Claude Opus 4.8 combineert langdurig agentwerk, professionele analyse, visueel begrip en het gebruik van geheugen dat de toepassing beschikbaar stelt. Anthropic benadrukt afzonderlijk het gedrag van het model bij het controleren van conclusies: het is getraind om ontbrekende onderbouwing te herkennen, onzekerheid te melden en niet zonder voldoende grond te stellen dat een resultaat is bereikt.
Bij een engineeringtaak kan het model meerdere verbonden componenten onderzoeken, een plan overwegen, fouten vinden en de uitvoering voortzetten nadat nieuwe gegevens beschikbaar komen. Bij documentanalyse zijn het vermogen om met informatierijke inhoud te werken en aandacht voor problemen in het invoermateriaal en de conclusies belangrijk. De beschreven professionele toepassingen omvatten onderzoek, analyse, documentwerk en het voorbereiden van presentatie-inhoud.
Instructies worden letterlijk geïnterpreteerd, vooral bij lage inspanningsniveaus. Het model hoeft een voorwaarde niet stilzwijgend van één element op alle andere toe te passen: toepassingsgebied, formaat en resultaatcriteria kunnen beter expliciet worden opgegeven. Bij codecontrole betekent dit dat een opgegeven ernstgrens bepaalt welke gevonden problemen in het antwoord verschijnen. De eis om alle bevindingen te melden moet afzonderlijk van de eis om ze te filteren worden geformuleerd.
Opus 4.8 ondersteunt adaptief redeneren, dat in de toepassing moet worden ingeschakeld. Deze versie ondersteunt geen handmatige extended thinking met een afzonderlijk budget_tokens. De niveaus van effort zijn low, medium, high, xhigh en max, met high als standaard. Volgens Anthropic kunnen diepere niveaus de analyseomvang, het aantal toolaanroepen en de werktijd vergroten; voor korte, begrensde taken is minder uitwerking nuttig.
Het model kiest het detailniveau op basis van hoe complex het de taak vindt: een eenvoudige vraag kan een kort antwoord krijgen, een open analyse een uitgebreid antwoord. Als een bepaalde lengte of schrijfstem nodig is, moet die expliciet worden opgegeven, liefst met een positief voorbeeld. Bij langdurig werk met tools zijn tussentijdse voortgangsberichten voorzien; ook hun inhoud en frequentie kunnen met een instructie worden gestuurd.
De invoer bestaat uit tekst en afbeeldingen en het resultaat uit tekst. Het contextvenster is 1 miljoen tokens en het maximale antwoord in de gewone modus 128 duizend tokens. De betrouwbare grens van de ingebouwde kennis is januari 2026.
De gebruikelijke visuele invoerformaten bij de fabrikant zijn JPEG/PNG/GIF/WebP, waarbij van een animatie het eerste frame wordt gebruikt. Bij native analyse is de lange zijde 2576 pixels en zijn er 4784 visuele tokens; grote afbeeldingen worden vóór analyse verkleind. Ondersteuning voor bestanden en parameters hangt af van de methode van de toepassing.
Zoeken op het web, uitvoeren van opdrachten, bestandsgeheugen, interfacebesturing en zelfstandige deeltaken vereisen ondersteuning in de toepassing. Het model kan de beschikbare hulpmiddelen gebruiken, maar het inspanningsniveau en een heldere omschrijving van het doel van de tools beïnvloeden de actiekeuze. Dit is vooral nuttig bij werk dat informatie zoeken, analyse en technische uitvoering combineert.
Bij het maken van interfaces en slides heeft Opus 4.8 eigen, consistente vormgevingsvoorkeuren. Voor een resultaat in een bepaalde stijl helpt het om een concreet palet, typografie, compositie en bewegingskarakter te noemen of eerst meerdere richtingen te vragen. Een voltooid bestand of werkende interface ontstaat via omgevingstools; de eigen uitvoer van het model blijft tekstueel.
