Claude Haiku 5.5 ialah edisi model kecil Anthropic untuk tugasan berjumlah besar yang sensitif terhadap kependaman. Kegunaan utamanya merangkumi pengelasan, penghalaan, pengekstrakan maklumat, peringkasan, pemadatan perbualan dan kerja subejen yang terfokus. Model ini menerima teks dan imej serta menjana teks. Arahan yang berguna memberikan soalan yang sempit skopnya dan hasil yang jelas: kategori, set medan yang ditentukan, ringkasan pendek atau bukti berkaitan untuk bahagian lain dalam tugasan yang lebih besar. Kekalkan pengecam sumber bersama hasil supaya aplikasi boleh menghubungkan maklumat yang diekstrak dengan bahan asalnya.
Anthropic meletakkan edisi ini untuk sokongan pelanggan secara langsung, penggunaan pelayar dan subtugasan pengekodan pendek serta analisis berulang. Model ini boleh melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam aliran kerja apabila model yang lebih besar mengendalikan projek bercita-cita tinggi dan Haiku mengendalikan carian atau ringkasan yang terbatas. Untuk tugasan sokongan, bekalkan soalan dan bahan rujukan yang dibenarkan, kemudian nyatakan nada respons dan perkara yang mesti dikembalikan. Untuk subtugasan pengekodan, kenal pasti fail atau petikan yang berkaitan dan soalan yang tepat, bukannya memberikan projek terbuka tanpa syarat penyelesaian.
Tetingkap konteks yang didokumentasikan ialah satu juta token, dengan sehingga 128,000 token output dalam penjanaan biasa. Token pemikiran dikira dalam peruntukan penjanaan, maka hasil memerlukan ruang untuk penaakulan dan teks yang kelihatan. Had pengetahuan yang boleh dipercayainya ialah Jun 2026; maklumat selepasnya memerlukan bukti yang dibekalkan atau alat carian. Anthropic secara berasingan mendokumentasikan beta khusus kelompok yang boleh meningkatkan output kepada 300,000 token untuk edisi ini. Peruntukan yang lebih besar itu memerlukan ciri extended-output pengeluar dan berbeza daripada had biasa. Kelompok tak segerak mengendalikan permintaan secara berasingan, menjadikannya berguna untuk himpunan dokumen atau rekod yang hasilnya diperlukan selepas pemprosesan dan bukannya serta-merta.
Pemikiran adaptif diaktifkan secara lalai, dan effort ialah kawalan utama bagi kedalaman penaakulan. Tahapnya ialah low, medium, high, xhigh dan max, dengan medium sebagai lalai. Anthropic mengesyorkan medium untuk kebanyakan kerja, high untuk tugasan yang lebih berterusan atau pematuhan arahan yang ketat, dan low untuk permintaan pendek yang lebih mudah. Pemikiran boleh dinyahaktifkan pada low, medium atau high; penyahaktifan pada xhigh atau max ditolak. Prom yang meminta jawapan langsung tidak menggantikan kawalan itu. Tetapan budget_tokens manual daripada Haiku 4.5 tidak terpakai pada edisi ini, dan temperature, top_p serta top_k patut digugurkan dalam antara muka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer lebih baharu yang diperkenalkan dalam generasi Claude terdahulu, dan Anthropic menganggarkan bahawa teks yang sama boleh menggunakan kira-kira 30% lebih banyak token berbanding Haiku 4.5, bergantung pada kandungannya. Model ini turut mengekalkan blok pemikiran daripada giliran pembantu terdahulu, maka saiz perbualan boleh bertambah melebihi kesan perubahan tokenizer sahaja. Panjang minimum prom yang boleh dicache ialah 512 token. Kekalkan giliran terdahulu tanpa perubahan apabila mengekalkan penaakulan, dan letakkan arahan baharu dalam giliran terkini. Perubahan effort pada peringkat teratas membatalkan cache mesej perbualan; pengeluar mendokumentasikan beta berasingan untuk mengubah effort dalam perbualan adaptif. Tiada satu pun keupayaan ini membuktikan cache hit bagi permintaan tertentu.
