Claude Sonnet 4.5 is Anthropic’s Sonnet-editie gericht op softwareontwikkeling, complexe agenttaken en computerbediening, met verbeteringen in redeneren en wiskunde. Het accepteert tekst en afbeeldingen en maakt tekst. De release beschrijft langdurig werk over meerdere stappen, codebegrip en wijzigingen in een breder project in plaats van één losse functie. Een nuttige opdracht benoemt het vereiste gedrag, het relevante bronmateriaal en het te leveren resultaat: een voorgestelde patch, een implementatie-uitleg, een documentanalyse of een gestructureerd antwoord.
Geef voor softwarewerk de projectvoorwaarden, de relevante bestanden of fragmenten, de waargenomen fout en een concreet voorbeeld van het verwachte resultaat. Vraag om de getroffen code en een uitleg van hoe de voorgestelde wijziging dat voorbeeld oplost. De ontwikkelaar presenteert het model als geschikt voor het bouwen van agenten en het uitvoeren van ontwikkeltaken met tools. De omringende applicatie leest en bewerkt bestanden, voert een opdracht of controle uit en geeft de werkelijke uitvoer terug; het model redeneert over dat bewijs. Houd de voorgestelde wijziging en de voltooide controle gescheiden in het eindrapport.
Computerbediening is een afzonderlijke toepassing van de visuele en agentmogelijkheden. Anthropic’s release demonstreert browserinteractie, navigatie op pagina’s en werken met spreadsheets via een aangesloten omgeving. Een visuele opdracht kan een schermafbeelding geven, het doel benoemen en bepalen welke handelingen de applicatie toestaat. De applicatie voert daarna de gekozen interactie uit en geeft het gewijzigde scherm of een ander resultaat terug. Het model kan op dezelfde manier inhoud en code voor documenten, spreadsheets en presentaties voorbereiden, terwijl de omgeving het voltooide bestand maakt. Begrip van tekst en afbeeldingen maakt het model geen model dat zelf beelden of audio genereert.
De exacte specificatie van de ontwikkelaar vermeldt een contextvenster van 200K tokens en maximaal 64K uitvoertokens. De betrouwbare kennisgrens is januari 2025, los van de latere grens voor trainingsgegevens op de pagina. Houd documentgrenzen, paginalabels, eenheden en code-identificaties duidelijk in lange invoer en reserveer ruimte voor het gevraagde antwoord en eventuele redeneringen. De ontwikkelaar documenteert ook contextbewustzijn voor deze editie, zodat de ondersteunde workflow de resterende ruimte tijdens een gesprek bijhoudt. Dat helpt een langdurige taak binnen het venster te beheren; het vervangt dat venster niet door de grotere capaciteit van een latere Sonnet-editie.
Sonnet 4.5 ondersteunt gewone antwoorden en handmatig uitgebreid redeneren. In de tweede modus bepaalt budget_tokens een doelbudget voor de interne redeneringen vóór het zichtbare antwoord. Het gedocumenteerde minimum is 1.024 tokens en het budget moet normaal lager zijn dan max_tokens, omdat redeneren en het eindantwoord de generatieruimte delen. Het budget is een doel en geen belofte om precies dat aantal tokens te verbruiken. Deze editie heeft niet de adaptieve redeneermodus of inspanningsinstellingen die voor latere Sonnet-modellen worden beschreven. Kies de gevraagde analysediepte en laat genoeg ruimte voor een bruikbaar eindantwoord.
Met de bètafunctie voor vervlochten redeneren van de ontwikkelaar kan Sonnet 4.5 binnen één beurt tussen toolaanroepen redeneren en de teruggegeven waarnemingen voor de volgende stap gebruiken. Dit vereist de gedocumenteerde bètafunctie in de ondersteunde Messages-workflow. In dit geval kan het redeneerbudget hoger zijn dan max_tokens, omdat het meerdere redeneerblokken binnen dezelfde assistentbeurt omvat. Geef toolresultaten terug met de bijbehorende redeneerinhoud ongewijzigd, inclusief de handtekening; het bewerken van die inhoud maakt haar ongeldig. Een onderzoeks- of foutopsporingstaak kan daardoor een voorgestelde controle, het werkelijke resultaat en een bijgewerkte analyse afwisselen zonder een tekstvoorstel als voltooide handeling te behandelen.
