Claude Sonnet 4.5 é a edição Sonnet da Anthropic centrada em desenvolvimento de software, tarefas complexas com agentes e utilização do computador, com melhorias no raciocínio e na matemática. Aceita texto e imagens e gera texto. A versão descreve trabalho prolongado ao longo de vários passos, compreensão de código e alterações que envolvem um projeto mais amplo, em vez de uma única função isolada. Uma descrição útil identifica o comportamento necessário, o material de origem relevante e o artefacto a entregar: uma alteração proposta, uma explicação da implementação, uma análise documental ou uma resposta estruturada.
Para trabalho de software, forneça as restrições do projeto, os ficheiros ou excertos relevantes, o erro observado e um exemplo concreto do resultado esperado. Peça o código afetado e uma explicação de como a alteração proposta responde a esse exemplo. O produtor apresenta o modelo como adequado para criar agentes e realizar tarefas de desenvolvimento com ferramentas. A aplicação envolvente lê e edita ficheiros, executa um comando ou uma verificação e devolve a saída real; o modelo raciocina sobre essas provas. Mantenha a alteração proposta separada da verificação concluída no relatório final.
A utilização do computador é uma aplicação separada das capacidades visuais e com agentes. A apresentação da Anthropic demonstra interação com um navegador, navegação em páginas e trabalho com folhas de cálculo através de um ambiente ligado. Uma descrição visual pode fornecer uma captura de ecrã, identificar o objetivo e definir as ações permitidas pela aplicação. A aplicação realiza então a interação selecionada e devolve o ecrã alterado ou outro resultado. Da mesma forma, o modelo pode preparar conteúdo e código para documentos, folhas de cálculo e diapositivos, enquanto o ambiente produz o ficheiro concluído. A compreensão de texto e imagens não torna o modelo um gerador nativo de imagens ou áudio.
A especificação exata do produtor indica uma janela de contexto de 200K tokens e até 64K tokens de saída. A data limite dos conhecimentos fiáveis é janeiro de 2025, distinta da data limite posterior dos dados de treino indicada na página. Numa entrada longa, mantenha claros os limites dos documentos, as identificações das páginas, as unidades e os identificadores do código e reserve espaço para a resposta pedida e o eventual raciocínio. O produtor também documenta consciência do contexto para esta edição, pelo que o fluxo suportado acompanha o espaço restante durante uma conversa. Isto ajuda a gerir uma tarefa prolongada dentro da janela; não a substitui pela maior capacidade de uma edição Sonnet posterior.
Sonnet 4.5 suporta respostas normais e raciocínio aprofundado manual. Neste último modo, budget_tokens define uma meta para o raciocínio interno antes da resposta visível. O mínimo documentado é de 1 024 tokens e o orçamento normalmente deve ser inferior a max_tokens, porque o raciocínio e a resposta final partilham o limite de geração. O orçamento é uma meta, não uma promessa de consumir exatamente esse número de tokens. Esta edição não tem o modo de raciocínio adaptativo nem os controlos de esforço descritos para modelos Sonnet posteriores. Escolha a profundidade de análise pedida e deixe espaço suficiente para uma resposta final utilizável.
A funcionalidade beta de raciocínio intercalado do produtor permite que Sonnet 4.5 raciocine entre chamadas de ferramentas dentro de um turno, usando as observações devolvidas para decidir o passo seguinte. Exige a funcionalidade beta documentada no fluxo Messages suportado. Neste caso, o orçamento de raciocínio pode exceder max_tokens porque abrange vários blocos de raciocínio no mesmo turno do assistente. Devolva os resultados das ferramentas com o conteúdo de raciocínio associado inalterado, incluindo a assinatura; editar esse conteúdo invalida-o. Uma tarefa de pesquisa ou depuração pode, portanto, alternar uma verificação proposta, o resultado real devolvido e uma análise atualizada sem tratar uma proposta textual como ação concluída.