Untuk carian maklumat, panduan prom model mengesyorkan supaya tarikh semasa dibekalkan bersama alat carian dan takrif sistem serta alat asal dikekalkan tanpa perubahan. Berikan tarikh baharu dalam giliran terkini jika perbualan berterusan pada hari kemudian. Nyatakan perkara yang mesti ditemukan dan kekalkan sumber yang dikembalikan sebelum meminta kesimpulan. Contohnya, tugasan ilustratif boleh meminta tingkah laku yang didokumentasikan bagi versi perisian tertentu, diikuti penjelasan pendek yang berasaskan petikan yang diperoleh. Aplikasi menyediakan alat carian dan mengembalikan hasil sebenar; carian yang dicadangkan model bukan bukti bahawa carian itu telah berlaku.
Apabila output JSON berstruktur digabungkan dengan alat, panduan itu mendokumentasikan interaksi tertentu: apabila pemikiran dinyahaktifkan, Haiku boleh melangkau panggilan alat yang diperlukan. Anthropic mengesyorkan pemikiran adaptif untuk permintaan sedemikian, atau memisahkan keperluan JSON akhir daripada langkah alat. Tentukan medan output dan jelaskan bahawa jawapan akhir menyusul selepas hasil alat. Arahan pengekstrakan data boleh menamakan medan yang diperlukan dan cara mewakili nilai yang tiada, manakala arahan carian boleh terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons mengikut jenisnya, kerana jawapan tidak semestinya blok pertama dan teks pemikiran digugurkan secara lalai.
Untuk prom ejen yang lebih panjang, Anthropic menyatakan bahawa effort low boleh berhenti awal, melangkau carian atau mengabaikan semakan. Panduannya mengesyorkan arahan penyelesaian yang jelas dan semakan sebenar bagi perubahan kod sebelum perubahan dilaporkan selesai. Sediakan hasil yang dijangkakan dan bukti yang akan menunjukkannya: petikan terpilih untuk laporan, tingkah laku yang berubah untuk cadangan kod atau medan yang diekstrak daripada dokumen. Panduan itu turut membezakan mesej pengguna di tengah tugasan daripada output alat: arahan pengguna baharu berada dalam giliran pengguna, manakala bukti yang dikembalikan alat kekal berasingan.
Edisi ini mempunyai perlindungannya sendiri dan boleh memberikan penolakan bagi kategori termasuk bahaya siber, bahaya biologi, pembangunan model pesaing atau kegunaan terlarang lain. Pengeluar tidak mendokumentasikan mekanisme sandaran pada pelayan untuk Haiku 5.5. Panduannya turut menyatakan bahawa effort xhigh kadangkala boleh menamatkan respons berbilang giliran tanpa teks jawapan yang kelihatan, dan teks yang menyerupai penaakulan boleh muncul lebih kerap pada effort low atau apabila pemikiran dinyahaktifkan. Ini ialah tingkah laku khusus yang perlu diambil kira apabila aliran kerja memerlukan hasil berstruktur yang kelihatan. Untuk kerja pengekstrakan atau ringkasan biasa, gunakan sumber terfokus, output yang ditentukan dan tahap effort yang sesuai dengan tugasan.
