Anthropic Claude 3.7 Sonnet è un modello di ragionamento ibrido: lo stesso modello può rispondere in modalità standard o dedicare più tempo alla riflessione prima di fornire una risposta finale. La modalità standard sviluppa le capacità di Claude 3.5 Sonnet; il ragionamento esteso aggiunge autoriflessione passo per passo per compiti più difficili di programmazione, matematica, fisica e rispetto delle istruzioni. La distinzione riguarda la quantità di ragionamento eseguito dal modello, anziché il passaggio a un modello di ragionamento separato.
La progettazione dell’API di Anthropic permette agli sviluppatori di impostare un budget di ragionamento per controllare il lavoro di analisi. La riflessione aggiuntiva compete con lo spazio necessario alla risposta finale, quindi un compito complesso deve specificare sia il problema sia il risultato da consegnare. Una revisione del codice può richiedere un elenco ordinato di difetti e una piccola patch proposta, mentre un’indagine tecnica può richiedere ipotesi, spiegazioni alternative e le prove che le distinguerebbero. Più ragionamento può migliorare una risposta difficile, ma non garantisce correttezza né obbliga il modello a consumare l’intero budget disponibile.
La programmazione e lo sviluppo di interfacce web sono punti di forza centrali di questa edizione. Anthropic descrive miglioramenti nella comprensione di basi di codice complesse, nella pianificazione delle modifiche, nell’uso avanzato di strumenti e negli aggiornamenti dell’intera pila software. Usa queste capacità con prove concrete del progetto: file sorgente pertinenti, un messaggio di errore, passaggi di riproduzione, comportamento desiderato e interfacce che devono rimanere compatibili. Per un compito su una dashboard, specifica campi dei dati, azioni dell’utente, vincoli di impaginazione e criteri di accettazione. Un risultato utile è una proposta di implementazione o spiegazione verificabile rispetto a quegli ingressi, non un’affermazione non verificata che l’applicazione sia finita.
Claude 3.7 Sonnet supporta anche lavoro con agenti in cui un’applicazione fornisce strumenti e restituisce i risultati al modello. Anthropic mostra chiamate a funzione iterative e interazioni con il computer che coinvolgono ingressi dello schermo, clic del mouse virtuale e azioni da tastiera. Il modello può usare i riscontri per cambiare approccio durante il compito. Mantieni espliciti l’obiettivo e le azioni consentite e conserva un registro dei risultati effettivi degli strumenti. Il prodotto separato Claude Code aggiunge un ambiente di programmazione nel terminale; modifica dei file, esecuzione di comandi e azioni sul repository dipendono da quell’ambiente e non sono capacità eseguite da una risposta testuale da sola.
Il ragionamento esteso può esporre una traccia di ragionamento oltre alla risposta finale. In questa edizione, Anthropic presenta il ragionamento visibile in forma grezza e avverte che può contenere idee intermedie errate, fuorvianti o incomplete. La traccia può avere un tono meno conversazionale della risposta finale e non è garantito che spieghi fedelmente ogni fattore alla base della decisione del modello. Considerala materiale da esaminare anziché prova della verità della conclusione. Per una revisione pratica, chiedi alla risposta finale di indicare le ipotesi, separare osservazioni e deduzioni e identificare ciò che richiede ancora verifica.
Il modello è utile per il debug di più file correlati, la pianificazione di una modifica dell’interfaccia, il confronto di approcci tecnici e l’analisi di una domanda difficile. Prepara il più piccolo insieme di materiale che spiega il problema, poi richiedi l’uscita specifica necessaria: una patch motivata, una lista di controllo per la migrazione o una nota decisionale concisa. Per il codice, verifica il comportamento proposto nel progetto di destinazione; per l’analisi fattuale, verifica le prove. Questo mantiene il valore del ragionamento più approfondito del modello legato a un risultato utilizzabile, anziché alla lunghezza della spiegazione.
