Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
", "aboutText": "### 장기간의 개발과 전문 분석\n\nClaude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.\n\n다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.\n\n### 이해하고 검증할 수 있는 결론\n\n이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.\n\n모델은 **텍스트와 이미지**를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 **텍스트**로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.\n\n개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.\n\n### 항상 활성화된 추론\n\nOpus 5.5는 **항상 활성화된 적응형 추론**을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 `effort`입니다. `low`, `medium`, `high`, `xhigh`, `max`를 사용할 수 있으며 기본값은 **`medium`**입니다.\n\n높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 **100만 토큰**, 일반 모드의 최대 응답은 **12만 8000토큰**입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 **2026년 6월**입니다.\n\n### 장기 과제의 도구와 기록\n\n개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.\n\n호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 `auto`와 비활성화 `none`을 허용합니다. 임의의 도구를 강제로 호출하는 `any` 또는 이름으로 특정 도구를 강제하는 `tool`은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.\n\n위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Design a reviewable schema migration\n\nPrepare a migration proposal for a customer table. Existing columns: id, full_name. Target columns: id, given_name, family_name, display_name. Some full_name values contain one word or multiple family names. Preserve the original display name. Propose an expand-and-contract rollout, mark ambiguous splits for review and include acceptance tests and a rollback plan.A migration proposal with schema stages, backfill rules, ambiguity handling, acceptance cases and a reversible rollout sequence.Check that ambiguous names are retained for review and that rollback can recover the exact original full_name.claude-opus-5-5Claude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/messagestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus-5-5 | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string|content_block[] | 요건필수 | 값과 한도 | 기본값— |
필드system | 유형string|content_block[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 최솟값: 1 한도 적용 대상: 선택한 모델/카드의 정확한 상한 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop_sequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].name | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 도구 지정됨 | 기본값— |
필드tools[].description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].input_schema | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.budget_tokens | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드output_config.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드metadata | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드cache_control | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content 또는 type=text 블록
텍스트 + 이미지
{type:image,source:{type:base64,media_type,data}} 또는 type=url인 소스
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/messagesAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
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 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
set -eu\n: "${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-opus-5-5", "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-opus-5-5", "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-opus-5-5",\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-opus-5-5",\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-opus-5-5',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 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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-5-5Claude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/responsestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus-5-5 | 기본값— |
필드input | 유형string|input_item[] | 요건필수 | 값과 한도 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드input[].type | 유형string | 요건선택 사항 | 값과 한도 message, reasoning, function_call, function_call_output | 기본값— |
필드input[].content | 유형string|content_part[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드input[].call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: function_call_output. 실제 반환된 call_id를 유지하세요 | 기본값— |
필드input[].output | 유형string|content_part[] | 요건선택 사항 | 값과 한도 적용 조건: function_call_output | 기본값— |
필드max_output_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 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— |
필드reasoning.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning.summary | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드text.format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드text.verbosity | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드include | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드store | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드previous_response_id | 유형string | 요건선택 사항 | 값과 한도 ID 요건: 지원되는 이어가기의 실제 응답 ID만 사용 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_key | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
입력 텍스트 또는 input_text 파트
텍스트 + 이미지
{type:input_image,image_url}
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, input |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/responsesAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
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 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
set -eu\n: "${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-opus-5-5", "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-opus-5-5", "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-opus-5-5", 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-opus-5-5", 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-opus-5-5", 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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 출력 항목과 콘텐츠 파트, 실제 함수 call_id, 암호화된 추론, 사용량을 보존하세요. 스트리밍에서는 이벤트/항목의 식별 정보를 완전하게 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드status | 유형string |
필드output[] | 유형message|reasoning|function_call|other item |
필드output[].content[] | 유형content part |
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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-5-5Claude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/chat/completionstext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus-5-5 | 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 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— |
텍스트 · UTF8 텍스트
messages[].content
텍스트 + 이미지
{type:image_url,image_url:{url,detail}}
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/chat/completionsAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
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 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
