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.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-sonnet-4-5-20250929-thinking

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.

Ailoot Ultra · OpenAI Chat POST /v1/chat/completions claude-sonnet-4-5-20250929-thinking

claude-sonnet-4-5-20250929-thinking

Anthropic /claude-sonnet-4-5-20250929-thinking

Start

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

Pole	Typ	Wymaganie	Wartości i limity	Domyślnie
Pole`model`	Typ`string`	WymaganieWymagane	Wartości i limity claude-sonnet-4-5-20250929-thinking	Domyślnie—
Pole`messages`	Typ`message[]`	WymaganieWymagane	Wartości i limity Minimalna liczba elementów: 1	Domyślnie—
Pole`messages[].role`	Typ`string`	WymaganieWymagane	Wartości i limity Zależy od modelu	Domyślnie—
Pole`messages[].content`	Typ`string`	WymaganieOpcjonalne	Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa	Domyślnie—
Pole`stream`	Typ`boolean`	WymaganieOpcjonalne	Wartości i limity	Domyślniefalse

Kombinacje materiałów wejściowych

Tekst · tekst UTF8

messages[].content

Parametry i cykl życia metody

Parametr	Kontrakt
Parametr`content_type`	Kontraktapplication/json
Parametr`required`	Kontraktmodel, messages
Parametr`material_types`	Kontrakttext
Parametr`messages`	Kontrakttablica wiadomości o strukturze role/content
Parametr`file_material`	Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku
Parametr`optional_controls`	Kontraktstream
Parametr`control_scope`	KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false.
Parametr`output_modalities`	Kontrakttext
Parametr`hosted_operations`	Kontraktfalse
Parametr`multimodal_input_binding`	Kontraktnull

Aliasy metody: /chat/completions

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: Nie określono Gdy wybrany jest tryb szybki
Tryb flex: Nie określono Gdy wybrany jest tryb flex
Maksymalna intensywność rozumowania: Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default)

Stawki Ailoot

Ceny według konfiguracji

Konfiguracja	Tabela stawek	Opłata
KonfiguracjaPodstawowe stawki za tokeny	Tabela stawekStawka podstawowa	Opłata Wejście · Tokeny wejściowe $0.006 / 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. — / 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 SDK

set -eu
: "${AILOOT_API_KEY:?Set your Ailoot API key}"
python3 - <<'PY_REQUEST'
import json,os
from pathlib import Path
p=json.loads('{"model":"claude-sonnet-4-5-20250929-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')

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="claude-sonnet-4-5-20250929-thinking", messages=[{"role":"user","content":"hello"}], stream=False)
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"))

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

Pole	Typ
Pole`choices[].index`	Typinteger
Pole`choices[].message.content`	Typstring\|null
Pole`choices[].message.tool_calls`	Typtool_call[]
Pole`choices[].message.reasoning_content`	Typstring
Pole`choices[].message.reasoning_details`	Typobject\|array
Pole`choices[].finish_reason`	Typstring\|null
Pole`usage`	Typobject

Błędy i dalsze kroki

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.

Aliasy

Aliasy modelu

Ailoot Ultra claude-sonnet-4-5-20250929-thinking

Aliasy ścieżek metod

/chat/completions

Powiązane ID modeli

claude-sonnet-4-5-20250929-thinking

FAQ · Anthropic: Claude Sonnet 4.5

Jakie dane wejściowe i wyniki są dostępne?: POST /v1/chat/completions · claude-sonnet-4-5-20250929-thinking: text → text
Jakich pól używa żądanie?: POST /v1/chat/completions · claude-sonnet-4-5-20250929-thinking: model, messages, stream
Jakie limity obowiązują?: POST /v1/chat/completions · claude-sonnet-4-5-20250929-thinking: messages.min_items: 1

Anthropic: Claude Sonnet 4.5