Anthropic Claude 3.7 Sonnet é um modelo de raciocínio híbrido: o mesmo modelo pode responder em modo normal ou dedicar mais tempo à reflexão antes de dar uma resposta final. O modo normal desenvolve as capacidades de Claude 3.5 Sonnet; o raciocínio aprofundado acrescenta autorreflexão passo a passo para tarefas mais difíceis de programação, matemática, física e seguimento de instruções. A distinção é a quantidade de raciocínio realizada pelo modelo, em vez de uma mudança para um modelo de raciocínio separado.
A conceção da API da Anthropic permite aos programadores definir um orçamento de raciocínio para controlar o trabalho de análise. A reflexão adicional compete com o espaço necessário para a resposta final, pelo que uma tarefa complexa deve especificar tanto o problema como o resultado a entregar. Uma revisão de código pode precisar de uma lista de defeitos por prioridade e de uma pequena correção proposta, enquanto uma investigação técnica pode exigir pressupostos, explicações alternativas e as provas que as distinguiriam. Mais raciocínio pode melhorar uma resposta difícil, mas não garante correção nem obriga o modelo a consumir todo o orçamento disponível.
A programação e o desenvolvimento de interfaces web são pontos fortes centrais desta edição. A Anthropic descreve melhorias na compreensão de bases de código complexas, planeamento de alterações de código, uso avançado de ferramentas e atualizações de toda a pilha de software. Use essas capacidades com provas concretas do projeto: ficheiros de origem relevantes, uma mensagem de erro, passos de reprodução, comportamento pretendido e interfaces que devem continuar compatíveis. Para uma tarefa de painel de controlo, especifique os campos dos dados, ações do utilizador, restrições de disposição e critérios de aceitação. Um resultado útil é uma implementação proposta ou explicação que pode ser verificada face a essas entradas, não uma afirmação não verificada de que a aplicação está concluída.
Claude 3.7 Sonnet também suporta trabalho com agentes em que uma aplicação fornece ferramentas e devolve os resultados ao modelo. A Anthropic demonstra chamadas de funções iterativas e interações com o computador que envolvem informação do ecrã, cliques de rato virtual e ações de teclado. O modelo pode usar a informação devolvida para mudar a abordagem à medida que a tarefa avança. Mantenha explícitos o objetivo e as ações permitidas e conserve um registo dos resultados reais das ferramentas. O produto separado Claude Code acrescenta um ambiente de programação no terminal; a edição de ficheiros, execução de comandos e ações sobre repositórios dependem desse ambiente e não são capacidades que uma resposta textual execute por si só.
O raciocínio aprofundado pode expor um registo de raciocínio além da resposta final. Nesta edição, a Anthropic apresenta o raciocínio visível em forma bruta e avisa que pode conter ideias intermédias incorretas, enganadoras ou incompletas. O registo pode ser menos conversacional do que a resposta final e não há garantia de explicar fielmente todos os fatores por trás da decisão do modelo. Trate-o como material a inspecionar, não como prova de que a conclusão é verdadeira. Para revisão prática, peça que a resposta final indique os pressupostos, separe observações de deduções e identifique o que ainda precisa de verificação.
O modelo é útil para depurar vários ficheiros relacionados, planear uma alteração de interface, comparar abordagens técnicas e resolver uma pergunta analítica difícil. Prepare o menor conjunto de material que explique o problema e peça a saída específica de que precisa: uma alteração de código com justificação, uma lista de verificação de migração ou uma nota de decisão concisa. Para código, verifique o comportamento proposto no projeto de destino; para análise factual, verifique as provas. Isto mantém o valor do raciocínio mais profundo do modelo ligado a um resultado utilizável, em vez da extensão da explicação.
