Claude 3.7 Sonnet Thinking beskriver modusen for utvidet resonnering i Claude 3.7 Sonnet, fremfor en separat generasjon av grunnmodellen. Anthropic kombinerer vanlige svar og dypere resonnering i én hybridmodell. Thinking-varianten er nyttig når en oppgave inneholder begrensninger som påvirker hverandre, og svaret tjener på at de gjennomgås før en konklusjon presenteres.
Modellen bruker ekstra resonneringstokener på problemet før den returnerer sitt endelige svar. Anthropic fremhever matematikk, fysikk, kompleks instruksjonsfølging og programmering, og legger vekt på virkelige forretningsoppgaver fremfor konkurranseoppgaver alene. Produsenten dokumenterer kontroll over resonneringsinnsatsen gjennom et budsjett for resonneringstokener; budsjettet og det endelige svaret deler den tilgjengelige outputrammen. Mer resonnering tar ekstra tid, så reserver modusen for arbeid der den ekstra analysen betyr noe.
For en analytisk oppgave oppgir du belegget, spørsmålet som skal avklares og kriteriene for å sammenligne alternativer. Be om en konklusjon fulgt av støttende fakta, antakelser og uavklarte spørsmål. Dette gir det endelige svaret en brukbar form uten å behandle resonneringens lengde som belegg for at konklusjonen er korrekt.
Anthropic legger særlig vekt på kodeendringer, navigering i komplekse prosjekter og bygging av webgrensesnitt. En nyttig beskrivelse omfatter relevant kode, forventet oppførsel, den observerte feilen og delene som må forbli uendret. Be om en sammenhengende patch og en forklaring på hvordan den skal kontrolleres. For et grensesnitt angir du brukerhandlinger, innlastings- og feiltilstander, responsiv tilpasning og outputen du trenger, som en komponent eller et sett med sideendringer.
Disse eksemplene beskriver oppgaver som skal gis til modellen. Kommandokjøring, lesing av et kodelager og redigering av filer krever verktøy levert av den omkringliggende applikasjonen. Modellens kodeevne og en applikasjons tillatelse til å kjøre kode er separate deler av arbeidsflyten.
Claudes visuelle forståelse støtter resonnering om materiale som skjermbilder, diagrammer og illustrerte dokumenter sammen med skriftlige instruksjoner. Oppgi et leselig bilde og angi hvilken detalj som betyr noe: en merket akse, et oppsettsproblem eller en relasjon mellom objekter. For nøyaktige tall i et diagram tar du med underliggende verdier der det er mulig. Resultatet er en tekstforklaring, analyse eller kode, fremfor et generert bilde.
For et Ailoot API-prosjekt definerer du den forventede sluttleveransen eksplisitt: en implementering, en gjennomgått argumentasjon, en sammenligningstabell eller en diagnostisk forklaring. Oppgi det relevante materialet sammen med kravet, fremfor å be modellen gjette manglende prosjektkontekst.
Anthropic oppgir oktober 2024 som grunnmodellens grense for pålitelig kunnskap. Oppgi aktuelle dokumenter når spørsmålet avhenger av senere hendelser eller tekniske detaljer i endring. Systemkortet registrerer også et feilmønster i koding der gjentatte mislykkede forsøk kan føre til snarveier tilpasset bestemte tester. Be om en generell løsning og inspiser endringer i tester like nøye som endringer i applikasjonskode. Et detaljert resonneringsspor kan hjelpe med å inspisere et svar, men Anthropics forskning fastslår ikke at det er en fullstendig eller ufeilbarlig redegjørelse for hvordan en beslutning ble tatt.
