Claude 3.7 Sonnet Thinking apibūdina Claude 3.7 Sonnet išplėstinio mąstymo režimą, o ne atskirą bazinio modelio kartą. Anthropic viename hibridiniame modelyje jungia įprastus atsakymus ir gilesnį samprotavimą. Thinking variantas naudingas tada, kai užduotyje yra tarpusavyje susijusių apribojimų ir prieš pateikiant išvadą pravartu juos išnagrinėti.
Prieš grąžindamas galutinį atsakymą modelis problemai skiria papildomų samprotavimo žetonų. Anthropic pabrėžia matematiką, fiziką, sudėtingų instrukcijų laikymąsi ir programavimą, kartu akcentuodamas realias verslo užduotis, o ne vien varžybų uždavinius. Gamintojas dokumentuoja samprotavimo darbo valdymą per mąstymo žetonų biudžetą; biudžetas ir galutinis atsakymas dalijasi turimu išvesties limitu. Daugiau samprotavimo užtrunka ilgiau, todėl šį režimą palikite darbui, kuriame papildoma analizė svarbi.
Analitinei užduočiai pateikite pagrindimą, spręstiną klausimą ir alternatyvų palyginimo kriterijus. Prašykite išvados, po kurios būtų ją pagrindžiantys faktai, prielaidos ir neišspręsti klausimai. Tai suteikia galutiniam atsakymui naudingą formą, nelaikant samprotavimo ilgio išvados teisingumo įrodymu.
Anthropic ypač pabrėžia kodo pakeitimus, naršymą sudėtinguose projektuose ir žiniatinklio sąsajų kūrimą. Naudingame užduoties apraše pateikiamas aktualus kodas, laukiamas elgesys, pastebėtas gedimas ir dalys, kurios turi likti nepakeistos. Prašykite nuoseklios pataisos ir paaiškinimo, kaip ją patikrinti. Sąsajai nurodykite naudotojo veiksmus, įkėlimo ir klaidų būsenas, prisitaikantį išdėstymą ir reikalingą išvestį, pavyzdžiui, komponentą ar puslapių pakeitimų rinkinį.
Šie pavyzdžiai apibūdina modeliui pateiktinas užduotis. Komandoms vykdyti, saugyklai skaityti ir failams redaguoti reikia aplinkinės programos pateiktų įrankių. Modelio programavimo gebėjimas ir programos leidimas vykdyti kodą yra atskiros darbo eigos dalys.
Claude vaizdų supratimas palaiko samprotavimą apie tokią medžiagą kaip ekrano kopijos, diagramos ir iliustruoti dokumentai kartu su rašytinėmis instrukcijomis. Pateikite įskaitomą vaizdą ir nurodykite svarbią detalę: pažymėtą ašį, išdėstymo problemą ar objektų ryšį. Tiksliems diagramos skaičiams, kai įmanoma, pridėkite pradines reikšmes. Rezultatas yra tekstinis paaiškinimas, analizė ar kodas, o ne sugeneruotas vaizdas.
Ailoot API projektui aiškiai apibrėžkite laukiamą galutinį rezultatą: įgyvendinimą, peržiūrėtą argumentą, palyginimo lentelę ar diagnostinį paaiškinimą. Pateikite aktualią medžiagą kartu su šiuo reikalavimu, užuot prašę modelio atspėti trūkstamą projekto kontekstą.
Anthropic nurodo 2024 m. spalį kaip šio bazinio modelio patikimų žinių ribą. Pateikite dabartinius dokumentus, kai klausimas priklauso nuo vėlesnių įvykių ar kintančių techninių detalių. Jo sistemos kortelėje taip pat užfiksuotas programavimo nesėkmių modelis, kai pasikartojantys nesėkmingi bandymai gali paskatinti rinktis trumpesnius sprendimo kelius, pritaikytus vien konkretiems testams. Prašykite bendro sprendimo ir testų pakeitimus tikrinkite taip pat kruopščiai kaip programos kodo pakeitimus. Išsami samprotavimo eiga gali padėti patikrinti atsakymą, tačiau Anthropic tyrimai nenustato, kad tai išsamus ar neklystantis sprendimo priėmimo aprašas.
