Claude Opus 4 Thinking은 기존 Claude Opus 4 모델에 확장 추론을 적용합니다. Anthropic은 이 세대를 어려운 프로그래밍 작업, 연구, 글쓰기와 여러 단계에 걸쳐 방향을 유지해야 하는 작업에 적합한 모델로 소개합니다. Thinking이라는 표기는 모델이 응답에 접근하는 방식을 뜻하며, 기존 Opus 4를 이후의 Opus 버전으로 바꾸지는 않습니다.
Claude Opus 4는 일반 응답 모드와 확장 사고 모드를 함께 제공합니다. 확장 사고에서는 답변 전에 문제를 더 오래 검토할 수 있습니다. 제조사는 복잡한 작업을 지속적으로 수행하는 능력을 주요 강점으로 설명합니다. 특히 개별 프롬프트를 따로 해결하는 대신 일련의 발견을 연결해야 하는 작업에서 그렇습니다.
연구 질문에는 비교할 자료, 그 자료가 뒷받침해야 할 의사결정, 중요한 조건을 제공하세요. 확인한 사실, 가정과 미해결 질문을 구분하는 근거 기반 종합 분석을 요청하세요. 글쓰기 작업에는 독자, 원자료, 필요한 구성과 결과물이 설명해야 할 주장을 포함하세요. 이는 문서에 명시된 모델의 연구 및 글쓰기 능력을 실무에 적용하는 방법이며, 특정 결과를 보장하는 것은 아닙니다.
Anthropic은 복잡한 코드의 이해, 편집, 디버깅과 여러 파일에 걸친 변경을 강조합니다. 관련 모듈, 인터페이스 계약, 예상 동작과 기존 테스트 또는 오류 출력을 모델에 제공하세요. 요청하는 변경의 범위를 정하고, 제안된 수정이 필요한 이유를 의존 관계에 따라 설명하도록 요청하세요.
유용한 엔지니어링 결과물은 문제의 원인, 일관된 구현, 변경 후 동작을 확인하는 방법이라는 세 가지를 연결합니다. 리팩터링에서는 유지해야 할 공개 인터페이스와 외부에서 관찰할 수 있는 동작을 명시하세요. 기능 개발에서는 사용자 흐름과 실패 사례를 설명하세요. 이렇게 하면 모델의 지속적인 추론이 단지 답변을 늘리는 데 그치지 않고 프로젝트에 도움이 됩니다.
기존 Claude 4 세대는 Anthropic이 문서화한 확장 사고 작업 흐름에서 도구 호출 사이의 추론을 추가했습니다. 도구 결과를 검토하고, 접근 방식을 재고하며, 다음 행동을 선택할 수 있습니다. 제조사는 병렬 도구 사용과 함께, 애플리케이션이 모델이 읽고 갱신할 수 있는 로컬 파일을 제공할 때 작업의 연속성이 개선된다고 설명합니다.
이러한 능력을 사용하는 에이전트에는 도구를 제공하고, 요청된 행동을 실행하며, 그 결과를 반환하는 애플리케이션이 필요합니다. 메모리 파일 역시 애플리케이션 환경에 속하며, 서로 무관한 대화 사이에 자동으로 이어지는 무제한 저장소가 아닙니다. 작업 흐름을 설계할 때는 관련 관찰 결과를 모델에 돌려주고, 작업의 목표와 수락 기준을 계속 참조할 수 있도록 하세요.
Claude Opus 4는 시각 분석도 지원합니다. 스크린샷, 차트와 도표를 텍스트와 함께 근거로 제공할 수 있으며, 모델의 답변은 텍스트로 유지됩니다. 선명하게 읽을 수 있는 이미지를 사용하고, 설명이 필요한 관계를 지정하세요. 시각적 해석은 근사치일 수 있으므로 정확한 개수나 측정값이 중요한 작업에는 원래의 값을 함께 제공하세요.
Ailoot API 작업에서는 필요한 최종 결과물을 지정하세요. 여러 파일에 대한 변경 제안, 기술 조사, 연구 종합 분석 또는 세심하게 구성한 문서 등이 될 수 있습니다. 모델이 접근 방식을 선택할 수 있도록 근거와 제약 조건을 추가하세요. 제조사의 확장 사고 요약은 결과와 함께 설명을 제공하지만, 모든 추론을 그대로 기록한 것은 아닙니다. 아직 근거가 필요한 가정까지 포함해, 전달된 코드나 분석이 작업 요구사항을 충족하는지 검토하세요.
