Claude 3.5 Haiku to nazwana edycja modelu tekstowego Anthropic. Wydanie producenta opisuje wykonywanie instrukcji, programowanie i używanie narzędzi do szybko reagujących produktów oraz wyspecjalizowanych zadań. Dokładny profil hostowany na tej karcie podaje kontekst długości 200 000 tokenów.
Dostarcz tekst lub rekordy, których zadanie ma używać, i określ rezultat. Żądanie ekstrakcji może nazywać pola i sposób obsługi nieobecnych wartości. Zadanie wiadomości może wymagać problemu klienta, już podjętego działania i szkicu odpowiedzi opartej na dostarczonym materiale o produkcie lub zasadach.
Zachowaj wyjście dostatecznie zwarte dla następnego kroku: zestaw pól, zwięzłe wyjaśnienie lub fragment o określonym celu. Zachowaj identyfikatory źródeł i ilości, aby oceniający mógł porównać wynik z wejściem.
Dostarcz odpowiedni interfejs, przykładowe wejścia i oczekiwane wyjścia. Poproś o implementację i testy wskazanych przypadków. Przy korekcie uwzględnij dokładny błąd i wejście, które go wyzwala, a następnie poproś o najmniejszą zmianę korygującą zaobserwowaną różnicę.
Zwrócony kod jest materiałem do sprawdzenia i uruchomienia w docelowym projekcie. Zachowaj rzeczywiste wyniki testów w rozmowie, jeśli kolejne pytanie dotyczy zgodności propozycji z warunkami zadania.
Wydanie dokumentuje narzędziowe użycie tej edycji. Aplikacja definiuje operacje, wykonuje żądania przez własną integrację i zwraca rzeczywiste wyniki do rozmowy. Zachowaj te wyniki przy odpowiednim zadaniu przed prośbą o końcową odpowiedź.
Oryginalna premiera opisuje Claude 3.5 Haiku jako model wyłącznie tekstowy. Przygotuj dowody tej edycji jako czytelny tekst, zachowując oznaczenia źródeł tam, gdzie są istotne. Używaj podanego kontekstu nazwanego profilu na odpowiednie rekordy i wcześniejsze decyzje, zostawiając miejsce na żądany rezultat. Zachowaj dokładny identyfikator edycji podczas porównywania odpowiedzi między wydaniami Haiku.
", "aboutText": "Claude 3.5 Haiku to nazwana edycja modelu tekstowego Anthropic. Wydanie producenta opisuje wykonywanie instrukcji, programowanie i używanie narzędzi do szybko reagujących produktów oraz wyspecjalizowanych zadań. Dokładny profil hostowany na tej karcie podaje kontekst długości 200 000 tokenów.\n\n### Przygotuj konkretne zadanie aplikacyjne\n\nDostarcz tekst lub rekordy, których zadanie ma używać, i określ rezultat. Żądanie ekstrakcji może nazywać pola i sposób obsługi nieobecnych wartości. Zadanie wiadomości może wymagać problemu klienta, już podjętego działania i szkicu odpowiedzi opartej na dostarczonym materiale o produkcie lub zasadach.\n\nZachowaj wyjście dostatecznie zwarte dla następnego kroku: zestaw pól, zwięzłe wyjaśnienie lub fragment o określonym celu. Zachowaj identyfikatory źródeł i ilości, aby oceniający mógł porównać wynik z wejściem.\n\n### Praca z kodem z jasnym warunkiem akceptacji\n\nDostarcz odpowiedni interfejs, przykładowe wejścia i oczekiwane wyjścia. Poproś o implementację i testy wskazanych przypadków. Przy korekcie uwzględnij dokładny błąd i wejście, które go wyzwala, a następnie poproś o najmniejszą zmianę korygującą zaobserwowaną różnicę.\n\nZwrócony kod jest materiałem do sprawdzenia i uruchomienia w docelowym projekcie. Zachowaj rzeczywiste wyniki testów w rozmowie, jeśli kolejne pytanie dotyczy zgodności propozycji z warunkami zadania.\n\n### Narzędzia i kontekst roboczy\n\nWydanie dokumentuje narzędziowe użycie tej edycji. Aplikacja definiuje operacje, wykonuje żądania przez własną integrację i zwraca rzeczywiste wyniki do rozmowy. Zachowaj te wyniki przy odpowiednim zadaniu przed prośbą o końcową odpowiedź.\n\nOryginalna premiera opisuje Claude 3.5 Haiku jako model wyłącznie tekstowy. Przygotuj dowody tej edycji jako czytelny tekst, zachowując oznaczenia źródeł tam, gdzie są istotne. Używaj podanego kontekstu nazwanego profilu na odpowiednie rekordy i wcześniejsze decyzje, zostawiając miejsce na żądany rezultat. Zachowaj dokładny identyfikator edycji podczas porównywania odpowiedzi między wydaniami Haiku.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
