Anthropic Claude 3.7 Sonnet은 하이브리드 추론 모델입니다. 같은 모델이 일반 모드로 답하거나, 최종 답변 전에 더 오래 검토할 수 있습니다. 일반 모드는 Claude 3.5 Sonnet의 능력을 발전시키며, 확장 사고는 더 어려운 코딩, 수학, 물리와 지시 준수 작업에 단계별 자기 검토를 추가합니다. 차이는 별도의 추론 모델로 전환하는 데 있는 것이 아니라 모델이 수행하는 추론의 양에 있습니다.
Anthropic의 API 설계는 개발자가 사고 예산을 설정해 추론 작업량을 제어할 수 있게 합니다. 추가 검토는 최종 응답에 필요한 공간과 경쟁하므로, 복잡한 작업에는 문제와 결과물을 모두 지정해야 합니다. 코드 검토에는 우선순위가 매겨진 결함 목록과 작은 패치 제안이 필요할 수 있고, 기술 조사에는 가정, 다른 가능한 설명과 이를 구별할 근거가 필요할 수 있습니다. 사고량을 늘리면 어려운 답변을 개선할 수 있지만, 정확성을 보장하거나 모델이 가용 예산을 전부 소비해야 한다는 뜻은 아닙니다.
코딩과 프런트엔드 웹 개발은 이 버전의 핵심 강점입니다. Anthropic은 복잡한 코드베이스 이해, 코드 변경 계획, 고급 도구 사용과 풀스택 업데이트의 개선을 설명합니다. 관련 소스 파일, 오류 메시지, 재현 단계, 원하는 동작과 호환성을 유지해야 할 인터페이스 등 구체적인 프로젝트 근거를 함께 제공하세요. 대시보드 작업에는 데이터 필드, 사용자 행동, 레이아웃 제약과 수락 기준을 명시하세요. 유용한 결과물은 이러한 입력과 대조해 확인할 수 있는 구현 제안이나 설명이며, 애플리케이션이 완성되었다는 검증되지 않은 주장이 아닙니다.
Claude 3.7 Sonnet은 애플리케이션이 도구를 제공하고 그 결과를 모델에 반환하는 에이전트 작업도 지원합니다. Anthropic은 반복적인 함수 호출과 화면 입력, 가상 마우스 클릭, 키보드 조작이 포함된 컴퓨터 상호작용을 보여 줍니다. 모델은 작업이 진행되는 동안 피드백을 활용해 접근 방식을 바꿀 수 있습니다. 목표와 허용된 행동을 명확히 유지하고 실제 도구 결과를 기록하세요. 별도 제품인 Claude Code는 터미널 기반 코딩 환경을 추가합니다. 파일 편집, 명령 실행과 저장소 조작은 그 환경에 의존하며, 텍스트 응답이 스스로 수행하는 능력이 아닙니다.
확장 사고는 최종 답변과 함께 추론 과정을 드러낼 수 있습니다. 이 버전에서 Anthropic은 가시적인 사고를 가공하지 않은 형태로 제시하며, 그 안에 틀리거나 오해를 부르거나 불완전한 중간 아이디어가 포함될 수 있다고 경고합니다. 추론 과정은 최종 응답보다 덜 대화체일 수 있으며, 모델의 결정에 영향을 준 모든 요인을 충실히 설명한다고 보장되지 않습니다. 결론이 참이라는 증거가 아니라 검토할 자료로 다루세요. 실무 검토를 위해 최종 답변에 가정을 명시하고, 관찰과 추론을 구분하며, 아직 확인이 필요한 내용을 밝히도록 요청하세요.
이 모델은 서로 관련된 여러 파일에 걸친 디버깅, 프런트엔드 변경 계획, 기술 접근 방식 비교와 어려운 분석 질문 해결에 유용합니다. 문제를 설명하는 데 필요한 최소한의 자료를 준비한 뒤, 근거가 포함된 패치, 마이그레이션 체크리스트 또는 간결한 의사결정 메모 등 원하는 출력을 요청하세요. 코드에서는 대상 프로젝트에서 제안된 동작을 검증하고, 사실 분석에서는 근거를 검증하세요. 이렇게 하면 모델의 깊은 추론의 가치를 설명의 길이가 아닌 사용 가능한 결과에 연결할 수 있습니다.