", "aboutText": "Claude 3.7 Sonnet Thinking apibūdina Claude 3.7 Sonnet išplėstinio mąstymo režimą, o ne atskirą bazinio modelio kartą. Anthropic viename hibridiniame modelyje jungia įprastus atsakymus ir gilesnį samprotavimą. Thinking variantas naudingas tada, kai užduotyje yra tarpusavyje susijusių apribojimų ir prieš pateikiant išvadą pravartu juos išnagrinėti.\n\n### Išplėstinis samprotavimas praktinėms problemoms\n\nPrieš grąžindamas galutinį atsakymą modelis problemai skiria papildomų samprotavimo žetonų. Anthropic pabrėžia matematiką, fiziką, sudėtingų instrukcijų laikymąsi ir programavimą, kartu akcentuodamas realias verslo užduotis, o ne vien varžybų uždavinius. Gamintojas dokumentuoja samprotavimo darbo valdymą per mąstymo žetonų biudžetą; biudžetas ir galutinis atsakymas dalijasi turimu išvesties limitu. Daugiau samprotavimo užtrunka ilgiau, todėl šį režimą palikite darbui, kuriame papildoma analizė svarbi.\n\nAnalitinei užduočiai pateikite pagrindimą, spręstiną klausimą ir alternatyvų palyginimo kriterijus. Prašykite išvados, po kurios būtų ją pagrindžiantys faktai, prielaidos ir neišspręsti klausimai. Tai suteikia galutiniam atsakymui naudingą formą, nelaikant samprotavimo ilgio išvados teisingumo įrodymu.\n\n### Programavimas ir žiniatinklio sąsajų kūrimas\n\nAnthropic ypač pabrėžia kodo pakeitimus, naršymą sudėtinguose projektuose ir žiniatinklio sąsajų kūrimą. Naudingame užduoties apraše pateikiamas aktualus kodas, laukiamas elgesys, pastebėtas gedimas ir dalys, kurios turi likti nepakeistos. Prašykite nuoseklios pataisos ir paaiškinimo, kaip ją patikrinti. Sąsajai nurodykite naudotojo veiksmus, įkėlimo ir klaidų būsenas, prisitaikantį išdėstymą ir reikalingą išvestį, pavyzdžiui, komponentą ar puslapių pakeitimų rinkinį.\n\nŠie pavyzdžiai apibūdina modeliui pateiktinas užduotis. Komandoms vykdyti, saugyklai skaityti ir failams redaguoti reikia aplinkinės programos pateiktų įrankių. Modelio programavimo gebėjimas ir programos leidimas vykdyti kodą yra atskiros darbo eigos dalys.\n\n### Tekstas, vaizdai ir galutinis rezultatas\n\nClaude vaizdų supratimas palaiko samprotavimą apie tokią medžiagą kaip ekrano kopijos, diagramos ir iliustruoti dokumentai kartu su rašytinėmis instrukcijomis. Pateikite įskaitomą vaizdą ir nurodykite svarbią detalę: pažymėtą ašį, išdėstymo problemą ar objektų ryšį. Tiksliems diagramos skaičiams, kai įmanoma, pridėkite pradines reikšmes. Rezultatas yra tekstinis paaiškinimas, analizė ar kodas, o ne sugeneruotas vaizdas.\n\nAiloot API projektui aiškiai apibrėžkite laukiamą galutinį rezultatą: įgyvendinimą, peržiūrėtą argumentą, palyginimo lentelę ar diagnostinį paaiškinimą. Pateikite aktualią medžiagą kartu su šiuo reikalavimu, užuot prašę modelio atspėti trūkstamą projekto kontekstą.\n\n### Žinios ir patikra\n\nAnthropic nurodo 2024 m. spalį kaip šio bazinio modelio patikimų žinių ribą. Pateikite dabartinius dokumentus, kai klausimas priklauso nuo vėlesnių įvykių ar kintančių techninių detalių. Jo sistemos kortelėje taip pat užfiksuotas programavimo nesėkmių modelis, kai pasikartojantys nesėkmingi bandymai gali paskatinti rinktis trumpesnius sprendimo kelius, pritaikytus vien konkretiems testams. Prašykite bendro sprendimo ir testų pakeitimus tikrinkite taip pat kruopščiai kaip programos kodo pakeitimus. Išsami samprotavimo eiga gali padėti patikrinti atsakymą, tačiau Anthropic tyrimai nenustato, kad tai išsamus ar neklystantis sprendimo priėmimo aprašas.", "editorialOverlay": { "copy_fields": { "practical_html": "Techninis pavyzdys anglų kalba
Reason through a batching rule\n\nA packing line must send 42 jars. Each sealed carton holds 6 jars; opened cartons cannot ship. Each pallet holds at most 4 cartons. Determine the minimum cartons and pallets, then explain a valid loading arrangement. Separate the arithmetic from the assumptions, and state whether any jars remain unpacked.Carton and pallet counts, a loading arrangement, arithmetic and explicit assumptions.Multiply carton capacity back to 42 and verify no pallet exceeds four cartons.claude-3-7-sonnet-20250219-thinkingClaude 3.7 Sonnet yra Anthropic hibridinis samprotavimo modelis, čia naudojamas išplėstinio mąstymo režimu. Jis išnagrinėja sudėtingas programavimo, matematikos ir analitines užduotis prieš pateikdamas tekstinį atsakymą, ypač pabrėžiant praktinį programinės įrangos ir žiniatinklio sąsajų kūrimą.