Fix a case-insensitive duplicate filter\n\nFix this Python function, which keeps duplicate email addresses when letter case differs: def unique_emails(items): return list(dict.fromkeys(items)). Preserve the spelling and order of the first occurrence. Show the corrected function and tests for ['A@x.test','a@x.test','b@x.test'], an empty list, and already distinct addresses.A corrected Python function and three executable assertions covering the specified cases.The mixed-case example keeps A@x.test and b@x.test in that order; the empty input stays empty.claude-3-5-haiku-20241022Claude 3.5 Haiku to tekstowy model Anthropic do zadań wymagających szybkich odpowiedzi, programowania i przepływów kierowanych instrukcjami. Jego nazwany profil podaje kontekst 200 000 tokenów; dostarcz odpowiednie dane i poproś o zwięzłą odpowiedź, propozycję kodu lub wynik tekstowy gotowy do użycia w aplikacji.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Claude 3.5 Haiku to nazwana edycja modelu tekstowego Anthropic. Wydanie producenta opisuje wykonywanie instrukcji, programowanie i używanie narzędzi do szybko reagujących produktów oraz wyspecjalizowanych zadań. Dokładny profil hostowany na tej karcie podaje kontekst długości 200 000 tokenów.
Dostarcz tekst lub rekordy, których zadanie ma używać, i określ rezultat. Żądanie ekstrakcji może nazywać pola i sposób obsługi nieobecnych wartości. Zadanie wiadomości może wymagać problemu klienta, już podjętego działania i szkicu odpowiedzi opartej na dostarczonym materiale o produkcie lub zasadach.
Zachowaj wyjście dostatecznie zwarte dla następnego kroku: zestaw pól, zwięzłe wyjaśnienie lub fragment o określonym celu. Zachowaj identyfikatory źródeł i ilości, aby oceniający mógł porównać wynik z wejściem.
Dostarcz odpowiedni interfejs, przykładowe wejścia i oczekiwane wyjścia. Poproś o implementację i testy wskazanych przypadków. Przy korekcie uwzględnij dokładny błąd i wejście, które go wyzwala, a następnie poproś o najmniejszą zmianę korygującą zaobserwowaną różnicę.
Zwrócony kod jest materiałem do sprawdzenia i uruchomienia w docelowym projekcie. Zachowaj rzeczywiste wyniki testów w rozmowie, jeśli kolejne pytanie dotyczy zgodności propozycji z warunkami zadania.
Wydanie dokumentuje narzędziowe użycie tej edycji. Aplikacja definiuje operacje, wykonuje żądania przez własną integrację i zwraca rzeczywiste wyniki do rozmowy. Zachowaj te wyniki przy odpowiednim zadaniu przed prośbą o końcową odpowiedź.
Oryginalna premiera opisuje Claude 3.5 Haiku jako model wyłącznie tekstowy. Przygotuj dowody tej edycji jako czytelny tekst, zachowując oznaczenia źródeł tam, gdzie są istotne. Używaj podanego kontekstu nazwanego profilu na odpowiednie rekordy i wcześniejsze decyzje, zostawiając miejsce na żądany rezultat. Zachowaj dokładny identyfikator edycji podczas porównywania odpowiedzi między wydaniami Haiku.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity claude-3-5-haiku-20241022 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości 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[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
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.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0016 / 1K tokenów Wyjście · Tokeny wyjściowe $0.008 / 1K tokenów Wejście · Odczyt cache $0.00016 / 1K tokenów Wejście · Zapis do cache $0.0032 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-5-haiku-20241022", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='claude-3-5-haiku-20241022',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='claude-3-5-haiku-20241022',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson lub SSE
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.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra claude-3-5-haiku-20241022
Użyj ścieżek metod podanych powyżej.