", "aboutText": "Anthropic Claude 3.7 Sonnet è un modello di ragionamento ibrido: lo stesso modello può rispondere in modalità standard o dedicare più tempo alla riflessione prima di fornire una risposta finale. La modalità standard sviluppa le capacità di Claude 3.5 Sonnet; il ragionamento esteso aggiunge autoriflessione passo per passo per compiti più difficili di programmazione, matematica, fisica e rispetto delle istruzioni. La distinzione riguarda la quantità di ragionamento eseguito dal modello, anziché il passaggio a un modello di ragionamento separato.\n\nLa progettazione dell’API di Anthropic permette agli sviluppatori di impostare un budget di ragionamento per controllare il lavoro di analisi. La riflessione aggiuntiva compete con lo spazio necessario alla risposta finale, quindi un compito complesso deve specificare sia il problema sia il risultato da consegnare. Una revisione del codice può richiedere un elenco ordinato di difetti e una piccola patch proposta, mentre un’indagine tecnica può richiedere ipotesi, spiegazioni alternative e le prove che le distinguerebbero. Più ragionamento può migliorare una risposta difficile, ma non garantisce correttezza né obbliga il modello a consumare l’intero budget disponibile.\n\nLa programmazione e lo sviluppo di interfacce web sono punti di forza centrali di questa edizione. Anthropic descrive miglioramenti nella comprensione di basi di codice complesse, nella pianificazione delle modifiche, nell’uso avanzato di strumenti e negli aggiornamenti dell’intera pila software. Usa queste capacità con prove concrete del progetto: file sorgente pertinenti, un messaggio di errore, passaggi di riproduzione, comportamento desiderato e interfacce che devono rimanere compatibili. Per un compito su una dashboard, specifica campi dei dati, azioni dell’utente, vincoli di impaginazione e criteri di accettazione. Un risultato utile è una proposta di implementazione o spiegazione verificabile rispetto a quegli ingressi, non un’affermazione non verificata che l’applicazione sia finita.\n\nClaude 3.7 Sonnet supporta anche lavoro con agenti in cui un’applicazione fornisce strumenti e restituisce i risultati al modello. Anthropic mostra chiamate a funzione iterative e interazioni con il computer che coinvolgono ingressi dello schermo, clic del mouse virtuale e azioni da tastiera. Il modello può usare i riscontri per cambiare approccio durante il compito. Mantieni espliciti l’obiettivo e le azioni consentite e conserva un registro dei risultati effettivi degli strumenti. Il prodotto separato Claude Code aggiunge un ambiente di programmazione nel terminale; modifica dei file, esecuzione di comandi e azioni sul repository dipendono da quell’ambiente e non sono capacità eseguite da una risposta testuale da sola.\n\nIl ragionamento esteso può esporre una traccia di ragionamento oltre alla risposta finale. In questa edizione, Anthropic presenta il ragionamento visibile in forma grezza e avverte che può contenere idee intermedie errate, fuorvianti o incomplete. La traccia può avere un tono meno conversazionale della risposta finale e non è garantito che spieghi fedelmente ogni fattore alla base della decisione del modello. Considerala materiale da esaminare anziché prova della verità della conclusione. Per una revisione pratica, chiedi alla risposta finale di indicare le ipotesi, separare osservazioni e deduzioni e identificare ciò che richiede ancora verifica.\n\nIl modello è utile per il debug di più file correlati, la pianificazione di una modifica dell’interfaccia, il confronto di approcci tecnici e l’analisi di una domanda difficile. Prepara il più piccolo insieme di materiale che spiega il problema, poi richiedi l’uscita specifica necessaria: una patch motivata, una lista di controllo per la migrazione o una nota decisionale concisa. Per il codice, verifica il comportamento proposto nel progetto di destinazione; per l’analisi fattuale, verifica le prove. Questo mantiene il valore del ragionamento più approfondito del modello legato a un risultato utilizzabile, anziché alla lunghezza della spiegazione.", "editorialOverlay": { "copy_fields": { "practical_html": "Esempio tecnico in inglese
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet combina risposte standard e ragionamento esteso facoltativo in un solo modello. È progettato per ragionamento pratico, programmazione e sviluppo di interfacce, con riflessione più approfondita per compiti difficili e flussi guidati da strumenti quando l’applicazione li fornisce.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Anthropic Claude 3.7 Sonnet è un modello di ragionamento ibrido: lo stesso modello può rispondere in modalità standard o dedicare più tempo alla riflessione prima di fornire una risposta finale. La modalità standard sviluppa le capacità di Claude 3.5 Sonnet; il ragionamento esteso aggiunge autoriflessione passo per passo per compiti più difficili di programmazione, matematica, fisica e rispetto delle istruzioni. La distinzione riguarda la quantità di ragionamento eseguito dal modello, anziché il passaggio a un modello di ragionamento separato.