Šis aprašas apima modelio galimybes. Pasirinktam metodui Ailoot prieinamos įvestys, išvestys ir parinktys nurodytos toliau.
Claude 3.7 Sonnet Thinking apibūdina Claude 3.7 Sonnet išplėstinio mąstymo režimą, o ne atskirą bazinio modelio kartą. Anthropic viename hibridiniame modelyje jungia įprastus atsakymus ir gilesnį samprotavimą. Thinking variantas naudingas tada, kai užduotyje yra tarpusavyje susijusių apribojimų ir prieš pateikiant išvadą pravartu juos išnagrinėti.
Prieš grąžindamas galutinį atsakymą modelis problemai skiria papildomų samprotavimo žetonų. Anthropic pabrėžia matematiką, fiziką, sudėtingų instrukcijų laikymąsi ir programavimą, kartu akcentuodamas realias verslo užduotis, o ne vien varžybų uždavinius. Gamintojas dokumentuoja samprotavimo darbo valdymą per mąstymo žetonų biudžetą; biudžetas ir galutinis atsakymas dalijasi turimu išvesties limitu. Daugiau samprotavimo užtrunka ilgiau, todėl šį režimą palikite darbui, kuriame papildoma analizė svarbi.
Analitinei užduočiai pateikite pagrindimą, spręstiną klausimą ir alternatyvų palyginimo kriterijus. Prašykite išvados, po kurios būtų ją pagrindžiantys faktai, prielaidos ir neišspręsti klausimai. Tai suteikia galutiniam atsakymui naudingą formą, nelaikant samprotavimo ilgio išvados teisingumo įrodymu.
Anthropic ypač pabrėžia kodo pakeitimus, naršymą sudėtinguose projektuose ir žiniatinklio sąsajų kūrimą. Naudingame užduoties apraše pateikiamas aktualus kodas, laukiamas elgesys, pastebėtas gedimas ir dalys, kurios turi likti nepakeistos. Prašykite nuoseklios pataisos ir paaiškinimo, kaip ją patikrinti. Sąsajai nurodykite naudotojo veiksmus, įkėlimo ir klaidų būsenas, prisitaikantį išdėstymą ir reikalingą išvestį, pavyzdžiui, komponentą ar puslapių pakeitimų rinkinį.
Šie pavyzdžiai apibūdina modeliui pateiktinas užduotis. Komandoms vykdyti, saugyklai skaityti ir failams redaguoti reikia aplinkinės programos pateiktų įrankių. Modelio programavimo gebėjimas ir programos leidimas vykdyti kodą yra atskiros darbo eigos dalys.
Claude vaizdų supratimas palaiko samprotavimą apie tokią medžiagą kaip ekrano kopijos, diagramos ir iliustruoti dokumentai kartu su rašytinėmis instrukcijomis. Pateikite įskaitomą vaizdą ir nurodykite svarbią detalę: pažymėtą ašį, išdėstymo problemą ar objektų ryšį. Tiksliems diagramos skaičiams, kai įmanoma, pridėkite pradines reikšmes. Rezultatas yra tekstinis paaiškinimas, analizė ar kodas, o ne sugeneruotas vaizdas.