", "aboutText": "Anthropic Claude 3.7 Sonnet은 하이브리드 추론 모델입니다. 같은 모델이 일반 모드로 답하거나, 최종 답변 전에 더 오래 검토할 수 있습니다. 일반 모드는 Claude 3.5 Sonnet의 능력을 발전시키며, 확장 사고는 더 어려운 코딩, 수학, 물리와 지시 준수 작업에 단계별 자기 검토를 추가합니다. 차이는 별도의 추론 모델로 전환하는 데 있는 것이 아니라 모델이 수행하는 추론의 양에 있습니다.\n\nAnthropic의 API 설계는 개발자가 사고 예산을 설정해 추론 작업량을 제어할 수 있게 합니다. 추가 검토는 최종 응답에 필요한 공간과 경쟁하므로, 복잡한 작업에는 문제와 결과물을 모두 지정해야 합니다. 코드 검토에는 우선순위가 매겨진 결함 목록과 작은 패치 제안이 필요할 수 있고, 기술 조사에는 가정, 다른 가능한 설명과 이를 구별할 근거가 필요할 수 있습니다. 사고량을 늘리면 어려운 답변을 개선할 수 있지만, 정확성을 보장하거나 모델이 가용 예산을 전부 소비해야 한다는 뜻은 아닙니다.\n\n코딩과 프런트엔드 웹 개발은 이 버전의 핵심 강점입니다. Anthropic은 복잡한 코드베이스 이해, 코드 변경 계획, 고급 도구 사용과 풀스택 업데이트의 개선을 설명합니다. 관련 소스 파일, 오류 메시지, 재현 단계, 원하는 동작과 호환성을 유지해야 할 인터페이스 등 구체적인 프로젝트 근거를 함께 제공하세요. 대시보드 작업에는 데이터 필드, 사용자 행동, 레이아웃 제약과 수락 기준을 명시하세요. 유용한 결과물은 이러한 입력과 대조해 확인할 수 있는 구현 제안이나 설명이며, 애플리케이션이 완성되었다는 검증되지 않은 주장이 아닙니다.\n\nClaude 3.7 Sonnet은 애플리케이션이 도구를 제공하고 그 결과를 모델에 반환하는 에이전트 작업도 지원합니다. Anthropic은 반복적인 함수 호출과 화면 입력, 가상 마우스 클릭, 키보드 조작이 포함된 컴퓨터 상호작용을 보여 줍니다. 모델은 작업이 진행되는 동안 피드백을 활용해 접근 방식을 바꿀 수 있습니다. 목표와 허용된 행동을 명확히 유지하고 실제 도구 결과를 기록하세요. 별도 제품인 Claude Code는 터미널 기반 코딩 환경을 추가합니다. 파일 편집, 명령 실행과 저장소 조작은 그 환경에 의존하며, 텍스트 응답이 스스로 수행하는 능력이 아닙니다.\n\n확장 사고는 최종 답변과 함께 추론 과정을 드러낼 수 있습니다. 이 버전에서 Anthropic은 가시적인 사고를 가공하지 않은 형태로 제시하며, 그 안에 틀리거나 오해를 부르거나 불완전한 중간 아이디어가 포함될 수 있다고 경고합니다. 추론 과정은 최종 응답보다 덜 대화체일 수 있으며, 모델의 결정에 영향을 준 모든 요인을 충실히 설명한다고 보장되지 않습니다. 결론이 참이라는 증거가 아니라 검토할 자료로 다루세요. 실무 검토를 위해 최종 답변에 가정을 명시하고, 관찰과 추론을 구분하며, 아직 확인이 필요한 내용을 밝히도록 요청하세요.\n\n이 모델은 서로 관련된 여러 파일에 걸친 디버깅, 프런트엔드 변경 계획, 기술 접근 방식 비교와 어려운 분석 질문 해결에 유용합니다. 문제를 설명하는 데 필요한 최소한의 자료를 준비한 뒤, 근거가 포함된 패치, 마이그레이션 체크리스트 또는 간결한 의사결정 메모 등 원하는 출력을 요청하세요. 코드에서는 대상 프로젝트에서 제안된 동작을 검증하고, 사실 분석에서는 근거를 검증하세요. 이렇게 하면 모델의 깊은 추론의 가치를 설명의 길이가 아닌 사용 가능한 결과에 연결할 수 있습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet은 하나의 모델에서 일반 응답과 선택적 확장 사고를 함께 제공합니다. 실용적인 추론, 코딩과 프런트엔드 개발을 위해 설계되었으며, 어려운 작업에서는 더 깊이 검토하고 애플리케이션이 도구를 제공하면 도구를 활용하는 작업 흐름을 수행할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Anthropic Claude 3.7 Sonnet은 하이브리드 추론 모델입니다. 같은 모델이 일반 모드로 답하거나, 최종 답변 전에 더 오래 검토할 수 있습니다. 일반 모드는 Claude 3.5 Sonnet의 능력을 발전시키며, 확장 사고는 더 어려운 코딩, 수학, 물리와 지시 준수 작업에 단계별 자기 검토를 추가합니다. 차이는 별도의 추론 모델로 전환하는 데 있는 것이 아니라 모델이 수행하는 추론의 양에 있습니다.
