modele

Anthropic: Claude Sonnet 4.5

Markdown · JSON

Anthropic: Claude Sonnet 4.5

Claude Sonnet 4.5 to tekstowo-obrazowy model Anthropic do tworzenia oprogramowania, złożonych agentów, obsługi komputera i pracy analitycznej. Obsługuje bezpośrednie odpowiedzi lub ręczne rozszerzone myślenie, z rozumowaniem między wywołaniami narzędzi w udokumentowanym przepływie beta.

O modelu

Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.

Claude Sonnet 4.5 to edycja Sonnet firmy Anthropic skupiona na tworzeniu oprogramowania, złożonych zadaniach agentowych i obsłudze komputera, z ulepszeniami rozumowania oraz matematyki. Przyjmuje tekst i obrazy oraz generuje tekst. Wydanie opisuje ciągłą pracę w wielu krokach, rozumienie kodu i zmiany obejmujące szerszy projekt, a nie pojedynczą odizolowaną funkcję. Przydatny opis zadania wskazuje wymagane zachowanie, odpowiedni materiał źródłowy i rezultat do dostarczenia: proponowaną poprawkę, wyjaśnienie implementacji, analizę dokumentu lub ustrukturyzowaną odpowiedź.

Do pracy programistycznej podaj ograniczenia projektu, odpowiednie pliki lub fragmenty, zaobserwowany błąd i konkretny przykład oczekiwanego wyniku. Poproś o objęty zmianą kod i wyjaśnienie, jak propozycja rozwiązuje ten przykład. Producent przedstawia model jako odpowiedni do budowania agentów i realizowania zadań deweloperskich z narzędziami. Otaczająca aplikacja czyta i edytuje pliki, wykonuje polecenie lub kontrolę i zwraca rzeczywiste wyjście; model rozumuje na podstawie tych dowodów. Oddziel proponowaną zmianę i ukończoną kontrolę w raporcie końcowym.

Obsługa komputera jest odrębnym zastosowaniem jego możliwości wizualnych i agentowych. Wydanie Anthropic demonstruje interakcję z przeglądarką, poruszanie się po stronach i pracę z arkuszami kalkulacyjnymi w podłączonym środowisku. Opis zadania wizualnego może dostarczyć zrzut ekranu, wskazać cel i określić działania dozwolone aplikacji. Aplikacja wykonuje następnie wybraną interakcję i zwraca zmieniony ekran lub inny wynik. Podobnie model może przygotowywać treść i kod do dokumentów, arkuszy i slajdów, a środowisko tworzy gotowy plik. Rozumienie tekstu i obrazów nie czyni modelu natywnym generatorem obrazów ani dźwięku.

Dokładna specyfikacja producenta podaje okno kontekstu 200K tokenów i do 64K tokenów wyjściowych. Granica wiarygodnej wiedzy przypada na styczeń 2025 r., odrębnie od późniejszej granicy danych szkoleniowych podanej na stronie. W długim wejściu zachowuj wyraźne granice dokumentów, oznaczenia stron, jednostki i identyfikatory kodu oraz rezerwuj miejsce na żądaną odpowiedź i rozumowanie. Producent dokumentuje także świadomość kontekstu w tej edycji, dlatego obsługiwany przepływ śledzi pozostałe miejsce podczas rozmowy. Pomaga to zarządzać ciągłym zadaniem we własnym oknie; nie zastępuje okna większą pojemnością późniejszej edycji Sonnet.

Sonnet 4.5 obsługuje zwykłe odpowiedzi i ręczne rozszerzone myślenie. W drugim trybie budget_tokens wyznacza cel wewnętrznego rozumowania przed widoczną odpowiedzią. Udokumentowane minimum to 1024 tokeny, a budżet zwykle musi być mniejszy od max_tokens, ponieważ myślenie i odpowiedź końcowa dzielą limit generowania. Budżet jest celem, a nie obietnicą zużycia dokładnie takiej liczby tokenów. Ta edycja nie ma trybu adaptacyjnego myślenia ani kontrolek effort opisanych dla późniejszych modeli Sonnet. Wybierz żądaną głębokość analizy i zostaw wystarczający limit na użyteczną odpowiedź końcową.