", "aboutText": "Claude 3.7 Sonnet Thinking beskriver modusen for utvidet resonnering i Claude 3.7 Sonnet, fremfor en separat generasjon av grunnmodellen. Anthropic kombinerer vanlige svar og dypere resonnering i én hybridmodell. Thinking-varianten er nyttig når en oppgave inneholder begrensninger som påvirker hverandre, og svaret tjener på at de gjennomgås før en konklusjon presenteres.\n\n### Utvidet resonnering for praktiske problemer\n\nModellen bruker ekstra resonneringstokener på problemet før den returnerer sitt endelige svar. Anthropic fremhever matematikk, fysikk, kompleks instruksjonsfølging og programmering, og legger vekt på virkelige forretningsoppgaver fremfor konkurranseoppgaver alene. Produsenten dokumenterer kontroll over resonneringsinnsatsen gjennom et budsjett for resonneringstokener; budsjettet og det endelige svaret deler den tilgjengelige outputrammen. Mer resonnering tar ekstra tid, så reserver modusen for arbeid der den ekstra analysen betyr noe.\n\nFor en analytisk oppgave oppgir du belegget, spørsmålet som skal avklares og kriteriene for å sammenligne alternativer. Be om en konklusjon fulgt av støttende fakta, antakelser og uavklarte spørsmål. Dette gir det endelige svaret en brukbar form uten å behandle resonneringens lengde som belegg for at konklusjonen er korrekt.\n\n### Koding og frontend-utvikling\n\nAnthropic legger særlig vekt på kodeendringer, navigering i komplekse prosjekter og bygging av webgrensesnitt. En nyttig beskrivelse omfatter relevant kode, forventet oppførsel, den observerte feilen og delene som må forbli uendret. Be om en sammenhengende patch og en forklaring på hvordan den skal kontrolleres. For et grensesnitt angir du brukerhandlinger, innlastings- og feiltilstander, responsiv tilpasning og outputen du trenger, som en komponent eller et sett med sideendringer.\n\nDisse eksemplene beskriver oppgaver som skal gis til modellen. Kommandokjøring, lesing av et kodelager og redigering av filer krever verktøy levert av den omkringliggende applikasjonen. Modellens kodeevne og en applikasjons tillatelse til å kjøre kode er separate deler av arbeidsflyten.\n\n### Tekst, bilder og sluttleveransen\n\nClaudes visuelle forståelse støtter resonnering om materiale som skjermbilder, diagrammer og illustrerte dokumenter sammen med skriftlige instruksjoner. Oppgi et leselig bilde og angi hvilken detalj som betyr noe: en merket akse, et oppsettsproblem eller en relasjon mellom objekter. For nøyaktige tall i et diagram tar du med underliggende verdier der det er mulig. Resultatet er en tekstforklaring, analyse eller kode, fremfor et generert bilde.\n\nFor et Ailoot API-prosjekt definerer du den forventede sluttleveransen eksplisitt: en implementering, en gjennomgått argumentasjon, en sammenligningstabell eller en diagnostisk forklaring. Oppgi det relevante materialet sammen med kravet, fremfor å be modellen gjette manglende prosjektkontekst.\n\n### Kunnskap og verifisering\n\nAnthropic oppgir oktober 2024 som grunnmodellens grense for pålitelig kunnskap. Oppgi aktuelle dokumenter når spørsmålet avhenger av senere hendelser eller tekniske detaljer i endring. Systemkortet registrerer også et feilmønster i koding der gjentatte mislykkede forsøk kan føre til snarveier tilpasset bestemte tester. Be om en generell løsning og inspiser endringer i tester like nøye som endringer i applikasjonskode. Et detaljert resonneringsspor kan hjelpe med å inspisere et svar, men Anthropics forskning fastslår ikke at det er en fullstendig eller ufeilbarlig redegjørelse for hvordan en beslutning ble tatt.", "editorialOverlay": { "copy_fields": { "practical_html": "Teknisk eksempel på engelsk
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 er Anthropics hybride resonneringsmodell, brukt her i modus for utvidet resonnering. Den arbeider gjennom krevende kode-, matematikk- og analyseoppgaver før den produserer et tekstsvar, med særlig vekt på praktisk programvareutvikling og frontend-arbeid.
Denne beskrivelsen dekker modellens funksjoner. Tilgjengelige inndata, utdata og alternativer i Ailoot er oppført nedenfor for den valgte metoden.
Claude 3.7 Sonnet Thinking beskriver modusen for utvidet resonnering i Claude 3.7 Sonnet, fremfor en separat generasjon av grunnmodellen. Anthropic kombinerer vanlige svar og dypere resonnering i én hybridmodell. Thinking-varianten er nyttig når en oppgave inneholder begrensninger som påvirker hverandre, og svaret tjener på at de gjennomgås før en konklusjon presenteres.
Modellen bruker ekstra resonneringstokener på problemet før den returnerer sitt endelige svar. Anthropic fremhever matematikk, fysikk, kompleks instruksjonsfølging og programmering, og legger vekt på virkelige forretningsoppgaver fremfor konkurranseoppgaver alene. Produsenten dokumenterer kontroll over resonneringsinnsatsen gjennom et budsjett for resonneringstokener; budsjettet og det endelige svaret deler den tilgjengelige outputrammen. Mer resonnering tar ekstra tid, så reserver modusen for arbeid der den ekstra analysen betyr noe.
