Claude Opus 5.5 jest przeznaczony do wielogodzinnej pracy nad złożonymi zadaniami inżynierskimi. Anthropic podkreśla duże migracje, audyt bazy kodu, eliminowanie nieefektywności oprogramowania i badanie systemów. Model może analizować problem, planować zmiany, korzystać z wyników działań i kontynuować pracę aż do przygotowania wyniku końcowego.
Inne zastosowania obejmują badania, analizę finansową i materiały biznesowe. Przykładowy proces zawodowy łączy budowę modelu finansowego z przedstawieniem wniosków w prezentacji. Aplikacja potrzebuje do tego narzędzi pracy z danymi, plikami i oprawą graficzną; własna odpowiedź tekstowa modelu może zawierać analizę, strukturę materiału lub kod.
Osobny nacisk w tej wersji położono na komunikację. Według opisu Anthropic model umieszcza najważniejsze informacje na początku, używa mniej specjalistycznego żargonu i przestrzega ustalonych reguł pisania. W długotrwałej pracy pomaga to połączyć wykonane działania z jasnym wyjaśnieniem końcowym. Potrzebny poziom szczegółowości, ton i format należy opisać wprost.
Model przyjmuje tekst i obrazy. Może odczytywać wartości ze szczegółowych wykresów, diagramów i zrzutów interfejsów; przy szczególnie rozbudowanych materiałach nadal przydatne jest powiększanie lub kadrowanie za pomocą narzędzi. Odpowiedź powstaje w postaci tekstu, a gotowe dokumenty i materiały wizualne są tworzone za pomocą narzędzi środowiska.
Formaty standardowego wejścia wizualnego u producenta to JPEG/PNG/GIF/WebP, z pierwszą klatką animacji. Przy analizie natywnej: dłuższy bok — 2576 pikseli, 4784 tokeny wizualne; duże obrazy są zmniejszane przed analizą. Obsługa plików i parametrów zależy od metody aplikacji.
Opus 5.5 wykorzystuje stale włączone rozumowanie adaptacyjne. Wyłączanie rozumowania i ręczny budżet extended thinking nie są obsługiwane. Główny parametr sterujący głębokością to effort: dostępne są low, medium, high, xhigh i max, a standardowa wartość wynosi medium.
Przy wysokich poziomach model może poświęcać więcej analizy pojedynczemu krokowi. Wspólny limit odpowiedzi obejmuje miejsce na rozumowanie i treść końcową, dlatego złożone zadanie wymaga odpowiedniego budżetu. Okno kontekstu wynosi 1 mln tokenów, a maksymalna odpowiedź w zwykłym trybie — 128 tys. tokenów. Wiarygodna granica wbudowanej wiedzy to czerwiec 2026 roku.
Producent przewiduje budżety zadania, zmianę wysiłku i dostępnych narzędzi w trakcie rozmowy, kompresję historii na żądanie oraz pośrednie notatki między działaniami. Ich dostępność i sposób przedstawienia zależą od aplikacji. Jeśli aplikacja zwraca zachowane bloki rozumowania, zgodność jest ograniczona: Opus 5.5 odczytuje własne bloki, bloki Opus 5 oraz wcześniejszych modeli Opus, Sonnet i Haiku; nie odczytuje rozumowań Fable i Mythos. Inne pary modeli wymagają odpowiedniej obsługi przez metodę. Niezgodne bloki są wykluczane przed następną turą, która trwa dalej bez nich. Zmiana wcześniejszych wiadomości, instrukcji systemowej lub dawnego zestawu narzędzi może naruszyć powiązanie kolejnych bloków: podczas jego weryfikacji żądanie jest odrzucane albo bloki objęte zmianą są wykluczane.