Beta przeplatanego myślenia producenta pozwala Sonnet 4.5 rozumować między wywołaniami narzędzi w obrębie jednej tury i wykorzystywać zwrócone obserwacje do wyboru następnego kroku. Wymaga udokumentowanej funkcji beta w obsługiwanym przepływie Messages. W tym przypadku budżet myślenia może przekroczyć max_tokens, ponieważ obejmuje wiele bloków myślenia w tej samej turze asystenta. Przekazuj wyniki narzędzi wraz z niezmienioną powiązaną treścią myślenia, łącznie z jej sygnaturą; edycja tej treści unieważnia ją. Zadanie badawcze lub debugowanie może więc przeplatać proponowaną kontrolę, rzeczywisty zwrócony wynik i uaktualnioną analizę, bez traktowania propozycji tekstowej jako ukończonego działania.

W materiałach wizualnych producent obsługuje JPEG, PNG, GIF i WebP oraz używa wyłącznie pierwszej klatki animacji. Standardowy natywny poziom obrazu tej edycji ma limit 1568 pikseli dla dłuższego boku i limit 1568 tokenów wizualnych; większe obrazy są pomniejszane. Przewodnik obrazów producenta podaje do 100 obrazów na żądanie API dla modeli z kontekstem 200K, przy czym warunki rozmiaru obrazu i całego żądania mogą zostać osiągnięte wcześniej. Umieszczaj obrazy przed pytaniem, gdy to praktyczne, oznacz wiele obrazów i zachowuj drobny tekst lub etykiety wykresów. Przewodnik zaleca wyraźne obrazy i dostateczny kontekst otoczenia do interpretowania widocznego szczegółu.

Edycję kontekstu i narzędzie pamięci wprowadzono wraz z tym modelem, aby wspierać dłuższe przepływy agentowe. Są to sposoby wspierane przez aplikację na zachowanie użytecznego stanu lub usunięcie starych materiałów narzędziowych; nie są nieograniczoną pamięcią modelu ani późniejszą funkcją kompaktowania na serwerze. W wieloetapowym zadaniu zachowaj podjęte decyzje, nierozstrzygnięte pytanie i dowody potrzebne w następnym kroku. Anthropic opisuje także silniejszą odporność na ukryte instrukcje w treści zewnętrznej, zaznaczając, że klasyfikatory właściwe dla modelu mogą czasami oznaczać nieszkodliwy materiał. Przydatny rezultat pozostaje możliwy do oceny i powiązany z dostarczonymi dowodami, z dokładnymi trybami oraz limitami Sonnet 4.5 oddzielonymi od późniejszych wydań.

Zadanie praktyczne

Zadanie praktyczne

Przykład techniczny po angielsku

Repair an empty-cart total

Review this Python function: def total(items): return sum(x['price'] * x['qty'] for x in items) / len(items). It crashes for an empty cart and incorrectly averages nonempty carts. Return a minimal correction preserving the function signature, plus assertions for empty, one-line and two-line carts. Explain the changed behavior briefly.

Oczekiwany wynik

Corrected Python function, three concrete assertions and a brief explanation of sum versus average.

Sprawdź wynik

The proposed tests cover empty input and verify that two cart lines are added rather than averaged.
Ailoot Ultra · OpenAI Chat POST /v1/chat/completions anthropic/claude-sonnet-4.5

anthropic/claude-sonnet-4.5

Anthropic /anthropic/claude-sonnet-4.5

Start

Claude Sonnet 4.5 to tekstowo-obrazowy model Anthropic do tworzenia oprogramowania, złożonych agentów, obsługi komputera i pracy analitycznej. Obsługuje bezpośrednie odpowiedzi lub ręczne rozszerzone myślenie, z rozumowaniem między wywołaniami narzędzi w udokumentowanym przepływie beta.

