Claude Opus 4.1 é a atualização da Anthropic ao Claude Opus 4 original, centrada em tarefas com agentes, programação em situações reais e raciocínio. A apresentação também destaca pesquisa aprofundada e análise de dados, sobretudo acompanhar detalhes e usar pesquisa numa tarefa mais ampla. O aditamento à ficha do sistema que acompanha a versão descreve melhorias na qualidade do raciocínio e no seguimento de instruções. Continua a ser uma edição distinta do Opus 4 original e dos modelos Opus 4.5, 4.6 e 5 posteriores; os seus modos e limites não devem ser tratados como especificações desta atualização.
Para trabalho com código, a apresentação destaca refatorização em vários ficheiros e identificação de correções precisas numa grande base de código. Dê ao modelo os ficheiros ou excertos relevantes, o comportamento existente, o comportamento pretendido e as restrições que uma alteração válida deve preservar. Um pedido ilustrativo pode pedir que siga uma falha por funções relacionadas, proponha a menor alteração coerente e explique por que é necessária cada parte alterada. O resultado útil é uma alteração ou proposta de código inspecionável que conserve o contexto de origem e os pressupostos, em vez de uma reescrita ampla que esconda o problema original.
Para pesquisa e análise de dados, acompanhar detalhes é útil quando uma pergunta depende de várias passagens ou observações. Forneça o material com identificadores das fontes, defina a pergunta e peça as provas que sustentam cada conclusão. Uma descrição prática pode pedir uma tabela comparativa que mostre onde dois documentos concordam, onde diferem e que perguntas continuam sem resposta. Se a pesquisa fizer parte do fluxo, a aplicação fornece a ferramenta e o conteúdo devolvido. O modelo liga então esses resultados ao material existente; uma pesquisa proposta no seu texto não é uma obtenção concluída.
Opus 4.1 tem um modo de resposta normal e raciocínio aprofundado opcional. O guia anterior de raciocínio dá controlo direto através de budget_tokens, com um mínimo de 1 024 tokens. O orçamento é normalmente inferior a max_tokens porque o raciocínio interno e a resposta final partilham o limite de geração. É uma meta de raciocínio, não uma promessa de consumir todo o orçamento. O raciocínio adaptativo e os controlos de esforço de edições Opus posteriores são capacidades separadas. Prepare um problema completo e especifique o formato da resposta final para que a análise adicional conduza ao resultado necessário ao leitor.
A beta documentada para os primeiros modelos Claude 4 suporta raciocínio intercalado: raciocínio entre chamadas de ferramentas dentro de um turno do assistente. Usa a funcionalidade de raciocínio intercalado do produtor no fluxo Messages suportado. Nesse modo, o orçamento de raciocínio pode abranger vários blocos e exceder o valor max_tokens de um único turno segundo a exceção documentada. Devolva o bloco de raciocínio correspondente inalterado, incluindo a assinatura, com o resultado de uma ferramenta. Um fluxo de depuração pode assim alternar análise, uma verificação executada pela aplicação e interpretação da saída real, mantendo ações propostas separadas das concluídas.
O aditamento à ficha do sistema também descreve tarefas de utilização do computador que envolvem observação de um ecrã, ações do rato e entradas de teclado, juntamente com tarefas mais longas de programação com ferramentas. O modelo pode raciocinar a partir de um estado visual fornecido e selecionar uma ação num ambiente ligado; a aplicação realiza a interação e devolve o que mudou. Para uma descrição baseada no ecrã, identifique o objetivo, os controlos visíveis relevantes e as ações permitidas. Para um fluxo documental ou de dados, peça uma explicação textual ou resultado estruturado ligado às provas fornecidas. A interpretação do modelo e a execução pelo ambiente são partes separadas do trabalho.
A avaliação do produtor refere suscetibilidade à injeção de prompts semelhante à do Opus 4 original. Examina especificamente texto escondido ou elementos de interface que tentam desviar um agente da tarefa do utilizador. Mantenha as instruções da tarefa separadas do material devolvido pelas ferramentas e preserve o objetivo original ao interpretar uma página ou documento. É uma condição substantiva de um fluxo com agentes: ver um pedido em conteúdo externo não o torna uma instrução autorizada pelo utilizador. As proteções do modelo não tornam todas as páginas encontradas entradas fiáveis.