", "aboutText": "Anthropic Claude 3.7 Sonnet é um modelo de raciocínio híbrido: o mesmo modelo pode responder em modo normal ou dedicar mais tempo à reflexão antes de dar uma resposta final. O modo normal desenvolve as capacidades de Claude 3.5 Sonnet; o raciocínio aprofundado acrescenta autorreflexão passo a passo para tarefas mais difíceis de programação, matemática, física e seguimento de instruções. A distinção é a quantidade de raciocínio realizada pelo modelo, em vez de uma mudança para um modelo de raciocínio separado.\n\nA conceção da API da Anthropic permite aos programadores definir um orçamento de raciocínio para controlar o trabalho de análise. A reflexão adicional compete com o espaço necessário para a resposta final, pelo que uma tarefa complexa deve especificar tanto o problema como o resultado a entregar. Uma revisão de código pode precisar de uma lista de defeitos por prioridade e de uma pequena correção proposta, enquanto uma investigação técnica pode exigir pressupostos, explicações alternativas e as provas que as distinguiriam. Mais raciocínio pode melhorar uma resposta difícil, mas não garante correção nem obriga o modelo a consumir todo o orçamento disponível.\n\nA programação e o desenvolvimento de interfaces web são pontos fortes centrais desta edição. A Anthropic descreve melhorias na compreensão de bases de código complexas, planeamento de alterações de código, uso avançado de ferramentas e atualizações de toda a pilha de software. Use essas capacidades com provas concretas do projeto: ficheiros de origem relevantes, uma mensagem de erro, passos de reprodução, comportamento pretendido e interfaces que devem continuar compatíveis. Para uma tarefa de painel de controlo, especifique os campos dos dados, ações do utilizador, restrições de disposição e critérios de aceitação. Um resultado útil é uma implementação proposta ou explicação que pode ser verificada face a essas entradas, não uma afirmação não verificada de que a aplicação está concluída.\n\nClaude 3.7 Sonnet também suporta trabalho com agentes em que uma aplicação fornece ferramentas e devolve os resultados ao modelo. A Anthropic demonstra chamadas de funções iterativas e interações com o computador que envolvem informação do ecrã, cliques de rato virtual e ações de teclado. O modelo pode usar a informação devolvida para mudar a abordagem à medida que a tarefa avança. Mantenha explícitos o objetivo e as ações permitidas e conserve um registo dos resultados reais das ferramentas. O produto separado Claude Code acrescenta um ambiente de programação no terminal; a edição de ficheiros, execução de comandos e ações sobre repositórios dependem desse ambiente e não são capacidades que uma resposta textual execute por si só.\n\nO raciocínio aprofundado pode expor um registo de raciocínio além da resposta final. Nesta edição, a Anthropic apresenta o raciocínio visível em forma bruta e avisa que pode conter ideias intermédias incorretas, enganadoras ou incompletas. O registo pode ser menos conversacional do que a resposta final e não há garantia de explicar fielmente todos os fatores por trás da decisão do modelo. Trate-o como material a inspecionar, não como prova de que a conclusão é verdadeira. Para revisão prática, peça que a resposta final indique os pressupostos, separe observações de deduções e identifique o que ainda precisa de verificação.\n\nO modelo é útil para depurar vários ficheiros relacionados, planear uma alteração de interface, comparar abordagens técnicas e resolver uma pergunta analítica difícil. Prepare o menor conjunto de material que explique o problema e peça a saída específica de que precisa: uma alteração de código com justificação, uma lista de verificação de migração ou uma nota de decisão concisa. Para código, verifique o comportamento proposto no projeto de destino; para análise factual, verifique as provas. Isto mantém o valor do raciocínio mais profundo do modelo ligado a um resultado utilizável, em vez da extensão da explicação.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemplo técnico em inglês
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet combina respostas normais e raciocínio aprofundado opcional num só modelo. Foi concebido para raciocínio prático, programação e desenvolvimento de interfaces de utilizador, com reflexão mais profunda em tarefas difíceis e fluxos orientados por ferramentas quando uma aplicação as fornece.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Anthropic Claude 3.7 Sonnet é um modelo de raciocínio híbrido: o mesmo modelo pode responder em modo normal ou dedicar mais tempo à reflexão antes de dar uma resposta final. O modo normal desenvolve as capacidades de Claude 3.5 Sonnet; o raciocínio aprofundado acrescenta autorreflexão passo a passo para tarefas mais difíceis de programação, matemática, física e seguimento de instruções. A distinção é a quantidade de raciocínio realizada pelo modelo, em vez de uma mudança para um modelo de raciocínio separado.
