Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
", "aboutText": "### コード、文書、行動計画\n\nClaude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。\n\nモデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。\n\n### 視覚的な環境での動作\n\nSonnet 4.6は**テキストと画像**を理解し、モデル自体の結果は**テキスト**です。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。\n\nメーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。\n\n同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。\n\n### 分析の調整方法\n\nこのバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。`effort`のレベルは`low`、`medium`、`high`、`max`で、標準は`high`です。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。\n\n現在の仕様では、**コンテキストは1Mトークン**、**通常モードの応答は最大128kトークン**です。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。\n\n### 作業で考慮する点\n\n内蔵知識の信頼できる基準時点は**2025年八月**です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。\n\nSonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
Turn a report into an action plan\n\nRead these release notes: "Import rejects blank email addresses. Existing records with blank emails still open. The settings page says email is optional. Support has three complaints about contradictory instructions." Prepare an action plan with the user-facing inconsistency, a proposed wording change and checks for new imports versus existing records.A short issue statement, revised settings wording and separate checks for import and existing-record behavior.Check that changing the help text is not presented as changing validation or stored records.claude-sonnet-4-6Claude Sonnet 4.6は、開発、長い文書の理解、計画、視覚データを使うタスクを支援します。適応型推論と、ツールを使った複数段階の作業に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
POST /v1/messagestext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 claude-sonnet-4-6 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string|content_block[] | 要件必須 | 値と制限 | デフォルト— |
フィールドsystem | 種類string|content_block[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 最小値: 1 制限の適用対象: 選択したモデル／カードに固有の正確な上限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop_sequences | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].name | 種類string | 要件任意 | 値と制限 適用条件: ツールの指定あり | デフォルト— |
フィールドtools[].description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].input_schema | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドthinking.budget_tokens | 種類integer | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドoutput_config.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmetadata | 種類object | 要件任意 | 値と制限 | デフォルト— |
フィールドcache_control | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].contentまたはtype=textブロック
テキスト + 画像
{type:image,source:{type:base64,media_type,data}}またはtype=urlのソース
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/messagesAilootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="claude-sonnet-4-6",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "claude-sonnet-4-6",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='claude-sonnet-4-6',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njsonまたはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot claude-sonnet-4-6
Ailoot Ultra anthropic/claude-sonnet-4.6
上記に表示されたメソッドパスを使用してください。
claude-sonnet-4-6Claude Sonnet 4.6は、開発、長い文書の理解、計画、視覚データを使うタスクを支援します。適応型推論と、ツールを使った複数段階の作業に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
POST /v1/responsestext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 claude-sonnet-4-6 | デフォルト— |
フィールドinput | 種類string|input_item[] | 要件必須 | 値と制限 | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].type | 種類string | 要件任意 | 値と制限 message, reasoning, function_call, function_call_output | デフォルト— |
フィールドinput[].content | 種類string|content_part[] | 要件任意 | 値と制限 | デフォルト— |
フィールドinput[].call_id | 種類string | 要件任意 | 値と制限 適用条件: function_call_output。実際に返されたcall_idを保持してください | デフォルト— |
フィールドinput[].output | 種類string|content_part[] | 要件任意 | 値と制限 適用条件: function_call_output | デフォルト— |
フィールドmax_output_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning.summary | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtext.verbosity | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinclude | 種類string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstore | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprevious_response_id | 種類string | 要件任意 | 値と制限 IDの要件: 対応する継続処理の実際の応答IDのみ モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_key | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
入力テキストまたはinput_textパート
テキスト + 画像
{type:input_image,image_url}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, input |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/responsesAilootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="claude-sonnet-4-6", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "claude-sonnet-4-6", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="claude-sonnet-4-6", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njsonまたはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての出力項目とコンテンツのパート、実際の関数call_id、暗号化された推論、使用量を保持してください。ストリーミングではイベント／項目の識別情報を完全に残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドstatus | 種類string |
フィールドoutput[] | 種類message|reasoning|function_call|other item |
フィールドoutput[].content[] | 種類content part |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot claude-sonnet-4-6