", "aboutText": "Claude Opus 4.8 combineert langdurig agentwerk, professionele analyse, visueel begrip en het gebruik van geheugen dat de toepassing beschikbaar stelt. Anthropic benadrukt afzonderlijk het gedrag van het model bij het controleren van conclusies: het is getraind om ontbrekende onderbouwing te herkennen, onzekerheid te melden en niet zonder voldoende grond te stellen dat een resultaat is bereikt.\n\n### De grenzen verduidelijken en het werk afronden\n\nBij een engineeringtaak kan het model meerdere verbonden componenten onderzoeken, een plan overwegen, fouten vinden en de uitvoering voortzetten nadat nieuwe gegevens beschikbaar komen. Bij documentanalyse zijn het vermogen om met informatierijke inhoud te werken en aandacht voor problemen in het invoermateriaal en de conclusies belangrijk. De beschreven professionele toepassingen omvatten onderzoek, analyse, documentwerk en het voorbereiden van presentatie-inhoud.\n\nInstructies worden letterlijk geïnterpreteerd, vooral bij lage inspanningsniveaus. Het model hoeft een voorwaarde niet stilzwijgend van één element op alle andere toe te passen: toepassingsgebied, formaat en resultaatcriteria kunnen beter expliciet worden opgegeven. Bij codecontrole betekent dit dat een opgegeven ernstgrens bepaalt welke gevonden problemen in het antwoord verschijnen. De eis om alle bevindingen te melden moet afzonderlijk van de eis om ze te filteren worden geformuleerd.\n\n### Redeneren en presentatie instellen\n\nOpus 4.8 ondersteunt adaptief redeneren, dat in de toepassing moet worden ingeschakeld. Deze versie ondersteunt geen handmatige extended thinking met een afzonderlijk `budget_tokens`. De niveaus van `effort` zijn `low`, `medium`, `high`, `xhigh` en `max`, met `high` als standaard. Volgens Anthropic kunnen diepere niveaus de analyseomvang, het aantal toolaanroepen en de werktijd vergroten; voor korte, begrensde taken is minder uitwerking nuttig.\n\nHet model kiest het detailniveau op basis van hoe complex het de taak vindt: een eenvoudige vraag kan een kort antwoord krijgen, een open analyse een uitgebreid antwoord. Als een bepaalde lengte of schrijfstem nodig is, moet die expliciet worden opgegeven, liefst met een positief voorbeeld. Bij langdurig werk met tools zijn tussentijdse voortgangsberichten voorzien; ook hun inhoud en frequentie kunnen met een instructie worden gestuurd.\n\n### Materiaal, tools en visuele vormgeving\n\nDe invoer bestaat uit **tekst en afbeeldingen** en het resultaat uit **tekst**. Het contextvenster is **1 miljoen tokens** en het maximale antwoord in de gewone modus **128 duizend tokens**. De betrouwbare grens van de ingebouwde kennis is **januari 2026**.\n\nDe gebruikelijke visuele invoerformaten bij de fabrikant zijn JPEG/PNG/GIF/WebP, waarbij van een animatie het eerste frame wordt gebruikt. Bij native analyse is de lange zijde 2576 pixels en zijn er 4784 visuele tokens; grote afbeeldingen worden vóór analyse verkleind. Ondersteuning voor bestanden en parameters hangt af van de methode van de toepassing.\n\nZoeken op het web, uitvoeren van opdrachten, bestandsgeheugen, interfacebesturing en zelfstandige deeltaken vereisen ondersteuning in de toepassing. Het model kan de beschikbare hulpmiddelen gebruiken, maar het inspanningsniveau en een heldere omschrijving van het doel van de tools beïnvloeden de actiekeuze. Dit is vooral nuttig bij werk dat informatie zoeken, analyse en technische uitvoering combineert.\n\nBij het maken van interfaces en slides heeft Opus 4.8 eigen, consistente vormgevingsvoorkeuren. Voor een resultaat in een bepaalde stijl helpt het om een concreet palet, typografie, compositie en bewegingskarakter te noemen of eerst meerdere richtingen te vragen. Een voltooid bestand of werkende interface ontstaat via omgevingstools; de eigen uitvoer van het model blijft tekstueel.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "45fa41cef0e9c33f2ad3e0b481a10502bc8b2a16dd0ea183384d7ce8d4224b77", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl-be", "methods": [ { "html": "anthropic/claude-opus-4.8:batchClaude Opus 4.8 is bedoeld voor langdurige ontwikkeling en professionele analyse. Het houdt de richting van meertrapswerk vast, benoemt onzekerheid en neemt expliciete resultaateisen mee.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Claude Opus 4.8 combineert langdurig agentwerk, professionele analyse, visueel begrip en het gebruik van geheugen dat de toepassing beschikbaar stelt. Anthropic benadrukt afzonderlijk het gedrag van het model bij het controleren van conclusies: het is getraind om ontbrekende onderbouwing te herkennen, onzekerheid te melden en niet zonder voldoende grond te stellen dat een resultaat is bereikt.
