Claude Sonnet 4.5 er Anthropics Sonnet-utgave med fokus på programvareutvikling, komplekse agentoppgaver og datamaskinbruk, med forbedringer innen resonnering og matematikk. Den tar imot tekst og bilder og genererer tekst. Utgivelsen beskriver vedvarende arbeid over flere trinn, kodeforståelse og endringer som berører et bredere prosjekt fremfor én isolert funksjon. En nyttig beskrivelse identifiserer påkrevd oppførsel, relevant kildemateriale og leveransen: en foreslått patch, en implementeringsforklaring, en dokumentanalyse eller et strukturert svar.
For programvarearbeid oppgir du prosjektets begrensninger, relevante filer eller utdrag, den observerte feilen og et konkret eksempel på forventet resultat. Be om den berørte koden og en forklaring på hvordan den foreslåtte endringen håndterer eksemplet. Produsenten presenterer modellen som egnet til å bygge agenter og arbeide gjennom utviklingsoppgaver med verktøy. Den omkringliggende applikasjonen leser og redigerer filer, kjører en kommando eller kontroll og returnerer faktisk output; modellen resonnerer over dette belegget. Hold den foreslåtte endringen og den fullførte kontrollen adskilt i sluttrapporten.
Datamaskinbruk er en separat anvendelse av de visuelle evnene og agentevnene. Anthropics utgivelse demonstrerer nettlesersamhandling, navigering på sider og arbeid med regneark gjennom et tilkoblet miljø. En visuell beskrivelse kan oppgi et skjermbilde, identifisere målet og definere hvilke handlinger applikasjonen tillater. Applikasjonen utfører så den valgte samhandlingen og returnerer den endrede skjermen eller et annet resultat. Tilsvarende kan modellen forberede innhold og kode for dokumenter, regneark og lysbilder, mens miljøet produserer den ferdige filen. Tekst- og bildeforståelse gjør ikke modellen til en innebygd bilde- eller lydgenerator.
Produsentens eksakte spesifikasjon oppgir et kontekstvindu på 200K tokener og opptil 64K outputtokener. Grensen for pålitelig kunnskap er januar 2025, adskilt fra den senere grensen for treningsdata som oppgis på siden. Hold dokumentgrenser, sideetiketter, enheter og kodeidentifikatorer tydelige i lang input, og sett av plass til det forespurte svaret og eventuell resonnering. Produsenten dokumenterer også kontekstbevissthet for denne utgaven, slik at den støttede arbeidsflyten følger gjenværende plass gjennom en samtale. Dette hjelper med å håndtere en vedvarende oppgave innenfor vinduet; det erstatter ikke vinduet med den større kapasiteten til en senere Sonnet-utgave.
Sonnet 4.5 støtter vanlige svar og manuelt konfigurert utvidet resonnering. I sistnevnte modus setter budget_tokens et mål for den interne resonneringen før det synlige svaret. Dokumentert minimum er 1,024 tokener, og budsjettet må normalt være lavere enn max_tokens fordi resonnering og det endelige svaret deler genereringsrammen. Budsjettet er et mål, ikke et løfte om å bruke nøyaktig så mange tokener. Denne utgaven har ikke modusen for adaptiv resonnering eller innsatskontrollene som beskrives for senere Sonnet-modeller. Velg den forespurte analysedybden og la det være nok rom til et brukbart endelig svar.
Produsentens interleaved-thinking-beta lar Sonnet 4.5 resonnere mellom verktøykall innenfor én runde og bruke de returnerte observasjonene til å velge neste trinn. Den krever den dokumenterte betafunksjonen i den støttede Messages-arbeidsflyten. I dette tilfellet kan resonneringsbudsjettet overstige max_tokens fordi det spenner over flere resonneringsblokker i samme assistentrunde. Returner verktøyresultater sammen med tilhørende uendret resonneringsinnhold, inkludert signaturen; redigering gjør innholdet ugyldig. En forsknings- eller feilsøkingsoppgave kan derfor veksle mellom en foreslått kontroll, det faktiske returnerte resultatet og en oppdatert analyse uten å behandle et tekstforslag som en fullført handling.
