Claude Opus 4.5는 모호한 요구 사항을 이해하고, 작업 계획을 선택하며, 단계적으로 결과에 도달해야 하는 과제를 위한 Anthropic 모델입니다. 주요 활용 분야로 프로그래밍, 에이전트 작업, 컴퓨터 사용, 심층 연구를 제시합니다. 일상적인 전문 업무에서는 스프레드시트와 프레젠테이션 작업에 도움을 줄 수 있습니다.
엔지니어링 과제에서 Opus 4.5는 시스템 여러 부분의 관계를 검토하고, 복잡한 오류의 원인을 찾으며, 절충안을 논의하고 코드 변경을 준비할 수 있습니다. 장기 작업에 대해 Anthropic은 작업 계획, 도구 사용, 하위 작업 조율을 별도로 강조합니다. 먼저 자료를 조사한 뒤 작업을 선택하고 결과를 확인해야 하는 상황에 적합합니다.
파일 읽기와 편집, 명령 실행, 정보 검색, 인터페이스 작업 수단은 애플리케이션이 제공해야 합니다. 모델은 무엇을 해야 할지 추론하고 사용 가능한 도구에 대한 호출을 구성합니다. 실제 실행은 연결된 환경에 따라 달라집니다. 마찬가지로 스프레드시트나 프레젠테이션 준비에는 내용과 코드가 포함될 수 있지만, 완성된 파일을 출력하려면 해당 도구가 필요합니다.
Opus 4.5는 수동 예산 budget_tokens를 사용하는 extended thinking을 지원합니다. 이 모드를 활성화하면 최종 응답 전에 과제를 분석합니다. 애플리케이션이 적절하게 지원하면 도구 호출 사이에도 추론하여 다음 작업 전에 받은 결과를 반영할 수 있습니다.
호출 방식이 설정을 지원하면 수동 예산 budget_tokens는 1024토큰부터 시작하며 일반적으로 max_tokens보다 작아야 합니다. 도구 사이의 추론에는 예외가 있습니다. 하나의 턴에서 여러 분석 블록에 걸쳐 적용되므로 예산이 max_tokens를 초과할 수 있습니다. 이 예외에는 애플리케이션의 해당 모드 지원이 필요합니다.
effort는 전체 작업의 깊이를 조절합니다. low, medium, high를 사용할 수 있으며 기본은 high입니다. 추론이 활성화된 경우와 비활성화된 경우에 모두 작동합니다. 추론 예산과 노력 수준의 역할은 다릅니다. 전자는 내부 분석의 양을 조절하고, 후자는 전체 응답 작업에 영향을 줍니다. 이 버전에는 적응형 모드가 없습니다.
입력은 텍스트와 이미지이며, 모델은 텍스트를 출력합니다. 컨텍스트는 20만 토큰, 최대 응답 길이는 6만 4000토큰입니다. 방대한 자료를 연구, 문서 분석, 개발에 사용할 수 있지만 결과는 이 특정 버전의 제한 안에 들어가야 합니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 1568픽셀, 시각 토큰은 1568개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
내장 지식의 신뢰할 수 있는 기준 시점은 2025년 5월입니다. 최신 정보에는 제공된 자료나 애플리케이션의 도구가 필요합니다. Anthropic은 다른 콘텐츠에 숨겨진 악성 지시에 저항하도록 모델을 학습시켰지만, 이것이 잘못된 판단을 완전히 막지는 않습니다. 계획, 변경 사항, 결론은 실제 과제에서 검증해야 합니다.