Para material visual, o produtor suporta JPEG, PNG, GIF e WebP e usa apenas o primeiro fotograma de uma animação. O nível nativo normal de imagens usado por esta edição tem um limite de 1 568 píxeis no lado mais comprido e de 1 568 tokens visuais; imagens maiores são reduzidas. O guia de imagens do produtor indica até 100 imagens por pedido API para modelos com contexto de 200K, com condições de tamanho das imagens e do pedido completo que podem ser atingidas primeiro. Coloque as imagens antes da pergunta quando for prático, identifique as várias imagens e preserve texto pequeno ou as etiquetas dos gráficos. O guia recomenda imagens claras e contexto envolvente suficiente para interpretar o detalhe visível.
A edição do contexto e uma ferramenta de memória foram introduzidas juntamente com este modelo para apoiar fluxos mais longos com agentes. São formas suportadas pela aplicação de conservar um estado útil ou remover material antigo das ferramentas; não são uma memória ilimitada do modelo nem a funcionalidade posterior de compactação no servidor. Numa tarefa com várias fases, preserve as decisões já tomadas, a pergunta em aberto e as provas necessárias para o passo seguinte. A Anthropic também descreve maior resistência a instruções escondidas em conteúdo externo, notando que classificadores específicos do modelo podem por vezes assinalar material inofensivo. O resultado útil continua a ser um artefacto inspecionável ligado às provas fornecidas, mantendo os modos e limites exatos de Sonnet 4.5 separados das versões posteriores.
", "aboutText": "Claude Sonnet 4.5 é a edição Sonnet da Anthropic centrada em desenvolvimento de software, tarefas complexas com agentes e utilização do computador, com melhorias no raciocínio e na matemática. Aceita texto e imagens e gera texto. A versão descreve trabalho prolongado ao longo de vários passos, compreensão de código e alterações que envolvem um projeto mais amplo, em vez de uma única função isolada. Uma descrição útil identifica o comportamento necessário, o material de origem relevante e o artefacto a entregar: uma alteração proposta, uma explicação da implementação, uma análise documental ou uma resposta estruturada.\n\nPara trabalho de software, forneça as restrições do projeto, os ficheiros ou excertos relevantes, o erro observado e um exemplo concreto do resultado esperado. Peça o código afetado e uma explicação de como a alteração proposta responde a esse exemplo. O produtor apresenta o modelo como adequado para criar agentes e realizar tarefas de desenvolvimento com ferramentas. A aplicação envolvente lê e edita ficheiros, executa um comando ou uma verificação e devolve a saída real; o modelo raciocina sobre essas provas. Mantenha a alteração proposta separada da verificação concluída no relatório final.\n\nA utilização do computador é uma aplicação separada das capacidades visuais e com agentes. A apresentação da Anthropic demonstra interação com um navegador, navegação em páginas e trabalho com folhas de cálculo através de um ambiente ligado. Uma descrição visual pode fornecer uma captura de ecrã, identificar o objetivo e definir as ações permitidas pela aplicação. A aplicação realiza então a interação selecionada e devolve o ecrã alterado ou outro resultado. Da mesma forma, o modelo pode preparar conteúdo e código para documentos, folhas de cálculo e diapositivos, enquanto o ambiente produz o ficheiro concluído. A compreensão de texto e imagens não torna o modelo um gerador nativo de imagens ou áudio.\n\nA especificação exata do produtor indica uma janela de contexto de 200K tokens e até 64K tokens de saída. A data limite dos conhecimentos fiáveis é janeiro de 2025, distinta da data limite posterior dos dados de treino indicada na página. Numa entrada longa, mantenha claros os limites dos documentos, as identificações das páginas, as unidades e os identificadores do código e reserve espaço para a resposta pedida e o eventual raciocínio. O produtor também documenta consciência do contexto para esta edição, pelo que o fluxo suportado acompanha o espaço restante durante uma conversa. Isto ajuda a gerir uma tarefa prolongada dentro da janela; não a substitui pela maior capacidade de uma edição Sonnet posterior.