Voor visueel materiaal ondersteunt de ontwikkelaar JPEG, PNG, GIF en WebP en gebruikt hij alleen het eerste frame van een animatie. De standaardklasse voor oorspronkelijke beeldinvoer van deze editie heeft een limiet van 1.568 pixels voor de lange zijde en een limiet van 1.568 visuele tokens; grotere afbeeldingen worden verkleind. De beeldhandleiding van de ontwikkelaar vermeldt maximaal 100 afbeeldingen per API-aanvraag voor modellen met een context van 200K, waarbij voorwaarden voor de grootte van afbeeldingen en de totale aanvraag eerder bereikt kunnen worden. Zet afbeeldingen waar mogelijk vóór de vraag, label meerdere afbeeldingen en behoud kleine tekst of grafieklabels. De handleiding beveelt duidelijke afbeeldingen aan met voldoende omringende context om het zichtbare detail te interpreteren.
Contextbewerking en een geheugentool werden tegelijk met dit model geïntroduceerd om langere agentworkflows te ondersteunen. Dit zijn mogelijkheden die de applicatie ondersteunt om bruikbare toestand te bewaren of oud toolmateriaal te verwijderen; ze vormen geen onbeperkt modelgeheugen of de latere functie voor servercompactie. Bewaar bij een taak in meerdere fasen de genomen beslissingen, de openstaande vraag en het bewijs dat voor de volgende stap nodig is. Anthropic beschrijft ook betere weerstand tegen verborgen instructies in externe inhoud en vermeldt dat modelspecifieke classificatoren soms onschuldig materiaal kunnen markeren. Het bruikbare resultaat blijft beoordeelbaar werk dat aan aangeleverd bewijs is gekoppeld, met de exacte modi en limieten van Sonnet 4.5 gescheiden van latere releases.
", "aboutText": "Claude Sonnet 4.5 is Anthropic’s Sonnet-editie gericht op softwareontwikkeling, complexe agenttaken en computerbediening, met verbeteringen in redeneren en wiskunde. Het accepteert tekst en afbeeldingen en maakt tekst. De release beschrijft langdurig werk over meerdere stappen, codebegrip en wijzigingen in een breder project in plaats van één losse functie. Een nuttige opdracht benoemt het vereiste gedrag, het relevante bronmateriaal en het te leveren resultaat: een voorgestelde patch, een implementatie-uitleg, een documentanalyse of een gestructureerd antwoord.\n\nGeef voor softwarewerk de projectvoorwaarden, de relevante bestanden of fragmenten, de waargenomen fout en een concreet voorbeeld van het verwachte resultaat. Vraag om de getroffen code en een uitleg van hoe de voorgestelde wijziging dat voorbeeld oplost. De ontwikkelaar presenteert het model als geschikt voor het bouwen van agenten en het uitvoeren van ontwikkeltaken met tools. De omringende applicatie leest en bewerkt bestanden, voert een opdracht of controle uit en geeft de werkelijke uitvoer terug; het model redeneert over dat bewijs. Houd de voorgestelde wijziging en de voltooide controle gescheiden in het eindrapport.\n\nComputerbediening is een afzonderlijke toepassing van de visuele en agentmogelijkheden. Anthropic’s release demonstreert browserinteractie, navigatie op pagina’s en werken met spreadsheets via een aangesloten omgeving. Een visuele opdracht kan een schermafbeelding geven, het doel benoemen en bepalen welke handelingen de applicatie toestaat. De applicatie voert daarna de gekozen interactie uit en geeft het gewijzigde scherm of een ander resultaat terug. Het model kan op dezelfde manier inhoud en code voor documenten, spreadsheets en presentaties voorbereiden, terwijl de omgeving het voltooide bestand maakt. Begrip van tekst en afbeeldingen maakt het model geen model dat zelf beelden of audio genereert.