Jeśli metoda udostępnia ustawienia narzędzi, model producenta dopuszcza automatyczny wybór auto i wyłączenie none. Nie można wymusić wywołania dowolnego narzędzia (any) ani konkretnego narzędzia wskazanego nazwą (tool). Odczytywanie dokumentów, wykonywanie kodu, sterowanie interfejsem i tworzenie plików są możliwe przez udostępnione narzędzia, a nie automatycznie na podstawie zwykłego żądania tekstowego.
W obszarach wysokiego ryzyka stosowane są mechanizmy ochronne. Anthropic wprost przyznaje, że wstępne sprawdzenia zachowania nie wykrywają wszystkich możliwych błędów. Dlatego jasne wyjaśnienie i samodzielna weryfikacja przez model są przydatne, lecz nie zastępują sprawdzenia wyniku końcowego w konkretnym zadaniu.
", "aboutText": "### Długotrwała praca programistyczna i analityka zawodowa\n\nClaude Opus 5.5 jest przeznaczony do wielogodzinnej pracy nad złożonymi zadaniami inżynierskimi. Anthropic podkreśla duże migracje, audyt bazy kodu, eliminowanie nieefektywności oprogramowania i badanie systemów. Model może analizować problem, planować zmiany, korzystać z wyników działań i kontynuować pracę aż do przygotowania wyniku końcowego.\n\nInne zastosowania obejmują badania, analizę finansową i materiały biznesowe. Przykładowy proces zawodowy łączy budowę modelu finansowego z przedstawieniem wniosków w prezentacji. Aplikacja potrzebuje do tego narzędzi pracy z danymi, plikami i oprawą graficzną; własna odpowiedź tekstowa modelu może zawierać analizę, strukturę materiału lub kod.\n\n### Wnioski, które można zrozumieć i sprawdzić\n\nOsobny nacisk w tej wersji położono na komunikację. Według opisu Anthropic model umieszcza najważniejsze informacje na początku, używa mniej specjalistycznego żargonu i przestrzega ustalonych reguł pisania. W długotrwałej pracy pomaga to połączyć wykonane działania z jasnym wyjaśnieniem końcowym. Potrzebny poziom szczegółowości, ton i format należy opisać wprost.\n\nModel przyjmuje **tekst i obrazy**. Może odczytywać wartości ze szczegółowych wykresów, diagramów i zrzutów interfejsów; przy szczególnie rozbudowanych materiałach nadal przydatne jest powiększanie lub kadrowanie za pomocą narzędzi. Odpowiedź powstaje **w postaci tekstu**, a gotowe dokumenty i materiały wizualne są tworzone za pomocą narzędzi środowiska.\n\nFormaty standardowego wejścia wizualnego u producenta to JPEG/PNG/GIF/WebP, z pierwszą klatką animacji. Przy analizie natywnej: dłuższy bok — 2576 pikseli, 4784 tokeny wizualne; duże obrazy są zmniejszane przed analizą. Obsługa plików i parametrów zależy od metody aplikacji.\n\n### Rozumowanie jest zawsze włączone\n\nOpus 5.5 wykorzystuje **stale włączone rozumowanie adaptacyjne**. Wyłączanie rozumowania i ręczny budżet extended thinking nie są obsługiwane. Główny parametr sterujący głębokością to `effort`: dostępne są `low`, `medium`, `high`, `xhigh` i `max`, a standardowa wartość wynosi **`medium`**.\n\nPrzy wysokich poziomach model może poświęcać więcej analizy pojedynczemu krokowi. Wspólny limit odpowiedzi obejmuje miejsce na rozumowanie i treść końcową, dlatego złożone zadanie wymaga odpowiedniego budżetu. Okno kontekstu wynosi **1 mln tokenów**, a maksymalna odpowiedź w zwykłym trybie — **128 tys. tokenów**. Wiarygodna granica wbudowanej wiedzy to **czerwiec 2026 roku**.