A conceção da API da Anthropic permite aos programadores definir um orçamento de raciocínio para controlar o trabalho de análise. A reflexão adicional compete com o espaço necessário para a resposta final, pelo que uma tarefa complexa deve especificar tanto o problema como o resultado a entregar. Uma revisão de código pode precisar de uma lista de defeitos por prioridade e de uma pequena correção proposta, enquanto uma investigação técnica pode exigir pressupostos, explicações alternativas e as provas que as distinguiriam. Mais raciocínio pode melhorar uma resposta difícil, mas não garante correção nem obriga o modelo a consumir todo o orçamento disponível.
A programação e o desenvolvimento de interfaces web são pontos fortes centrais desta edição. A Anthropic descreve melhorias na compreensão de bases de código complexas, planeamento de alterações de código, uso avançado de ferramentas e atualizações de toda a pilha de software. Use essas capacidades com provas concretas do projeto: ficheiros de origem relevantes, uma mensagem de erro, passos de reprodução, comportamento pretendido e interfaces que devem continuar compatíveis. Para uma tarefa de painel de controlo, especifique os campos dos dados, ações do utilizador, restrições de disposição e critérios de aceitação. Um resultado útil é uma implementação proposta ou explicação que pode ser verificada face a essas entradas, não uma afirmação não verificada de que a aplicação está concluída.
Claude 3.7 Sonnet também suporta trabalho com agentes em que uma aplicação fornece ferramentas e devolve os resultados ao modelo. A Anthropic demonstra chamadas de funções iterativas e interações com o computador que envolvem informação do ecrã, cliques de rato virtual e ações de teclado. O modelo pode usar a informação devolvida para mudar a abordagem à medida que a tarefa avança. Mantenha explícitos o objetivo e as ações permitidas e conserve um registo dos resultados reais das ferramentas. O produto separado Claude Code acrescenta um ambiente de programação no terminal; a edição de ficheiros, execução de comandos e ações sobre repositórios dependem desse ambiente e não são capacidades que uma resposta textual execute por si só.
O raciocínio aprofundado pode expor um registo de raciocínio além da resposta final. Nesta edição, a Anthropic apresenta o raciocínio visível em forma bruta e avisa que pode conter ideias intermédias incorretas, enganadoras ou incompletas. O registo pode ser menos conversacional do que a resposta final e não há garantia de explicar fielmente todos os fatores por trás da decisão do modelo. Trate-o como material a inspecionar, não como prova de que a conclusão é verdadeira. Para revisão prática, peça que a resposta final indique os pressupostos, separe observações de deduções e identifique o que ainda precisa de verificação.
O modelo é útil para depurar vários ficheiros relacionados, planear uma alteração de interface, comparar abordagens técnicas e resolver uma pergunta analítica difícil. Prepare o menor conjunto de material que explique o problema e peça a saída específica de que precisa: uma alteração de código com justificação, uma lista de verificação de migração ou uma nota de decisão concisa. Para código, verifique o comportamento proposto no projeto de destino; para análise factual, verifique as provas. Isto mantém o valor do raciocínio mais profundo do modelo ligado a um resultado utilizável, em vez da extensão da explicação.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites claude-3-7-sonnet-latest | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Exemplos: system, user, assistant, tool, function Condições: Estes papéis são representados explicitamente pelos tipos de compatibilidade do código-fonte; o conjunto exato de papéis continua específico do modelo. Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: role=tool; use o ID realmente devolvido | Predefinição— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Reintroduza o raciocínio realmente devolvido quando este modelo o utiliza | Predefinição— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores e limites Mínimo: 1 Depende do modelo | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores e limites function Depende do modelo | Predefinição— |
Campotools[].function.name | Tipostring | RequisitoObrigatório | Valores e limites Aplica-se quando: Função fornecida como ferramenta | Predefinição— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores e limites | Predefinição— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores e limites | Predefinição— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores e limites Campo de compatibilidade | Predefinição— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores e limites Depende do modelo | Predefinição— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores e limites text | Predefinição— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores e limites Condições: provider.options é rejeitado nesta rota textual Ultra | Predefinição— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores e limites Condições: 1h é rejeitado nos locais efetivos da cache de prompts | Predefinição— |
Texto · Texto UTF8
messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages |
Parâmetromaterial_types | Contratotext |
Parâmetromessages | ContratoLista de mensagens com estrutura role/content |
Parâmetrofile_material | ContratoDocumento UTF-8 real inserido como texto literal; nenhum ID de ficheiro inferido |
Parâmetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parâmetrocontrol_scope | ContratoEspecífico do modelo; as ferramentas de funções do utilizador diferem das ferramentas alojadas |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envie o ID exato do modelo com messages.