\n\nDe exacte specificatie van de ontwikkelaar vermeldt een contextvenster van 200K tokens en maximaal 64K uitvoertokens. De betrouwbare kennisgrens is januari 2025, los van de latere grens voor trainingsgegevens op de pagina. Houd documentgrenzen, paginalabels, eenheden en code-identificaties duidelijk in lange invoer en reserveer ruimte voor het gevraagde antwoord en eventuele redeneringen. De ontwikkelaar documenteert ook contextbewustzijn voor deze editie, zodat de ondersteunde workflow de resterende ruimte tijdens een gesprek bijhoudt. Dat helpt een langdurige taak binnen het venster te beheren; het vervangt dat venster niet door de grotere capaciteit van een latere Sonnet-editie.\n\nSonnet 4.5 ondersteunt gewone antwoorden en handmatig uitgebreid redeneren. In de tweede modus bepaalt budget_tokens een doelbudget voor de interne redeneringen vóór het zichtbare antwoord. Het gedocumenteerde minimum is 1.024 tokens en het budget moet normaal lager zijn dan max_tokens, omdat redeneren en het eindantwoord de generatieruimte delen. Het budget is een doel en geen belofte om precies dat aantal tokens te verbruiken. Deze editie heeft niet de adaptieve redeneermodus of inspanningsinstellingen die voor latere Sonnet-modellen worden beschreven. Kies de gevraagde analysediepte en laat genoeg ruimte voor een bruikbaar eindantwoord.\n\nMet de bètafunctie voor vervlochten redeneren van de ontwikkelaar kan Sonnet 4.5 binnen één beurt tussen toolaanroepen redeneren en de teruggegeven waarnemingen voor de volgende stap gebruiken. Dit vereist de gedocumenteerde bètafunctie in de ondersteunde Messages-workflow. In dit geval kan het redeneerbudget hoger zijn dan max_tokens, omdat het meerdere redeneerblokken binnen dezelfde assistentbeurt omvat. Geef toolresultaten terug met de bijbehorende redeneerinhoud ongewijzigd, inclusief de handtekening; het bewerken van die inhoud maakt haar ongeldig. Een onderzoeks- of foutopsporingstaak kan daardoor een voorgestelde controle, het werkelijke resultaat en een bijgewerkte analyse afwisselen zonder een tekstvoorstel als voltooide handeling te behandelen.\n\nVoor visueel materiaal ondersteunt de ontwikkelaar JPEG, PNG, GIF en WebP en gebruikt hij alleen het eerste frame van een animatie. De standaardklasse voor oorspronkelijke beeldinvoer van deze editie heeft een limiet van 1.568 pixels voor de lange zijde en een limiet van 1.568 visuele tokens; grotere afbeeldingen worden verkleind. De beeldhandleiding van de ontwikkelaar vermeldt maximaal 100 afbeeldingen per API-aanvraag voor modellen met een context van 200K, waarbij voorwaarden voor de grootte van afbeeldingen en de totale aanvraag eerder bereikt kunnen worden. Zet afbeeldingen waar mogelijk vóór de vraag, label meerdere afbeeldingen en behoud kleine tekst of grafieklabels. De handleiding beveelt duidelijke afbeeldingen aan met voldoende omringende context om het zichtbare detail te interpreteren.\n\nContextbewerking en een geheugentool werden tegelijk met dit model geïntroduceerd om langere agentworkflows te ondersteunen. Dit zijn mogelijkheden die de applicatie ondersteunt om bruikbare toestand te bewaren of oud toolmateriaal te verwijderen; ze vormen geen onbeperkt modelgeheugen of de latere functie voor servercompactie. Bewaar bij een taak in meerdere fasen de genomen beslissingen, de openstaande vraag en het bewijs dat voor de volgende stap nodig is. Anthropic beschrijft ook betere weerstand tegen verborgen instructies in externe inhoud en vermeldt dat modelspecifieke classificatoren soms onschuldig materiaal kunnen markeren. Het bruikbare resultaat blijft beoordeelbaar werk dat aan aangeleverd bewijs is gekoppeld, met de exacte modi en limieten van Sonnet 4.5 gescheiden van latere releases.