For en analytisk oppgave oppgir du belegget, spørsmålet som skal avklares og kriteriene for å sammenligne alternativer. Be om en konklusjon fulgt av støttende fakta, antakelser og uavklarte spørsmål. Dette gir det endelige svaret en brukbar form uten å behandle resonneringens lengde som belegg for at konklusjonen er korrekt.
Anthropic legger særlig vekt på kodeendringer, navigering i komplekse prosjekter og bygging av webgrensesnitt. En nyttig beskrivelse omfatter relevant kode, forventet oppførsel, den observerte feilen og delene som må forbli uendret. Be om en sammenhengende patch og en forklaring på hvordan den skal kontrolleres. For et grensesnitt angir du brukerhandlinger, innlastings- og feiltilstander, responsiv tilpasning og outputen du trenger, som en komponent eller et sett med sideendringer.
Disse eksemplene beskriver oppgaver som skal gis til modellen. Kommandokjøring, lesing av et kodelager og redigering av filer krever verktøy levert av den omkringliggende applikasjonen. Modellens kodeevne og en applikasjons tillatelse til å kjøre kode er separate deler av arbeidsflyten.
Claudes visuelle forståelse støtter resonnering om materiale som skjermbilder, diagrammer og illustrerte dokumenter sammen med skriftlige instruksjoner. Oppgi et leselig bilde og angi hvilken detalj som betyr noe: en merket akse, et oppsettsproblem eller en relasjon mellom objekter. For nøyaktige tall i et diagram tar du med underliggende verdier der det er mulig. Resultatet er en tekstforklaring, analyse eller kode, fremfor et generert bilde.
For et Ailoot API-prosjekt definerer du den forventede sluttleveransen eksplisitt: en implementering, en gjennomgått argumentasjon, en sammenligningstabell eller en diagnostisk forklaring. Oppgi det relevante materialet sammen med kravet, fremfor å be modellen gjette manglende prosjektkontekst.
Anthropic oppgir oktober 2024 som grunnmodellens grense for pålitelig kunnskap. Oppgi aktuelle dokumenter når spørsmålet avhenger av senere hendelser eller tekniske detaljer i endring. Systemkortet registrerer også et feilmønster i koding der gjentatte mislykkede forsøk kan føre til snarveier tilpasset bestemte tester. Be om en generell løsning og inspiser endringer i tester like nøye som endringer i applikasjonskode. Et detaljert resonneringsspor kan hjelpe med å inspisere et svar, men Anthropics forskning fastslår ikke at det er en fullstendig eller ufeilbarlig redegjørelse for hvordan en beslutning ble tatt.
POST /v1/chat/completionstexttext| Felt | Type | Krav | Verdier & grenser | Standard |
|---|---|---|---|---|
Feltmodel | Typestring | KravPåkrevd | Verdier & grenser claude-3-7-sonnet-20250219-thinking | Standard— |
Feltmessages | Typemessage[] | KravPåkrevd | Verdier & grenser Minste antall elementer: 1 | Standard— |
Feltmessages[].role | Typestring | KravPåkrevd | Verdier & grenser Eksempler: system, user, assistant, tool, function Vilkår: Disse rollene representeres eksplisitt av kompatibilitetstyper i kildekoden; det eksakte rollesettet for modellen er fortsatt modellspesifikt. Avhenger av modellen | Standard— |
Feltmessages[].content | Typestring|content_part[]|null | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_calls | Typetool_call[] | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].tool_call_id | Typestring | KravValgfritt | Verdier & grenser Gjelder når: role=tool; bruk faktisk returnert ID | Standard— |
Feltmessages[].name | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Feltmessages[].reasoning_content | Typestring | KravValgfritt | Verdier & grenser Gjelder når: Send den faktisk returnerte resonneringen tilbake der denne modellen bruker den | Standard— |
Feltmessages[].reasoning_details | Typeobject|array | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmax_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltmax_completion_tokens | Typeinteger | KravValgfritt | Verdier & grenser Minimum: 1 Avhenger av modellen | Standard— |
Feltstream | Typeboolean | KravValgfritt | Verdier & grenser | Standardfalse |
Feltstream_options.include_usage | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttemperature | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttop_p | Typenumber | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltstop | Typestring|string[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools | Typefunction_tool[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Felttools[].type | Typestring | KravValgfritt | Verdier & grenser function Avhenger av modellen | Standard— |