O comprimento do contexto não é um limite de saída.
Um ficheiro de texto pode fornecer texto literal; as entradas de imagem/áudio/objeto de ficheiro exigem uma associação exata.
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.006 / 1K tokens Saída · Tokens de saída $0.03 / 1K tokens Entrada · Leitura da cache $0.0006 / 1K tokens Entrada · Escrita na cache $0.0075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-3-7-sonnet-latest", "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-3-7-sonnet-latest',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-3-7-sonnet-latest',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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve cada opção com o conteúdo, as chamadas de ferramentas e o raciocínio. Em SSE, junte os deltas por índice de opção e ferramenta e mantenha o motivo final de conclusão e os dados de utilização.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra claude-3-7-sonnet-latest
Use os caminhos dos métodos indicados acima.
claude-3-7-sonnet-latestAnthropic Claude 3.7 Sonnet combina respostas normais e raciocínio aprofundado opcional num só modelo. Foi concebido para raciocínio prático, programação e desenvolvimento de interfaces de utilizador, com reflexão mais profunda em tarefas difíceis e fluxos orientados por ferramentas quando uma aplicação as fornece.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Anthropic Claude 3.7 Sonnet é um modelo de raciocínio híbrido: o mesmo modelo pode responder em modo normal ou dedicar mais tempo à reflexão antes de dar uma resposta final. O modo normal desenvolve as capacidades de Claude 3.5 Sonnet; o raciocínio aprofundado acrescenta autorreflexão passo a passo para tarefas mais difíceis de programação, matemática, física e seguimento de instruções. A distinção é a quantidade de raciocínio realizada pelo modelo, em vez de uma mudança para um modelo de raciocínio separado.
A conceção da API da Anthropic permite aos programadores definir um orçamento de raciocínio para controlar o trabalho de análise. A reflexão adicional compete com o espaço necessário para a resposta final, pelo que uma tarefa complexa deve especificar tanto o problema como o resultado a entregar. Uma revisão de código pode precisar de uma lista de defeitos por prioridade e de uma pequena correção proposta, enquanto uma investigação técnica pode exigir pressupostos, explicações alternativas e as provas que as distinguiriam. Mais raciocínio pode melhorar uma resposta difícil, mas não garante correção nem obriga o modelo a consumir todo o orçamento disponível.
A programação e o desenvolvimento de interfaces web são pontos fortes centrais desta edição. A Anthropic descreve melhorias na compreensão de bases de código complexas, planeamento de alterações de código, uso avançado de ferramentas e atualizações de toda a pilha de software. Use essas capacidades com provas concretas do projeto: ficheiros de origem relevantes, uma mensagem de erro, passos de reprodução, comportamento pretendido e interfaces que devem continuar compatíveis. Para uma tarefa de painel de controlo, especifique os campos dos dados, ações do utilizador, restrições de disposição e critérios de aceitação. Um resultado útil é uma implementação proposta ou explicação que pode ser verificada face a essas entradas, não uma afirmação não verificada de que a aplicação está concluída.
Claude 3.7 Sonnet também suporta trabalho com agentes em que uma aplicação fornece ferramentas e devolve os resultados ao modelo. A Anthropic demonstra chamadas de funções iterativas e interações com o computador que envolvem informação do ecrã, cliques de rato virtual e ações de teclado. O modelo pode usar a informação devolvida para mudar a abordagem à medida que a tarefa avança. Mantenha explícitos o objetivo e as ações permitidas e conserve um registo dos resultados reais das ferramentas. O produto separado Claude Code acrescenta um ambiente de programação no terminal; a edição de ficheiros, execução de comandos e ações sobre repositórios dependem desse ambiente e não são capacidades que uma resposta textual execute por si só.