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "6f070322862fd5a010fbd59675123d43645f6c69f3a455223949ce7edf3ce06a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "nl", "methods": [ { "html": "claude-sonnet-4-5-20250929-thinkingClaude Sonnet 4.5 is Anthropic’s tekst- en beeldmodel voor softwareontwikkeling, complexe agenten, computerbediening en analytisch werk. Het ondersteunt directe antwoorden of handmatig uitgebreid redeneren, met redeneringen tussen toolaanroepen in de gedocumenteerde bètaworkflow.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
Claude Sonnet 4.5 is Anthropic’s Sonnet-editie gericht op softwareontwikkeling, complexe agenttaken en computerbediening, met verbeteringen in redeneren en wiskunde. Het accepteert tekst en afbeeldingen en maakt tekst. De release beschrijft langdurig werk over meerdere stappen, codebegrip en wijzigingen in een breder project in plaats van één losse functie. Een nuttige opdracht benoemt het vereiste gedrag, het relevante bronmateriaal en het te leveren resultaat: een voorgestelde patch, een implementatie-uitleg, een documentanalyse of een gestructureerd antwoord.
Geef voor softwarewerk de projectvoorwaarden, de relevante bestanden of fragmenten, de waargenomen fout en een concreet voorbeeld van het verwachte resultaat. Vraag om de getroffen code en een uitleg van hoe de voorgestelde wijziging dat voorbeeld oplost. De ontwikkelaar presenteert het model als geschikt voor het bouwen van agenten en het uitvoeren van ontwikkeltaken met tools. De omringende applicatie leest en bewerkt bestanden, voert een opdracht of controle uit en geeft de werkelijke uitvoer terug; het model redeneert over dat bewijs. Houd de voorgestelde wijziging en de voltooide controle gescheiden in het eindrapport.
Computerbediening is een afzonderlijke toepassing van de visuele en agentmogelijkheden. Anthropic’s release demonstreert browserinteractie, navigatie op pagina’s en werken met spreadsheets via een aangesloten omgeving. Een visuele opdracht kan een schermafbeelding geven, het doel benoemen en bepalen welke handelingen de applicatie toestaat. De applicatie voert daarna de gekozen interactie uit en geeft het gewijzigde scherm of een ander resultaat terug. Het model kan op dezelfde manier inhoud en code voor documenten, spreadsheets en presentaties voorbereiden, terwijl de omgeving het voltooide bestand maakt. Begrip van tekst en afbeeldingen maakt het model geen model dat zelf beelden of audio genereert.
De exacte specificatie van de ontwikkelaar vermeldt een contextvenster van 200K tokens en maximaal 64K uitvoertokens. De betrouwbare kennisgrens is januari 2025, los van de latere grens voor trainingsgegevens op de pagina. Houd documentgrenzen, paginalabels, eenheden en code-identificaties duidelijk in lange invoer en reserveer ruimte voor het gevraagde antwoord en eventuele redeneringen. De ontwikkelaar documenteert ook contextbewustzijn voor deze editie, zodat de ondersteunde workflow de resterende ruimte tijdens een gesprek bijhoudt. Dat helpt een langdurige taak binnen het venster te beheren; het vervangt dat venster niet door de grotere capaciteit van een latere Sonnet-editie.
