menggunakan penyesuaian default

Tarif Ailoot

Harga menurut konfigurasi

KonfigurasiJadwal tarifBiaya
KonfigurasiTarif dasar tokenJadwal tarifTarif dasarBiaya
Masukan · Token masukan $0.01 / 1K token
Keluaran · Token keluaran $0.05 / 1K token
Masukan · Pembacaan cache $0.001 / 1K token
Masukan · Penulisan cache $0.0125 / 1K token
Masukan · Penulisan cache, 1 jam — / 1K token

Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →

Contoh permintaan

Ailoot Ultra · OpenAI Chat

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-4-7-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

Terima dan simpan hasil

Ailoot Ultra · OpenAI Chat

json atau SSE

Simpan semua hasil yang selesai

Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.

Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.

Jika respons asli perlu diperiksa

Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.

Kolom respons
KolomJenis
Kolomchoices[].indexJenisinteger
Kolomchoices[].message.contentJenisstring|null
Kolomchoices[].message.tool_callsJenistool_call[]
Kolomchoices[].message.reasoning_contentJenisstring
Kolomchoices[].message.reasoning_detailsJenisobject|array
Kolomchoices[].finish_reasonJenisstring|null
KolomusageJenisobject
Kesalahan dan langkah berikutnya
ResponsKondisiLangkah berikutnya
Respons400 · invalid_request_errorKondisiBidang wajib, representasi materi, atau nilai parameter tidak validLangkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru.