A ficha do sistema também descreve uma limitação de programação chamada reward hacking, incluindo respostas fixas no código e soluções ajustadas apenas aos exemplos apresentados ao modelo. Opus 4.1 mostra tendências semelhantes a Opus 4, com algumas regressões nessas avaliações focadas. Para uma proposta de código, peça uma solução que satisfaça o requisito geral, identifique as condições que trata e inclua verificações além do único exemplo fornecido. Peça que o relatório final distinga o que foi proposto, o que o ambiente realmente verificou e o que não pôde ser estabelecido. Isto liga os pontos fortes do modelo na depuração precisa e no acompanhamento de detalhes a um artefacto concreto cujo comportamento pode ser inspecionado.
", "aboutText": "Claude Opus 4.1 é a atualização da Anthropic ao Claude Opus 4 original, centrada em tarefas com agentes, programação em situações reais e raciocínio. A apresentação também destaca pesquisa aprofundada e análise de dados, sobretudo acompanhar detalhes e usar pesquisa numa tarefa mais ampla. O aditamento à ficha do sistema que acompanha a versão descreve melhorias na qualidade do raciocínio e no seguimento de instruções. Continua a ser uma edição distinta do Opus 4 original e dos modelos Opus 4.5, 4.6 e 5 posteriores; os seus modos e limites não devem ser tratados como especificações desta atualização.\n\nPara trabalho com código, a apresentação destaca refatorização em vários ficheiros e identificação de correções precisas numa grande base de código. Dê ao modelo os ficheiros ou excertos relevantes, o comportamento existente, o comportamento pretendido e as restrições que uma alteração válida deve preservar. Um pedido ilustrativo pode pedir que siga uma falha por funções relacionadas, proponha a menor alteração coerente e explique por que é necessária cada parte alterada. O resultado útil é uma alteração ou proposta de código inspecionável que conserve o contexto de origem e os pressupostos, em vez de uma reescrita ampla que esconda o problema original.\n\nPara pesquisa e análise de dados, acompanhar detalhes é útil quando uma pergunta depende de várias passagens ou observações. Forneça o material com identificadores das fontes, defina a pergunta e peça as provas que sustentam cada conclusão. Uma descrição prática pode pedir uma tabela comparativa que mostre onde dois documentos concordam, onde diferem e que perguntas continuam sem resposta. Se a pesquisa fizer parte do fluxo, a aplicação fornece a ferramenta e o conteúdo devolvido. O modelo liga então esses resultados ao material existente; uma pesquisa proposta no seu texto não é uma obtenção concluída.\n\nOpus 4.1 tem um modo de resposta normal e raciocínio aprofundado opcional. O guia anterior de raciocínio dá controlo direto através de budget_tokens, com um mínimo de 1 024 tokens. O orçamento é normalmente inferior a max_tokens porque o raciocínio interno e a resposta final partilham o limite de geração. É uma meta de raciocínio, não uma promessa de consumir todo o orçamento. O raciocínio adaptativo e os controlos de esforço de edições Opus posteriores são capacidades separadas. Prepare um problema completo e especifique o formato da resposta final para que a análise adicional conduza ao resultado necessário ao leitor.\n\nA beta documentada para os primeiros modelos Claude 4 suporta raciocínio intercalado: raciocínio entre chamadas de ferramentas dentro de um turno do assistente. Usa a funcionalidade de raciocínio intercalado do produtor no fluxo Messages suportado. Nesse modo, o orçamento de raciocínio pode abranger vários blocos e exceder o valor max_tokens de um único turno segundo a exceção documentada. Devolva o bloco de raciocínio correspondente inalterado, incluindo a assinatura, com o resultado de uma ferramenta. Um fluxo de depuração pode assim alternar análise, uma verificação executada pela aplicação e interpretação da saída real, mantendo ações propostas separadas das concluídas.