\n\n### Narzędzia i historia długotrwałego zadania\n\nProducent przewiduje budżety zadania, zmianę wysiłku i dostępnych narzędzi w trakcie rozmowy, kompresję historii na żądanie oraz pośrednie notatki między działaniami. Ich dostępność i sposób przedstawienia zależą od aplikacji. Jeśli aplikacja zwraca zachowane bloki rozumowania, zgodność jest ograniczona: Opus 5.5 odczytuje własne bloki, bloki Opus 5 oraz wcześniejszych modeli Opus, Sonnet i Haiku; nie odczytuje rozumowań Fable i Mythos. Inne pary modeli wymagają odpowiedniej obsługi przez metodę. Niezgodne bloki są wykluczane przed następną turą, która trwa dalej bez nich. Zmiana wcześniejszych wiadomości, instrukcji systemowej lub dawnego zestawu narzędzi może naruszyć powiązanie kolejnych bloków: podczas jego weryfikacji żądanie jest odrzucane albo bloki objęte zmianą są wykluczane.\n\nJeśli metoda udostępnia ustawienia narzędzi, model producenta dopuszcza automatyczny wybór `auto` i wyłączenie `none`. Nie można wymusić wywołania dowolnego narzędzia (`any`) ani konkretnego narzędzia wskazanego nazwą (`tool`). Odczytywanie dokumentów, wykonywanie kodu, sterowanie interfejsem i tworzenie plików są możliwe przez udostępnione narzędzia, a nie automatycznie na podstawie zwykłego żądania tekstowego.\n\nW obszarach wysokiego ryzyka stosowane są mechanizmy ochronne. Anthropic wprost przyznaje, że wstępne sprawdzenia zachowania nie wykrywają wszystkich możliwych błędów. Dlatego jasne wyjaśnienie i samodzielna weryfikacja przez model są przydatne, lecz nie zastępują sprawdzenia wyniku końcowego w konkretnym zadaniu.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "0fb6d09c380ad50a784d503849f1aafd7a4835bae62735fab7bbdf69543d6b1b", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pl", "methods": [ { "html": "anthropic/claude-opus-5.5:batchClaude Opus 5.5 służy do dużych zmian inżynierskich i długotrwałej analityki zawodowej. Pomaga sprawdzać wyniki i jasno wyjaśniać złożoną pracę, zachowując zadany styl.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Claude Opus 5.5 jest przeznaczony do wielogodzinnej pracy nad złożonymi zadaniami inżynierskimi. Anthropic podkreśla duże migracje, audyt bazy kodu, eliminowanie nieefektywności oprogramowania i badanie systemów. Model może analizować problem, planować zmiany, korzystać z wyników działań i kontynuować pracę aż do przygotowania wyniku końcowego.
Inne zastosowania obejmują badania, analizę finansową i materiały biznesowe. Przykładowy proces zawodowy łączy budowę modelu finansowego z przedstawieniem wniosków w prezentacji. Aplikacja potrzebuje do tego narzędzi pracy z danymi, plikami i oprawą graficzną; własna odpowiedź tekstowa modelu może zawierać analizę, strukturę materiału lub kod.
Osobny nacisk w tej wersji położono na komunikację. Według opisu Anthropic model umieszcza najważniejsze informacje na początku, używa mniej specjalistycznego żargonu i przestrzega ustalonych reguł pisania. W długotrwałej pracy pomaga to połączyć wykonane działania z jasnym wyjaśnieniem końcowym. Potrzebny poziom szczegółowości, ton i format należy opisać wprost.
Model przyjmuje tekst i obrazy. Może odczytywać wartości ze szczegółowych wykresów, diagramów i zrzutów interfejsów; przy szczególnie rozbudowanych materiałach nadal przydatne jest powiększanie lub kadrowanie za pomocą narzędzi. Odpowiedź powstaje w postaci tekstu, a gotowe dokumenty i materiały wizualne są tworzone za pomocą narzędzi środowiska.