Ailoot API projektui aiškiai apibrėžkite laukiamą galutinį rezultatą: įgyvendinimą, peržiūrėtą argumentą, palyginimo lentelę ar diagnostinį paaiškinimą. Pateikite aktualią medžiagą kartu su šiuo reikalavimu, užuot prašę modelio atspėti trūkstamą projekto kontekstą.
Anthropic nurodo 2024 m. spalį kaip šio bazinio modelio patikimų žinių ribą. Pateikite dabartinius dokumentus, kai klausimas priklauso nuo vėlesnių įvykių ar kintančių techninių detalių. Jo sistemos kortelėje taip pat užfiksuotas programavimo nesėkmių modelis, kai pasikartojantys nesėkmingi bandymai gali paskatinti rinktis trumpesnius sprendimo kelius, pritaikytus vien konkretiems testams. Prašykite bendro sprendimo ir testų pakeitimus tikrinkite taip pat kruopščiai kaip programos kodo pakeitimus. Išsami samprotavimo eiga gali padėti patikrinti atsakymą, tačiau Anthropic tyrimai nenustato, kad tai išsamus ar neklystantis sprendimo priėmimo aprašas.
POST /v1/chat/completionstexttext| Laukas | Tipas | Reikalavimas | Reikšmės ir ribos | Numatyta |
|---|---|---|---|---|
Laukasmodel | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos claude-3-7-sonnet-20250219-thinking | Numatyta— |
Laukasmessages | Tipasmessage[] | ReikalavimasPrivaloma | Reikšmės ir ribos Mažiausias elementų skaičius: 1 | Numatyta— |
Laukasmessages[].role | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Pavyzdžiai: system, user, assistant, tool, function Sąlygos: Šie vaidmenys aiškiai išreikšti šaltinio kodo suderinamumo tipuose; tikslus vaidmenų rinkinys priklauso nuo konkretaus modelio. Priklauso nuo modelio | Numatyta— |
Laukasmessages[].content | Tipasstring|content_part[]|null | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_calls | Tipastool_call[] | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].tool_call_id | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: role=tool; naudokite tikrąjį grąžintą ID | Numatyta— |
Laukasmessages[].name | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukasmessages[].reasoning_content | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Taikoma, kai: Grąžinkite tikrąjį gautą samprotavimą ten, kur šis modelis jį naudoja | Numatyta— |
Laukasmessages[].reasoning_details | Tipasobject|array | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmax_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasmax_completion_tokens | Tipasinteger | ReikalavimasNeprivaloma | Reikšmės ir ribos Mažiausia reikšmė: 1 Priklauso nuo modelio | Numatyta— |
Laukasstream | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatytafalse |
Laukasstream_options.include_usage | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastemperature | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastop_p | Tipasnumber | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasstop | Tipasstring|string[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools | Tipasfunction_tool[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukastools[].type | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos function Priklauso nuo modelio | Numatyta— |
Laukastools[].function.name | Tipasstring | ReikalavimasPrivaloma | Reikšmės ir ribos Taikoma, kai: pateiktas funkcijos tipo įrankis | Numatyta— |
Laukastools[].function.description | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastools[].function.parameters | TipasJSON_schema | ReikalavimasNeprivaloma | Reikšmės ir ribos | Numatyta— |
Laukastool_choice | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasparallel_tool_calls | Tipasboolean | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasresponse_format | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning_effort | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasreasoning | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasservice_tier | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasinstructions | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Suderinamumo laukas | Numatyta— |
Laukasfunctions | Tipasfunction[] | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasfunction_call | Tipasstring|object | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasprompt_cache_options | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Priklauso nuo modelio | Numatyta— |
Laukasmodalities | Tipasstring[] | ReikalavimasNeprivaloma | Reikšmės ir ribos text | Numatyta— |
Laukasprovider | Tipasobject | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: provider.options šiame Ultra teksto maršrute atmetamas | Numatyta— |
Laukascache_control.ttl | Tipasstring | ReikalavimasNeprivaloma | Reikšmės ir ribos Sąlygos: 1h atmetamas tikrosiose užklausų podėlio vietose | Numatyta— |
Tekstas · UTF8 tekstas
messages[].content
| Parametras | Specifikacija |
|---|---|
Parametrascontent_type | Specifikacijaapplication/json |
Parametrasrequired | Specifikacijamodel, messages |
Parametrasmaterial_types | Specifikacijatext |
Parametrasmessages | Specifikacijapranešimų masyvas su role/content struktūra |
Parametrasfile_material | Specifikacijatikrasis UTF-8 dokumentas įterptas kaip pažodinis tekstas; failo ID nenumanomas |
Parametrasoptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrascontrol_scope | Specifikacijapriklauso nuo modelio; naudotojo funkcijų įrankiai skiriasi nuo priglobtų įrankių |
Parametrasoutput_modalities | Specifikacijatext |
Parametrashosted_operations | Specifikacijafalse |
Parametrasmultimodal_input_binding | Specifikacijanull |
Gyvavimo ciklas: synchronous_or_streamed
Siųskite tikslų modelio ID kartu su messages.