Bij een engineeringtaak kan het model meerdere verbonden componenten onderzoeken, een plan overwegen, fouten vinden en de uitvoering voortzetten nadat nieuwe gegevens beschikbaar komen. Bij documentanalyse zijn het vermogen om met informatierijke inhoud te werken en aandacht voor problemen in het invoermateriaal en de conclusies belangrijk. De beschreven professionele toepassingen omvatten onderzoek, analyse, documentwerk en het voorbereiden van presentatie-inhoud.
Instructies worden letterlijk geïnterpreteerd, vooral bij lage inspanningsniveaus. Het model hoeft een voorwaarde niet stilzwijgend van één element op alle andere toe te passen: toepassingsgebied, formaat en resultaatcriteria kunnen beter expliciet worden opgegeven. Bij codecontrole betekent dit dat een opgegeven ernstgrens bepaalt welke gevonden problemen in het antwoord verschijnen. De eis om alle bevindingen te melden moet afzonderlijk van de eis om ze te filteren worden geformuleerd.
Opus 4.8 ondersteunt adaptief redeneren, dat in de toepassing moet worden ingeschakeld. Deze versie ondersteunt geen handmatige extended thinking met een afzonderlijk budget_tokens. De niveaus van effort zijn low, medium, high, xhigh en max, met high als standaard. Volgens Anthropic kunnen diepere niveaus de analyseomvang, het aantal toolaanroepen en de werktijd vergroten; voor korte, begrensde taken is minder uitwerking nuttig.
Het model kiest het detailniveau op basis van hoe complex het de taak vindt: een eenvoudige vraag kan een kort antwoord krijgen, een open analyse een uitgebreid antwoord. Als een bepaalde lengte of schrijfstem nodig is, moet die expliciet worden opgegeven, liefst met een positief voorbeeld. Bij langdurig werk met tools zijn tussentijdse voortgangsberichten voorzien; ook hun inhoud en frequentie kunnen met een instructie worden gestuurd.
De invoer bestaat uit tekst en afbeeldingen en het resultaat uit tekst. Het contextvenster is 1 miljoen tokens en het maximale antwoord in de gewone modus 128 duizend tokens. De betrouwbare grens van de ingebouwde kennis is januari 2026.
De gebruikelijke visuele invoerformaten bij de fabrikant zijn JPEG/PNG/GIF/WebP, waarbij van een animatie het eerste frame wordt gebruikt. Bij native analyse is de lange zijde 2576 pixels en zijn er 4784 visuele tokens; grote afbeeldingen worden vóór analyse verkleind. Ondersteuning voor bestanden en parameters hangt af van de methode van de toepassing.
Zoeken op het web, uitvoeren van opdrachten, bestandsgeheugen, interfacebesturing en zelfstandige deeltaken vereisen ondersteuning in de toepassing. Het model kan de beschikbare hulpmiddelen gebruiken, maar het inspanningsniveau en een heldere omschrijving van het doel van de tools beïnvloeden de actiekeuze. Dit is vooral nuttig bij werk dat informatie zoeken, analyse en technische uitvoering combineert.
Bij het maken van interfaces en slides heeft Opus 4.8 eigen, consistente vormgevingsvoorkeuren. Voor een resultaat in een bepaalde stijl helpt het om een concreet palet, typografie, compositie en bewegingskarakter te noemen of eerst meerdere richtingen te vragen. Een voltooid bestand of werkende interface ontstaat via omgevingstools; de eigen uitvoer van het model blijft tekstueel.