\n\nSonnet 4.5 suporta respostas normais e raciocínio aprofundado manual. Neste último modo, budget_tokens define uma meta para o raciocínio interno antes da resposta visível. O mínimo documentado é de 1 024 tokens e o orçamento normalmente deve ser inferior a max_tokens, porque o raciocínio e a resposta final partilham o limite de geração. O orçamento é uma meta, não uma promessa de consumir exatamente esse número de tokens. Esta edição não tem o modo de raciocínio adaptativo nem os controlos de esforço descritos para modelos Sonnet posteriores. Escolha a profundidade de análise pedida e deixe espaço suficiente para uma resposta final utilizável.\n\nA funcionalidade beta de raciocínio intercalado do produtor permite que Sonnet 4.5 raciocine entre chamadas de ferramentas dentro de um turno, usando as observações devolvidas para decidir o passo seguinte. Exige a funcionalidade beta documentada no fluxo Messages suportado. Neste caso, o orçamento de raciocínio pode exceder max_tokens porque abrange vários blocos de raciocínio no mesmo turno do assistente. Devolva os resultados das ferramentas com o conteúdo de raciocínio associado inalterado, incluindo a assinatura; editar esse conteúdo invalida-o. Uma tarefa de pesquisa ou depuração pode, portanto, alternar uma verificação proposta, o resultado real devolvido e uma análise atualizada sem tratar uma proposta textual como ação concluída.\n\nPara material visual, o produtor suporta JPEG, PNG, GIF e WebP e usa apenas o primeiro fotograma de uma animação. O nível nativo normal de imagens usado por esta edição tem um limite de 1 568 píxeis no lado mais comprido e de 1 568 tokens visuais; imagens maiores são reduzidas. O guia de imagens do produtor indica até 100 imagens por pedido API para modelos com contexto de 200K, com condições de tamanho das imagens e do pedido completo que podem ser atingidas primeiro. Coloque as imagens antes da pergunta quando for prático, identifique as várias imagens e preserve texto pequeno ou as etiquetas dos gráficos. O guia recomenda imagens claras e contexto envolvente suficiente para interpretar o detalhe visível.\n\nA edição do contexto e uma ferramenta de memória foram introduzidas juntamente com este modelo para apoiar fluxos mais longos com agentes. São formas suportadas pela aplicação de conservar um estado útil ou remover material antigo das ferramentas; não são uma memória ilimitada do modelo nem a funcionalidade posterior de compactação no servidor. Numa tarefa com várias fases, preserve as decisões já tomadas, a pergunta em aberto e as provas necessárias para o passo seguinte. A Anthropic também descreve maior resistência a instruções escondidas em conteúdo externo, notando que classificadores específicos do modelo podem por vezes assinalar material inofensivo. O resultado útil continua a ser um artefacto inspecionável ligado às provas fornecidas, mantendo os modos e limites exatos de Sonnet 4.5 separados das versões posteriores.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "f0e82d1b22e90f1bc214bdb3e013e4afd3b4b1ee99b40ac7947153158420346e", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "anthropic/claude-sonnet-4.5:batchClaude Sonnet 4.5 é o modelo de texto e imagem da Anthropic para desenvolvimento de software, agentes complexos, utilização do computador e trabalho analítico. Suporta respostas diretas ou raciocínio aprofundado manual, com raciocínio entre chamadas de ferramentas no fluxo beta documentado.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Claude Sonnet 4.5 é a edição Sonnet da Anthropic centrada em desenvolvimento de software, tarefas complexas com agentes e utilização do computador, com melhorias no raciocínio e na matemática. Aceita texto e imagens e gera texto. A versão descreve trabalho prolongado ao longo de vários passos, compreensão de código e alterações que envolvem um projeto mais amplo, em vez de uma única função isolada. Uma descrição útil identifica o comportamento necessário, o material de origem relevante e o artefacto a entregar: uma alteração proposta, uma explicação da implementação, uma análise documental ou uma resposta estruturada.
