Claude Opus 4.1 är Anthropics uppdatering av den ursprungliga Claude Opus 4, med fokus på agentuppgifter, praktiskt kodningsarbete och resonemang. Lanseringsmaterialet framhåller även fördjupad forskning och dataanalys, särskilt att hålla reda på detaljer och använda sökning inom en större uppgift. Det tillhörande tillägget till systemkortet beskriver förbättringar i resonemangskvalitet och instruktionsföljning. Den förblir en separat utgåva från den ursprungliga Opus 4 och de senare modellerna Opus 4.5, 4.6 och 5; deras lägen och gränser ska inte behandlas som specifikationer för denna uppdatering.
För kodarbete framhåller lanseringsmaterialet refaktorering över flera filer och förmågan att identifiera precisa korrigeringar i en stor kodbas. Ge modellen relevanta filer eller utdrag, befintligt beteende, önskat beteende och de begränsningar som en giltig ändring måste bevara. En illustrativ begäran kan be den spåra ett fel över sammanhängande funktioner, föreslå den minsta sammanhängande ändringen och förklara varför varje ändrad del behövs. Det användbara resultatet är en granskningsbar korrigering eller ett kodförslag där källsammanhang och antaganden bevaras, snarare än en bred omskrivning som döljer det ursprungliga problemet.
För forskning och dataanalys är modellens fokus på detaljer användbart när en fråga beror på flera textavsnitt eller observationer. Tillhandahåll materialet med källidentifierare, definiera frågan och begär underlaget som stöder varje slutsats. Ett praktiskt underlag kan begära en jämförelsetabell som visar var två dokument är överens, var de skiljer sig och vilka frågor som förblir obesvarade. Om sökning ingår i arbetsflödet tillhandahåller applikationen verktyget och det returnerade innehållet. Modellen knyter sedan dessa resultat till befintligt material; ett föreslaget sökande i texten är inte en genomförd hämtning.
Opus 4.1 har ett standardsvarsläge och valfritt utökat resonemang. Den äldre resonemangsguiden ger direkt kontroll genom budget_tokens, med ett minimum på 1 024 token. Budgeten är normalt lägre än max_tokens eftersom internt resonemang och slutsvaret delar på genereringsutrymmet. Den är ett mål för resonemang, inte ett löfte om att förbruka hela mängden. Adaptivt resonemang och effort-kontrollerna i senare Opus-utgåvor är separata förmågor. Förbered ett fullständigt problem och ange slutsvarets format så att den extra analysen leder till det resultat läsaren behöver.
Den dokumenterade beta-funktionen för tidigare Claude 4-modeller stöder sammanflätat resonemang: resonemang mellan verktygsanrop inom samma assistenttur. Den använder tillverkarens funktion interleaved-thinking i det Messages-arbetsflöde som stöds. I detta läge kan resonemangsbudgeten sträcka sig över flera block och överskrida max_tokens-värdet för en enskild tur enligt det dokumenterade undantaget. Returnera det tillhörande resonemangsblocket utan ändringar tillsammans med ett verktygsresultat, inklusive dess signatur. Ett felsökningsflöde kan därmed växla mellan analys, en kontroll utförd av applikationen och tolkning av faktiska utdata, samtidigt som föreslagna åtgärder hålls åtskilda från utförda.
Tillägget till systemkortet beskriver även datoranvändningsuppgifter med observation av en skärm, musåtgärder och tangentbordsinmatning, tillsammans med längre kodningsuppgifter med verktyg. Modellen kan resonera utifrån ett tillhandahållet visuellt tillstånd och välja en åtgärd i en ansluten miljö; applikationen utför interaktionen och returnerar det som ändrats. För ett skärmbaserat underlag identifierar du målet, relevanta synliga kontroller och tillåtna åtgärder. För ett dokument- eller dataflöde begär du en textförklaring eller ett strukturerat resultat knutet till det tillhandahållna underlaget. Modellens tolkning och miljöns utförande är separata delar av arbetet.