", "aboutText": "Claude Opus 4 Thinking은 기존 Claude Opus 4 모델에 확장 추론을 적용합니다. Anthropic은 이 세대를 어려운 프로그래밍 작업, 연구, 글쓰기와 여러 단계에 걸쳐 방향을 유지해야 하는 작업에 적합한 모델로 소개합니다. Thinking이라는 표기는 모델이 응답에 접근하는 방식을 뜻하며, 기존 Opus 4를 이후의 Opus 버전으로 바꾸지는 않습니다.\n\n### 까다로운 작업 전반에 걸친 추론\n\nClaude Opus 4는 일반 응답 모드와 확장 사고 모드를 함께 제공합니다. 확장 사고에서는 답변 전에 문제를 더 오래 검토할 수 있습니다. 제조사는 복잡한 작업을 지속적으로 수행하는 능력을 주요 강점으로 설명합니다. 특히 개별 프롬프트를 따로 해결하는 대신 일련의 발견을 연결해야 하는 작업에서 그렇습니다.\n\n연구 질문에는 비교할 자료, 그 자료가 뒷받침해야 할 의사결정, 중요한 조건을 제공하세요. 확인한 사실, 가정과 미해결 질문을 구분하는 근거 기반 종합 분석을 요청하세요. 글쓰기 작업에는 독자, 원자료, 필요한 구성과 결과물이 설명해야 할 주장을 포함하세요. 이는 문서에 명시된 모델의 연구 및 글쓰기 능력을 실무에 적용하는 방법이며, 특정 결과를 보장하는 것은 아닙니다.\n\n### 코드베이스 전반의 변경\n\nAnthropic은 복잡한 코드의 이해, 편집, 디버깅과 여러 파일에 걸친 변경을 강조합니다. 관련 모듈, 인터페이스 계약, 예상 동작과 기존 테스트 또는 오류 출력을 모델에 제공하세요. 요청하는 변경의 범위를 정하고, 제안된 수정이 필요한 이유를 의존 관계에 따라 설명하도록 요청하세요.\n\n유용한 엔지니어링 결과물은 문제의 원인, 일관된 구현, 변경 후 동작을 확인하는 방법이라는 세 가지를 연결합니다. 리팩터링에서는 유지해야 할 공개 인터페이스와 외부에서 관찰할 수 있는 동작을 명시하세요. 기능 개발에서는 사용자 흐름과 실패 사례를 설명하세요. 이렇게 하면 모델의 지속적인 추론이 단지 답변을 늘리는 데 그치지 않고 프로젝트에 도움이 됩니다.\n\n### 도구, 병렬 작업과 연속성\n\n기존 Claude 4 세대는 Anthropic이 문서화한 확장 사고 작업 흐름에서 도구 호출 사이의 추론을 추가했습니다. 도구 결과를 검토하고, 접근 방식을 재고하며, 다음 행동을 선택할 수 있습니다. 제조사는 병렬 도구 사용과 함께, 애플리케이션이 모델이 읽고 갱신할 수 있는 로컬 파일을 제공할 때 작업의 연속성이 개선된다고 설명합니다.\n\n이러한 능력을 사용하는 에이전트에는 도구를 제공하고, 요청된 행동을 실행하며, 그 결과를 반환하는 애플리케이션이 필요합니다. 메모리 파일 역시 애플리케이션 환경에 속하며, 서로 무관한 대화 사이에 자동으로 이어지는 무제한 저장소가 아닙니다. 작업 흐름을 설계할 때는 관련 관찰 결과를 모델에 돌려주고, 작업의 목표와 수락 기준을 계속 참조할 수 있도록 하세요.\n\n### 시각 분석과 텍스트 출력\n\nClaude Opus 4는 시각 분석도 지원합니다. 스크린샷, 차트와 도표를 텍스트와 함께 근거로 제공할 수 있으며, 모델의 답변은 텍스트로 유지됩니다. 선명하게 읽을 수 있는 이미지를 사용하고, 설명이 필요한 관계를 지정하세요. 시각적 해석은 근사치일 수 있으므로 정확한 개수나 측정값이 중요한 작업에는 원래의 값을 함께 제공하세요.\n\nAiloot API 작업에서는 필요한 최종 결과물을 지정하세요. 여러 파일에 대한 변경 제안, 기술 조사, 연구 종합 분석 또는 세심하게 구성한 문서 등이 될 수 있습니다. 모델이 접근 방식을 선택할 수 있도록 근거와 제약 조건을 추가하세요. 제조사의 확장 사고 요약은 결과와 함께 설명을 제공하지만, 모든 추론을 그대로 기록한 것은 아닙니다. 아직 근거가 필요한 가정까지 포함해, 전달된 코드나 분석이 작업 요구사항을 충족하는지 검토하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Plan a coordinated order refactor\n\nReview this proposed refactor. Module A emits {order_id, total_cents}; module B stores those fields; module C displays total_cents / 100. A developer proposes renaming only A to amount_cents. Identify affected contracts and propose a coordinated migration that preserves existing consumers, with checks for old and new records.A dependency map in text, a staged migration proposal and compatibility checks for each consumer.Confirm the proposal covers B and C and does not silently reinterpret cents as whole currency units.claude-opus-4-20250514-thinkingClaude Opus 4 Thinking은 기존 Opus 4의 확장 사고 모드를 사용해 복잡한 소프트웨어 변경, 오래 이어지는 에이전트 작업 흐름과 연구를 수행합니다. 지원되는 도구 실행 단계 사이에 추론하고, 까다로운 작업 전반의 근거를 연결한 뒤 텍스트 결과를 생성할 수 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 4 Thinking은 기존 Claude Opus 4 모델에 확장 추론을 적용합니다. Anthropic은 이 세대를 어려운 프로그래밍 작업, 연구, 글쓰기와 여러 단계에 걸쳐 방향을 유지해야 하는 작업에 적합한 모델로 소개합니다. Thinking이라는 표기는 모델이 응답에 접근하는 방식을 뜻하며, 기존 Opus 4를 이후의 Opus 버전으로 바꾸지는 않습니다.