", "aboutText": "Claude Haiku 5.5 ialah edisi model kecil Anthropic untuk tugasan berjumlah besar yang sensitif terhadap kependaman. Kegunaan utamanya merangkumi pengelasan, penghalaan, pengekstrakan maklumat, peringkasan, pemadatan perbualan dan kerja subejen yang terfokus. Model ini menerima teks dan imej serta menjana teks. Arahan yang berguna memberikan soalan yang sempit skopnya dan hasil yang jelas: kategori, set medan yang ditentukan, ringkasan pendek atau bukti berkaitan untuk bahagian lain dalam tugasan yang lebih besar. Kekalkan pengecam sumber bersama hasil supaya aplikasi boleh menghubungkan maklumat yang diekstrak dengan bahan asalnya.\n\nAnthropic meletakkan edisi ini untuk sokongan pelanggan secara langsung, penggunaan pelayar dan subtugasan pengekodan pendek serta analisis berulang. Model ini boleh melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam aliran kerja apabila model yang lebih besar mengendalikan projek bercita-cita tinggi dan Haiku mengendalikan carian atau ringkasan yang terbatas. Untuk tugasan sokongan, bekalkan soalan dan bahan rujukan yang dibenarkan, kemudian nyatakan nada respons dan perkara yang mesti dikembalikan. Untuk subtugasan pengekodan, kenal pasti fail atau petikan yang berkaitan dan soalan yang tepat, bukannya memberikan projek terbuka tanpa syarat penyelesaian.\n\nTetingkap konteks yang didokumentasikan ialah satu juta token, dengan sehingga 128,000 token output dalam penjanaan biasa. Token pemikiran dikira dalam peruntukan penjanaan, maka hasil memerlukan ruang untuk penaakulan dan teks yang kelihatan. Had pengetahuan yang boleh dipercayainya ialah Jun 2026; maklumat selepasnya memerlukan bukti yang dibekalkan atau alat carian. Anthropic secara berasingan mendokumentasikan beta khusus kelompok yang boleh meningkatkan output kepada 300,000 token untuk edisi ini. Peruntukan yang lebih besar itu memerlukan ciri extended-output pengeluar dan berbeza daripada had biasa. Kelompok tak segerak mengendalikan permintaan secara berasingan, menjadikannya berguna untuk himpunan dokumen atau rekod yang hasilnya diperlukan selepas pemprosesan dan bukannya serta-merta.\n\nPemikiran adaptif diaktifkan secara lalai, dan effort ialah kawalan utama bagi kedalaman penaakulan. Tahapnya ialah low, medium, high, xhigh dan max, dengan medium sebagai lalai. Anthropic mengesyorkan medium untuk kebanyakan kerja, high untuk tugasan yang lebih berterusan atau pematuhan arahan yang ketat, dan low untuk permintaan pendek yang lebih mudah. Pemikiran boleh dinyahaktifkan pada low, medium atau high; penyahaktifan pada xhigh atau max ditolak. Prom yang meminta jawapan langsung tidak menggantikan kawalan itu. Tetapan budget_tokens manual daripada Haiku 4.5 tidak terpakai pada edisi ini, dan temperature, top_p serta top_k patut digugurkan dalam antara muka yang didokumentasikan.\n\nHaiku 5.5 menggunakan tokenizer lebih baharu yang diperkenalkan dalam generasi Claude terdahulu, dan Anthropic menganggarkan bahawa teks yang sama boleh menggunakan kira-kira 30% lebih banyak token berbanding Haiku 4.5, bergantung pada kandungannya. Model ini turut mengekalkan blok pemikiran daripada giliran pembantu terdahulu, maka saiz perbualan boleh bertambah melebihi kesan perubahan tokenizer sahaja. Panjang minimum prom yang boleh dicache ialah 512 token. Kekalkan giliran terdahulu tanpa perubahan apabila mengekalkan penaakulan, dan letakkan arahan baharu dalam giliran terkini. Perubahan effort pada peringkat teratas membatalkan cache mesej perbualan; pengeluar mendokumentasikan beta berasingan untuk mengubah effort dalam perbualan adaptif. Tiada satu pun keupayaan ini membuktikan cache hit bagi permintaan tertentu.