For visuelt materiale støtter produsenten JPEG, PNG, GIF og WebP og bruker bare første bilde i en animasjon. Standardnivået for native bilder i denne utgaven har en grense på 1,568 piksler langs lengste side og en grense på 1,568 visuelle tokener; større bilder nedskaleres. Produsentens bildeveiledning oppgir opptil 100 bilder per API-forespørsel for modeller med 200K kontekst, med betingelser for bilder og samlet forespørselsstørrelse som kan nås først. Plasser bilder før spørsmålet når det er praktisk, merk flere bilder og bevar liten tekst eller diagrametiketter. Veiledningen anbefaler tydelige bilder og nok omkringliggende kontekst til å tolke den synlige detaljen.
Kontekstredigering og et minneverktøy ble introdusert sammen med denne modellen for å støtte lengre agentarbeidsflyter. Dette er applikasjonsstøttede måter å beholde nyttig tilstand eller fjerne gammelt verktøymateriale på; de er ikke et ubegrenset modellminne eller den senere funksjonen for komprimering av kontekst på serveren. For en flertrinnsoppgave bevarer du beslutningene som allerede er tatt, det uavklarte spørsmålet og belegget som trengs for neste trinn. Anthropic beskriver også sterkere motstand mot skjulte instruksjoner i eksternt innhold, samtidig som selskapet bemerker at modellspesifikke klassifikatorer noen ganger kan flagge ufarlig materiale. Det nyttige resultatet er fortsatt en vurderbar leveranse knyttet til oppgitt belegg, med de eksakte modusene og grensene for Sonnet 4.5 holdt adskilt fra senere utgivelser.
", "aboutText": "Claude Sonnet 4.5 er Anthropics Sonnet-utgave med fokus på programvareutvikling, komplekse agentoppgaver og datamaskinbruk, med forbedringer innen resonnering og matematikk. Den tar imot tekst og bilder og genererer tekst. Utgivelsen beskriver vedvarende arbeid over flere trinn, kodeforståelse og endringer som berører et bredere prosjekt fremfor én isolert funksjon. En nyttig beskrivelse identifiserer påkrevd oppførsel, relevant kildemateriale og leveransen: en foreslått patch, en implementeringsforklaring, en dokumentanalyse eller et strukturert svar.\n\nFor programvarearbeid oppgir du prosjektets begrensninger, relevante filer eller utdrag, den observerte feilen og et konkret eksempel på forventet resultat. Be om den berørte koden og en forklaring på hvordan den foreslåtte endringen håndterer eksemplet. Produsenten presenterer modellen som egnet til å bygge agenter og arbeide gjennom utviklingsoppgaver med verktøy. Den omkringliggende applikasjonen leser og redigerer filer, kjører en kommando eller kontroll og returnerer faktisk output; modellen resonnerer over dette belegget. Hold den foreslåtte endringen og den fullførte kontrollen adskilt i sluttrapporten.\n\nDatamaskinbruk er en separat anvendelse av de visuelle evnene og agentevnene. Anthropics utgivelse demonstrerer nettlesersamhandling, navigering på sider og arbeid med regneark gjennom et tilkoblet miljø. En visuell beskrivelse kan oppgi et skjermbilde, identifisere målet og definere hvilke handlinger applikasjonen tillater. Applikasjonen utfører så den valgte samhandlingen og returnerer den endrede skjermen eller et annet resultat. Tilsvarende kan modellen forberede innhold og kode for dokumenter, regneark og lysbilder, mens miljøet produserer den ferdige filen. Tekst- og bildeforståelse gjør ikke modellen til en innebygd bilde- eller lydgenerator.\n\nProdusentens eksakte spesifikasjon oppgir et kontekstvindu på 200K tokener og opptil 64K outputtokener. Grensen for pålitelig kunnskap er januar 2025, adskilt fra den senere grensen for treningsdata som oppgis på siden. Hold dokumentgrenser, sideetiketter, enheter og kodeidentifikatorer tydelige i lang input, og sett av plass til det forespurte svaret og eventuell resonnering. Produsenten dokumenterer også kontekstbevissthet for denne utgaven, slik at den støttede arbeidsflyten følger gjenværende plass gjennom en samtale. Dette hjelper med å håndtere en vedvarende oppgave innenfor vinduet; det erstatter ikke vinduet med den større kapasiteten til en senere Sonnet-utgave.