Anthropic의 API 설계는 개발자가 사고 예산을 설정해 추론 작업량을 제어할 수 있게 합니다. 추가 검토는 최종 응답에 필요한 공간과 경쟁하므로, 복잡한 작업에는 문제와 결과물을 모두 지정해야 합니다. 코드 검토에는 우선순위가 매겨진 결함 목록과 작은 패치 제안이 필요할 수 있고, 기술 조사에는 가정, 다른 가능한 설명과 이를 구별할 근거가 필요할 수 있습니다. 사고량을 늘리면 어려운 답변을 개선할 수 있지만, 정확성을 보장하거나 모델이 가용 예산을 전부 소비해야 한다는 뜻은 아닙니다.
코딩과 프런트엔드 웹 개발은 이 버전의 핵심 강점입니다. Anthropic은 복잡한 코드베이스 이해, 코드 변경 계획, 고급 도구 사용과 풀스택 업데이트의 개선을 설명합니다. 관련 소스 파일, 오류 메시지, 재현 단계, 원하는 동작과 호환성을 유지해야 할 인터페이스 등 구체적인 프로젝트 근거를 함께 제공하세요. 대시보드 작업에는 데이터 필드, 사용자 행동, 레이아웃 제약과 수락 기준을 명시하세요. 유용한 결과물은 이러한 입력과 대조해 확인할 수 있는 구현 제안이나 설명이며, 애플리케이션이 완성되었다는 검증되지 않은 주장이 아닙니다.
Claude 3.7 Sonnet은 애플리케이션이 도구를 제공하고 그 결과를 모델에 반환하는 에이전트 작업도 지원합니다. Anthropic은 반복적인 함수 호출과 화면 입력, 가상 마우스 클릭, 키보드 조작이 포함된 컴퓨터 상호작용을 보여 줍니다. 모델은 작업이 진행되는 동안 피드백을 활용해 접근 방식을 바꿀 수 있습니다. 목표와 허용된 행동을 명확히 유지하고 실제 도구 결과를 기록하세요. 별도 제품인 Claude Code는 터미널 기반 코딩 환경을 추가합니다. 파일 편집, 명령 실행과 저장소 조작은 그 환경에 의존하며, 텍스트 응답이 스스로 수행하는 능력이 아닙니다.
확장 사고는 최종 답변과 함께 추론 과정을 드러낼 수 있습니다. 이 버전에서 Anthropic은 가시적인 사고를 가공하지 않은 형태로 제시하며, 그 안에 틀리거나 오해를 부르거나 불완전한 중간 아이디어가 포함될 수 있다고 경고합니다. 추론 과정은 최종 응답보다 덜 대화체일 수 있으며, 모델의 결정에 영향을 준 모든 요인을 충실히 설명한다고 보장되지 않습니다. 결론이 참이라는 증거가 아니라 검토할 자료로 다루세요. 실무 검토를 위해 최종 답변에 가정을 명시하고, 관찰과 추론을 구분하며, 아직 확인이 필요한 내용을 밝히도록 요청하세요.
이 모델은 서로 관련된 여러 파일에 걸친 디버깅, 프런트엔드 변경 계획, 기술 접근 방식 비교와 어려운 분석 질문 해결에 유용합니다. 문제를 설명하는 데 필요한 최소한의 자료를 준비한 뒤, 근거가 포함된 패치, 마이그레이션 체크리스트 또는 간결한 의사결정 메모 등 원하는 출력을 요청하세요. 코드에서는 대상 프로젝트에서 제안된 동작을 검증하고, 사실 분석에서는 근거를 검증하세요. 이렇게 하면 모델의 깊은 추론의 가치를 설명의 길이가 아닌 사용 가능한 결과에 연결할 수 있습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-3-7-sonnet-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0.0006 / 1K 토큰 입력 · 캐시 쓰기 $0.0075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-7-sonnet-latest", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-7-sonnet-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-7-sonnet-latest',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra claude-3-7-sonnet-latest
위에 표시된 메서드 경로를 사용하세요.
claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet은 하나의 모델에서 일반 응답과 선택적 확장 사고를 함께 제공합니다. 실용적인 추론, 코딩과 프런트엔드 개발을 위해 설계되었으며, 어려운 작업에서는 더 깊이 검토하고 애플리케이션이 도구를 제공하면 도구를 활용하는 작업 흐름을 수행할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Anthropic Claude 3.7 Sonnet은 하이브리드 추론 모델입니다. 같은 모델이 일반 모드로 답하거나, 최종 답변 전에 더 오래 검토할 수 있습니다. 일반 모드는 Claude 3.5 Sonnet의 능력을 발전시키며, 확장 사고는 더 어려운 코딩, 수학, 물리와 지시 준수 작업에 단계별 자기 검토를 추가합니다. 차이는 별도의 추론 모델로 전환하는 데 있는 것이 아니라 모델이 수행하는 추론의 양에 있습니다.