", "aboutText": "Claude Opus 4.5는 모호한 요구 사항을 이해하고, 작업 계획을 선택하며, 단계적으로 결과에 도달해야 하는 과제를 위한 Anthropic 모델입니다. 주요 활용 분야로 프로그래밍, 에이전트 작업, 컴퓨터 사용, 심층 연구를 제시합니다. 일상적인 전문 업무에서는 스프레드시트와 프레젠테이션 작업에 도움을 줄 수 있습니다.\n\n### 문제 분석에서 실행까지\n\n엔지니어링 과제에서 Opus 4.5는 시스템 여러 부분의 관계를 검토하고, 복잡한 오류의 원인을 찾으며, 절충안을 논의하고 코드 변경을 준비할 수 있습니다. 장기 작업에 대해 Anthropic은 작업 계획, 도구 사용, 하위 작업 조율을 별도로 강조합니다. 먼저 자료를 조사한 뒤 작업을 선택하고 결과를 확인해야 하는 상황에 적합합니다.\n\n파일 읽기와 편집, 명령 실행, 정보 검색, 인터페이스 작업 수단은 애플리케이션이 제공해야 합니다. 모델은 무엇을 해야 할지 추론하고 사용 가능한 도구에 대한 호출을 구성합니다. 실제 실행은 연결된 환경에 따라 달라집니다. 마찬가지로 스프레드시트나 프레젠테이션 준비에는 내용과 코드가 포함될 수 있지만, 완성된 파일을 출력하려면 해당 도구가 필요합니다.\n\n### 서로 다른 두 제어 수단\n\nOpus 4.5는 수동 예산 `budget_tokens`를 사용하는 **extended thinking**을 지원합니다. 이 모드를 활성화하면 최종 응답 전에 과제를 분석합니다. 애플리케이션이 적절하게 지원하면 도구 호출 사이에도 추론하여 다음 작업 전에 받은 결과를 반영할 수 있습니다.\n\n호출 방식이 설정을 지원하면 수동 예산 `budget_tokens`는 **1024토큰**부터 시작하며 일반적으로 `max_tokens`보다 작아야 합니다. 도구 사이의 추론에는 예외가 있습니다. 하나의 턴에서 여러 분석 블록에 걸쳐 적용되므로 예산이 `max_tokens`를 초과할 수 있습니다. 이 예외에는 애플리케이션의 해당 모드 지원이 필요합니다.\n\n`effort`는 전체 작업의 깊이를 조절합니다. `low`, `medium`, `high`를 사용할 수 있으며 기본은 `high`입니다. 추론이 활성화된 경우와 비활성화된 경우에 모두 작동합니다. 추론 예산과 노력 수준의 역할은 다릅니다. 전자는 내부 분석의 양을 조절하고, 후자는 전체 응답 작업에 영향을 줍니다. 이 버전에는 적응형 모드가 없습니다.\n\n### 텍스트와 시각 자료\n\n입력은 **텍스트와 이미지**이며, 모델은 **텍스트**를 출력합니다. 컨텍스트는 **20만 토큰**, 최대 응답 길이는 **6만 4000토큰**입니다. 방대한 자료를 연구, 문서 분석, 개발에 사용할 수 있지만 결과는 이 특정 버전의 제한 안에 들어가야 합니다.\n\n개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 1568픽셀, 시각 토큰은 1568개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.\n\n내장 지식의 신뢰할 수 있는 기준 시점은 **2025년 5월**입니다. 최신 정보에는 제공된 자료나 애플리케이션의 도구가 필요합니다. Anthropic은 다른 콘텐츠에 숨겨진 악성 지시에 저항하도록 모델을 학습시켰지만, 이것이 잘못된 판단을 완전히 막지는 않습니다. 계획, 변경 사항, 결론은 실제 과제에서 검증해야 합니다.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "b5526c9b0ee63050fbc5f8c0a114ccda749dff56bbaf6a10f58084348b363b95", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ko", "methods": [ { "html": "anthropic/claude-opus-4.5:batchClaude Opus 4.5는 복잡한 개발, 연구, 여러 단계의 도구 사용에 초점을 맞춥니다. 모호한 과제를 분석하고 문서, 스프레드시트, 프레젠테이션의 내용을 준비하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 4.5는 모호한 요구 사항을 이해하고, 작업 계획을 선택하며, 단계적으로 결과에 도달해야 하는 과제를 위한 Anthropic 모델입니다. 주요 활용 분야로 프로그래밍, 에이전트 작업, 컴퓨터 사용, 심층 연구를 제시합니다. 일상적인 전문 업무에서는 스프레드시트와 프레젠테이션 작업에 도움을 줄 수 있습니다.