O raciocínio aprofundado pode expor um registo de raciocínio além da resposta final. Nesta edição, a Anthropic apresenta o raciocínio visível em forma bruta e avisa que pode conter ideias intermédias incorretas, enganadoras ou incompletas. O registo pode ser menos conversacional do que a resposta final e não há garantia de explicar fielmente todos os fatores por trás da decisão do modelo. Trate-o como material a inspecionar, não como prova de que a conclusão é verdadeira. Para revisão prática, peça que a resposta final indique os pressupostos, separe observações de deduções e identifique o que ainda precisa de verificação.
O modelo é útil para depurar vários ficheiros relacionados, planear uma alteração de interface, comparar abordagens técnicas e resolver uma pergunta analítica difícil. Prepare o menor conjunto de material que explique o problema e peça a saída específica de que precisa: uma alteração de código com justificação, uma lista de verificação de migração ou uma nota de decisão concisa. Para código, verifique o comportamento proposto no projeto de destino; para análise factual, verifique as provas. Isto mantém o valor do raciocínio mais profundo do modelo ligado a um resultado utilizável, em vez da extensão da explicação.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites claude-3-7-sonnet-latest | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites user, assistant | Predefinição— |
Campomessages[].content | Tipostring | RequisitoObrigatório | Valores e limites | Predefinição— |
Campomax_tokens | Tipointeger | RequisitoObrigatório | Valores e limites | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
Texto · Texto UTF-8
Cadeia de caracteres messages[].content
| Parâmetro | Contrato |
|---|---|
Parâmetrocontent_type | Contratoapplication/json |
Parâmetrorequired | Contratomodel, messages, max_tokens |
Parâmetrooptional_controls | Contratostream |
Parâmetromaterial_types | Contratotext |
Parâmetrotext_file_material | ContratoLeia o documento UTF-8 real e coloque o texto na entrada indicada ou na cadeia de conteúdo da mensagem. |
Ciclo de vida: synchronous_or_streamed
As referências tarifárias não acrescentam opções ao pedido. Os parâmetros suportados constam do método selecionado.
| Configuração | Tabela de tarifas | Custo |
|---|---|---|
| ConfiguraçãoTarifas base dos tokens | Tabela de tarifasTarifa base | Custo Entrada · Tokens de entrada $0.006 / 1K tokens Saída · Tokens de saída $0.03 / 1K tokens Entrada · Leitura da cache $0.0006 / 1K tokens Entrada · Escrita na cache $0.0075 / 1K tokens Entrada · Escrita na cache, 1 hora — / 1K tokens |
O Ailoot reserva um montante estimado antes de um pedido. Após o resultado, liquida o custo final com base na utilização medida. No streaming, a liquidação usa o registo final de utilização. Como funcionam a reserva e a liquidação →
{\n "model": "claude-3-7-sonnet-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-3-7-sonnet-latest', '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-3-7-sonnet-latest', '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 ou SSE
Guarde cada resposta, ficheiro e parte de conteúdo devolvidos na íntegra.
Conserve todos os blocos de conteúdo, as assinaturas de raciocínio e os ID reais de utilização de ferramentas. Junte todos os deltas de blocos SSE; o primeiro bloco de texto não é a saída completa.
Conserve os ID e cabeçalhos de pedido/resposta. Não é fornecido um URL genérico para obter uma tarefa textual.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Resposta | Condição | Passo seguinte |
|---|---|---|
Resposta400 · invalid_request_error | CondiçãoCampos obrigatórios, representação do material ou valor do parâmetro inválidos | Passo seguinteCorrija os campos indicados antes de um novo pedido de criação. |
Ailoot Ultra claude-3-7-sonnet-latest
Use os caminhos dos métodos indicados acima.
Exemplo técnico em inglês
Correct a front-end search reset\n\nA React search box stores query and page. Its handler is setQuery(event.target.value), so typing while on page 4 leaves results on page 4. Propose the smallest handler change that resets page to 1 for a changed query. Include a short interaction test and explain whether clearing the query should follow the same rule.A small handler patch, one interaction-test scenario and the clearing behavior stated explicitly.The test begins on page 4 and checks both the new query and page 1 after editing.