\n\nO aditamento à ficha do sistema também descreve tarefas de utilização do computador que envolvem observação de um ecrã, ações do rato e entradas de teclado, juntamente com tarefas mais longas de programação com ferramentas. O modelo pode raciocinar a partir de um estado visual fornecido e selecionar uma ação num ambiente ligado; a aplicação realiza a interação e devolve o que mudou. Para uma descrição baseada no ecrã, identifique o objetivo, os controlos visíveis relevantes e as ações permitidas. Para um fluxo documental ou de dados, peça uma explicação textual ou resultado estruturado ligado às provas fornecidas. A interpretação do modelo e a execução pelo ambiente são partes separadas do trabalho.\n\nA avaliação do produtor refere suscetibilidade à injeção de prompts semelhante à do Opus 4 original. Examina especificamente texto escondido ou elementos de interface que tentam desviar um agente da tarefa do utilizador. Mantenha as instruções da tarefa separadas do material devolvido pelas ferramentas e preserve o objetivo original ao interpretar uma página ou documento. É uma condição substantiva de um fluxo com agentes: ver um pedido em conteúdo externo não o torna uma instrução autorizada pelo utilizador. As proteções do modelo não tornam todas as páginas encontradas entradas fiáveis.\n\nA ficha do sistema também descreve uma limitação de programação chamada reward hacking, incluindo respostas fixas no código e soluções ajustadas apenas aos exemplos apresentados ao modelo. Opus 4.1 mostra tendências semelhantes a Opus 4, com algumas regressões nessas avaliações focadas. Para uma proposta de código, peça uma solução que satisfaça o requisito geral, identifique as condições que trata e inclua verificações além do único exemplo fornecido. Peça que o relatório final distinga o que foi proposto, o que o ambiente realmente verificou e o que não pôde ser estabelecido. Isto liga os pontos fortes do modelo na depuração precisa e no acompanhamento de detalhes a um artefacto concreto cujo comportamento pode ser inspecionado.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "1e165ead74a826573936c7a23010280688f17b78c1e440373527ed3dbd9a3192", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "pt-pt", "methods": [ { "html": "claude-opus-4-1-20250805-thinkingClaude Opus 4.1 é a atualização da Anthropic ao Opus 4 para trabalho de software com agentes, pesquisa, análise de dados e raciocínio. O foco inclui acompanhar detalhes, alterar código em vários ficheiros e depurar com precisão, com respostas normais ou raciocínio aprofundado opcional.
Esta descrição apresenta as capacidades do modelo. As entradas, saídas e opções disponíveis no Ailoot para o método selecionado estão indicadas abaixo.
Claude Opus 4.1 é a atualização da Anthropic ao Claude Opus 4 original, centrada em tarefas com agentes, programação em situações reais e raciocínio. A apresentação também destaca pesquisa aprofundada e análise de dados, sobretudo acompanhar detalhes e usar pesquisa numa tarefa mais ampla. O aditamento à ficha do sistema que acompanha a versão descreve melhorias na qualidade do raciocínio e no seguimento de instruções. Continua a ser uma edição distinta do Opus 4 original e dos modelos Opus 4.5, 4.6 e 5 posteriores; os seus modos e limites não devem ser tratados como especificações desta atualização.
Para trabalho com código, a apresentação destaca refatorização em vários ficheiros e identificação de correções precisas numa grande base de código. Dê ao modelo os ficheiros ou excertos relevantes, o comportamento existente, o comportamento pretendido e as restrições que uma alteração válida deve preservar. Um pedido ilustrativo pode pedir que siga uma falha por funções relacionadas, proponha a menor alteração coerente e explique por que é necessária cada parte alterada. O resultado útil é uma alteração ou proposta de código inspecionável que conserve o contexto de origem e os pressupostos, em vez de uma reescrita ampla que esconda o problema original.
Para pesquisa e análise de dados, acompanhar detalhes é útil quando uma pergunta depende de várias passagens ou observações. Forneça o material com identificadores das fontes, defina a pergunta e peça as provas que sustentam cada conclusão. Uma descrição prática pode pedir uma tabela comparativa que mostre onde dois documentos concordam, onde diferem e que perguntas continuam sem resposta. Se a pesquisa fizer parte do fluxo, a aplicação fornece a ferramenta e o conteúdo devolvido. O modelo liga então esses resultados ao material existente; uma pesquisa proposta no seu texto não é uma obtenção concluída.