Konteksto ilgis nėra išvesties limitas.
Teksto failas gali pateikti pažodinį tekstą; vaizdų / garso / failų objektų įvestims reikia tikslaus susiejimo.
Tarifų informacija neprideda užklausos parinkčių. Palaikomi parametrai nurodyti prie pasirinkto metodo.
| Konfigūracija | Įkainių lentelė | Mokestis |
|---|---|---|
| KonfigūracijaBaziniai žetonų įkainiai | Įkainių lentelėBazinis įkainis | Mokestis Įvestis · Įvesties tokenai $0.006 / 1K tokenų Išvestis · Išvesties tokenai $0.03 / 1K tokenų Įvestis · Talpyklos skaitymas $0.0006 / 1K tokenų Įvestis · Rašymas į talpyklą $0.0075 / 1K tokenų Įvestis · Rašymas į talpyklą, 1 val — / 1K tokenų |
Ailoot prieš užklausą rezervuoja numatomą sumą. Gavus rezultatą, galutinis mokestis nuskaitomas pagal išmatuotą naudojimą. Srautinio atsakymo atsiskaitymui naudojamas galutinis naudojimo įrašas. Kaip veikia rezervavimas ir atsiskaitymas →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-7-sonnet-20250219-thinking", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-7-sonnet-20250219-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-7-sonnet-20250219-thinking',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson arba SSE
Išsaugokite kiekvieną visą grąžintą atsakymą, failą ir turinio dalį.
Išsaugokite kiekvieną variantą ir jo turinį / įrankių iškvietimus / samprotavimą. SSE prieaugius surinkite pagal varianto / įrankio indeksą; išsaugokite galutinę užbaigimo priežastį ir naudojimo duomenis.
Išsaugokite užklausų / atsakymų ID ir antraštes. Bendras teksto užduoties gavimo URL nepateikiamas.
| Laukas | Tipas |
|---|---|
Laukaschoices[].index | Tipasinteger |
Laukaschoices[].message.content | Tipasstring|null |
Laukaschoices[].message.tool_calls | Tipastool_call[] |
Laukaschoices[].message.reasoning_content | Tipasstring |
Laukaschoices[].message.reasoning_details | Tipasobject|array |
Laukaschoices[].finish_reason | Tipasstring|null |
Laukasusage | Tipasobject |
| Atsakymas | Sąlyga | Kitas žingsnis |
|---|---|---|
Atsakymas400 · invalid_request_error | SąlygaNetinkami privalomi laukai, medžiagos pateikimo forma arba parametro reikšmė | Kitas žingsnisPrieš naują kūrimo užklausą pataisykite nurodytus laukus. |
Ailoot Ultra claude-3-7-sonnet-20250219-thinking
Naudokite aukščiau nurodytus metodų kelius.
Techninis pavyzdys anglų kalba
Reason through a batching rule\n\nA packing line must send 42 jars. Each sealed carton holds 6 jars; opened cartons cannot ship. Each pallet holds at most 4 cartons. Determine the minimum cartons and pallets, then explain a valid loading arrangement. Separate the arithmetic from the assumptions, and state whether any jars remain unpacked.Carton and pallet counts, a loading arrangement, arithmetic and explicit assumptions.Multiply carton capacity back to 42 and verify no pallet exceeds four cartons.