Akceptowane dane wejściowe
Tekst
Wyniki
Tekst

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions
Wejście
text
Wyjście
text
Format wyjściowy
json lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
anthropic/claude-sonnet-4.5
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limity
Minimalna liczba elementów: 1
Domyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
Przykłady: system, user, assistant, tool, function
Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu.
Zależy od modelu
Domyślnie—
Polemessages[].contentTypstring|content_part[]|nullWymaganieOpcjonalneWartości i limityDomyślnie—
Polemessages[].tool_callsTyptool_call[]WymaganieOpcjonalneWartości i limityDomyślnie—
Polemessages[].tool_call_idTypstringWymaganieOpcjonalneWartości i limity
Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID
Domyślnie—
Polemessages[].nameTypstringWymaganieOpcjonalneWartości i limityDomyślnie—
Polemessages[].reasoning_contentTypstringWymaganieOpcjonalneWartości i limity
Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa
Domyślnie—
Polemessages[].reasoning_detailsTypobject|arrayWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Polemax_tokensTypintegerWymaganieOpcjonalneWartości i limity
Minimum: 1
Zależy od modelu
Domyślnie—
Polemax_completion_tokensTypintegerWymaganieOpcjonalneWartości i limity
Minimum: 1
Zależy od modelu
Domyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Polestream_options.include_usageTypbooleanWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PoletemperatureTypnumberWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poletop_pTypnumberWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PolestopTypstring|string[]WymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PoletoolsTypfunction_tool[]WymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poletools[].typeTypstringWymaganieOpcjonalneWartości i limity
function
Zależy od modelu
Domyślnie—
Poletools[].function.nameTypstringWymaganieWymaganeWartości i limity
Obowiązuje, gdy: udostępnione narzędzie funkcji
Domyślnie—
Poletools[].function.descriptionTypstringWymaganieOpcjonalneWartości i limityDomyślnie—
Poletools[].function.parametersTypJSON_schemaWymaganieOpcjonalneWartości i limityDomyślnie—
Poletool_choiceTypstring|objectWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poleparallel_tool_callsTypbooleanWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poleresponse_formatTypobjectWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Polereasoning_effortTypstringWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PolereasoningTypobjectWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poleservice_tierTypstringWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PoleinstructionsTypstringWymaganieOpcjonalneWartości i limity
Pole zgodności
Domyślnie—
PolefunctionsTypfunction[]WymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Polefunction_callTypstring|objectWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
Poleprompt_cache_optionsTypobjectWymaganieOpcjonalneWartości i limity
Zależy od modelu
Domyślnie—
PolemodalitiesTypstring[]WymaganieOpcjonalneWartości i limity
text
Domyślnie—
PoleproviderTypobjectWymaganieOpcjonalneWartości i limity
Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra
Domyślnie—
Polecache_control.ttlTypstringWymaganieOpcjonalneWartości i limity
Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów
Domyślnie—
Kombinacje materiałów wejściowych

Tekst · tekst UTF8

messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages
Parametrmaterial_typesKontrakttext
ParametrmessagesKontrakttablica wiadomości o strukturze role/content
Parametrfile_materialKontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku
Parametroptional_controlsKontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice
Parametrcontrol_scopeKontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych
Parametroutput_modalitiesKontrakttext
Parametrhosted_operationsKontraktfalse
Parametrmultimodal_input_bindingKontraktnull

Cykl życia: synchronous_or_streamed

Wyślij dokładne ID modelu wraz z messages.

Długość kontekstu nie jest limitem wyjścia.

Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Stawka standardowa Gdy wybrany jest tryb szybki
Tryb flex
Stawka standardowa Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Stawka standardowa Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

KonfiguracjaTabela stawekTokeny kontekstu, więcej niżTokeny kontekstu, do podanej wartości włącznieOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaTokeny kontekstu, więcej niż—Tokeny kontekstu, do podanej wartości włącznieBez górnej granicyOpłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.012 / 1K tokenów
KonfiguracjaPrzedział długości żądania 1Tabela stawek—Tokeny kontekstu, więcej niż0Tokeny kontekstu, do podanej wartości włącznie200 000Opłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.012 / 1K tokenów
KonfiguracjaPrzedział długości żądania 2Tabela stawek—Tokeny kontekstu, więcej niż200 000Tokeny kontekstu, do podanej wartości włącznieBez górnej granicyOpłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.024 / 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 →

Przykładowe żądania

Ailoot Ultra · OpenAI Chat

curlPython SDKStrumień w Pythonie
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model": "anthropic/claude-sonnet-4.5", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')

Path("request.json").write_text(json.dumps(p,ensure_ascii=False))
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \
  -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path
r=json.loads(Path("result.json").read_text())
for x in r.get("choices",[]):
    if x.get("message",{}).get("content"): print(x["message"]["content"])
PY_RESULT
from openai import OpenAI
import os