La progettazione dell’API di Anthropic permette agli sviluppatori di impostare un budget di ragionamento per controllare il lavoro di analisi. La riflessione aggiuntiva compete con lo spazio necessario alla risposta finale, quindi un compito complesso deve specificare sia il problema sia il risultato da consegnare. Una revisione del codice può richiedere un elenco ordinato di difetti e una piccola patch proposta, mentre un’indagine tecnica può richiedere ipotesi, spiegazioni alternative e le prove che le distinguerebbero. Più ragionamento può migliorare una risposta difficile, ma non garantisce correttezza né obbliga il modello a consumare l’intero budget disponibile.
La programmazione e lo sviluppo di interfacce web sono punti di forza centrali di questa edizione. Anthropic descrive miglioramenti nella comprensione di basi di codice complesse, nella pianificazione delle modifiche, nell’uso avanzato di strumenti e negli aggiornamenti dell’intera pila software. Usa queste capacità con prove concrete del progetto: file sorgente pertinenti, un messaggio di errore, passaggi di riproduzione, comportamento desiderato e interfacce che devono rimanere compatibili. Per un compito su una dashboard, specifica campi dei dati, azioni dell’utente, vincoli di impaginazione e criteri di accettazione. Un risultato utile è una proposta di implementazione o spiegazione verificabile rispetto a quegli ingressi, non un’affermazione non verificata che l’applicazione sia finita.
Claude 3.7 Sonnet supporta anche lavoro con agenti in cui un’applicazione fornisce strumenti e restituisce i risultati al modello. Anthropic mostra chiamate a funzione iterative e interazioni con il computer che coinvolgono ingressi dello schermo, clic del mouse virtuale e azioni da tastiera. Il modello può usare i riscontri per cambiare approccio durante il compito. Mantieni espliciti l’obiettivo e le azioni consentite e conserva un registro dei risultati effettivi degli strumenti. Il prodotto separato Claude Code aggiunge un ambiente di programmazione nel terminale; modifica dei file, esecuzione di comandi e azioni sul repository dipendono da quell’ambiente e non sono capacità eseguite da una risposta testuale da sola.
Il ragionamento esteso può esporre una traccia di ragionamento oltre alla risposta finale. In questa edizione, Anthropic presenta il ragionamento visibile in forma grezza e avverte che può contenere idee intermedie errate, fuorvianti o incomplete. La traccia può avere un tono meno conversazionale della risposta finale e non è garantito che spieghi fedelmente ogni fattore alla base della decisione del modello. Considerala materiale da esaminare anziché prova della verità della conclusione. Per una revisione pratica, chiedi alla risposta finale di indicare le ipotesi, separare osservazioni e deduzioni e identificare ciò che richiede ancora verifica.