Sonnet 4.5 ondersteunt gewone antwoorden en handmatig uitgebreid redeneren. In de tweede modus bepaalt budget_tokens een doelbudget voor de interne redeneringen vóór het zichtbare antwoord. Het gedocumenteerde minimum is 1.024 tokens en het budget moet normaal lager zijn dan max_tokens, omdat redeneren en het eindantwoord de generatieruimte delen. Het budget is een doel en geen belofte om precies dat aantal tokens te verbruiken. Deze editie heeft niet de adaptieve redeneermodus of inspanningsinstellingen die voor latere Sonnet-modellen worden beschreven. Kies de gevraagde analysediepte en laat genoeg ruimte voor een bruikbaar eindantwoord.
Met de bètafunctie voor vervlochten redeneren van de ontwikkelaar kan Sonnet 4.5 binnen één beurt tussen toolaanroepen redeneren en de teruggegeven waarnemingen voor de volgende stap gebruiken. Dit vereist de gedocumenteerde bètafunctie in de ondersteunde Messages-workflow. In dit geval kan het redeneerbudget hoger zijn dan max_tokens, omdat het meerdere redeneerblokken binnen dezelfde assistentbeurt omvat. Geef toolresultaten terug met de bijbehorende redeneerinhoud ongewijzigd, inclusief de handtekening; het bewerken van die inhoud maakt haar ongeldig. Een onderzoeks- of foutopsporingstaak kan daardoor een voorgestelde controle, het werkelijke resultaat en een bijgewerkte analyse afwisselen zonder een tekstvoorstel als voltooide handeling te behandelen.
Voor visueel materiaal ondersteunt de ontwikkelaar JPEG, PNG, GIF en WebP en gebruikt hij alleen het eerste frame van een animatie. De standaardklasse voor oorspronkelijke beeldinvoer van deze editie heeft een limiet van 1.568 pixels voor de lange zijde en een limiet van 1.568 visuele tokens; grotere afbeeldingen worden verkleind. De beeldhandleiding van de ontwikkelaar vermeldt maximaal 100 afbeeldingen per API-aanvraag voor modellen met een context van 200K, waarbij voorwaarden voor de grootte van afbeeldingen en de totale aanvraag eerder bereikt kunnen worden. Zet afbeeldingen waar mogelijk vóór de vraag, label meerdere afbeeldingen en behoud kleine tekst of grafieklabels. De handleiding beveelt duidelijke afbeeldingen aan met voldoende omringende context om het zichtbare detail te interpreteren.
Contextbewerking en een geheugentool werden tegelijk met dit model geïntroduceerd om langere agentworkflows te ondersteunen. Dit zijn mogelijkheden die de applicatie ondersteunt om bruikbare toestand te bewaren of oud toolmateriaal te verwijderen; ze vormen geen onbeperkt modelgeheugen of de latere functie voor servercompactie. Bewaar bij een taak in meerdere fasen de genomen beslissingen, de openstaande vraag en het bewijs dat voor de volgende stap nodig is. Anthropic beschrijft ook betere weerstand tegen verborgen instructies in externe inhoud en vermeldt dat modelspecifieke classificatoren soms onschuldig materiaal kunnen markeren. Het bruikbare resultaat blijft beoordeelbaar werk dat aan aangeleverd bewijs is gekoppeld, met de exacte modi en limieten van Sonnet 4.5 gescheiden van latere releases.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten claude-sonnet-4-5-20250929-thinking | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Tekstgesprek | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream |
Parametercontrol_scope | ContractTekstgesprek; stream is een booleaanse waarde en is standaard false. |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Methodealiasnamen: /chat/completions
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
| Configuratie | Tariefstaffel | Kosten |
|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Kosten Invoer · Invoertokens $0.006 / 1K tokens Uitvoer · Uitvoertokens $0.03 / 1K tokens Invoer · Cache lezen $0.0006 / 1K tokens Invoer · Cache schrijven $0.0075 / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-sonnet-4-5-20250929-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-sonnet-4-5-20250929-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra claude-sonnet-4-5-20250929-thinking
/chat/completions