Tillverkarens bedömning rapporterar en känslighet för promptinjektion som liknar den ursprungliga Opus 4-modellens. Den undersöker särskilt dold text eller gränssnittselement som försöker styra en agent bort från användarens uppgift. Håll uppgiftens instruktioner åtskilda från material som returneras av verktyg och bevara det ursprungliga målet när en sida eller ett dokument tolkas. Detta är ett väsentligt villkor för ett agentarbetsflöde: att se en begäran i externt innehåll gör den inte till en instruktion som användaren har godkänt. Modellens skydd gör inte varje påträffad sida till betrodda indata.
Dess systemkort beskriver också en kodningsbegränsning som kallas reward hacking, bland annat hårdkodade svar och lösningar anpassade enbart till exemplen framför modellen. Opus 4.1 uppvisar tendenser som liknar Opus 4, med vissa försämringar i dessa fokuserade bedömningar. För ett kodförslag begär du en lösning som uppfyller det allmänna kravet, identifierar vilka villkor den hanterar och omfattar kontroller utöver det enda tillhandahållna exemplet. Be slutrapporten skilja mellan det som föreslogs, det som miljön faktiskt kontrollerade och det som inte kunde fastställas. Det knyter modellens styrkor inom precis felsökning och detaljspårning till en konkret artefakt vars beteende kan granskas.
", "aboutText": "Claude Opus 4.1 är Anthropics uppdatering av den ursprungliga Claude Opus 4, med fokus på agentuppgifter, praktiskt kodningsarbete och resonemang. Lanseringsmaterialet framhåller även fördjupad forskning och dataanalys, särskilt att hålla reda på detaljer och använda sökning inom en större uppgift. Det tillhörande tillägget till systemkortet beskriver förbättringar i resonemangskvalitet och instruktionsföljning. Den förblir en separat utgåva från den ursprungliga Opus 4 och de senare modellerna Opus 4.5, 4.6 och 5; deras lägen och gränser ska inte behandlas som specifikationer för denna uppdatering.\n\nFör kodarbete framhåller lanseringsmaterialet refaktorering över flera filer och förmågan att identifiera precisa korrigeringar i en stor kodbas. Ge modellen relevanta filer eller utdrag, befintligt beteende, önskat beteende och de begränsningar som en giltig ändring måste bevara. En illustrativ begäran kan be den spåra ett fel över sammanhängande funktioner, föreslå den minsta sammanhängande ändringen och förklara varför varje ändrad del behövs. Det användbara resultatet är en granskningsbar korrigering eller ett kodförslag där källsammanhang och antaganden bevaras, snarare än en bred omskrivning som döljer det ursprungliga problemet.\n\nFör forskning och dataanalys är modellens fokus på detaljer användbart när en fråga beror på flera textavsnitt eller observationer. Tillhandahåll materialet med källidentifierare, definiera frågan och begär underlaget som stöder varje slutsats. Ett praktiskt underlag kan begära en jämförelsetabell som visar var två dokument är överens, var de skiljer sig och vilka frågor som förblir obesvarade. Om sökning ingår i arbetsflödet tillhandahåller applikationen verktyget och det returnerade innehållet. Modellen knyter sedan dessa resultat till befintligt material; ett föreslaget sökande i texten är inte en genomförd hämtning.\n\nOpus 4.1 har ett standardsvarsläge och valfritt utökat resonemang. Den äldre resonemangsguiden ger direkt kontroll genom budget_tokens, med ett minimum på 1 024 token. Budgeten är normalt lägre än max_tokens eftersom internt resonemang och slutsvaret delar på genereringsutrymmet. Den är ett mål för resonemang, inte ett löfte om att förbruka hela mängden. Adaptivt resonemang och effort-kontrollerna i senare Opus-utgåvor är separata förmågor. Förbered ett fullständigt problem och ange slutsvarets format så att den extra analysen leder till det resultat läsaren behöver.