\n\nUntuk carian maklumat, panduan prom model mengesyorkan supaya tarikh semasa dibekalkan bersama alat carian dan takrif sistem serta alat asal dikekalkan tanpa perubahan. Berikan tarikh baharu dalam giliran terkini jika perbualan berterusan pada hari kemudian. Nyatakan perkara yang mesti ditemukan dan kekalkan sumber yang dikembalikan sebelum meminta kesimpulan. Contohnya, tugasan ilustratif boleh meminta tingkah laku yang didokumentasikan bagi versi perisian tertentu, diikuti penjelasan pendek yang berasaskan petikan yang diperoleh. Aplikasi menyediakan alat carian dan mengembalikan hasil sebenar; carian yang dicadangkan model bukan bukti bahawa carian itu telah berlaku.\n\nApabila output JSON berstruktur digabungkan dengan alat, panduan itu mendokumentasikan interaksi tertentu: apabila pemikiran dinyahaktifkan, Haiku boleh melangkau panggilan alat yang diperlukan. Anthropic mengesyorkan pemikiran adaptif untuk permintaan sedemikian, atau memisahkan keperluan JSON akhir daripada langkah alat. Tentukan medan output dan jelaskan bahawa jawapan akhir menyusul selepas hasil alat. Arahan pengekstrakan data boleh menamakan medan yang diperlukan dan cara mewakili nilai yang tiada, manakala arahan carian boleh terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons mengikut jenisnya, kerana jawapan tidak semestinya blok pertama dan teks pemikiran digugurkan secara lalai.\n\nUntuk prom ejen yang lebih panjang, Anthropic menyatakan bahawa effort low boleh berhenti awal, melangkau carian atau mengabaikan semakan. Panduannya mengesyorkan arahan penyelesaian yang jelas dan semakan sebenar bagi perubahan kod sebelum perubahan dilaporkan selesai. Sediakan hasil yang dijangkakan dan bukti yang akan menunjukkannya: petikan terpilih untuk laporan, tingkah laku yang berubah untuk cadangan kod atau medan yang diekstrak daripada dokumen. Panduan itu turut membezakan mesej pengguna di tengah tugasan daripada output alat: arahan pengguna baharu berada dalam giliran pengguna, manakala bukti yang dikembalikan alat kekal berasingan.\n\nEdisi ini mempunyai perlindungannya sendiri dan boleh memberikan penolakan bagi kategori termasuk bahaya siber, bahaya biologi, pembangunan model pesaing atau kegunaan terlarang lain. Pengeluar tidak mendokumentasikan mekanisme sandaran pada pelayan untuk Haiku 5.5. Panduannya turut menyatakan bahawa effort xhigh kadangkala boleh menamatkan respons berbilang giliran tanpa teks jawapan yang kelihatan, dan teks yang menyerupai penaakulan boleh muncul lebih kerap pada effort low atau apabila pemikiran dinyahaktifkan. Ini ialah tingkah laku khusus yang perlu diambil kira apabila aliran kerja memerlukan hasil berstruktur yang kelihatan. Untuk kerja pengekstrakan atau ringkasan biasa, gunakan sumber terfokus, output yang ditentukan dan tahap effort yang sesuai dengan tugasan.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a6c522ba77a849be7a2c16b70d493337f2643b1711d9e53a34c7fe3a9d0d3a3b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "ms", "methods": [ { "html": "anthropic/claude-haiku-5.5:batchClaude Haiku 5.5 ialah model kecil Anthropic untuk pengelasan, pengekstrakan, ringkasan, penghalaan dan tugasan ejen yang terfokus. Model ini menggabungkan pemahaman teks dan imej dengan penaakulan adaptif serta dibentuk untuk kerja berulang yang memerlukan respons segera.
Huraian ini merangkumi keupayaan model. Input, output dan pilihan yang tersedia di Ailoot disenaraikan di bawah untuk kaedah yang dipilih.
Claude Haiku 5.5 ialah edisi model kecil Anthropic untuk tugasan berjumlah besar yang sensitif terhadap kependaman. Kegunaan utamanya merangkumi pengelasan, penghalaan, pengekstrakan maklumat, peringkasan, pemadatan perbualan dan kerja subejen yang terfokus. Model ini menerima teks dan imej serta menjana teks. Arahan yang berguna memberikan soalan yang sempit skopnya dan hasil yang jelas: kategori, set medan yang ditentukan, ringkasan pendek atau bukti berkaitan untuk bahagian lain dalam tugasan yang lebih besar. Kekalkan pengecam sumber bersama hasil supaya aplikasi boleh menghubungkan maklumat yang diekstrak dengan bahan asalnya.