claude-3-5-haiku-20241022Claude 3.5 Haiku to tekstowy model Anthropic do zadań wymagających szybkich odpowiedzi, programowania i przepływów kierowanych instrukcjami. Jego nazwany profil podaje kontekst 200 000 tokenów; dostarcz odpowiednie dane i poproś o zwięzłą odpowiedź, propozycję kodu lub wynik tekstowy gotowy do użycia w aplikacji.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
Claude 3.5 Haiku to nazwana edycja modelu tekstowego Anthropic. Wydanie producenta opisuje wykonywanie instrukcji, programowanie i używanie narzędzi do szybko reagujących produktów oraz wyspecjalizowanych zadań. Dokładny profil hostowany na tej karcie podaje kontekst długości 200 000 tokenów.
Dostarcz tekst lub rekordy, których zadanie ma używać, i określ rezultat. Żądanie ekstrakcji może nazywać pola i sposób obsługi nieobecnych wartości. Zadanie wiadomości może wymagać problemu klienta, już podjętego działania i szkicu odpowiedzi opartej na dostarczonym materiale o produkcie lub zasadach.
Zachowaj wyjście dostatecznie zwarte dla następnego kroku: zestaw pól, zwięzłe wyjaśnienie lub fragment o określonym celu. Zachowaj identyfikatory źródeł i ilości, aby oceniający mógł porównać wynik z wejściem.
Dostarcz odpowiedni interfejs, przykładowe wejścia i oczekiwane wyjścia. Poproś o implementację i testy wskazanych przypadków. Przy korekcie uwzględnij dokładny błąd i wejście, które go wyzwala, a następnie poproś o najmniejszą zmianę korygującą zaobserwowaną różnicę.
Zwrócony kod jest materiałem do sprawdzenia i uruchomienia w docelowym projekcie. Zachowaj rzeczywiste wyniki testów w rozmowie, jeśli kolejne pytanie dotyczy zgodności propozycji z warunkami zadania.
Wydanie dokumentuje narzędziowe użycie tej edycji. Aplikacja definiuje operacje, wykonuje żądania przez własną integrację i zwraca rzeczywiste wyniki do rozmowy. Zachowaj te wyniki przy odpowiednim zadaniu przed prośbą o końcową odpowiedź.
Oryginalna premiera opisuje Claude 3.5 Haiku jako model wyłącznie tekstowy. Przygotuj dowody tej edycji jako czytelny tekst, zachowując oznaczenia źródeł tam, gdzie są istotne. Używaj podanego kontekstu nazwanego profilu na odpowiednie rekordy i wcześniejsze decyzje, zostawiając miejsce na żądany rezultat. Zachowaj dokładny identyfikator edycji podczas porównywania odpowiedzi między wydaniami Haiku.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity claude-3-5-haiku-20241022 | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
| Konfiguracja | Tabela stawek | Opłata |
|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe $0.0016 / 1K tokenów Wyjście · Tokeny wyjściowe $0.008 / 1K tokenów Wejście · Odczyt cache $0.00016 / 1K tokenów Wejście · Zapis do cache $0.0032 / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "claude-3-5-haiku-20241022",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-5-haiku-20241022', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -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\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'claude-3-5-haiku-20241022', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON lub SSE
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.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra claude-3-5-haiku-20241022
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
Fix a case-insensitive duplicate filter\n\nFix this Python function, which keeps duplicate email addresses when letter case differs: def unique_emails(items): return list(dict.fromkeys(items)). Preserve the spelling and order of the first occurrence. Show the corrected function and tests for ['A@x.test','a@x.test','b@x.test'], an empty list, and already distinct addresses.A corrected Python function and three executable assertions covering the specified cases.The mixed-case example keeps A@x.test and b@x.test in that order; the empty input stays empty.