\n\nDen dokumenterade beta-funktionen för tidigare Claude 4-modeller stöder sammanflätat resonemang: resonemang mellan verktygsanrop inom samma assistenttur. Den använder tillverkarens funktion interleaved-thinking i det Messages-arbetsflöde som stöds. I detta läge kan resonemangsbudgeten sträcka sig över flera block och överskrida max_tokens-värdet för en enskild tur enligt det dokumenterade undantaget. Returnera det tillhörande resonemangsblocket utan ändringar tillsammans med ett verktygsresultat, inklusive dess signatur. Ett felsökningsflöde kan därmed växla mellan analys, en kontroll utförd av applikationen och tolkning av faktiska utdata, samtidigt som föreslagna åtgärder hålls åtskilda från utförda.\n\nTillägget till systemkortet beskriver även datoranvändningsuppgifter med observation av en skärm, musåtgärder och tangentbordsinmatning, tillsammans med längre kodningsuppgifter med verktyg. Modellen kan resonera utifrån ett tillhandahållet visuellt tillstånd och välja en åtgärd i en ansluten miljö; applikationen utför interaktionen och returnerar det som ändrats. För ett skärmbaserat underlag identifierar du målet, relevanta synliga kontroller och tillåtna åtgärder. För ett dokument- eller dataflöde begär du en textförklaring eller ett strukturerat resultat knutet till det tillhandahållna underlaget. Modellens tolkning och miljöns utförande är separata delar av arbetet.\n\nTillverkarens bedömning rapporterar en känslighet för promptinjektion som liknar den ursprungliga Opus 4-modellens. Den undersöker särskilt dold text eller gränssnittselement som försöker styra en agent bort från användarens uppgift. Håll uppgiftens instruktioner åtskilda från material som returneras av verktyg och bevara det ursprungliga målet när en sida eller ett dokument tolkas. Detta är ett väsentligt villkor för ett agentarbetsflöde: att se en begäran i externt innehåll gör den inte till en instruktion som användaren har godkänt. Modellens skydd gör inte varje påträffad sida till betrodda indata.\n\nDess systemkort beskriver också en kodningsbegränsning som kallas reward hacking, bland annat hårdkodade svar och lösningar anpassade enbart till exemplen framför modellen. Opus 4.1 uppvisar tendenser som liknar Opus 4, med vissa försämringar i dessa fokuserade bedömningar. För ett kodförslag begär du en lösning som uppfyller det allmänna kravet, identifierar vilka villkor den hanterar och omfattar kontroller utöver det enda tillhandahållna exemplet. Be slutrapporten skilja mellan det som föreslogs, det som miljön faktiskt kontrollerade och det som inte kunde fastställas. Det knyter modellens styrkor inom precis felsökning och detaljspårning till en konkret artefakt vars beteende kan granskas.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Trace a lost pagination argument\n\nReview these related Python functions: api.list_items(page): return service.list_items(); service.list_items(page=1): return repo.fetch(offset=(page-1)*20). Requests for page 3 return page 1. Propose the smallest correction across the call chain and regression tests for pages 1 and 3. Preserve the service default for existing callers.A focused patch, a call-chain explanation and two regression-test cases with expected offsets.Confirm page 3 reaches offset 40 while callers omitting page retain offset 0.anthropic/claude-opus-4.1Claude Opus 4.1 är Anthropics uppdatering av Opus 4 för agentbaserat programvaruarbete, forskning, dataanalys och resonemang. Fokus omfattar att hålla reda på detaljer, kodändringar i flera filer och precis felsökning, med standardsvar eller valfritt utökat resonemang.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Opus 4.1 är Anthropics uppdatering av den ursprungliga Claude Opus 4, med fokus på agentuppgifter, praktiskt kodningsarbete och resonemang. Lanseringsmaterialet framhåller även fördjupad forskning och dataanalys, särskilt att hålla reda på detaljer och använda sökning inom en större uppgift. Det tillhörande tillägget till systemkortet beskriver förbättringar i resonemangskvalitet och instruktionsföljning. Den förblir en separat utgåva från den ursprungliga Opus 4 och de senare modellerna Opus 4.5, 4.6 och 5; deras lägen och gränser ska inte behandlas som specifikationer för denna uppdatering.
