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.
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.
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.
claude-haiku-4-5-20251001-thinkingClaude 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.
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 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.
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.
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.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObbligatorio | Valori e limiti claude-haiku-4-5-20251001-thinking | Predefinito— |
Campomessages | Tipomessage[] | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
Campomessages[].role | Tipostring | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
Campomessages[].content | Tipostring | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
Campostream | Tipoboolean | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |
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 |
Parametrocontrol_scope | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
Parametrooutput_modalities | Contrattotext |
Parametrohosted_operations | Contrattofalse |
Parametromultimodal_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.
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 $0.002 / 1K token Output · Token in output $0.01 / 1K token Input · Lettura dalla cache $0.0002 / 1K token Input · Scrittura nella cache $0.0025 / 1K token Input · Scrittura nella cache, 1 ora — / 1K token |
Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. Come funzionano la prenotazione e l’addebito finale →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-haiku-4-5-20251001-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\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-haiku-4-5-20251001-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"))\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-haiku-4-5-20251001-thinking
/chat/completions