Anthropic meletakkan edisi ini untuk sokongan pelanggan secara langsung, penggunaan pelayar dan subtugasan pengekodan pendek serta analisis berulang. Model ini boleh melengkapi Claude Sonnet 5.5 atau Claude Opus 5.5 dalam aliran kerja apabila model yang lebih besar mengendalikan projek bercita-cita tinggi dan Haiku mengendalikan carian atau ringkasan yang terbatas. Untuk tugasan sokongan, bekalkan soalan dan bahan rujukan yang dibenarkan, kemudian nyatakan nada respons dan perkara yang mesti dikembalikan. Untuk subtugasan pengekodan, kenal pasti fail atau petikan yang berkaitan dan soalan yang tepat, bukannya memberikan projek terbuka tanpa syarat penyelesaian.
Tetingkap konteks yang didokumentasikan ialah satu juta token, dengan sehingga 128,000 token output dalam penjanaan biasa. Token pemikiran dikira dalam peruntukan penjanaan, maka hasil memerlukan ruang untuk penaakulan dan teks yang kelihatan. Had pengetahuan yang boleh dipercayainya ialah Jun 2026; maklumat selepasnya memerlukan bukti yang dibekalkan atau alat carian. Anthropic secara berasingan mendokumentasikan beta khusus kelompok yang boleh meningkatkan output kepada 300,000 token untuk edisi ini. Peruntukan yang lebih besar itu memerlukan ciri extended-output pengeluar dan berbeza daripada had biasa. Kelompok tak segerak mengendalikan permintaan secara berasingan, menjadikannya berguna untuk himpunan dokumen atau rekod yang hasilnya diperlukan selepas pemprosesan dan bukannya serta-merta.
Pemikiran adaptif diaktifkan secara lalai, dan effort ialah kawalan utama bagi kedalaman penaakulan. Tahapnya ialah low, medium, high, xhigh dan max, dengan medium sebagai lalai. Anthropic mengesyorkan medium untuk kebanyakan kerja, high untuk tugasan yang lebih berterusan atau pematuhan arahan yang ketat, dan low untuk permintaan pendek yang lebih mudah. Pemikiran boleh dinyahaktifkan pada low, medium atau high; penyahaktifan pada xhigh atau max ditolak. Prom yang meminta jawapan langsung tidak menggantikan kawalan itu. Tetapan budget_tokens manual daripada Haiku 4.5 tidak terpakai pada edisi ini, dan temperature, top_p serta top_k patut digugurkan dalam antara muka yang didokumentasikan.
Haiku 5.5 menggunakan tokenizer lebih baharu yang diperkenalkan dalam generasi Claude terdahulu, dan Anthropic menganggarkan bahawa teks yang sama boleh menggunakan kira-kira 30% lebih banyak token berbanding Haiku 4.5, bergantung pada kandungannya. Model ini turut mengekalkan blok pemikiran daripada giliran pembantu terdahulu, maka saiz perbualan boleh bertambah melebihi kesan perubahan tokenizer sahaja. Panjang minimum prom yang boleh dicache ialah 512 token. Kekalkan giliran terdahulu tanpa perubahan apabila mengekalkan penaakulan, dan letakkan arahan baharu dalam giliran terkini. Perubahan effort pada peringkat teratas membatalkan cache mesej perbualan; pengeluar mendokumentasikan beta berasingan untuk mengubah effort dalam perbualan adaptif. Tiada satu pun keupayaan ini membuktikan cache hit bagi permintaan tertentu.