Felttools[].function.name | Typestring | KravPåkrevd | Verdier & grenser Gjelder når: funksjonsverktøy oppgitt | Standard— |
Felttools[].function.description | Typestring | KravValgfritt | Verdier & grenser | Standard— |
Felttools[].function.parameters | TypeJSON_schema | KravValgfritt | Verdier & grenser | Standard— |
Felttool_choice | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltparallel_tool_calls | Typeboolean | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltresponse_format | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning_effort | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltreasoning | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltservice_tier | Typestring | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltinstructions | Typestring | KravValgfritt | Verdier & grenser Kompatibilitetsfelt | Standard— |
Feltfunctions | Typefunction[] | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltfunction_call | Typestring|object | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltprompt_cache_options | Typeobject | KravValgfritt | Verdier & grenser Avhenger av modellen | Standard— |
Feltmodalities | Typestring[] | KravValgfritt | Verdier & grenser text | Standard— |
Feltprovider | Typeobject | KravValgfritt | Verdier & grenser Vilkår: provider.options avvises på denne Ultra-tekstruten | Standard— |
Feltcache_control.ttl | Typestring | KravValgfritt | Verdier & grenser Vilkår: 1h avvises på faktiske steder for mellomlagring av ledetekster | Standard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Avtale |
|---|---|
Parametercontent_type | Avtaleapplication/json |
Parameterrequired | Avtalemodel, messages |
Parametermaterial_types | Avtaletext |
Parametermessages | Avtalemeldingstabell med role/content-struktur |
Parameterfile_material | Avtalefaktisk UTF-8-dokument satt inn som bokstavelig tekst; ingen fil-ID utledes |
Parameteroptional_controls | Avtalestream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalemodellspesifikt; brukerens funksjonsverktøy skiller seg fra driftede verktøy |
Parameteroutput_modalities | Avtaletext |
Parameterhosted_operations | Avtalefalse |
Parametermultimodal_input_binding | Avtalenull |
Livssyklus: synchronous_or_streamed
Send eksakt modell-ID sammen med messages.
Kontekstlengde er ikke en outputgrense.
En tekstfil kan levere bokstavelig tekst; bilde-, lyd- og filobjektinput trenger eksakt binding.
Tariffopplysninger legger ikke til forespørselsvalg. Støttede parametere står ved den valgte metoden.
| Konfigurasjon | Prisplan | Kostnad |
|---|---|---|
| KonfigurasjonGrunnpriser for tokener | PrisplanGrunnsats | Kostnad Inndata · Inngående tokener $0.006 / 1K tokener Utdata · Utgående tokener $0.03 / 1K tokener Inndata · Lesing fra hurtigbuffer $0.0006 / 1K tokener Inndata · Skriving til hurtigbuffer $0.0075 / 1K tokener Inndata · Skriving til hurtigbuffer, 1 time — / 1K tokener |
Ailoot reserverer et estimert beløp før en forespørsel. Etter resultatet gjøres det endelige beløpet opp basert på målt forbruk. Oppgjør for strømming bruker den endelige forbruksposten. Slik fungerer reservasjon og oppgjør →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,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 eller SSE
Behold alle fullstendige returnerte svar, filer og innholdsdeler.
Behold hvert svaralternativ med innhold, verktøykall og resonnering. Sett sammen endringer i SSE etter svaralternativets/verktøyets indeks, og behold endelig avslutningsgrunn og bruksdata.
Behold forespørsels-/svar-ID-er og headere. Ingen generell URL for henting av tekstjobber oppgis.
| Felt | Type |
|---|---|
Feltchoices[].index | Typeinteger |
Feltchoices[].message.content | Typestring|null |
Feltchoices[].message.tool_calls | Typetool_call[] |
Feltchoices[].message.reasoning_content | Typestring |
Feltchoices[].message.reasoning_details | Typeobject|array |
Feltchoices[].finish_reason | Typestring|null |
Feltusage | Typeobject |
| Svar | Vilkår | Neste trinn |
|---|---|---|
Svar400 · invalid_request_error | VilkårUgyldige påkrevde felter, materialrepresentasjon eller parameterverdi | Neste trinnKorriger de angitte feltene før en ny opprettelsesforespørsel. |
Ailoot Ultra claude-3-7-sonnet-20250219-thinking
Bruk metodestiene som vises ovenfor.
Teknisk eksempel på engelsk
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.