Formaty standardowego wejścia wizualnego u producenta to JPEG/PNG/GIF/WebP, z pierwszą klatką animacji. Przy analizie natywnej: dłuższy bok — 2576 pikseli, 4784 tokeny wizualne; duże obrazy są zmniejszane przed analizą. Obsługa plików i parametrów zależy od metody aplikacji.
Opus 5.5 wykorzystuje stale włączone rozumowanie adaptacyjne. Wyłączanie rozumowania i ręczny budżet extended thinking nie są obsługiwane. Główny parametr sterujący głębokością to effort: dostępne są low, medium, high, xhigh i max, a standardowa wartość wynosi medium.
Przy wysokich poziomach model może poświęcać więcej analizy pojedynczemu krokowi. Wspólny limit odpowiedzi obejmuje miejsce na rozumowanie i treść końcową, dlatego złożone zadanie wymaga odpowiedniego budżetu. Okno kontekstu wynosi 1 mln tokenów, a maksymalna odpowiedź w zwykłym trybie — 128 tys. tokenów. Wiarygodna granica wbudowanej wiedzy to czerwiec 2026 roku.
Producent przewiduje budżety zadania, zmianę wysiłku i dostępnych narzędzi w trakcie rozmowy, kompresję historii na żądanie oraz pośrednie notatki między działaniami. Ich dostępność i sposób przedstawienia zależą od aplikacji. Jeśli aplikacja zwraca zachowane bloki rozumowania, zgodność jest ograniczona: Opus 5.5 odczytuje własne bloki, bloki Opus 5 oraz wcześniejszych modeli Opus, Sonnet i Haiku; nie odczytuje rozumowań Fable i Mythos. Inne pary modeli wymagają odpowiedniej obsługi przez metodę. Niezgodne bloki są wykluczane przed następną turą, która trwa dalej bez nich. Zmiana wcześniejszych wiadomości, instrukcji systemowej lub dawnego zestawu narzędzi może naruszyć powiązanie kolejnych bloków: podczas jego weryfikacji żądanie jest odrzucane albo bloki objęte zmianą są wykluczane.
Jeśli metoda udostępnia ustawienia narzędzi, model producenta dopuszcza automatyczny wybór auto i wyłączenie none. Nie można wymusić wywołania dowolnego narzędzia (any) ani konkretnego narzędzia wskazanego nazwą (tool). Odczytywanie dokumentów, wykonywanie kodu, sterowanie interfejsem i tworzenie plików są możliwe przez udostępnione narzędzia, a nie automatycznie na podstawie zwykłego żądania tekstowego.
W obszarach wysokiego ryzyka stosowane są mechanizmy ochronne. Anthropic wprost przyznaje, że wstępne sprawdzenia zachowania nie wykrywają wszystkich możliwych błędów. Dlatego jasne wyjaśnienie i samodzielna weryfikacja przez model są przydatne, lecz nie zastępują sprawdzenia wyniku końcowego w konkretnym zadaniu.