\n\nSonnet 4.5 støtter vanlige svar og manuelt konfigurert utvidet resonnering. I sistnevnte modus setter budget_tokens et mål for den interne resonneringen før det synlige svaret. Dokumentert minimum er 1,024 tokener, og budsjettet må normalt være lavere enn max_tokens fordi resonnering og det endelige svaret deler genereringsrammen. Budsjettet er et mål, ikke et løfte om å bruke nøyaktig så mange tokener. Denne utgaven har ikke modusen for adaptiv resonnering eller innsatskontrollene som beskrives for senere Sonnet-modeller. Velg den forespurte analysedybden og la det være nok rom til et brukbart endelig svar.\n\nProdusentens interleaved-thinking-beta lar Sonnet 4.5 resonnere mellom verktøykall innenfor én runde og bruke de returnerte observasjonene til å velge neste trinn. Den krever den dokumenterte betafunksjonen i den støttede Messages-arbeidsflyten. I dette tilfellet kan resonneringsbudsjettet overstige max_tokens fordi det spenner over flere resonneringsblokker i samme assistentrunde. Returner verktøyresultater sammen med tilhørende uendret resonneringsinnhold, inkludert signaturen; redigering gjør innholdet ugyldig. En forsknings- eller feilsøkingsoppgave kan derfor veksle mellom en foreslått kontroll, det faktiske returnerte resultatet og en oppdatert analyse uten å behandle et tekstforslag som en fullført handling.\n\nFor visuelt materiale støtter produsenten JPEG, PNG, GIF og WebP og bruker bare første bilde i en animasjon. Standardnivået for native bilder i denne utgaven har en grense på 1,568 piksler langs lengste side og en grense på 1,568 visuelle tokener; større bilder nedskaleres. Produsentens bildeveiledning oppgir opptil 100 bilder per API-forespørsel for modeller med 200K kontekst, med betingelser for bilder og samlet forespørselsstørrelse som kan nås først. Plasser bilder før spørsmålet når det er praktisk, merk flere bilder og bevar liten tekst eller diagrametiketter. Veiledningen anbefaler tydelige bilder og nok omkringliggende kontekst til å tolke den synlige detaljen.\n\nKontekstredigering og et minneverktøy ble introdusert sammen med denne modellen for å støtte lengre agentarbeidsflyter. Dette er applikasjonsstøttede måter å beholde nyttig tilstand eller fjerne gammelt verktøymateriale på; de er ikke et ubegrenset modellminne eller den senere funksjonen for komprimering av kontekst på serveren. For en flertrinnsoppgave bevarer du beslutningene som allerede er tatt, det uavklarte spørsmålet og belegget som trengs for neste trinn. Anthropic beskriver også sterkere motstand mot skjulte instruksjoner i eksternt innhold, samtidig som selskapet bemerker at modellspesifikke klassifikatorer noen ganger kan flagge ufarlig materiale. Det nyttige resultatet er fortsatt en vurderbar leveranse knyttet til oppgitt belegg, med de eksakte modusene og grensene for Sonnet 4.5 holdt adskilt fra senere utgivelser.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "edf8d5006f4fa0be6cbe44a1a794be6c2ae8107c72fc08740f4e5f39f0d69f9c", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nb", "methods": [ { "html": "anthropic/claude-sonnet-4.5:batchClaude Sonnet 4.5 er Anthropics tekst- og bildemodell for programvareutvikling, komplekse agenter, datamaskinbruk og analytisk arbeid. Den støtter direkte svar eller manuelt konfigurert utvidet resonnering, med resonnering mellom verktøykall i den dokumenterte betaarbeidsflyten.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Claude Sonnet 4.5 er Anthropics Sonnet-utgave med fokus på programvareutvikling, komplekse agentoppgaver og datamaskinbruk, med forbedringer innen resonnering og matematikk. Den tar imot tekst og bilder og genererer tekst. Utgivelsen beskriver vedvarende arbeid over flere trinn, kodeforståelse og endringer som berører et bredere prosjekt fremfor én isolert funksjon. En nyttig beskrivelse identifiserer påkrevd oppførsel, relevant kildemateriale og leveransen: en foreslått patch, en implementeringsforklaring, en dokumentanalyse eller et strukturert svar.