Para trabalho de software, forneça as restrições do projeto, os ficheiros ou excertos relevantes, o erro observado e um exemplo concreto do resultado esperado. Peça o código afetado e uma explicação de como a alteração proposta responde a esse exemplo. O produtor apresenta o modelo como adequado para criar agentes e realizar tarefas de desenvolvimento com ferramentas. A aplicação envolvente lê e edita ficheiros, executa um comando ou uma verificação e devolve a saída real; o modelo raciocina sobre essas provas. Mantenha a alteração proposta separada da verificação concluída no relatório final.
A utilização do computador é uma aplicação separada das capacidades visuais e com agentes. A apresentação da Anthropic demonstra interação com um navegador, navegação em páginas e trabalho com folhas de cálculo através de um ambiente ligado. Uma descrição visual pode fornecer uma captura de ecrã, identificar o objetivo e definir as ações permitidas pela aplicação. A aplicação realiza então a interação selecionada e devolve o ecrã alterado ou outro resultado. Da mesma forma, o modelo pode preparar conteúdo e código para documentos, folhas de cálculo e diapositivos, enquanto o ambiente produz o ficheiro concluído. A compreensão de texto e imagens não torna o modelo um gerador nativo de imagens ou áudio.
A especificação exata do produtor indica uma janela de contexto de 200K tokens e até 64K tokens de saída. A data limite dos conhecimentos fiáveis é janeiro de 2025, distinta da data limite posterior dos dados de treino indicada na página. Numa entrada longa, mantenha claros os limites dos documentos, as identificações das páginas, as unidades e os identificadores do código e reserve espaço para a resposta pedida e o eventual raciocínio. O produtor também documenta consciência do contexto para esta edição, pelo que o fluxo suportado acompanha o espaço restante durante uma conversa. Isto ajuda a gerir uma tarefa prolongada dentro da janela; não a substitui pela maior capacidade de uma edição Sonnet posterior.
Sonnet 4.5 suporta respostas normais e raciocínio aprofundado manual. Neste último modo, budget_tokens define uma meta para o raciocínio interno antes da resposta visível. O mínimo documentado é de 1 024 tokens e o orçamento normalmente deve ser inferior a max_tokens, porque o raciocínio e a resposta final partilham o limite de geração. O orçamento é uma meta, não uma promessa de consumir exatamente esse número de tokens. Esta edição não tem o modo de raciocínio adaptativo nem os controlos de esforço descritos para modelos Sonnet posteriores. Escolha a profundidade de análise pedida e deixe espaço suficiente para uma resposta final utilizável.
A funcionalidade beta de raciocínio intercalado do produtor permite que Sonnet 4.5 raciocine entre chamadas de ferramentas dentro de um turno, usando as observações devolvidas para decidir o passo seguinte. Exige a funcionalidade beta documentada no fluxo Messages suportado. Neste caso, o orçamento de raciocínio pode exceder max_tokens porque abrange vários blocos de raciocínio no mesmo turno do assistente. Devolva os resultados das ferramentas com o conteúdo de raciocínio associado inalterado, incluindo a assinatura; editar esse conteúdo invalida-o. Uma tarefa de pesquisa ou depuração pode, portanto, alternar uma verificação proposta, o resultado real devolvido e uma análise atualizada sem tratar uma proposta textual como ação concluída.
Para material visual, o produtor suporta JPEG, PNG, GIF e WebP e usa apenas o primeiro fotograma de uma animação. O nível nativo normal de imagens usado por esta edição tem um limite de 1 568 píxeis no lado mais comprido e de 1 568 tokens visuais; imagens maiores são reduzidas. O guia de imagens do produtor indica até 100 imagens por pedido API para modelos com contexto de 200K, com condições de tamanho das imagens e do pedido completo que podem ser atingidas primeiro. Coloque as imagens antes da pergunta quando for prático, identifique as várias imagens e preserve texto pequeno ou as etiquetas dos gráficos. O guia recomenda imagens claras e contexto envolvente suficiente para interpretar o detalhe visível.