POST /v1/batchestexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Poleendpoint | Typstring | WymaganieWymagane | Wartości i limity /v1/chat/completions | Domyślnie— |
Polemodel | Typstring | WymaganieWymagane | Wartości i limity anthropic/claude-opus-5.5:batch | Domyślnie— |
Polerequests | Typbatch_item[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polerequests[].custom_id | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polerequests[].body.messages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polecompletion_window | Typstring | WymaganieOpcjonalne | Wartości i limity 24h | Domyślnie— |
Poleprovider | Typobject|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polerequests[].body.model | Typstring | WymaganieOpcjonalne | Wartości i limity anthropic/claude-opus-5.5:batch, anthropic/claude-opus-5.5 | Domyślnie— |
Poleprovider.only | Typstring[] | WymaganieOpcjonalne | Wartości i limity anthropic | Domyślnie— |
Poleprovider.allow_fallbacks | Typboolean|null | WymaganieOpcjonalne | Wartości i limity false, null | Domyślnie— |
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktendpoint, model, requests |
Parametrmaterial_types | Kontrakttext |
Parametrrepresentation | Kontraktrequests[] bezpośrednio w żądaniu; każdy element zawiera custom_id i body |
Parametrrequest_endpoint_profile | Kontrakt/v1/chat/completions |
Parametrfile_material | KontraktWywołujący może lokalnie wczytać rzeczywisty plik JSONL w kodowaniu UTF-8 do requests[]. Nie używa się przeznaczenia przesyłanego pliku, input_file_id ani odwołania do pliku. Brak materiałów klienta lub ich pusta zawartość zatrzymują przygotowanie przed POST. |
Parametrserialization_order | Kontraktendpoint, model, provider (jeśli podano), completion_window (jeśli podano), requests na końcu |
Parametroptional_controls | Kontraktprovider.only, provider.allow_fallbacks, completion_window |
Parametrschema_scope | KontraktTreści żądań tekstowych Chat Completions w udokumentowanej strukturze Batch z danymi bezpośrednio w żądaniu. |
Cykl życia: asynchronous
GET /v1/batches/{operation_id} · Rzeczywista wartość response.id zwrócona przy pierwotnym utworzeniu; ten sam użytkownik, klucz i grupa
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.004 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0002 / 1K tokenów Wejście · Zapis do cache $0.005 / 1K tokenów Wejście · Zapis do cache, 1 godz. $0.008 / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.004 / 1K tokenów Wyjście · Tokeny wyjściowe $0.02 / 1K tokenów Wejście · Odczyt cache $0.0002 / 1K tokenów Wejście · Zapis do cache $0.005 / 1K tokenów Wejście · Zapis do cache, 1 godz. $0.008 / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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-5.5:batch","requests":[{"custom_id":"req-0001","body":{"messages":[{"role":"user","content":"Hello!"}],"max_tokens":16}}]}')\nPath("batch-request.json").write_text(json.dumps(body,ensure_ascii=False),encoding="utf-8")\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/batches \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @batch-request.json -D batch-response-headers.txt -o batch-create-response.json\nimport json, os\nfrom pathlib import Path\nfrom urllib.request import Request, urlopen\n\ndef prepare_requests(customer_path):\n path = Path(customer_path)\n if not path.is_file(): raise ValueError("Customer JSONL file is missing")\n items = [json.loads(line) for line in path.read_text(encoding="utf-8").splitlines() if line.strip()]\n if not items: raise ValueError("Customer JSONL contains no requests")\n ids = set()\n for item in items:\n if set(item) != {"custom_id", "body"}: raise ValueError("Each item needs custom_id and body")\n cid = item["custom_id"]\n if not isinstance(cid, str) or not cid.strip() or cid in ids: raise ValueError("custom_id must be nonempty and unique")\n ids.add(cid)\n if not isinstance(item["body"], dict) or not item["body"].get("messages"): raise ValueError("Supply actual text messages")\n supplied_model = item["body"].get("model")\n if supplied_model is not None and supplied_model not in ['anthropic/claude-opus-5.5:batch', 'anthropic/claude-opus-5.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-opus-5.5:batch", "requests":items}\n\nif __name__ == "__main__":\n material = os.environ.get("AILOOT_BATCH_REQUESTS_JSONL", "")\n if not material: raise SystemExit("Set AILOOT_BATCH_REQUESTS_JSONL to your actual customer file")\n body = prepare_requests(material)\n key = os.environ.get("AILOOT_API_KEY", "")\n if not key: raise SystemExit("Set AILOOT_API_KEY")\n request = Request("https://api.ailoot.ai/v1/batches", data=json.dumps(body, ensure_ascii=False).encode("utf-8"), headers={"Authorization":"Bearer " + key, "Content-Type":"application/json"}, method="POST")\n with urlopen(request) as response:\n raw = response.read()\n Path("batch-create-response.json").write_bytes(raw)\n print(raw.decode("utf-8"))\nimport json\nfrom pathlib import Path\nraw = Path("batch-status-response.json").read_bytes()\nresponse = json.loads(raw)\nif response.get("status") != "completed":\n raise SystemExit("Keep the original operation; read its status without resubmitting")\nresults = response.get("results")\nif not isinstance(results, list) or not results:\n raise SystemExit("Preserve the original response; completed results are missing")\nPath("batch-results.jsonl").write_text("".join(json.dumps(item, ensure_ascii=False) + "\\n" for item in results), encoding="utf-8")\n# Preserve batch-status-response.json with aggregate usage and every result/error.\nJSON bezpośrednio w 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\nZachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj pełny pierwotny JSON stanu, każdy wynik i custom_id oraz pełną treść odpowiedzi lub błędu. Zapisz ukończone wyniki z results[] jako JSONL bez filtrowania.