Il modello è utile per il debug di più file correlati, la pianificazione di una modifica dell’interfaccia, il confronto di approcci tecnici e l’analisi di una domanda difficile. Prepara il più piccolo insieme di materiale che spiega il problema, poi richiedi l’uscita specifica necessaria: una patch motivata, una lista di controllo per la migrazione o una nota decisionale concisa. Per il codice, verifica il comportamento proposto nel progetto di destinazione; per l’analisi fattuale, verifica le prove. Questo mantiene il valore del ragionamento più approfondito del modello legato a un risultato utilizzabile, anziché alla lunghezza della spiegazione.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti claude-3-7-sonnet-latest | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Esempi: system, user, assistant, tool, function Condizioni: Questi ruoli sono rappresentati esplicitamente dai tipi di compatibilità del codice sorgente; l’insieme esatto dei ruoli rimane specifico del modello. Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].tool_call_id | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: role=tool; usa l’ID effettivamente restituito | Predefinito— |
Campomessages[].name | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campomessages[].reasoning_content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Reinserisci il ragionamento effettivamente restituito quando il modello lo utilizza | Predefinito— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campomax_completion_tokens | Tipointeger | RequisitoFacoltativo | Valori e limiti Minimo: 1 Dipende dal modello | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotemperature | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotop_p | Tiponumber | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campostop | Tipostring|string[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools | Tipofunction_tool[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campotools[].type | Tipostring | RequisitoFacoltativo | Valori e limiti function Dipende dal modello | Predefinito— |
Campotools[].function.name | Tipostring | RequisitoObbligatorio | Valori e limiti Si applica quando: Funzione fornita come strumento | Predefinito— |
Campotools[].function.description | Tipostring | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoFacoltativo | Valori e limiti | Predefinito— |
Campotool_choice | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoparallel_tool_calls | Tipoboolean | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporesponse_format | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning_effort | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camporeasoning | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Camposervice_tier | Tipostring | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoinstructions | Tipostring | RequisitoFacoltativo | Valori e limiti Campo di compatibilità | Predefinito— |
Campofunctions | Tipofunction[] | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campofunction_call | Tipostring|object | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campoprompt_cache_options | Tipoobject | RequisitoFacoltativo | Valori e limiti Dipende dal modello | Predefinito— |
Campomodalities | Tipostring[] | RequisitoFacoltativo | Valori e limiti text | Predefinito— |
Campoprovider | Tipoobject | RequisitoFacoltativo | Valori e limiti Condizioni: provider.options viene rifiutato su questa rotta testuale Ultra | Predefinito— |
Campocache_control.ttl | Tipostring | RequisitoFacoltativo | Valori e limiti Condizioni: 1h viene rifiutato nelle posizioni effettive della cache dei prompt | Predefinito— |
Testo · Testo UTF8
messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages |
Parametromaterial_types | Contrattotext |
Parametromessages | ContrattoArray di messaggi con struttura role/content |
Parametrofile_material | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
Parametrooptional_controls | Contrattostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrocontrol_scope | ContrattoSpecifico del modello; gli strumenti di funzione dell’utente differiscono dagli strumenti ospitati |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_input_binding | Contrattonull |
Ciclo di vita: synchronous_or_streamed
Invia l’ID esatto del modello con messages.
La lunghezza del contesto non è un limite di uscita.
Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.006 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0006 / 1K token Input · Scrittura nella cache $0.0075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-7-sonnet-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-7-sonnet-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-7-sonnet-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra claude-3-7-sonnet-latest
Usa i percorsi dei metodi indicati sopra.
claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet combina risposte standard e ragionamento esteso facoltativo in un solo modello. È progettato per ragionamento pratico, programmazione e sviluppo di interfacce, con riflessione più approfondita per compiti difficili e flussi guidati da strumenti quando l’applicazione li fornisce.
Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.
Anthropic Claude 3.7 Sonnet è un modello di ragionamento ibrido: lo stesso modello può rispondere in modalità standard o dedicare più tempo alla riflessione prima di fornire una risposta finale. La modalità standard sviluppa le capacità di Claude 3.5 Sonnet; il ragionamento esteso aggiunge autoriflessione passo per passo per compiti più difficili di programmazione, matematica, fisica e rispetto delle istruzioni. La distinzione riguarda la quantità di ragionamento eseguito dal modello, anziché il passaggio a un modello di ragionamento separato.
La progettazione dell’API di Anthropic permette agli sviluppatori di impostare un budget di ragionamento per controllare il lavoro di analisi. La riflessione aggiuntiva compete con lo spazio necessario alla risposta finale, quindi un compito complesso deve specificare sia il problema sia il risultato da consegnare. Una revisione del codice può richiedere un elenco ordinato di difetti e una piccola patch proposta, mentre un’indagine tecnica può richiedere ipotesi, spiegazioni alternative e le prove che le distinguerebbero. Più ragionamento può migliorare una risposta difficile, ma non garantisce correttezza né obbliga il modello a consumare l’intero budget disponibile.