엔지니어링 과제에서 Opus 4.5는 시스템 여러 부분의 관계를 검토하고, 복잡한 오류의 원인을 찾으며, 절충안을 논의하고 코드 변경을 준비할 수 있습니다. 장기 작업에 대해 Anthropic은 작업 계획, 도구 사용, 하위 작업 조율을 별도로 강조합니다. 먼저 자료를 조사한 뒤 작업을 선택하고 결과를 확인해야 하는 상황에 적합합니다.
파일 읽기와 편집, 명령 실행, 정보 검색, 인터페이스 작업 수단은 애플리케이션이 제공해야 합니다. 모델은 무엇을 해야 할지 추론하고 사용 가능한 도구에 대한 호출을 구성합니다. 실제 실행은 연결된 환경에 따라 달라집니다. 마찬가지로 스프레드시트나 프레젠테이션 준비에는 내용과 코드가 포함될 수 있지만, 완성된 파일을 출력하려면 해당 도구가 필요합니다.
Opus 4.5는 수동 예산 budget_tokens를 사용하는 extended thinking을 지원합니다. 이 모드를 활성화하면 최종 응답 전에 과제를 분석합니다. 애플리케이션이 적절하게 지원하면 도구 호출 사이에도 추론하여 다음 작업 전에 받은 결과를 반영할 수 있습니다.
호출 방식이 설정을 지원하면 수동 예산 budget_tokens는 1024토큰부터 시작하며 일반적으로 max_tokens보다 작아야 합니다. 도구 사이의 추론에는 예외가 있습니다. 하나의 턴에서 여러 분석 블록에 걸쳐 적용되므로 예산이 max_tokens를 초과할 수 있습니다. 이 예외에는 애플리케이션의 해당 모드 지원이 필요합니다.
effort는 전체 작업의 깊이를 조절합니다. low, medium, high를 사용할 수 있으며 기본은 high입니다. 추론이 활성화된 경우와 비활성화된 경우에 모두 작동합니다. 추론 예산과 노력 수준의 역할은 다릅니다. 전자는 내부 분석의 양을 조절하고, 후자는 전체 응답 작업에 영향을 줍니다. 이 버전에는 적응형 모드가 없습니다.
입력은 텍스트와 이미지이며, 모델은 텍스트를 출력합니다. 컨텍스트는 20만 토큰, 최대 응답 길이는 6만 4000토큰입니다. 방대한 자료를 연구, 문서 분석, 개발에 사용할 수 있지만 결과는 이 특정 버전의 제한 안에 들어가야 합니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 1568픽셀, 시각 토큰은 1568개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
내장 지식의 신뢰할 수 있는 기준 시점은 2025년 5월입니다. 최신 정보에는 제공된 자료나 애플리케이션의 도구가 필요합니다. Anthropic은 다른 콘텐츠에 숨겨진 악성 지시에 저항하도록 모델을 학습시켰지만, 이것이 잘못된 판단을 완전히 막지는 않습니다. 계획, 변경 사항, 결론은 실제 과제에서 검증해야 합니다.
POST /v1/batchestexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드endpoint | 유형string | 요건필수 | 값과 한도 /v1/chat/completions | 기본값— |
필드model | 유형string | 요건필수 | 값과 한도 anthropic/claude-opus-4.5:batch | 기본값— |
필드requests | 유형batch_item[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드requests[].custom_id | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드requests[].body.messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드completion_window | 유형string | 요건선택 사항 | 값과 한도 24h | 기본값— |
필드provider | 유형object|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드requests[].body.model | 유형string | 요건선택 사항 | 값과 한도 anthropic/claude-opus-4.5:batch, anthropic/claude-opus-4.5 | 기본값— |
필드provider.only | 유형string[] | 요건선택 사항 | 값과 한도 anthropic | 기본값— |
필드provider.allow_fallbacks | 유형boolean|null | 요건선택 사항 | 값과 한도 false, null | 기본값— |
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세endpoint, model, requests |
매개변수material_types | 명세text |
매개변수representation | 명세인라인 requests[]; 각 항목에는 custom_id와 body가 있습니다 |
매개변수request_endpoint_profile | 명세/v1/chat/completions |
매개변수file_material | 명세호출자는 실제 UTF-8 JSONL을 로컬에서 읽어 requests[]에 넣을 수 있습니다. 업로드 목적, input_file_id 또는 파일 참조는 사용하지 않습니다. 고객 자료가 없거나 비어 있으면 POST 전에 준비를 중단합니다. |
매개변수serialization_order | 명세endpoint, model, provider (제공된 경우), completion_window (제공된 경우), requests는 마지막에 |