Zachowaj pierwotny identyfikator operacji. Odpowiedź 503 result_pending_check zawiera X-Should-Retry:false; nigdy nie wysyłaj ponownie pierwotnego żądania Batch, którego wynik jest nieznany.
| Pole | Typ |
|---|---|
Poleresults[].custom_id | Typstring |
Poleresults[].response.body.choices[].message.content | Typstring|null |
Poleresults[].error | Typobject|null |
Poleusage | Typobject|null |
Poleid | Typstring |
Polemodel | Typstring |
Poleendpoint | Typstring |
Polestatus | Typstring |
Polerequest_counts | Typobject |
Poleresults[].id | Typstring |
Poleresults[].response.status_code | Typinteger |
Poleresults[].response.request_id | Typstring |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowa udokumentowana struktura z danymi bezpośrednio w żądaniu, zduplikowane klucze, problem z tożsamością elementu lub konflikt ze skonfigurowanymi możliwościami modelu. | Następny krokPopraw wskazane pola przed wysłaniem jakiegokolwiek nowego żądania. |
Odpowiedź401 · authentication_error | WarunekNieprawidłowy klucz API. | Następny krokUżyj autoryzowanego klucza Ailoot. |
Odpowiedź403 · permission_error | WarunekGrupa Batch jest niedostępna. | Następny krokSprawdź uprawnienia klucza i grupy. |
Odpowiedź422 · invalid_request_error | WarunekBatch korzysta z rozliczania z salda; utworzenie w ramach subskrypcji jest odrzucane. | Następny krokUżyj autoryzowanej grupy rozliczanej z salda. |
Odpowiedź422 · price_unavailable | WarunekNie można wycenić danych wejściowych Batch. | Następny krokZachowaj odpowiedź; użyj danych wejściowych udokumentowanych dla tej rodziny API. |
Odpowiedź402 · billing_error | WarunekRezerwa dla Batch jest niedostępna. | Następny krokRozwiąż problem dopuszczenia żądania przed wysłaniem nowego. |
Odpowiedź503 · price_unavailable | WarunekCena metody Batch lub stawki natywne są niedostępne. | Następny krokZachowaj odpowiedź; nie zastępuj cen innymi. |
Odpowiedź503 · api_error | WarunekDokładna trasa dostawcy jest niedostępna. | Następny krokZachowaj odpowiedź na potrzeby naprawy trasy. |
Odpowiedź503 · result_pending_check | WarunekPierwotny wynik wymaga sprawdzenia; X-Should-Retry:false. | Następny krokZachowaj pierwotny operation_id/id i odczytuj stan operacji; nigdy nie powtarzaj pierwotnego POST. |
Odpowiedź404 · not_found | WarunekOperacja sprawdzania stanu Batch nie istnieje lub należy do innej tożsamości. | Następny krokUżyj dokładnego pierwotnego id oraz tego samego użytkownika, klucza i grupy. |
Ailoot Ultra anthropic/claude-opus-5.5:batch
Użyj ścieżek metod podanych powyżej.