For programvarearbeid oppgir du prosjektets begrensninger, relevante filer eller utdrag, den observerte feilen og et konkret eksempel på forventet resultat. Be om den berørte koden og en forklaring på hvordan den foreslåtte endringen håndterer eksemplet. Produsenten presenterer modellen som egnet til å bygge agenter og arbeide gjennom utviklingsoppgaver med verktøy. Den omkringliggende applikasjonen leser og redigerer filer, kjører en kommando eller kontroll og returnerer faktisk output; modellen resonnerer over dette belegget. Hold den foreslåtte endringen og den fullførte kontrollen adskilt i sluttrapporten.
Datamaskinbruk er en separat anvendelse av de visuelle evnene og agentevnene. Anthropics utgivelse demonstrerer nettlesersamhandling, navigering på sider og arbeid med regneark gjennom et tilkoblet miljø. En visuell beskrivelse kan oppgi et skjermbilde, identifisere målet og definere hvilke handlinger applikasjonen tillater. Applikasjonen utfører så den valgte samhandlingen og returnerer den endrede skjermen eller et annet resultat. Tilsvarende kan modellen forberede innhold og kode for dokumenter, regneark og lysbilder, mens miljøet produserer den ferdige filen. Tekst- og bildeforståelse gjør ikke modellen til en innebygd bilde- eller lydgenerator.
Produsentens eksakte spesifikasjon oppgir et kontekstvindu på 200K tokener og opptil 64K outputtokener. Grensen for pålitelig kunnskap er januar 2025, adskilt fra den senere grensen for treningsdata som oppgis på siden. Hold dokumentgrenser, sideetiketter, enheter og kodeidentifikatorer tydelige i lang input, og sett av plass til det forespurte svaret og eventuell resonnering. Produsenten dokumenterer også kontekstbevissthet for denne utgaven, slik at den støttede arbeidsflyten følger gjenværende plass gjennom en samtale. Dette hjelper med å håndtere en vedvarende oppgave innenfor vinduet; det erstatter ikke vinduet med den større kapasiteten til en senere Sonnet-utgave.
Sonnet 4.5 støtter vanlige svar og manuelt konfigurert utvidet resonnering. I sistnevnte modus setter budget_tokens et mål for den interne resonneringen før det synlige svaret. Dokumentert minimum er 1,024 tokener, og budsjettet må normalt være lavere enn max_tokens fordi resonnering og det endelige svaret deler genereringsrammen. Budsjettet er et mål, ikke et løfte om å bruke nøyaktig så mange tokener. Denne utgaven har ikke modusen for adaptiv resonnering eller innsatskontrollene som beskrives for senere Sonnet-modeller. Velg den forespurte analysedybden og la det være nok rom til et brukbart endelig svar.
Produsentens interleaved-thinking-beta lar Sonnet 4.5 resonnere mellom verktøykall innenfor én runde og bruke de returnerte observasjonene til å velge neste trinn. Den krever den dokumenterte betafunksjonen i den støttede Messages-arbeidsflyten. I dette tilfellet kan resonneringsbudsjettet overstige max_tokens fordi det spenner over flere resonneringsblokker i samme assistentrunde. Returner verktøyresultater sammen med tilhørende uendret resonneringsinnhold, inkludert signaturen; redigering gjør innholdet ugyldig. En forsknings- eller feilsøkingsoppgave kan derfor veksle mellom en foreslått kontroll, det faktiske returnerte resultatet og en oppdatert analyse uten å behandle et tekstforslag som en fullført handling.