A edição do contexto e uma ferramenta de memória foram introduzidas juntamente com este modelo para apoiar fluxos mais longos com agentes. São formas suportadas pela aplicação de conservar um estado útil ou remover material antigo das ferramentas; não são uma memória ilimitada do modelo nem a funcionalidade posterior de compactação no servidor. Numa tarefa com várias fases, preserve as decisões já tomadas, a pergunta em aberto e as provas necessárias para o passo seguinte. A Anthropic também descreve maior resistência a instruções escondidas em conteúdo externo, notando que classificadores específicos do modelo podem por vezes assinalar material inofensivo. O resultado útil continua a ser um artefacto inspecionável ligado às provas fornecidas, mantendo os modos e limites exatos de Sonnet 4.5 separados das versões posteriores.
POST /v1/batchestexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campoendpoint | Tipostring | RequisitoObrigatório | Valores e limites /v1/chat/completions | Predefinição— |
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites anthropic/claude-sonnet-4.5:batch | Predefinição— |
Camporequests | Tipobatch_item[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Camporequests[].custom_id | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Camporequests[].body.messages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campocompletion_window | Tipostring | RequisitoOpcional | Valores e limites 24h | Predefinição— |
Campoprovider | Tipoobject|null | RequisitoOpcional | Valores e limites | Predefinição— |
Camporequests[].body.model | Tipostring | RequisitoOpcional | Valores e limites anthropic/claude-sonnet-4.5:batch, anthropic/claude-sonnet-4.5 | Predefinição— |
Campoprovider.only | Tipostring[] | RequisitoOpcional | Valores e limites anthropic | Predefinição— |
Campoprovider.allow_fallbacks | Tipoboolean|null | RequisitoOpcional | Valores e limites false, null | Predefinição— |
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratoendpoint, model, requests |
Parâmetromaterial_types | Contratotext |
Parâmetrorepresentation | Contratorequests[] em linha; cada item tem custom_id e body |
Parâmetrorequest_endpoint_profile | Contrato/v1/chat/completions |
Parâmetrofile_material | ContratoQuem faz a chamada pode ler localmente o conteúdo JSONL UTF-8 efetivo para requests[]. Não é utilizada qualquer finalidade de carregamento, input_file_id ou referência a ficheiro. Se o material do cliente estiver em falta ou vazio, a preparação é interrompida antes do POST. |
Parâmetroserialization_order | Contratoendpoint, model, provider (se fornecido), completion_window (se fornecido), requests em último lugar |
Parâmetrooptional_controls | Contratoprovider.only, provider.allow_fallbacks, completion_window |
Parâmetroschema_scope | ContratoCorpos de pedidos de texto de Chat Completions na estrutura de lote em linha documentada. |
Ciclo de vida: asynchronous
GET /v1/batches/{operation_id} · response.id efetivo da resposta original de criação; mesmo utilizador/chave/grupo
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
Associe cada custo às condições apresentadas. Use uma única tarifa para cada conjunto de configurações alternativas.