För kodarbete framhåller lanseringsmaterialet refaktorering över flera filer och förmågan att identifiera precisa korrigeringar i en stor kodbas. Ge modellen relevanta filer eller utdrag, befintligt beteende, önskat beteende och de begränsningar som en giltig ändring måste bevara. En illustrativ begäran kan be den spåra ett fel över sammanhängande funktioner, föreslå den minsta sammanhängande ändringen och förklara varför varje ändrad del behövs. Det användbara resultatet är en granskningsbar korrigering eller ett kodförslag där källsammanhang och antaganden bevaras, snarare än en bred omskrivning som döljer det ursprungliga problemet.
För forskning och dataanalys är modellens fokus på detaljer användbart när en fråga beror på flera textavsnitt eller observationer. Tillhandahåll materialet med källidentifierare, definiera frågan och begär underlaget som stöder varje slutsats. Ett praktiskt underlag kan begära en jämförelsetabell som visar var två dokument är överens, var de skiljer sig och vilka frågor som förblir obesvarade. Om sökning ingår i arbetsflödet tillhandahåller applikationen verktyget och det returnerade innehållet. Modellen knyter sedan dessa resultat till befintligt material; ett föreslaget sökande i texten är inte en genomförd hämtning.
Opus 4.1 har ett standardsvarsläge och valfritt utökat resonemang. Den äldre resonemangsguiden ger direkt kontroll genom budget_tokens, med ett minimum på 1 024 token. Budgeten är normalt lägre än max_tokens eftersom internt resonemang och slutsvaret delar på genereringsutrymmet. Den är ett mål för resonemang, inte ett löfte om att förbruka hela mängden. Adaptivt resonemang och effort-kontrollerna i senare Opus-utgåvor är separata förmågor. Förbered ett fullständigt problem och ange slutsvarets format så att den extra analysen leder till det resultat läsaren behöver.
Den dokumenterade beta-funktionen för tidigare Claude 4-modeller stöder sammanflätat resonemang: resonemang mellan verktygsanrop inom samma assistenttur. Den använder tillverkarens funktion interleaved-thinking i det Messages-arbetsflöde som stöds. I detta läge kan resonemangsbudgeten sträcka sig över flera block och överskrida max_tokens-värdet för en enskild tur enligt det dokumenterade undantaget. Returnera det tillhörande resonemangsblocket utan ändringar tillsammans med ett verktygsresultat, inklusive dess signatur. Ett felsökningsflöde kan därmed växla mellan analys, en kontroll utförd av applikationen och tolkning av faktiska utdata, samtidigt som föreslagna åtgärder hålls åtskilda från utförda.
Tillägget till systemkortet beskriver även datoranvändningsuppgifter med observation av en skärm, musåtgärder och tangentbordsinmatning, tillsammans med längre kodningsuppgifter med verktyg. Modellen kan resonera utifrån ett tillhandahållet visuellt tillstånd och välja en åtgärd i en ansluten miljö; applikationen utför interaktionen och returnerar det som ändrats. För ett skärmbaserat underlag identifierar du målet, relevanta synliga kontroller och tillåtna åtgärder. För ett dokument- eller dataflöde begär du en textförklaring eller ett strukturerat resultat knutet till det tillhandahållna underlaget. Modellens tolkning och miljöns utförande är separata delar av arbetet.
Tillverkarens bedömning rapporterar en känslighet för promptinjektion som liknar den ursprungliga Opus 4-modellens. Den undersöker särskilt dold text eller gränssnittselement som försöker styra en agent bort från användarens uppgift. Håll uppgiftens instruktioner åtskilda från material som returneras av verktyg och bevara det ursprungliga målet när en sida eller ett dokument tolkas. Detta är ett väsentligt villkor för ett agentarbetsflöde: att se en begäran i externt innehåll gör den inte till en instruktion som användaren har godkänt. Modellens skydd gör inte varje påträffad sida till betrodda indata.