Opus 4.1 tem um modo de resposta normal e raciocínio aprofundado opcional. O guia anterior de raciocínio dá controlo direto através de budget_tokens, com um mínimo de 1 024 tokens. O orçamento é normalmente inferior a max_tokens porque o raciocínio interno e a resposta final partilham o limite de geração. É uma meta de raciocínio, não uma promessa de consumir todo o orçamento. O raciocínio adaptativo e os controlos de esforço de edições Opus posteriores são capacidades separadas. Prepare um problema completo e especifique o formato da resposta final para que a análise adicional conduza ao resultado necessário ao leitor.
A beta documentada para os primeiros modelos Claude 4 suporta raciocínio intercalado: raciocínio entre chamadas de ferramentas dentro de um turno do assistente. Usa a funcionalidade de raciocínio intercalado do produtor no fluxo Messages suportado. Nesse modo, o orçamento de raciocínio pode abranger vários blocos e exceder o valor max_tokens de um único turno segundo a exceção documentada. Devolva o bloco de raciocínio correspondente inalterado, incluindo a assinatura, com o resultado de uma ferramenta. Um fluxo de depuração pode assim alternar análise, uma verificação executada pela aplicação e interpretação da saída real, mantendo ações propostas separadas das concluídas.
O aditamento à ficha do sistema também descreve tarefas de utilização do computador que envolvem observação de um ecrã, ações do rato e entradas de teclado, juntamente com tarefas mais longas de programação com ferramentas. O modelo pode raciocinar a partir de um estado visual fornecido e selecionar uma ação num ambiente ligado; a aplicação realiza a interação e devolve o que mudou. Para uma descrição baseada no ecrã, identifique o objetivo, os controlos visíveis relevantes e as ações permitidas. Para um fluxo documental ou de dados, peça uma explicação textual ou resultado estruturado ligado às provas fornecidas. A interpretação do modelo e a execução pelo ambiente são partes separadas do trabalho.
A avaliação do produtor refere suscetibilidade à injeção de prompts semelhante à do Opus 4 original. Examina especificamente texto escondido ou elementos de interface que tentam desviar um agente da tarefa do utilizador. Mantenha as instruções da tarefa separadas do material devolvido pelas ferramentas e preserve o objetivo original ao interpretar uma página ou documento. É uma condição substantiva de um fluxo com agentes: ver um pedido em conteúdo externo não o torna uma instrução autorizada pelo utilizador. As proteções do modelo não tornam todas as páginas encontradas entradas fiáveis.
A ficha do sistema também descreve uma limitação de programação chamada reward hacking, incluindo respostas fixas no código e soluções ajustadas apenas aos exemplos apresentados ao modelo. Opus 4.1 mostra tendências semelhantes a Opus 4, com algumas regressões nessas avaliações focadas. Para uma proposta de código, peça uma solução que satisfaça o requisito geral, identifique as condições que trata e inclua verificações além do único exemplo fornecido. Peça que o relatório final distinga o que foi proposto, o que o ambiente realmente verificou e o que não pôde ser estabelecido. Isto liga os pontos fortes do modelo na depuração precisa e no acompanhamento de detalhes a um artefacto concreto cujo comportamento pode ser inspecionado.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores e limites | Predefinição |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObrigatório | Valores e limites claude-opus-4-1-20250805-thinking | Predefinição— |
Campomessages | Tipomessage[] | RequisitoObrigatório | Valores e limites Número mínimo de elementos: 1 | Predefinição— |
Campomessages[].role | Tipostring | RequisitoObrigatório | Valores e limites Depende do modelo | Predefinição— |
Campomessages[].content | Tipostring | RequisitoOpcional | Valores e limites Aplica-se quando: Conversação textual | Predefinição— |
Campostream | Tipoboolean | RequisitoOpcional | Valores e limites | Predefiniçãofalse |
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 |
Parâmetrocontrol_scope | ContratoConversação textual; stream é um booleano e tem false como predefinição. |
Parâmetrooutput_modalities | Contratotext |
Parâmetrohosted_operations | Contratofalse |
Parâmetromultimodal_input_binding | Contratonull |
Aliases do método: /chat/completions
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 $0.03 / 1K tokens Saída · Tokens de saída $0.15 / 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-opus-4-1-20250805-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-opus-4-1-20250805-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\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-opus-4-1-20250805-thinking
/chat/completions