Ailoot Ultra anthropic/claude-sonnet-4.6
上記に表示されたメソッドパスを使用してください。
claude-sonnet-4-6Claude Sonnet 4.6は、開発、長い文書の理解、計画、視覚データを使うタスクを支援します。適応型推論と、ツールを使った複数段階の作業に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
POST /v1/chat/completionstext, imagetext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 claude-sonnet-4-6 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
テキスト · UTF8テキスト
messages[].content
テキスト + 画像
{type:image_url,image_url:{url,detail}}
| パラメータ | 仕様 |
|---|---|
パラメータmaterial_types | 仕様text, image |
パラメータrequired | 仕様model, messages |
パラメータoptional_controls | 仕様null |
パラメータcontent_type | 仕様application/json |
パラメータtext_file_material | 仕様実際のUTF-8内容をテキストとして挿入します。ファイルID/URLsには別途、正確な対応が必要です |
ライフサイクル: exact retained published method
メソッドの形式とIDは正確に記載しています。供給元の対応能力とリクエストの受け入れは別です。
POST /v1/chat/completionsAilootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
モデル単位の参照料金表は、メソッド選択、見積もり、課金を変更しません。実際の課金には、選択したAilootメソッドの料金を適用します。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定OpenAI Chat · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定OpenAI Chat · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · 基本トークン料金 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定Anthropic Messages · リクエスト長別料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-sonnet-4-6", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="claude-sonnet-4-6",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "claude-sonnet-4-6",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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-sonnet-4-6',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot claude-sonnet-4-6
Ailoot Ultra anthropic/claude-sonnet-4.6
上記に表示されたメソッドパスを使用してください。
anthropic/claude-sonnet-4.6Claude Sonnet 4.6は、開発、長い文書の理解、計画、視覚データを使うタスクを支援します。適応型推論と、ツールを使った複数段階の作業に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 anthropic/claude-sonnet-4.6 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-sonnet-4.6", "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='anthropic/claude-sonnet-4.6',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='anthropic/claude-sonnet-4.6',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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot claude-sonnet-4-6
Ailoot Ultra anthropic/claude-sonnet-4.6
上記に表示されたメソッドパスを使用してください。
anthropic/claude-sonnet-4.6Claude Sonnet 4.6は、開発、長い文書の理解、計画、視覚データを使うタスクを支援します。適応型推論と、ツールを使った複数段階の作業に対応しています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
Claude Sonnet 4.6は、プログラミング、大きなコンテキストの理解、エージェントの計画、情報を扱う専門業務、デザインを組み合わせます。Anthropicは、変更前にコードを調べることと、指示の複数の段階に順を追って取り組む能力を特徴として挙げています。大規模なプロジェクトの問題の探索、長い文書の分析、報告書の内容の準備に役立ちます。
モデルは、一回のリクエストで契約書、研究論文、その他の素材の情報を分析できます。タスクには、事実の抽出、それに基づく推論、複数の部分を組み合わせた結果の作成を含められます。説明されている用途には、財務分析と、構図やデザインを重視したインターフェースのコードの作成もあります。
Sonnet 4.6はテキストと画像を理解し、モデル自体の結果はテキストです。Anthropicは、スクリーンショットを手掛かりに、マウスやキーボードの動作を選び、複雑な表やウェブフォームの一連の手順を分析する、コンピュータ上の用途を説明しています。実際の実行には、画面を渡して動作を実行するアプリケーションのツールが必要です。
メーカー側の通常の視覚入力形式はJPEG/PNG/GIF/WebPで、アニメーションは最初のフレームを使用します。ネイティブ解析では、長辺は1568ピクセル、視覚トークンは1568です。大きな画像は解析前に縮小されます。ファイルやパラメータへの対応は、アプリケーションのメソッドによって決まります。
同様に、文書、表、プレゼンテーションは、分析や内容の準備の対象になりますが、完成したファイルの出力には適切な環境が必要です。画像は、グラフ、図、素材の視覚的な構造の理解に役立ちますが、それによってモデルが画像生成モデルになるわけではありません。
このバージョンは、適応型推論と手動のextended thinkingに対応しています。手動モードは非推奨とされています。適応型では、ツール呼び出しの間も含めて、追加の分析が役立つタイミングをモデルが選べます。effortのレベルはlow、medium、high、maxで、標準はhighです。Anthropicによると、検討の強度の選択は、検討の詳しさと遅延をタスクの性質に合わせるのに役立ちます。
現在の仕様では、コンテキストは1Mトークン、通常モードの応答は最大128kトークンです。長期的な作業のために、メーカーは古いコンテキストを簡潔な内容に圧縮する実験的な機能も説明しています。この機能にはアプリケーションの対応が必要であり、モデルのウィンドウの制限をなくすものではありません。
内蔵知識の信頼できる基準時点は2025年八月です。それ以降の情報には、指示の素材や利用可能な検索が必要です。接続されたツールは、情報の検索、コードの実行、取得した内容の処理を支援できます。その有無と許可される動作は、アプリケーションが定めます。
Sonnet 4.6は、他者の素材に隠れた悪意ある指示に抵抗するよう学習されています。ただし、複雑な視覚的環境や曖昧な指示によって、誤りが生じる可能性は残ります。明示的なタスクの要件、抽出した事実の検証、動作の結果の評価は、モデルを信頼性高く利用するために引き続き必要です。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 anthropic/claude-sonnet-4.6 | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.006 / 1K トークン 出力 · 出力トークン $0.03 / 1K トークン 入力 · キャッシュ読み取り $0.0006 / 1K トークン 入力 · キャッシュ書き込み $0.0075 / 1K トークン 入力 · キャッシュ書き込み、1時間 $0.012 / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "anthropic/claude-sonnet-4.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'anthropic/claude-sonnet-4.6', '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': 'anthropic/claude-sonnet-4.6', '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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot claude-sonnet-4-6
Ailoot Ultra anthropic/claude-sonnet-4.6
上記に表示されたメソッドパスを使用してください。
英語の技術例
Turn a report into an action plan\n\nRead these release notes: "Import rejects blank email addresses. Existing records with blank emails still open. The settings page says email is optional. Support has three complaints about contradictory instructions." Prepare an action plan with the user-facing inconsistency, a proposed wording change and checks for new imports versus existing records.A short issue statement, revised settings wording and separate checks for import and existing-record behavior.Check that changing the help text is not presented as changing validation or stored records.