POST /v1/batchestexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldendpoint | Typestring | VereisteVereist | Waarden en limieten /v1/chat/completions | Standaard— |
Veldmodel | Typestring | VereisteVereist | Waarden en limieten anthropic/claude-opus-4.8:batch | Standaard— |
Veldrequests | Typebatch_item[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldrequests[].custom_id | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldrequests[].body.messages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldcompletion_window | Typestring | VereisteOptioneel | Waarden en limieten 24h | Standaard— |
Veldprovider | Typeobject|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldrequests[].body.model | Typestring | VereisteOptioneel | Waarden en limieten anthropic/claude-opus-4.8:batch, anthropic/claude-opus-4.8 | Standaard— |
Veldprovider.only | Typestring[] | VereisteOptioneel | Waarden en limieten anthropic | Standaard— |
Veldprovider.allow_fallbacks | Typeboolean|null | VereisteOptioneel | Waarden en limieten false, null | Standaard— |
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractendpoint, model, requests |
Parametermaterial_types | Contracttext |
Parameterrepresentation | Contractinline requests[]; elk item bevat custom_id en body |
Parameterrequest_endpoint_profile | Contract/v1/chat/completions |
Parameterfile_material | ContractDe aanroeper kan de daadwerkelijke UTF-8 JSONL lokaal in requests[] inlezen. Er wordt geen uploaddoel, input_file_id of bestandsverwijzing gebruikt. Ontbrekend of leeg klantmateriaal stopt de voorbereiding vóór POST. |
Parameterserialization_order | Contractendpoint, model, provider (indien opgegeven), completion_window (indien opgegeven), requests als laatste |
Parameteroptional_controls | Contractprovider.only, provider.allow_fallbacks, completion_window |
Parameterschema_scope | ContractAanvraagbodies voor tekst via Chat Completions in de gedocumenteerde inline Batch-structuur. |
Levenscyclus: asynchronous
GET /v1/batches/{operation_id} · daadwerkelijke response.id uit de oorspronkelijke aanmaakrespons; dezelfde gebruiker/sleutel/groep
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.025 / 1K tokens Invoer · Cache lezen $0.0005 / 1K tokens Invoer · Cache schrijven $0.00625 / 1K tokens Invoer · Cache schrijven, 1 uur $0.01 / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.005 / 1K tokens Uitvoer · Uitvoertokens $0.025 / 1K tokens Invoer · Cache lezen $0.0005 / 1K tokens Invoer · Cache schrijven $0.00625 / 1K tokens Invoer · Cache schrijven, 1 uur $0.01 / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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-opus-4.8: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-opus-4.8:batch', 'anthropic/claude-opus-4.8']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-4.8: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.\ninline JSON uit results[].response.body
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\nBewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar de volledige oorspronkelijke status-JSON, elk resultaat/custom_id en de volledige respons- of foutbody. Sla voltooide results[] op als JSONL, zonder te filteren.
Bewaar de oorspronkelijke bewerkings-ID. 503 result_pending_check bevat X-Should-Retry:false; dien een oorspronkelijke batch met onbekende status nooit opnieuw in.
| Veld | Type |
|---|---|
Veldresults[].custom_id | Typestring |
Veldresults[].response.body.choices[].message.content | Typestring|null |
Veldresults[].error | Typeobject|null |
Veldusage | Typeobject|null |
Veldid | Typestring |
Veldmodel | Typestring |
Veldendpoint | Typestring |
Veldstatus | Typestring |
Veldrequest_counts | Typeobject |
Veldresults[].id | Typestring |
Veldresults[].response.status_code | Typeinteger |
Veldresults[].response.request_id | Typestring |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeOngeldige gedocumenteerde inline structuur, dubbele sleutels, ongeldige itemidentiteit of conflict met de geconfigureerde modelmogelijkheden. | Volgende stapCorrigeer de aangegeven velden vóór elke nieuwe indiening. |
Antwoord401 · authentication_error | VoorwaardeOngeldige API-sleutel. | Volgende stapGebruik de geautoriseerde Ailoot-sleutel. |
Antwoord403 · permission_error | VoorwaardeBatch-groep niet beschikbaar. | Volgende stapControleer de toegangsrechten van de sleutel/groep. |
Antwoord422 · invalid_request_error | VoorwaardeBatch wordt via het saldo gefactureerd; aanmaken via een abonnement wordt geweigerd. | Volgende stapGebruik de geautoriseerde groep die via het saldo wordt gefactureerd. |
Antwoord422 · price_unavailable | VoorwaardeVoor de Batch-invoer kan geen prijsraming worden gemaakt. | Volgende stapBewaar de respons; gebruik de gedocumenteerde invoer voor deze familie. |
Antwoord402 · billing_error | VoorwaardeReservering voor Batch niet beschikbaar. | Volgende stapLos het toelatingsprobleem op vóór een nieuwe aanvraag. |
Antwoord503 · price_unavailable | VoorwaardePrijs voor de Batch-methode/native tarieven niet beschikbaar. | Volgende stapBewaar de respons; vervang de prijzen niet. |
Antwoord503 · api_error | VoorwaardeDe exacte leveranciersroute is niet beschikbaar. | Volgende stapBewaar de respons voor het herstel van de route. |
Antwoord503 · result_pending_check | VoorwaardeHet oorspronkelijke resultaat moet gecontroleerd worden; X-Should-Retry:false. | Volgende stapBewaar de oorspronkelijke operation_id/id en lees de status ervan uit; herhaal de oorspronkelijke POST nooit. |
Antwoord404 · not_found | VoorwaardeBewerking voor de Batch-status ontbreekt of behoort toe aan een andere identiteit. | Volgende stapGebruik de exacte oorspronkelijke id en dezelfde gebruiker/sleutel/groep. |
Ailoot Ultra anthropic/claude-opus-4.8:batch
Gebruik de hierboven getoonde methodepaden.