Alias

Alias model

Ailoot Ultra claude-opus-4-7-thinking

Alias jalur metode

/chat/completions

ID pemanggil terkait

claude-opus-4-7-thinking

", "method_identity": { "effective_request_model_id": "claude-opus-4-7-thinking", "fmt": "chat", "http": "POST", "path": "/v1/chat/completions", "request_model_id": "claude-opus-4-7-thinking", "route_label": "Ultra" }, "method_key": "Ultra|chat|/v1/chat/completions|claude-opus-4-7-thinking", "ordinal": 0, "rawMethod": { "available": null, "cache_read": 1, "cache_write": 12.5, "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-4-7-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": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-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-4-7-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": 10, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [ "/chat/completions" ], "out": 50, "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": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-thinking", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-thinking", "nativeProvenance": { "input_facts_canonical_sha256": "ac735690cafa0fe1c02d5bedba3d9e6be6682068ac72952fa2138d1400432ef0", "input_html_sha256": "bf39126194e3de9693ed6dcd84b9c78bd3bd19caea1541aa2da98d8b32d87f2b", "private_audit_sha256": "279d4765b67326b4eb557cbb33081c2ac3b7c6a8512947bdcc31bc9918ee0c22", "role": "historical-normalized-input-audit-hashes", "schema": "ailoot-native-model-provenance-v2" }, "page": { "canonical": "https://ailoot.ai/models/id/claude-opus-4-7-thinking/", "description": "Claude Opus 4.7 dirancang untuk pekerjaan rekayasa kompleks serta analisis dokumen dan gambar dengan detail kecil. Memberikan perhatian khusus pada kepatuhan instruksi yang tepat dan pemeriksaan hasil.", "locale": "id", "md_url": "https://ailoot.ai/models/id/claude-opus-4-7-thinking/index.md", "title": "Anthropic: Claude Opus 4.7 — Ailoot", "url": "https://ailoot.ai/models/id/claude-opus-4-7-thinking/" }, "rawModel": { "about": "### Pekerjaan rekayasa yang teliti\n\nAnthropic mengembangkan Claude Opus 4.7 untuk tugas pengembangan yang kompleks dan panjang. Pengenalannya menekankan pelaksanaan pekerjaan secara berurutan, perhatian terhadap instruksi, dan pencarian cara untuk memeriksa hasil sendiri sebelum pesan akhir. Model sesuai untuk menyelidiki masalah kode yang sulit dan menyiapkan materi profesional yang memerlukan solusi teknis sekaligus penyajian yang jelas.\n\nOpus 4.7 mengikuti rumusan instruksi secara harfiah. Tugas sebaiknya ditentukan melalui batas yang eksplisit: bagian mana yang perlu diubah, apa yang harus diperiksa, dan hasil seperti apa yang diinginkan. Jika suatu ketentuan berlaku untuk semua bagian pekerjaan, nyatakan demikian. Produsen juga menekankan penggunaan catatan dalam memori berbasis berkas untuk tugas panjang, tetapi pembacaan dan penyimpanan catatan tersebut memerlukan alat aplikasi.\n\n### Melihat diagram padat dan tangkapan antarmuka\n\nModel menerima **teks dan gambar**, serta menghasilkan **teks**. Masukan visual mendukung resolusi hingga **2576 piksel pada sisi panjang**, sekitar **3,75 megapiksel**. Ini berguna untuk tangkapan layar padat, ekstraksi informasi dari diagram kompleks, dan tugas dengan contoh visual terperinci.\n\nFormat masukan visual biasa pada layanan produsen: JPEG/PNG/GIF/WebP, dengan bingkai pertama untuk animasi. Dalam analisis native: sisi panjang — 2576 piksel, 4784 token visual; gambar besar diperkecil sebelum dianalisis. Dukungan berkas dan parameter ditentukan oleh metode aplikasi.\n\nResolusi tinggi membantu mempertahankan detail, tetapi tidak membuat pemahaman visual bebas kesalahan. Keluaran dapat berupa penjelasan, struktur data, atau kode; pembuatan dan penyuntingan gambar itu sendiri bukan kemampuan keluaran model. Kendali antarmuka memerlukan sarana yang menampilkan layar kepada model dan menjalankan tindakan dalam aplikasi.\n\n### Kedalaman dan cakupan tugas\n\nKonteks berjumlah **1 juta token**, dengan jawaban maksimum **128 ribu token** dalam mode biasa. Penalaran adaptif didukung; extended thinking manual dengan `budget_tokens` tidak tersedia dalam versi ini. Tingkat standar `effort` adalah `high`; tersedia pula `low`, `medium`, `xhigh`, dan `max`. Tingkat `xhigh` menyediakan pengaturan tersendiri di antara `high` dan `max` untuk pekerjaan rekayasa dan agen yang panjang.\n\nPada tingkat upaya rendah, model sangat ketat membatasi pekerjaan pada hal yang diminta. Untuk penelitian kompleks, produsen menyarankan penyediaan ruang yang cukup bagi penalaran dan jawaban. Cara pembagian teks menjadi token diperbarui pada versi ini, sehingga jumlah teks yang sama tidak selalu memiliki panjang token yang biasa ditemukan pada versi sebelumnya.\n\n### Ketentuan penggunaan\n\nBatas waktu pengetahuan bawaan yang dapat diandalkan adalah **Januari 2026**. Penelitian terkini, pekerjaan dokumen, dan eksekusi kode menggunakan materi serta alat yang disediakan aplikasi. Opus 4.7 memiliki mekanisme perlindungan yang dapat memblokir permintaan keamanan siber yang dilarang atau berisiko tinggi. Perhatiannya terhadap pemeriksaan hasil berguna dalam pekerjaan, tetapi perubahan dan kesimpulan akhir tetap perlu diperiksa dalam lingkungan terkait.", "alias_of": null, "aliases": [], "author": "Anthropic", "capabilities": { "context_length": 1000000, "manufacturer_input": [ "text", "image", "file" ], "manufacturer_output": [ "text" ] }, "card_routes": [ { "label": "Ultra", "rates": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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-4-7-thinking", "input": [ "text" ], "kind": "text", "max_out": null, "methods": [ { "available": null, "cache_read": 1, "cache_write": 12.5, "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-4-7-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": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-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-4-7-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": 10, "input": [ "text" ], "label": "OpenAI Chat", "max_out": null, "max_reasoning_effort_multiplier": null, "method_aliases": [ "/chat/completions" ], "out": 50, "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": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-thinking", "route_label": "Ultra", "status_reads": [], "tiers": [], "units": [ { "amount": "0.01000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "input_price", "label": "Input tokens", "native_amount_usd_per_unit": "0.00001", "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": "0.05000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "output_price", "label": "Output tokens", "native_amount_usd_per_unit": "0.00005", "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": "0.001000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_read_price", "label": "Cache read", "native_amount_usd_per_unit": "0.000001", "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": "0.0125000", "amount_unit": "usd_per_thousand_tokens", "billing_input": true, "estimate_only": false, "key": "cache_write_price", "label": "Cache write", "native_amount_usd_per_unit": "0.0000125", "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-4-7-thinking", "request_model_id": "claude-opus-4-7-thinking", "route_label": "Ultra" } ], "name": "Anthropic: Claude Opus 4.7", "price": { "in": 10, "in_label": null, "out": 50, "out_label": null, "scope_label": "Token rates", "sort_in": 10, "sort_out": 50, "varies": false }, "short": "Claude Opus 4.7 dirancang untuk pekerjaan rekayasa kompleks serta analisis dokumen dan gambar dengan detail kecil. Memberikan perhatian khusus pada kepatuhan instruksi yang tepat dan pemeriksaan hasil." }, "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 4.7 dirancang untuk pekerjaan rekayasa kompleks serta analisis dokumen dan gambar dengan detail kecil. Memberikan perhatian khusus pada kepatuhan instruksi yang tepat dan pemeriksaan hasil.", "source": { "audit_sha256": "2e00086bcbfc28e64d0cebe97aa47c17d8d5618963027f8ffb9dc6123d7d25b1", "bridge_map_sha256": "1125275768b9636fc8461bc7da5061239a81ddfe508e2557843ca42c58ab0036", "raw_model_json_sha256": "fd561ff4fe659a7afc2fe44a818485ad8f1ecf7591fa8f59c43f962d768d376a", "renderer_sha256": "2a0471475a29000c23db326ca1e315df73dee7524f6bc2907818ee3458813f2d" }, "sourceRevision": "c2fdf9940f79170b9cedeb8eb1b05439d615e2f2e24829e450f56fb30d02005b" }