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
result=client.chat.completions.create(model='anthropic/claude-sonnet-4.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

save_result(result.to_dict(mode="json"))
from openai import OpenAI
import os
from pathlib import Path

if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")
client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)
import base64, json
from pathlib import Path

def save_result(data, stem="result"):
    # Keep every field, including usage, IDs, reasoning and tool requests.
    Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")
    print(json.dumps(data, ensure_ascii=False, indent=2))
    def save_blob(encoded, suffix, label):
        raw = base64.b64decode(encoded, altchars=b"-_", validate=True)
        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
        file = Path(stem + "-" + label + "." + ext)
        file.write_bytes(raw)
        print("Saved", file)
    for index, block in enumerate(data.get("content") or []):
        print("Content", index, json.dumps(block, ensure_ascii=False))
    for choice in data.get("choices") or []:
        print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))
    for index, item in enumerate(data.get("output") or []):
        print("Output", index, json.dumps(item, ensure_ascii=False))
        if item.get("type") == "image_generation_call" and item.get("result"):
            save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))
    for ci, candidate in enumerate(data.get("candidates") or []):
        for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):
            print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))
            blob = part.get("inlineData") or part.get("inline_data")
            if blob and blob.get("data"):
                mime = blob.get("mimeType") or blob.get("mime_type")
                suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")
                save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))

with client.chat.completions.stream(model='anthropic/claude-sonnet-4.5',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:
    with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:
        for event in stream:
            payload=event.to_dict(mode="json")
            log.write(json.dumps(payload,ensure_ascii=False)+"\n"); log.flush()
            print(json.dumps(payload,ensure_ascii=False))
    final=stream.get_final_completion()
    save_result(final.to_dict(mode="json"),"stream-result")

Odbieranie i zapisywanie wyników

Ailoot Ultra · OpenAI Chat

json lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
Polechoices[].indexTypinteger
Polechoices[].message.contentTypstring|null
Polechoices[].message.tool_callsTyptool_call[]
Polechoices[].message.reasoning_contentTypstring
Polechoices[].message.reasoning_detailsTypobject|array
Polechoices[].finish_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra anthropic/claude-sonnet-4.5

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

anthropic/claude-sonnet-4.5

Ailoot Ultra · Anthropic Messages POST /v1/messages anthropic/claude-sonnet-4.5

anthropic/claude-sonnet-4.5

Anthropic /anthropic/claude-sonnet-4.5

Start

Claude Sonnet 4.5 to tekstowo-obrazowy model Anthropic do tworzenia oprogramowania, złożonych agentów, obsługi komputera i pracy analitycznej. Obsługuje bezpośrednie odpowiedzi lub ręczne rozszerzone myślenie, z rozumowaniem między wywołaniami narzędzi w udokumentowanym przepływie beta.

Akceptowane dane wejściowe
Tekst
Wyniki
json · sse

Dostępne w Ailoot · dane wejściowe i metody

Ailoot Ultra · Anthropic Messages POST /v1/messages
Wejście
text
Wyjście
json, sse
Format wyjściowy
JSON lub SSE
PoleTypWymaganieWartości i limityDomyślnie
PolemodelTypstringWymaganieWymaganeWartości i limity
anthropic/claude-sonnet-4.5
Domyślnie—
PolemessagesTypmessage[]WymaganieWymaganeWartości i limityDomyślnie—
Polemessages[].roleTypstringWymaganieWymaganeWartości i limity
user, assistant
Domyślnie—
Polemessages[].contentTypstringWymaganieWymaganeWartości i limityDomyślnie—
Polemax_tokensTypintegerWymaganieWymaganeWartości i limityDomyślnie—
PolestreamTypbooleanWymaganieOpcjonalneWartości i limityDomyślniefalse
Kombinacje materiałów wejściowych

Tekst · tekst UTF-8

ciąg messages[].content

Parametry i cykl życia metody
ParametrKontrakt
Parametrcontent_typeKontraktapplication/json
ParametrrequiredKontraktmodel, messages, max_tokens
Parametroptional_controlsKontraktstream
Parametrmaterial_typesKontrakttext
Parametrtext_file_materialKontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości.

Cykl życia: synchronous_or_streamed

Cennik

Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.

Tryb szybki
Stawka standardowa Gdy wybrany jest tryb szybki
Tryb flex
Stawka standardowa Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania
Stawka standardowa Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.