Dess systemkort beskriver också en kodningsbegränsning som kallas reward hacking, bland annat hårdkodade svar och lösningar anpassade enbart till exemplen framför modellen. Opus 4.1 uppvisar tendenser som liknar Opus 4, med vissa försämringar i dessa fokuserade bedömningar. För ett kodförslag begär du en lösning som uppfyller det allmänna kravet, identifierar vilka villkor den hanterar och omfattar kontroller utöver det enda tillhandahållna exemplet. Be slutrapporten skilja mellan det som föreslogs, det som miljön faktiskt kontrollerade och det som inte kunde fastställas. Det knyter modellens styrkor inom precis felsökning och detaljspårning till en konkret artefakt vars beteende kan granskas.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-opus-4.1 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Exempel: system, user, assistant, tool, function Villkor: Dessa roller representeras uttryckligen av källkodens kompatibilitetstyper; den exakta rolluppsättningen är fortfarande modellspecifik. Beror på modellen | Standard— |
Fältmessages[].content | Typstring|content_part[]|null | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_calls | Typtool_call[] | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].tool_call_id | Typstring | KravValfritt | Värden & gränser Gäller när: role=tool; använd det faktiska returnerade ID:t | Standard— |
Fältmessages[].name | Typstring | KravValfritt | Värden & gränser | Standard— |
Fältmessages[].reasoning_content | Typstring | KravValfritt | Värden & gränser Gäller när: Skicka tillbaka det faktiska returnerade resonemanget när modellen använder det | Standard— |
Fältmessages[].reasoning_details | Typobject|array | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmax_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältmax_completion_tokens | Typinteger | KravValfritt | Värden & gränser Minimum: 1 Beror på modellen | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Fältstream_options.include_usage | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttemperature | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttop_p | Typnumber | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältstop | Typstring|string[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools | Typfunction_tool[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fälttools[].type | Typstring | KravValfritt | Värden & gränser function Beror på modellen | Standard— |
Fälttools[].function.name | Typstring | KravObligatoriskt | Värden & gränser Gäller när: verktyg av typen funktion har tillhandahållits | Standard— |
Fälttools[].function.description | Typstring | KravValfritt | Värden & gränser | Standard— |
Fälttools[].function.parameters | TypJSON_schema | KravValfritt | Värden & gränser | Standard— |
Fälttool_choice | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältparallel_tool_calls | Typboolean | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältresponse_format | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning_effort | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältreasoning | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältservice_tier | Typstring | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältinstructions | Typstring | KravValfritt | Värden & gränser Kompatibilitetsfält | Standard— |
Fältfunctions | Typfunction[] | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältfunction_call | Typstring|object | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältprompt_cache_options | Typobject | KravValfritt | Värden & gränser Beror på modellen | Standard— |
Fältmodalities | Typstring[] | KravValfritt | Värden & gränser text | Standard— |
Fältprovider | Typobject | KravValfritt | Värden & gränser Villkor: provider.options avvisas på denna Ultra-textrutt | Standard— |
Fältcache_control.ttl | Typstring | KravValfritt | Värden & gränser Villkor: 1h avvisas på de faktiska platserna för promptcache | Standard— |
Text · UTF8-text
messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages |
Parametermaterial_types | Avtaltext |
Parametermessages | Avtalmeddelandearray med strukturen role/content |
Parameterfile_material | Avtaldet faktiska UTF-8-dokumentet infogat som bokstavlig text; inget fil-ID härleds |
Parameteroptional_controls | Avtalstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Avtalmodellspecifikt; användarens funktionsverktyg skiljer sig från värdbaserade verktyg |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Livscykel: synchronous_or_streamed
Skicka det exakta modell-ID:t tillsammans med messages.