Untuk carian maklumat, panduan prom model mengesyorkan supaya tarikh semasa dibekalkan bersama alat carian dan takrif sistem serta alat asal dikekalkan tanpa perubahan. Berikan tarikh baharu dalam giliran terkini jika perbualan berterusan pada hari kemudian. Nyatakan perkara yang mesti ditemukan dan kekalkan sumber yang dikembalikan sebelum meminta kesimpulan. Contohnya, tugasan ilustratif boleh meminta tingkah laku yang didokumentasikan bagi versi perisian tertentu, diikuti penjelasan pendek yang berasaskan petikan yang diperoleh. Aplikasi menyediakan alat carian dan mengembalikan hasil sebenar; carian yang dicadangkan model bukan bukti bahawa carian itu telah berlaku.
Apabila output JSON berstruktur digabungkan dengan alat, panduan itu mendokumentasikan interaksi tertentu: apabila pemikiran dinyahaktifkan, Haiku boleh melangkau panggilan alat yang diperlukan. Anthropic mengesyorkan pemikiran adaptif untuk permintaan sedemikian, atau memisahkan keperluan JSON akhir daripada langkah alat. Tentukan medan output dan jelaskan bahawa jawapan akhir menyusul selepas hasil alat. Arahan pengekstrakan data boleh menamakan medan yang diperlukan dan cara mewakili nilai yang tiada, manakala arahan carian boleh terlebih dahulu meminta bukti yang diperlukan untuk mengisinya. Baca blok respons mengikut jenisnya, kerana jawapan tidak semestinya blok pertama dan teks pemikiran digugurkan secara lalai.
Untuk prom ejen yang lebih panjang, Anthropic menyatakan bahawa effort low boleh berhenti awal, melangkau carian atau mengabaikan semakan. Panduannya mengesyorkan arahan penyelesaian yang jelas dan semakan sebenar bagi perubahan kod sebelum perubahan dilaporkan selesai. Sediakan hasil yang dijangkakan dan bukti yang akan menunjukkannya: petikan terpilih untuk laporan, tingkah laku yang berubah untuk cadangan kod atau medan yang diekstrak daripada dokumen. Panduan itu turut membezakan mesej pengguna di tengah tugasan daripada output alat: arahan pengguna baharu berada dalam giliran pengguna, manakala bukti yang dikembalikan alat kekal berasingan.
Edisi ini mempunyai perlindungannya sendiri dan boleh memberikan penolakan bagi kategori termasuk bahaya siber, bahaya biologi, pembangunan model pesaing atau kegunaan terlarang lain. Pengeluar tidak mendokumentasikan mekanisme sandaran pada pelayan untuk Haiku 5.5. Panduannya turut menyatakan bahawa effort xhigh kadangkala boleh menamatkan respons berbilang giliran tanpa teks jawapan yang kelihatan, dan teks yang menyerupai penaakulan boleh muncul lebih kerap pada effort low atau apabila pemikiran dinyahaktifkan. Ini ialah tingkah laku khusus yang perlu diambil kira apabila aliran kerja memerlukan hasil berstruktur yang kelihatan. Untuk kerja pengekstrakan atau ringkasan biasa, gunakan sumber terfokus, output yang ditentukan dan tahap effort yang sesuai dengan tugasan.