set -eu\n: "${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-opus-5-5", "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-opus-5-5", "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-opus-5-5",\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-opus-5-5",\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-opus-5-5',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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opusClaude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/messagestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string|content_block[] | 요건필수 | 값과 한도 | 기본값— |
필드system | 유형string|content_block[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 최솟값: 1 한도 적용 대상: 선택한 모델/카드의 정확한 상한 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop_sequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].name | 유형string | 요건선택 사항 | 값과 한도 적용 조건: tool supplied | 기본값— |
필드tools[].description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].input_schema | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.budget_tokens | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드output_config.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드metadata | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드cache_control | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content or type=text block
텍스트 + 이미지
{type:image,source:{type:base64,media_type,data}} or source type=url
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/messagesAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
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 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
set -eu\n: "${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-opus", "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-opus", "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-opus",\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-opus",\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-opus',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 or 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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-latestClaude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/messagestext, imagetext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 claude-opus-latest | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string|content_block[] | 요건필수 | 값과 한도 | 기본값— |
필드system | 유형string|content_block[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 최솟값: 1 한도 적용 대상: 선택한 모델/카드의 정확한 상한 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop_sequences | 유형string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].name | 유형string | 요건선택 사항 | 값과 한도 적용 조건: tool supplied | 기본값— |
필드tools[].description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].input_schema | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.type | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드thinking.budget_tokens | 유형integer | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드output_config.effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드metadata | 유형object | 요건선택 사항 | 값과 한도 | 기본값— |
필드cache_control | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content or type=text block
텍스트 + 이미지
{type:image,source:{type:base64,media_type,data}} or source type=url
| 매개변수 | 명세 |
|---|---|
매개변수material_types | 명세text, image |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세null |
매개변수content_type | 명세application/json |
매개변수text_file_material | 명세실제 UTF-8 콘텐츠를 텍스트로 삽입합니다. 파일 ID/URLs에는 별도의 정확한 지원이 필요합니다 |
수명 주기: exact retained published method
메서드 형식과 ID는 정확합니다. 공급자의 기능 지원과 요청 수락은 별개입니다.
POST /v1/messagesAiloot는 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 →
모델 수준의 참조 요금표는 메서드 선택, 견적 또는 요금을 변경하지 않습니다. 실제 과금에는 선택한 Ailoot 메서드 요금이 적용됩니다.
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 |
|---|---|---|---|---|
| 설정OpenAI Chat · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정OpenAI Chat · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 기본 토큰 요금 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정Anthropic Messages · 요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
set -eu\n: "${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-opus-latest", "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-opus-latest", "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-opus-latest",\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-opus-latest",\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-opus-latest',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 or 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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
anthropic/claude-opus-5.5Claude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 anthropic/claude-opus-5.5 | 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.
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 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-opus-5.5", "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-opus-5.5',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-opus-5.5',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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
anthropic/claude-opus-5.5Claude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 anthropic/claude-opus-5.5 | 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.
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 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "anthropic/claude-opus-5.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-opus-5.5', '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-opus-5.5', '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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
~anthropic/claude-opus-latestClaude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~anthropic/claude-opus-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.
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 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "~anthropic/claude-opus-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='~anthropic/claude-opus-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='~anthropic/claude-opus-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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
~anthropic/claude-opus-latestClaude Opus 5.5는 대규모 엔지니어링 변경과 장기간의 전문 분석을 위한 모델입니다. 지정한 문체를 유지하면서 결과를 확인하고 복잡한 작업을 명확히 설명하는 데 도움을 줍니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
Claude Opus 5.5는 복잡한 엔지니어링 과제를 여러 시간 동안 수행하도록 설계되었습니다. Anthropic은 대규모 마이그레이션, 코드베이스 감사, 소프트웨어의 비효율 개선, 시스템 조사를 강조합니다. 모델은 문제를 조사하고, 변경을 계획하며, 작업 결과를 활용하고 최종 내용을 준비할 때까지 작업을 이어갈 수 있습니다.
다른 분야에는 연구, 재무 분석, 업무 자료가 있습니다. 전문 업무 사례는 재무 모델 구축과 결론을 프레젠테이션으로 제시하는 과정을 연결합니다. 이를 위해 애플리케이션에는 데이터, 파일, 구성 작업 수단이 필요합니다. 모델 자체의 텍스트 응답에는 분석, 자료 구조, 코드가 포함될 수 있습니다.
이 버전은 소통에 별도로 중점을 둡니다. Anthropic의 설명에 따르면 모델은 핵심을 앞에 두고, 전문 용어를 덜 사용하며, 지정한 글쓰기 규칙을 따릅니다. 장기 작업에서 수행한 행동을 이해하기 쉬운 최종 설명으로 연결하는 데 도움이 됩니다. 필요한 상세 수준, 어조, 형식을 명확히 설명해야 합니다.
