Anthropic: Claude Haiku 4.5

Claude Haiku 4.5 è pensato per assistenti interattivi, supporto agli utenti, elaborazione quotidiana di informazioni e lavoro sul codice. Per le domande complesse supporta una modalità di ragionamento separata.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-haiku-4-5-20251001-thinking

Informazioni sul modello

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.

Quando conta la risposta a ogni passaggio

Anthropic ha progettato Claude Haiku 4.5 per assistenti conversazionali, supporto agli utenti, lavoro condiviso sul codice e prototipazione. Il modello è utile in un ciclo in cui una persona pone una domanda, riceve un risultato e precisa subito il passaggio successivo. Secondo Anthropic, questa versione presenta una bassa latenza di risposta; il tempo concreto dipende dall'istruzione e dall'applicazione.

Haiku 4.5 è pensato anche per elaborare un gran numero di attività separate. In un processo agentico gli si può affidare una sottoattività specifica, per poi trasmettere il risultato al resto del sistema. Tra gli ambiti descritti figurano programmazione, ragionamento e azioni nell'interfaccia. Le chiamate di strumenti e il controllo del computer sono possibili quando l'applicazione fornisce al modello i mezzi corrispondenti; una singola richiesta testuale non gli dà accesso all'ambiente di lavoro.

Risposta normale e budget manuale di ragionamento

Per le attività con più passaggi logici è previsto extended thinking: l'applicazione attiva esplicitamente il ragionamento e ne imposta il budget tramite budget_tokens. Quando il metodo supporta queste impostazioni, il budget manuale budget_tokens deve essere di almeno 1024 token e inferiore a max_tokens, per lasciare spazio alla risposta finale. Orienta l'ampiezza dell'analisi, mentre max_tokens limita l'intero output. Haiku 4.5 utilizza precisamente la modalità manuale: il ragionamento adattivo e il controllo della profondità tramite effort non sono supportati in questa versione. Non è supportato neppure il ragionamento tra chiamate successive di strumenti.

È una distinzione utile nella scelta dell'attività. La modalità normale è adatta al dialogo diretto; il ragionamento attivo dà al modello spazio per elaborare codice o domande complesse. Il contenuto dell'istruzione continua a determinare quali informazioni analizzare e in quale forma presentare il risultato.

Materiali e limiti della versione

Il modello riceve testo e immagini e restituisce il risultato in forma testuale. La finestra di contesto è di 200 mila token, la risposta massima di 64 mila token. L'immagine è materiale da analizzare insieme alla domanda: il modello può spiegare il contenuto visibile e collegarlo all'istruzione testuale. Il supporto delle immagini in ingresso non implica la creazione o la modifica di immagini.

I formati dell'input visivo ordinario presso il produttore sono JPEG/PNG/GIF/WebP, con il primo fotogramma per le animazioni. Nell'analisi nativa il lato lungo è di 1568 pixel, con 1568 token visivi; le immagini più grandi vengono ridimensionate prima dell'analisi. Il supporto di file e parametri dipende dal metodo dell'applicazione.

Per questa versione Anthropic descrive uno stile di comunicazione conciso e diretto. È utile indicare in anticipo il livello di dettaglio desiderato, il formato del risultato e i vincoli dell'attività. Le conoscenze integrate hanno un riferimento affidabile a febbraio 2025; le informazioni su eventi successivi devono essere incluse nel materiale dell'istruzione oppure ottenute tramite gli strumenti disponibili all'applicazione. Alcune richieste possono essere rifiutate.

Se il metodo offre impostazioni di campionamento, non si possono impostare contemporaneamente temperature e top_p: per questa versione si sceglie uno dei due parametri.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-haiku-4-5-20251001-thinking

claude-haiku-4-5-20251001-thinking

Anthropic /claude-haiku-4-5-20251001-thinking

Introduzione

Input accettati: Testo
Risultati: Testo

Disponibile in Ailoot · input e metodi

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions

Tipi di input: text
Tipi di output: text
Formato di output: json o SSE

Campo	Tipo	Requisito	Valori e limiti	Predefinito
Campo`model`	Tipo`string`	RequisitoObbligatorio	Valori e limiti claude-haiku-4-5-20251001-thinking	Predefinito—
Campo`messages`	Tipo`message[]`	RequisitoObbligatorio	Valori e limiti Numero minimo di elementi: 1	Predefinito—
Campo`messages[].role`	Tipo`string`	RequisitoObbligatorio	Valori e limiti Dipende dal modello	Predefinito—
Campo`messages[].content`	Tipo`string`	RequisitoFacoltativo	Valori e limiti Si applica quando: Conversazione testuale	Predefinito—
Campo`stream`	Tipo`boolean`	RequisitoFacoltativo	Valori e limiti	Predefinitofalse

Combinazioni di materiali in input

Testo · Testo UTF8

messages[].content

Parametri e ciclo di vita del metodo

Parametro	Contratto
Parametro`content_type`	Contrattoapplication/json
Parametro`required`	Contrattomodel, messages
Parametro`material_types`	Contrattotext
Parametro`messages`	ContrattoArray di messaggi con struttura role/content
Parametro`file_material`	ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto
Parametro`optional_controls`	Contrattostream
Parametro`control_scope`	ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false.
Parametro`output_modalities`	Contrattotext
Parametro`hosted_operations`	Contrattofalse
Parametro`multimodal_input_binding`	Contrattonull

Alias del metodo: /chat/completions

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.

Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida: Non specificato Quando è selezionata la modalità rapida
Modalità flex: Non specificato Quando è selezionata la modalità flex
Sforzo massimo di ragionamento: Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

Tariffe Ailoot

Prezzi per configurazione

Configurazione	Listino delle tariffe	Costo
ConfigurazioneTariffe di base dei token	Listino delle tariffeTariffa base	Costo Input · Token in input $0.002 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.0002 / 1K token Input · Scrittura nella cache $0.0025 / 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 →

Esempi di richieste

Ailoot Ultra · OpenAI Chat

curlPython SDK

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"claude-haiku-4-5-20251001-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT

from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model="claude-haiku-4-5-20251001-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))

Ricevi e salva i risultati

Ailoot Ultra · OpenAI Chat

json o SSE

Conserva tutti i risultati completati

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.

Se occorre verificare la risposta originale

Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.

Campi della risposta

Campo	Tipo
Campo`choices[].index`	Tipointeger
Campo`choices[].message.content`	Tipostring\|null
Campo`choices[].message.tool_calls`	Tipotool_call[]
Campo`choices[].message.reasoning_content`	Tipostring
Campo`choices[].message.reasoning_details`	Tipoobject\|array
Campo`choices[].finish_reason`	Tipostring\|null
Campo`usage`	Tipoobject

Errori e passaggi successivi

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.

Alias

Alias del modello

Ailoot Ultra claude-haiku-4-5-20251001-thinking

Alias dei percorsi dei metodi

/chat/completions

ID di chiamata correlati

claude-haiku-4-5-20251001-thinking

FAQ · Anthropic: Claude Haiku 4.5

Quali input e risultati sono disponibili?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: text → text
Quali campi usa la richiesta?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: model, messages, stream
Quali limiti si applicano?: POST /v1/chat/completions · claude-haiku-4-5-20251001-thinking: messages.min_items: 1

Anthropic: Claude Haiku 4.5