For visuelt materiale støtter produsenten JPEG, PNG, GIF og WebP og bruker bare første bilde i en animasjon. Standardnivået for native bilder i denne utgaven har en grense på 1,568 piksler langs lengste side og en grense på 1,568 visuelle tokener; større bilder nedskaleres. Produsentens bildeveiledning oppgir opptil 100 bilder per API-forespørsel for modeller med 200K kontekst, med betingelser for bilder og samlet forespørselsstørrelse som kan nås først. Plasser bilder før spørsmålet når det er praktisk, merk flere bilder og bevar liten tekst eller diagrametiketter. Veiledningen anbefaler tydelige bilder og nok omkringliggende kontekst til å tolke den synlige detaljen.
Kontekstredigering og et minneverktøy ble introdusert sammen med denne modellen for å støtte lengre agentarbeidsflyter. Dette er applikasjonsstøttede måter å beholde nyttig tilstand eller fjerne gammelt verktøymateriale på; de er ikke et ubegrenset modellminne eller den senere funksjonen for komprimering av kontekst på serveren. For en flertrinnsoppgave bevarer du beslutningene som allerede er tatt, det uavklarte spørsmålet og belegget som trengs for neste trinn. Anthropic beskriver også sterkere motstand mot skjulte instruksjoner i eksternt innhold, samtidig som selskapet bemerker at modellspesifikke klassifikatorer noen ganger kan flagge ufarlig materiale. Det nyttige resultatet er fortsatt en vurderbar leveranse knyttet til oppgitt belegg, med de eksakte modusene og grensene for Sonnet 4.5 holdt adskilt fra senere utgivelser.
POST /v1/batchestexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltendpoint | Typestring | KravPåkrevd | Verdier & grenser /v1/chat/completions | Standard— |
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser anthropic/claude-sonnet-4.5:batch | Standard— |
Feltrequests | Typebatch_item[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltrequests[].custom_id | Typestring | KravPåkrevd | Verdier & grenser | Standard— |
Feltrequests[].body.messages | Typemessage[] | KravPåkrevd | Verdier & grenser | Standard— |
Feltcompletion_window | Typestring | KravValgfritt | Verdier & grenser 24h | Standard— |
Feltprovider | Typeobject|null | KravValgfritt | Verdier & grenser | Standard— |
Feltrequests[].body.model | Typestring | KravValgfritt | Verdier & grenser anthropic/claude-sonnet-4.5:batch, anthropic/claude-sonnet-4.5 | Standard— |
Feltprovider.only | Typestring[] | KravValgfritt | Verdier & grenser anthropic | Standard— |
Feltprovider.allow_fallbacks | Typeboolean|null | KravValgfritt | Verdier & grenser false, null | Standard— |
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtaleendpoint, model, requests |
Parametermaterial_types | Avtaletext |
Parameterrepresentation | Avtalerequests[] direkte i forespørselen; hvert element har custom_id og body |
Parameterrequest_endpoint_profile | Avtale/v1/chat/completions |
Parameterfile_material | AvtaleKlienten kan lese det faktiske UTF-8-kodede JSONL-innholdet lokalt inn i requests[]. Feltet purpose for opplasting, input_file_id og filreferanser brukes ikke. Manglende eller tomt kundemateriale stopper klargjøringen før POST. |
Parameterserialization_order | Avtaleendpoint, model, provider (hvis angitt), completion_window (hvis angitt), requests til slutt |
Parameteroptional_controls | Avtaleprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | AvtaleForespørselsinnhold for tekstbasert Chat Completions lagt direkte inn i det dokumenterte Batch-formatet. |
Livssyklus: asynchronous
GET /v1/batches/{operation_id} · faktisk response.id fra den opprinnelige opprettelsen; samme bruker/nøkkel/gruppe
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
Knytt hver kostnad til de viste vilkårene. Bruk én sats for hvert sett med alternative konfigurasjoner.