모델은 텍스트와 이미지를 입력받습니다. 복잡한 차트, 다이어그램, 인터페이스 스크린샷에서 값을 읽을 수 있습니다. 정보가 특히 밀집된 자료에서는 도구를 통한 확대나 잘라내기가 여전히 유용합니다. 응답은 텍스트로 생성되며, 완성된 문서와 시각 자료는 환경의 수단을 통해 출력됩니다.
개발사의 일반 시각 입력 형식은 JPEG/PNG/GIF/WebP이며, 애니메이션은 첫 프레임을 사용합니다. 네이티브 분석 시 긴 변은 2576픽셀, 시각 토큰은 4784개입니다. 큰 이미지는 분석 전에 축소됩니다. 파일과 설정의 지원 여부는 애플리케이션의 호출 방식에 따라 달라집니다.
Opus 5.5는 항상 활성화된 적응형 추론을 사용합니다. 추론 비활성화와 수동 extended thinking 예산은 지원하지 않습니다. 깊이를 조절하는 주된 수단은 effort입니다. low, medium, high, xhigh, max를 사용할 수 있으며 기본값은 medium입니다.
높은 수준에서 모델은 개별 단계에 더 많은 분석을 할 수 있습니다. 전체 응답 제한에는 추론과 최종 내용을 위한 공간이 포함되므로 복잡한 과제에는 적절한 예산이 필요합니다. 컨텍스트 윈도는 100만 토큰, 일반 모드의 최대 응답은 12만 8000토큰입니다. 내장 지식의 신뢰할 수 있는 기준 시점은 2026년 6월입니다.
개발사는 과제 예산, 대화 중 노력 수준과 사용 가능한 수단 변경, 요청에 따른 기록 압축, 작업 사이의 중간 메모를 제공합니다. 기능의 제공 여부와 표시 방식은 애플리케이션에 따라 달라집니다. 애플리케이션이 저장된 추론 블록을 다시 전달하면 호환성에 제한이 있습니다. Opus 5.5는 자체 블록, Opus 5 블록, 이전 Opus, Sonnet, Haiku 블록을 읽지만 Fable과 Mythos의 추론은 읽지 못합니다. 다른 모델 조합에는 호출 방식의 적절한 지원이 필요합니다. 호환되지 않는 블록은 다음 턴 전에 제외되며, 다음 턴은 해당 블록 없이 이어집니다. 이전 메시지, 시스템 지시, 과거 도구 구성을 수정하면 이후 블록의 연결이 깨질 수 있습니다. 연결 검증 시 요청이 거부되거나 영향을 받은 블록이 제외됩니다.
호출 방식이 도구 설정을 제공하면 개발사 모델은 자동 선택 auto와 비활성화 none을 허용합니다. 임의의 도구를 강제로 호출하는 any 또는 이름으로 특정 도구를 강제하는 tool은 사용할 수 없습니다. 문서 읽기, 코드 실행, 인터페이스 제어, 파일 생성은 제공된 도구를 통해 가능하며, 일반 텍스트 요청만으로 자동 제공되는 것은 아닙니다.
위험도가 높은 분야에는 보호 기능이 적용됩니다. Anthropic은 사전 행동 검사가 모든 가능한 오류를 발견하지는 못한다고 명시적으로 인정합니다. 따라서 명확한 설명과 모델의 자체 검증은 유용하지만, 실제 과제에서 최종 결과를 확인하는 일을 대체하지 않습니다.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 ~anthropic/claude-opus-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.
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 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.008 / 1K 토큰 출력 · 출력 토큰 $0.04 / 1K 토큰 입력 · 캐시 읽기 $0.0004 / 1K 토큰 입력 · 캐시 쓰기 $0.01 / 1K 토큰 입력 · 캐시 쓰기, 1시간 $0.016 / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "~anthropic/claude-opus-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': '~anthropic/claude-opus-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': '~anthropic/claude-opus-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 claude-opus-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
위에 표시된 메서드 경로를 사용하세요.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
영어 기술 예제
Design a reviewable schema migration\n\nPrepare a migration proposal for a customer table. Existing columns: id, full_name. Target columns: id, given_name, family_name, display_name. Some full_name values contain one word or multiple family names. Preserve the original display name. Propose an expand-and-contract rollout, mark ambiguous splits for review and include acceptance tests and a rollback plan.A migration proposal with schema stages, backfill rules, ambiguity handling, acceptance cases and a reversible rollout sequence.Check that ambiguous names are retained for review and that rollback can recover the exact original full_name.