| Configuração | Tabela de tarifas | Tokens de contexto, mais de | Tokens de contexto, até ao limite inclusive | Custo |
|---|---|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Tokens de contexto, mais de— | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache $0.0003 / 1K tokens Entrada · Escrita na cache $0.00375 / 1K tokens Entrada · Escrita na cache, 1 hora $0.006 / 1K tokens |
| ConfiguraçãoEscalão 1 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de0 | Tokens de contexto, até ao limite inclusive200 000 | Custo Entrada · Tokens de entrada $0.003 / 1K tokens Saída · Tokens de saída $0.015 / 1K tokens Entrada · Leitura da cache $0.0003 / 1K tokens Entrada · Escrita na cache $0.00375 / 1K tokens Entrada · Escrita na cache, 1 hora $0.006 / 1K tokens |
| ConfiguraçãoEscalão 2 por comprimento do pedido | Tabela de tarifas— | Tokens de contexto, mais de200 000 | Tokens de contexto, até ao limite inclusiveSem limite superior | Custo Entrada · Tokens de entrada $0.006 / 1K tokens Saída · Tokens de saída $0.0225 / 1K tokens Entrada · Leitura da cache $0.0006 / 1K tokens Entrada · Escrita na cache $0.0075 / 1K tokens Entrada · Escrita na cache, 1 hora $0.012 / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${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-sonnet-4.5: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-sonnet-4.5:batch', 'anthropic/claude-sonnet-4.5']: raise ValueError("body.model must be an exact documented caller or wire ID")\n return {"endpoint":"/v1/chat/completions", "model":"anthropic/claude-sonnet-4.5: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 em linha de 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\nGuarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve o JSON completo do estado original, todos os resultados/custom_id e o corpo completo da resposta ou do erro. Guarde os results[] concluídos em formato JSONL, sem filtrar.
Preserve o ID original da operação. A resposta 503 result_pending_check inclui X-Should-Retry:false; nunca volte a enviar um lote original de estado desconhecido.
| Campo | Tipo |
|---|---|
Camporesults[].custom_id | Tipostring |
Camporesults[].response.body.choices[].message.content | Tipostring|null |
Camporesults[].error | Tipoobject|null |
Campousage | Tipoobject|null |
Campoid | Tipostring |
Campomodel | Tipostring |
Campoendpoint | Tipostring |
Campostatus | Tipostring |
Camporequest_counts | Tipoobject |
Camporesults[].id | Tipostring |
Camporesults[].response.status_code | Tipointeger |
Camporesults[].response.request_id | Tipostring |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoEstrutura em linha documentada inválida, chaves duplicadas, identidade do item inválida ou conflito com as capacidades configuradas do modelo. | Passo seguinteCorrija os campos indicados antes de qualquer novo envio. |
Resposta401 · authentication_error | CondiçãoChave de API inválida. | Passo seguinteUse a chave Ailoot autorizada. |
Resposta403 · permission_error | CondiçãoGrupo de processamento em lote indisponível. | Passo seguinteVerifique os direitos de acesso da chave/do grupo. |
Resposta422 · invalid_request_error | CondiçãoO processamento em lote usa faturação por débito do saldo; a criação com subscrição é rejeitada. | Passo seguinteUse o grupo autorizado com faturação por débito do saldo. |
Resposta422 · price_unavailable | CondiçãoNão é possível calcular uma estimativa de preço para os dados de entrada do lote. | Passo seguinteConserve a resposta; use os dados de entrada documentados para a família. |
Resposta402 · billing_error | CondiçãoReserva para processamento em lote indisponível. | Passo seguinteResolva a questão da admissão antes de um novo pedido. |
Resposta503 · price_unavailable | CondiçãoPreço do método de processamento em lote/tarifas nativas indisponíveis. | Passo seguinteConserve a resposta; não substitua os preços. |
Resposta503 · api_error | CondiçãoA rota exata do fornecedor está indisponível. | Passo seguinteConserve a resposta para corrigir a rota. |
Resposta503 · result_pending_check | CondiçãoO resultado original requer verificação; X-Should-Retry:false. | Passo seguinteGuarde o operation_id/id original e consulte o respetivo estado; nunca repita o POST original. |
Resposta404 · not_found | CondiçãoA operação de consulta do estado do lote não existe ou pertence a outra identidade. | Passo seguinteUse o id original exato e o mesmo utilizador/chave/grupo. |
Ailoot Ultra anthropic/claude-sonnet-4.5:batch
Use os caminhos dos métodos indicados acima.