| Konfigurasjon | Prisplan | Konteksttokener, mer enn | Konteksttokener, opptil og med | Kostnad |
|---|---|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Konteksttokener, mer enn— | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer $0.00375 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time $0.006 / 1K tokener |
| KonfigurasjonNivå 1 for forespørselslengde | Prisplan— | Konteksttokener, mer enn0 | Konteksttokener, opptil og med200 000 | Kostnad Inndata · Inngående tokener $0.003 / 1K tokener Utdata · Utgående tokener $0.015 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0003 / 1K tokener Inndata · Skriving til hurtigbuffer $0.00375 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time $0.006 / 1K tokener |
| KonfigurasjonNivå 2 for forespørselslengde | Prisplan— | Konteksttokener, mer enn200 000 | Konteksttokener, opptil og medIngen øvre grense | Kostnad Inndata · Inngående tokener $0.006 / 1K tokener Utdata · Utgående tokener $0.0225 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0075 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time $0.012 / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${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-sonnet-4.5: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-sonnet-4.5:batch', 'anthropic/claude-sonnet-4.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-sonnet-4.5: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 fra results[].response.body direkte i svaret
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\nBehold alle fullstendige returnerte svar, filer og innholdsdeler.
Bevar hele den opprinnelige statusresponsen i JSON, alle resultater og custom_id-verdier samt hele svar- eller feilinnholdet. Lagre fullførte results[] som JSONL uten filtrering.
Bevar den opprinnelige operasjons-ID-en. 503 result_pending_check har X-Should-Retry:false; send aldri den opprinnelige batchen på nytt når utfallet er ukjent.
| Felt | Type |
|---|---|
Feltresults[].custom_id | Typestring |
Feltresults[].response.body.choices[].message.content | Typestring|null |
Feltresults[].error | Typeobject|null |
Feltusage | Typeobject|null |
Feltid | Typestring |
Feltmodel | Typestring |
Feltendpoint | Typestring |
Feltstatus | Typestring |
Feltrequest_counts | Typeobject |
Feltresults[].id | Typestring |
Feltresults[].response.status_code | Typeinteger |
Feltresults[].response.request_id | Typestring |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldig struktur i det dokumenterte formatet med innebygde forespørsler, dupliserte nøkler, ugyldig elementidentitet eller konflikt med modellens konfigurerte funksjoner. | Neste trinnRett de angitte feltene før du sender en ny forespørsel. |
Svar401 · authentication_error | VilkårUgyldig API-nøkkel. | Neste trinnBruk den autoriserte Ailoot-nøkkelen. |
Svar403 · permission_error | VilkårGruppen for batchbehandling er ikke tilgjengelig. | Neste trinnKontroller tilgangsrettighetene til nøkkelen/gruppen. |
Svar422 · invalid_request_error | VilkårBatch belastes saldoen; opprettelse via abonnement avvises. | Neste trinnBruk den autoriserte gruppen som belastes saldoen. |
Svar422 · price_unavailable | VilkårDet kan ikke beregnes en pris for batchens inndata. | Neste trinnBevar svaret; bruk de dokumenterte inndataene for API-familien. |
Svar402 · billing_error | VilkårBeløpsreservasjon for batchbehandling er ikke tilgjengelig. | Neste trinnLøs problemet som hindrer forespørselen i å bli godkjent før du sender en ny forespørsel. |
Svar503 · price_unavailable | VilkårPris for Batch-metoden eller systemets innebygde satser er ikke tilgjengelige. | Neste trinnBevar svaret; ikke erstatt prisene. |
Svar503 · api_error | VilkårDen nøyaktige leverandørruten er ikke tilgjengelig. | Neste trinnBevar svaret slik at ruten kan repareres. |
Svar503 · result_pending_check | VilkårDet opprinnelige resultatet må kontrolleres; X-Should-Retry:false. | Neste trinnBevar opprinnelig operation_id/id og les statusen; gjenta aldri den opprinnelige POST-forespørselen. |
Svar404 · not_found | VilkårStatusoperasjonen for batchen finnes ikke eller tilhører en annen identitet. | Neste trinnBruk nøyaktig den opprinnelige id-verdien og samme bruker/nøkkel/gruppe. |
Ailoot Ultra anthropic/claude-sonnet-4.5:batch
Bruk metodestiene som vises ovenfor.