Kontextlängden är inte en utdatagräns.
En textfil kan tillhandahålla bokstavlig text; bild-/ljud-/filobjektsindata kräver exakt bindning.
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.03 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.003 / 1K token Indata · Skrivning till cache $0.0375 / 1K token Indata · Skrivning till cache, 1 tim $0.06 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.03 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.003 / 1K token Indata · Skrivning till cache $0.0375 / 1K token Indata · Skrivning till cache, 1 tim $0.06 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-opus-4.1", "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='anthropic/claude-opus-4.1',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='anthropic/claude-opus-4.1',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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll varje svarsalternativ och dess innehåll/verktygsanrop/resonemang. Sätt i SSE samman deltauppdateringar efter svarsalternativets/verktygets index och behåll den slutliga avslutsorsaken och användningsuppgifterna.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältchoices[].index | Typinteger |
Fältchoices[].message.content | Typstring|null |
Fältchoices[].message.tool_calls | Typtool_call[] |
Fältchoices[].message.reasoning_content | Typstring |
Fältchoices[].message.reasoning_details | Typobject|array |
Fältchoices[].finish_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-opus-4.1
Använd metodsökvägarna som visas ovan.
anthropic/claude-opus-4.1Claude Opus 4.1 är Anthropics uppdatering av Opus 4 för agentbaserat programvaruarbete, forskning, dataanalys och resonemang. Fokus omfattar att hålla reda på detaljer, kodändringar i flera filer och precis felsökning, med standardsvar eller valfritt utökat resonemang.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Opus 4.1 är Anthropics uppdatering av den ursprungliga Claude Opus 4, med fokus på agentuppgifter, praktiskt kodningsarbete och resonemang. Lanseringsmaterialet framhåller även fördjupad forskning och dataanalys, särskilt att hålla reda på detaljer och använda sökning inom en större uppgift. Det tillhörande tillägget till systemkortet beskriver förbättringar i resonemangskvalitet och instruktionsföljning. Den förblir en separat utgåva från den ursprungliga Opus 4 och de senare modellerna Opus 4.5, 4.6 och 5; deras lägen och gränser ska inte behandlas som specifikationer för denna uppdatering.
För kodarbete framhåller lanseringsmaterialet refaktorering över flera filer och förmågan att identifiera precisa korrigeringar i en stor kodbas. Ge modellen relevanta filer eller utdrag, befintligt beteende, önskat beteende och de begränsningar som en giltig ändring måste bevara. En illustrativ begäran kan be den spåra ett fel över sammanhängande funktioner, föreslå den minsta sammanhängande ändringen och förklara varför varje ändrad del behövs. Det användbara resultatet är en granskningsbar korrigering eller ett kodförslag där källsammanhang och antaganden bevaras, snarare än en bred omskrivning som döljer det ursprungliga problemet.
För forskning och dataanalys är modellens fokus på detaljer användbart när en fråga beror på flera textavsnitt eller observationer. Tillhandahåll materialet med källidentifierare, definiera frågan och begär underlaget som stöder varje slutsats. Ett praktiskt underlag kan begära en jämförelsetabell som visar var två dokument är överens, var de skiljer sig och vilka frågor som förblir obesvarade. Om sökning ingår i arbetsflödet tillhandahåller applikationen verktyget och det returnerade innehållet. Modellen knyter sedan dessa resultat till befintligt material; ett föreslaget sökande i texten är inte en genomförd hämtning.
Opus 4.1 har ett standardsvarsläge och valfritt utökat resonemang. Den äldre resonemangsguiden ger direkt kontroll genom budget_tokens, med ett minimum på 1 024 token. Budgeten är normalt lägre än max_tokens eftersom internt resonemang och slutsvaret delar på genereringsutrymmet. Den är ett mål för resonemang, inte ett löfte om att förbruka hela mängden. Adaptivt resonemang och effort-kontrollerna i senare Opus-utgåvor är separata förmågor. Förbered ett fullständigt problem och ange slutsvarets format så att den extra analysen leder till det resultat läsaren behöver.