POST /v1/batchestexttext| Medan | Jenis | Keperluan | Nilai & had | Lalai |
|---|---|---|---|---|
Medanendpoint | Jenisstring | KeperluanDiperlukan | Nilai & had /v1/chat/completions | Lalai— |
Medanmodel | Jenisstring | KeperluanDiperlukan | Nilai & had anthropic/claude-haiku-5.5:batch | Lalai— |
Medanrequests | Jenisbatch_item[] | KeperluanDiperlukan | Nilai & had Item minimum: 1 | Lalai— |
Medanrequests[].custom_id | Jenisstring | KeperluanDiperlukan | Nilai & had | Lalai— |
Medanrequests[].body.messages | Jenismessage[] | KeperluanDiperlukan | Nilai & had | Lalai— |
Medancompletion_window | Jenisstring | KeperluanPilihan | Nilai & had 24h | Lalai— |
Medanprovider | Jenisobject|null | KeperluanPilihan | Nilai & had | Lalai— |
Medanrequests[].body.model | Jenisstring | KeperluanPilihan | Nilai & had anthropic/claude-haiku-5.5:batch, anthropic/claude-haiku-5.5 | Lalai— |
Medanprovider.only | Jenisstring[] | KeperluanPilihan | Nilai & had anthropic | Lalai— |
Medanprovider.allow_fallbacks | Jenisboolean|null | KeperluanPilihan | Nilai & had false, null | Lalai— |
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakendpoint, model, requests |
Parametermaterial_types | Kontraktext |
Parameterrepresentation | Kontrakrequests[] sebaris; setiap item mempunyai custom_id dan body |
Parameterrequest_endpoint_profile | Kontrak/v1/chat/completions |
Parameterfile_material | KontrakPemanggil boleh membaca JSONL UTF-8 sebenar secara setempat ke dalam requests[]. Tiada tujuan muat naik, input_file_id atau rujukan fail digunakan. Bahan pelanggan yang tiada atau kosong menghentikan persediaan sebelum POST. |
Parameterserialization_order | Kontrakendpoint, model, provider (jika dibekalkan), completion_window (jika dibekalkan), requests di akhir |
Parameteroptional_controls | Kontrakprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | KontrakBadan permintaan Chat Completions teks dalam pembungkus Batch sebaris yang didokumenkan. |
Kitar hayat: asynchronous
GET /v1/batches/{operation_id} · response.id sebenar daripada respons penciptaan asal; pengguna/kunci/kumpulan yang sama
Rujukan tarif tidak menambah pilihan permintaan. Parameter yang disokong disenaraikan untuk kaedah yang dipilih.
Padankan setiap caj dengan syarat yang dipaparkan. Gunakan satu kadar bagi setiap set konfigurasi alternatif.
| Konfigurasi | Jadual kadar | Token konteks, melebihi | Token konteks, sehingga dan termasuk | Caj |
|---|---|---|---|---|
| KonfigurasiKadar asas token | Jadual kadarKadar asas | Token konteks, melebihi— | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0001 / 1K token Output · Token output $0.0005 / 1K token Input · Bacaan cache $0.00001 / 1K token Input · Penulisan cache $0.000125 / 1K token Input · Penulisan cache, 1 jam $0.0002 / 1K token |
| KonfigurasiTahap panjang permintaan 1 | Jadual kadar— | Token konteks, melebihi0 | Token konteks, sehingga dan termasuk100,000 | Caj Input · Token input $0.0001 / 1K token Output · Token output $0.0005 / 1K token Input · Bacaan cache $0.00001 / 1K token Input · Penulisan cache $0.000125 / 1K token Input · Penulisan cache, 1 jam $0.0002 / 1K token |
| KonfigurasiTahap panjang permintaan 2 | Jadual kadar— | Token konteks, melebihi100,000 | Token konteks, sehingga dan termasukTiada had atas | Caj Input · Token input $0.0005 / 1K token Output · Token output $0.0025 / 1K token Input · Bacaan cache $0.00005 / 1K token Input · Penulisan cache $0.000625 / 1K token Input · Penulisan cache, 1 jam $0.001 / 1K token |
Ailoot merizabkan anggaran amaun sebelum permintaan. Selepas hasil diterima, caj akhir diselesaikan berdasarkan penggunaan terukur. Penyelesaian caj penstriman menggunakan rekod penggunaan akhir. Cara rizab dan penyelesaian caj berfungsi →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json\nfrom pathlib import Path\nbody=json.loads('{"endpoint":"/v1/chat/completions","model":"anthropic/claude-haiku-5.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-haiku-5.5:batch', 'anthropic/claude-haiku-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-haiku-5.5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON results[].response.body sebaris
GET /v1/batches/{operation_id}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\nBATCH_OPERATION_ID="$(python3 - <<'PY_ID'\nimport json\nfrom pathlib import Path\nfrom urllib.parse import quote\nresponse = json.loads(Path("batch-create-response.json").read_text(encoding="utf-8"))\noperation = response.get("id")\nif not isinstance(operation, str) or not operation: raise SystemExit("No actual original operation ID; preserve the response and do not resubmit")\nprint(quote(operation, safe=""))\nPY_ID\n)"\ncurl --fail-with-body --silent --show-error "https://api.ailoot.ai/v1/batches/$BATCH_OPERATION_ID" \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -o batch-status-response.json\nSimpan setiap respons lengkap, fail dan bahagian kandungan yang dikembalikan.