La programmazione e lo sviluppo di interfacce web sono punti di forza centrali di questa edizione. Anthropic descrive miglioramenti nella comprensione di basi di codice complesse, nella pianificazione delle modifiche, nell’uso avanzato di strumenti e negli aggiornamenti dell’intera pila software. Usa queste capacità con prove concrete del progetto: file sorgente pertinenti, un messaggio di errore, passaggi di riproduzione, comportamento desiderato e interfacce che devono rimanere compatibili. Per un compito su una dashboard, specifica campi dei dati, azioni dell’utente, vincoli di impaginazione e criteri di accettazione. Un risultato utile è una proposta di implementazione o spiegazione verificabile rispetto a quegli ingressi, non un’affermazione non verificata che l’applicazione sia finita.
Claude 3.7 Sonnet supporta anche lavoro con agenti in cui un’applicazione fornisce strumenti e restituisce i risultati al modello. Anthropic mostra chiamate a funzione iterative e interazioni con il computer che coinvolgono ingressi dello schermo, clic del mouse virtuale e azioni da tastiera. Il modello può usare i riscontri per cambiare approccio durante il compito. Mantieni espliciti l’obiettivo e le azioni consentite e conserva un registro dei risultati effettivi degli strumenti. Il prodotto separato Claude Code aggiunge un ambiente di programmazione nel terminale; modifica dei file, esecuzione di comandi e azioni sul repository dipendono da quell’ambiente e non sono capacità eseguite da una risposta testuale da sola.
Il ragionamento esteso può esporre una traccia di ragionamento oltre alla risposta finale. In questa edizione, Anthropic presenta il ragionamento visibile in forma grezza e avverte che può contenere idee intermedie errate, fuorvianti o incomplete. La traccia può avere un tono meno conversazionale della risposta finale e non è garantito che spieghi fedelmente ogni fattore alla base della decisione del modello. Considerala materiale da esaminare anziché prova della verità della conclusione. Per una revisione pratica, chiedi alla risposta finale di indicare le ipotesi, separare osservazioni e deduzioni e identificare ciò che richiede ancora verifica.
Il modello è utile per il debug di più file correlati, la pianificazione di una modifica dell’interfaccia, il confronto di approcci tecnici e l’analisi di una domanda difficile. Prepara il più piccolo insieme di materiale che spiega il problema, poi richiedi l’uscita specifica necessaria: una patch motivata, una lista di controllo per la migrazione o una nota decisionale concisa. Per il codice, verifica il comportamento proposto nel progetto di destinazione; per l’analisi fattuale, verifica le prove. Questo mantiene il valore del ragionamento più approfondito del modello legato a un risultato utilizzabile, anziché alla lunghezza della spiegazione.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti claude-3-7-sonnet-latest | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
Campomessages[].content | Tipostring | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campomax_tokens | Tipointeger | RequisitoObbligatorio | Valori e limiti | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
Testo · Testo UTF-8
Stringa messages[].content
| Parametro | Contratto |
|---|---|
Parametrocontent_type | Contrattoapplication/json |
Parametrorequired | Contrattomodel, messages, max_tokens |
Parametrooptional_controls | Contrattostream |
Parametromaterial_types | Contrattotext |
Parametrotext_file_material | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |
Ciclo di vita: synchronous_or_streamed
Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.
| Configurazione | Listino delle tariffe | Costo |
|---|---|---|
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input $0.006 / 1K token Output · Token in output $0.03 / 1K token Input · Lettura dalla cache $0.0006 / 1K token Input · Scrittura nella cache $0.0075 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
{\n "model": "claude-3-7-sonnet-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva ogni risposta, file e parte di contenuto restituiti per intero.
Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.
Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Risposta | Condizione | Passaggio successivo |
|---|---|---|
Risposta400 · invalid_request_error | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |
Ailoot Ultra claude-3-7-sonnet-latest
Usa i percorsi dei metodi indicati sopra.
Esempio tecnico in inglese
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.