KonfiguracjaTabela stawekTokeny kontekstu, więcej niżTokeny kontekstu, do podanej wartości włącznieOpłata
KonfiguracjaPodstawowe stawki za tokenyTabela stawekStawka podstawowaTokeny kontekstu, więcej niż—Tokeny kontekstu, do podanej wartości włącznieBez górnej granicyOpłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.012 / 1K tokenów
KonfiguracjaPrzedział długości żądania 1Tabela stawek—Tokeny kontekstu, więcej niż0Tokeny kontekstu, do podanej wartości włącznie200 000Opłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.012 / 1K tokenów
KonfiguracjaPrzedział długości żądania 2Tabela stawek—Tokeny kontekstu, więcej niż200 000Tokeny kontekstu, do podanej wartości włącznieBez górnej granicyOpłata
Wejście · Tokeny wejściowe $0.0132 / 1K tokenów
Wyjście · Tokeny wyjściowe $0.03 / 1K tokenów
Wejście · Odczyt cache $0.0006 / 1K tokenów
Wejście · Zapis do cache $0.0075 / 1K tokenów
Wejście · Zapis do cache, 1 godz. $0.024 / 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 →

Przykładowe żądania

Ailoot Ultra · Anthropic Messages

Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik
{
  "model": "anthropic/claude-sonnet-4.5",
  "max_tokens": 128,
  "messages": [
    {
      "role": "user",
      "content": "Summarize the incident report."
    }
  ],
  "stream": false
}
set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"
export AILOOT_TEXT_FILE
python3 - <<'PY_REQUEST'
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-sonnet-4.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')
PY_REQUEST
curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \
  -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \
  --data-binary @request.json -D response-headers.txt -o result.json
python3 - <<'PY_RESULT'
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))
PY_RESULT
import json, os
from pathlib import Path

source_file = Path(os.environ['AILOOT_TEXT_FILE'])
if not source_file.is_file():
    raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')
text = source_file.read_text(encoding='utf-8')
if not text.strip():
    raise SystemExit('Choose a document containing text')
payload = {'model': 'anthropic/claude-sonnet-4.5', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}
payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text
from urllib.request import Request, urlopen
from urllib.error import HTTPError

api_key = os.environ['AILOOT_API_KEY']
if not api_key.strip():
    raise SystemExit('Set AILOOT_API_KEY before making a request')
headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}
headers['x-api-key'] = api_key
request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')
try:
    with urlopen(request, timeout=120) as response:
        raw = response.read()
        Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')
except HTTPError as error:
    Path('result.json').write_bytes(error.read())
    Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')
    raise
Path('result.json').write_bytes(raw)
import json
from pathlib import Path

result = json.loads(Path('result.json').read_text(encoding='utf-8'))
print(json.dumps(result, ensure_ascii=False, indent=2))

Odbieranie i zapisywanie wyników

Ailoot Ultra · Anthropic Messages

JSON lub SSE

Zachowaj wszystkie ukończone wyniki

Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.

Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.

Jeśli trzeba sprawdzić pierwotną odpowiedź

Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.

Pola odpowiedzi
PoleTyp
PoleidTypstring
PolemodelTypstring
Polecontent[]Typtext|thinking|tool_use|other content block
Polestop_reasonTypstring|null
PoleusageTypobject
Błędy i dalsze kroki
OdpowiedźWarunekNastępny krok
Odpowiedź400 · invalid_request_errorWarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametruNastępny krokPopraw wskazane pola przed nowym żądaniem utworzenia.

Aliasy

Aliasy modelu

Ailoot Ultra anthropic/claude-sonnet-4.5

Aliasy ścieżek metod

Użyj ścieżek metod podanych powyżej.

Powiązane ID modeli

anthropic/claude-sonnet-4.5

FAQ · Anthropic: Claude Sonnet 4.5
Jakie dane wejściowe i wyniki są dostępne?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: text → text

POST /v1/messages · anthropic/claude-sonnet-4.5: text → json, sse

Jakich pól używa żądanie?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: model, messages, stream, modalities, provider

POST /v1/messages · anthropic/claude-sonnet-4.5: model, messages, max_tokens, stream

Jakie limity obowiązują?

POST /v1/chat/completions · anthropic/claude-sonnet-4.5: messages.min_items: 1

Więcej szczegółów

Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją.

Firma i jej portfel projektów

Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach.

Kupuj tokeny z rabatem.

Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny.

Subskrypcja
Wybierz plan z rabatem do regularnych żądań.
Kod promocyjny do 50%
Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji.
Koszty w historii
Model, tokeny i kwota są zapisywane dla każdego żądania.

Wybierz subskrypcję · Sprawdź ceny modeli

Połącz API z produktem, który sprzedajesz.

SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską.

Aplikacja komercyjna
Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi.
Licencja resellerska
Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży.
Dokumenty na stronie
Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem.

Poproś o licencję resellerską · Oferta i umowa licencyjna