Anthropic의 API 설계는 개발자가 사고 예산을 설정해 추론 작업량을 제어할 수 있게 합니다. 추가 검토는 최종 응답에 필요한 공간과 경쟁하므로, 복잡한 작업에는 문제와 결과물을 모두 지정해야 합니다. 코드 검토에는 우선순위가 매겨진 결함 목록과 작은 패치 제안이 필요할 수 있고, 기술 조사에는 가정, 다른 가능한 설명과 이를 구별할 근거가 필요할 수 있습니다. 사고량을 늘리면 어려운 답변을 개선할 수 있지만, 정확성을 보장하거나 모델이 가용 예산을 전부 소비해야 한다는 뜻은 아닙니다.
코딩과 프런트엔드 웹 개발은 이 버전의 핵심 강점입니다. Anthropic은 복잡한 코드베이스 이해, 코드 변경 계획, 고급 도구 사용과 풀스택 업데이트의 개선을 설명합니다. 관련 소스 파일, 오류 메시지, 재현 단계, 원하는 동작과 호환성을 유지해야 할 인터페이스 등 구체적인 프로젝트 근거를 함께 제공하세요. 대시보드 작업에는 데이터 필드, 사용자 행동, 레이아웃 제약과 수락 기준을 명시하세요. 유용한 결과물은 이러한 입력과 대조해 확인할 수 있는 구현 제안이나 설명이며, 애플리케이션이 완성되었다는 검증되지 않은 주장이 아닙니다.
Claude 3.7 Sonnet은 애플리케이션이 도구를 제공하고 그 결과를 모델에 반환하는 에이전트 작업도 지원합니다. Anthropic은 반복적인 함수 호출과 화면 입력, 가상 마우스 클릭, 키보드 조작이 포함된 컴퓨터 상호작용을 보여 줍니다. 모델은 작업이 진행되는 동안 피드백을 활용해 접근 방식을 바꿀 수 있습니다. 목표와 허용된 행동을 명확히 유지하고 실제 도구 결과를 기록하세요. 별도 제품인 Claude Code는 터미널 기반 코딩 환경을 추가합니다. 파일 편집, 명령 실행과 저장소 조작은 그 환경에 의존하며, 텍스트 응답이 스스로 수행하는 능력이 아닙니다.
확장 사고는 최종 답변과 함께 추론 과정을 드러낼 수 있습니다. 이 버전에서 Anthropic은 가시적인 사고를 가공하지 않은 형태로 제시하며, 그 안에 틀리거나 오해를 부르거나 불완전한 중간 아이디어가 포함될 수 있다고 경고합니다. 추론 과정은 최종 응답보다 덜 대화체일 수 있으며, 모델의 결정에 영향을 준 모든 요인을 충실히 설명한다고 보장되지 않습니다. 결론이 참이라는 증거가 아니라 검토할 자료로 다루세요. 실무 검토를 위해 최종 답변에 가정을 명시하고, 관찰과 추론을 구분하며, 아직 확인이 필요한 내용을 밝히도록 요청하세요.
이 모델은 서로 관련된 여러 파일에 걸친 디버깅, 프런트엔드 변경 계획, 기술 접근 방식 비교와 어려운 분석 질문 해결에 유용합니다. 문제를 설명하는 데 필요한 최소한의 자료를 준비한 뒤, 근거가 포함된 패치, 마이그레이션 체크리스트 또는 간결한 의사결정 메모 등 원하는 출력을 요청하세요. 코드에서는 대상 프로젝트에서 제안된 동작을 검증하고, 사실 분석에서는 근거를 검증하세요. 이렇게 하면 모델의 깊은 추론의 가치를 설명의 길이가 아닌 사용 가능한 결과에 연결할 수 있습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-3-7-sonnet-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.006 / 1K 토큰 출력 · 출력 토큰 $0.03 / 1K 토큰 입력 · 캐시 읽기 $0.0006 / 1K 토큰 입력 · 캐시 쓰기 $0.0075 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "claude-3-7-sonnet-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-7-sonnet-latest', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra claude-3-7-sonnet-latest
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.