매개변수optional_controls | 명세provider.only, provider.allow_fallbacks, completion_window |
매개변수schema_scope | 명세문서에 명시된 인라인 배치 요청 구조에 담긴 텍스트 Chat Completions 본문입니다. |
수명 주기: asynchronous
GET /v1/batches/{operation_id} · 최초 생성 응답에서 실제로 반환된 response.id; 동일한 사용자/키/그룹
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.025 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 $0.00625 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.01 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.005 / 1K 토큰 출력 · 출력 토큰 $0.025 / 1K 토큰 입력 · 캐시 읽기 $0.0005 / 1K 토큰 입력 · 캐시 쓰기 $0.00625 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.01 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-opus-4.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-opus-4.5:batch', 'anthropic/claude-opus-4.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\n인라인 results[].response.body JSON
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\n반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
최초 상태 JSON 전체, 모든 결과/custom_id와 응답 또는 오류 본문 전체를 보관하세요. 완료된 results[]는 필터링 없이 JSONL로 저장하세요.
최초 작업 ID를 보관하세요. 503 result_pending_check에는 X-Should-Retry:false가 포함됩니다. 상태가 불명확한 최초 배치를 다시 제출하지 마세요.
| 필드 | 유형 |
|---|---|
필드results[].custom_id | 유형string |
필드results[].response.body.choices[].message.content | 유형string|null |
필드results[].error | 유형object|null |
필드usage | 유형object|null |
필드id | 유형string |
필드model | 유형string |
필드endpoint | 유형string |
필드status | 유형string |
필드request_counts | 유형object |
필드results[].id | 유형string |
필드results[].response.status_code | 유형integer |
필드results[].response.request_id | 유형string |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건문서에 명시된 인라인 요청 구조가 유효하지 않거나, 키가 중복되거나, 항목 식별 정보 또는 설정된 모델 기능에 충돌이 있습니다. | 다음 단계새로 제출하기 전에 표시된 필드를 수정하세요. |
응답401 · authentication_error | 조건유효하지 않은 API 키입니다. | 다음 단계사용 권한이 있는 Ailoot 키를 사용하세요. |
응답403 · permission_error | 조건배치 그룹을 사용할 수 없습니다. | 다음 단계키/그룹의 사용 권한을 확인하세요. |
응답422 · invalid_request_error | 조건배치는 잔액 과금을 사용하며, 구독을 통한 생성 요청은 거부됩니다. | 다음 단계사용 권한이 있는 잔액 과금 그룹을 사용하세요. |
응답422 · price_unavailable | 조건배치 입력의 예상 비용을 산출할 수 없습니다. | 다음 단계응답을 보관하고 문서에 명시된 API 계열 입력을 사용하세요. |
응답402 · billing_error | 조건배치 예약 금액을 확보할 수 없습니다. | 다음 단계새 요청 전에 요청 허용 조건을 충족하세요. |
응답503 · price_unavailable | 조건배치 메서드 가격 또는 네이티브 요율을 사용할 수 없습니다. | 다음 단계응답을 보관하고 가격을 임의로 대체하지 마세요. |
응답503 · api_error | 조건정확히 일치하는 공급업체 라우트를 사용할 수 없습니다. | 다음 단계라우트 수정을 위해 응답을 보관하세요. |
응답503 · result_pending_check | 조건최초 결과를 확인해야 합니다. X-Should-Retry:false. | 다음 단계최초 operation_id/id를 보관하고 해당 상태를 조회하세요. 최초 POST를 반복하지 마세요. |
응답404 · not_found | 조건배치 상태 조회 대상 작업이 없거나 다른 사용 주체의 소유입니다. | 다음 단계최초 id를 정확히 사용하고 동일한 사용자/키/그룹을 유지하세요. |
Ailoot Ultra anthropic/claude-opus-4.5:batch
위에 표시된 메서드 경로를 사용하세요.