Claude Opus 4는 일반 응답 모드와 확장 사고 모드를 함께 제공합니다. 확장 사고에서는 답변 전에 문제를 더 오래 검토할 수 있습니다. 제조사는 복잡한 작업을 지속적으로 수행하는 능력을 주요 강점으로 설명합니다. 특히 개별 프롬프트를 따로 해결하는 대신 일련의 발견을 연결해야 하는 작업에서 그렇습니다.
연구 질문에는 비교할 자료, 그 자료가 뒷받침해야 할 의사결정, 중요한 조건을 제공하세요. 확인한 사실, 가정과 미해결 질문을 구분하는 근거 기반 종합 분석을 요청하세요. 글쓰기 작업에는 독자, 원자료, 필요한 구성과 결과물이 설명해야 할 주장을 포함하세요. 이는 문서에 명시된 모델의 연구 및 글쓰기 능력을 실무에 적용하는 방법이며, 특정 결과를 보장하는 것은 아닙니다.
Anthropic은 복잡한 코드의 이해, 편집, 디버깅과 여러 파일에 걸친 변경을 강조합니다. 관련 모듈, 인터페이스 계약, 예상 동작과 기존 테스트 또는 오류 출력을 모델에 제공하세요. 요청하는 변경의 범위를 정하고, 제안된 수정이 필요한 이유를 의존 관계에 따라 설명하도록 요청하세요.
유용한 엔지니어링 결과물은 문제의 원인, 일관된 구현, 변경 후 동작을 확인하는 방법이라는 세 가지를 연결합니다. 리팩터링에서는 유지해야 할 공개 인터페이스와 외부에서 관찰할 수 있는 동작을 명시하세요. 기능 개발에서는 사용자 흐름과 실패 사례를 설명하세요. 이렇게 하면 모델의 지속적인 추론이 단지 답변을 늘리는 데 그치지 않고 프로젝트에 도움이 됩니다.
기존 Claude 4 세대는 Anthropic이 문서화한 확장 사고 작업 흐름에서 도구 호출 사이의 추론을 추가했습니다. 도구 결과를 검토하고, 접근 방식을 재고하며, 다음 행동을 선택할 수 있습니다. 제조사는 병렬 도구 사용과 함께, 애플리케이션이 모델이 읽고 갱신할 수 있는 로컬 파일을 제공할 때 작업의 연속성이 개선된다고 설명합니다.
이러한 능력을 사용하는 에이전트에는 도구를 제공하고, 요청된 행동을 실행하며, 그 결과를 반환하는 애플리케이션이 필요합니다. 메모리 파일 역시 애플리케이션 환경에 속하며, 서로 무관한 대화 사이에 자동으로 이어지는 무제한 저장소가 아닙니다. 작업 흐름을 설계할 때는 관련 관찰 결과를 모델에 돌려주고, 작업의 목표와 수락 기준을 계속 참조할 수 있도록 하세요.
Claude Opus 4는 시각 분석도 지원합니다. 스크린샷, 차트와 도표를 텍스트와 함께 근거로 제공할 수 있으며, 모델의 답변은 텍스트로 유지됩니다. 선명하게 읽을 수 있는 이미지를 사용하고, 설명이 필요한 관계를 지정하세요. 시각적 해석은 근사치일 수 있으므로 정확한 개수나 측정값이 중요한 작업에는 원래의 값을 함께 제공하세요.
Ailoot API 작업에서는 필요한 최종 결과물을 지정하세요. 여러 파일에 대한 변경 제안, 기술 조사, 연구 종합 분석 또는 세심하게 구성한 문서 등이 될 수 있습니다. 모델이 접근 방식을 선택할 수 있도록 근거와 제약 조건을 추가하세요. 제조사의 확장 사고 요약은 결과와 함께 설명을 제공하지만, 모든 추론을 그대로 기록한 것은 아닙니다. 아직 근거가 필요한 가정까지 포함해, 전달된 코드나 분석이 작업 요구사항을 충족하는지 검토하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus-4-20250514-thinking | 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 $0.03 / 1K 토큰 출력 · 출력 토큰 $0.15 / 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-opus-4-20250514-thinking", "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-opus-4-20250514-thinking',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-opus-4-20250514-thinking',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-opus-4-20250514-thinking
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Plan a coordinated order refactor\n\nReview this proposed refactor. Module A emits {order_id, total_cents}; module B stores those fields; module C displays total_cents / 100. A developer proposes renaming only A to amount_cents. Identify affected contracts and propose a coordinated migration that preserves existing consumers, with checks for old and new records.A dependency map in text, a staged migration proposal and compatibility checks for each consumer.Confirm the proposal covers B and C and does not silently reinterpret cents as whole currency units.