Simpan keseluruhan JSON status asal, setiap hasil/custom_id serta badan respons atau ralat yang lengkap. Simpan results[] yang telah selesai sebagai JSONL tanpa penapisan.
Simpan ID operasi asal. 503 result_pending_check mempunyai X-Should-Retry:false; jangan sekali-kali hantar semula kelompok asal yang hasilnya tidak diketahui.
| Medan | Jenis |
|---|---|
Medanresults[].custom_id | Jenisstring |
Medanresults[].response.body.choices[].message.content | Jenisstring|null |
Medanresults[].error | Jenisobject|null |
Medanusage | Jenisobject|null |
Medanid | Jenisstring |
Medanmodel | Jenisstring |
Medanendpoint | Jenisstring |
Medanstatus | Jenisstring |
Medanrequest_counts | Jenisobject |
Medanresults[].id | Jenisstring |
Medanresults[].response.status_code | Jenisinteger |
Medanresults[].response.request_id | Jenisstring |
| Respons | Syarat | Langkah seterusnya |
|---|---|---|
Respons400 · invalid_request_error | SyaratPembungkus sebaris yang didokumenkan tidak sah, kunci berulang, identiti item atau keupayaan model yang dikonfigurasikan bercanggah. | Langkah seterusnyaBetulkan medan yang dinyatakan sebelum sebarang penghantaran baharu. |
Respons401 · authentication_error | SyaratKunci API tidak sah. | Langkah seterusnyaGunakan kunci Ailoot yang dibenarkan. |
Respons403 · permission_error | SyaratKumpulan kelompok tidak tersedia. | Langkah seterusnyaSemak hak akses kunci/kumpulan. |
Respons422 · invalid_request_error | SyaratKelompok menggunakan pengebilan baki; penciptaan melalui langganan ditolak. | Langkah seterusnyaGunakan kumpulan yang dibenarkan untuk pengebilan melalui baki. |
Respons422 · price_unavailable | SyaratSebut harga tidak dapat diberikan untuk input kelompok. | Langkah seterusnyaSimpan respons; gunakan input keluarga API yang didokumenkan. |
Respons402 · billing_error | SyaratRizab kelompok tidak tersedia. | Langkah seterusnyaSelesaikan isu penerimaan permintaan sebelum menghantar permintaan baharu. |
Respons503 · price_unavailable | SyaratHarga kaedah kelompok/kadar natif tidak tersedia. | Langkah seterusnyaSimpan respons; jangan gantikan harga. |
Respons503 · api_error | SyaratLaluan pembekal yang tepat tidak tersedia. | Langkah seterusnyaSimpan respons untuk pembaikan laluan. |
Respons503 · result_pending_check | SyaratHasil asal memerlukan semakan; X-Should-Retry:false. | Langkah seterusnyaSimpan operation_id/id asal dan baca statusnya; jangan sekali-kali ulang POST asal. |
Respons404 · not_found | SyaratOperasi status kelompok tiada atau dimiliki oleh identiti lain. | Langkah seterusnyaGunakan id asal yang tepat serta pengguna/kunci/kumpulan yang sama. |
Ailoot Ultra anthropic/claude-haiku-5.5:batch
Gunakan laluan kaedah yang dipaparkan di atas.