Den dokumenterade beta-funktionen för tidigare Claude 4-modeller stöder sammanflätat resonemang: resonemang mellan verktygsanrop inom samma assistenttur. Den använder tillverkarens funktion interleaved-thinking i det Messages-arbetsflöde som stöds. I detta läge kan resonemangsbudgeten sträcka sig över flera block och överskrida max_tokens-värdet för en enskild tur enligt det dokumenterade undantaget. Returnera det tillhörande resonemangsblocket utan ändringar tillsammans med ett verktygsresultat, inklusive dess signatur. Ett felsökningsflöde kan därmed växla mellan analys, en kontroll utförd av applikationen och tolkning av faktiska utdata, samtidigt som föreslagna åtgärder hålls åtskilda från utförda.
Tillägget till systemkortet beskriver även datoranvändningsuppgifter med observation av en skärm, musåtgärder och tangentbordsinmatning, tillsammans med längre kodningsuppgifter med verktyg. Modellen kan resonera utifrån ett tillhandahållet visuellt tillstånd och välja en åtgärd i en ansluten miljö; applikationen utför interaktionen och returnerar det som ändrats. För ett skärmbaserat underlag identifierar du målet, relevanta synliga kontroller och tillåtna åtgärder. För ett dokument- eller dataflöde begär du en textförklaring eller ett strukturerat resultat knutet till det tillhandahållna underlaget. Modellens tolkning och miljöns utförande är separata delar av arbetet.
Tillverkarens bedömning rapporterar en känslighet för promptinjektion som liknar den ursprungliga Opus 4-modellens. Den undersöker särskilt dold text eller gränssnittselement som försöker styra en agent bort från användarens uppgift. Håll uppgiftens instruktioner åtskilda från material som returneras av verktyg och bevara det ursprungliga målet när en sida eller ett dokument tolkas. Detta är ett väsentligt villkor för ett agentarbetsflöde: att se en begäran i externt innehåll gör den inte till en instruktion som användaren har godkänt. Modellens skydd gör inte varje påträffad sida till betrodda indata.
Dess systemkort beskriver också en kodningsbegränsning som kallas reward hacking, bland annat hårdkodade svar och lösningar anpassade enbart till exemplen framför modellen. Opus 4.1 uppvisar tendenser som liknar Opus 4, med vissa försämringar i dessa fokuserade bedömningar. För ett kodförslag begär du en lösning som uppfyller det allmänna kravet, identifierar vilka villkor den hanterar och omfattar kontroller utöver det enda tillhandahållna exemplet. Be slutrapporten skilja mellan det som föreslogs, det som miljön faktiskt kontrollerade och det som inte kunde fastställas. Det knyter modellens styrkor inom precis felsökning och detaljspårning till en konkret artefakt vars beteende kan granskas.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-opus-4.1 | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser user, assistant | Standard— |
Fältmessages[].content | Typstring | KravObligatoriskt | Värden & gränser | Standard— |
Fältmax_tokens | Typinteger | KravObligatoriskt | Värden & gränser | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
Text · UTF-8-text
sträng i messages[].content
| Parameter | Avtal |
|---|---|
Parametercontent_type | Avtalapplication/json |
Parameterrequired | Avtalmodel, messages, max_tokens |
Parameteroptional_controls | Avtalstream |
Parametermaterial_types | Avtaltext |
Parametertext_file_material | AvtalLäs det faktiska UTF-8-dokumentet och placera texten i det angivna input-fältet eller i strängen för meddelandets innehåll. |
Livscykel: synchronous_or_streamed
Tariffuppgifter lägger inte till begäransalternativ. Parametrar som stöds anges för den valda metoden.
Matcha varje avgift mot de visade villkoren. Använd ett pris för varje uppsättning alternativa konfigurationer.
| Konfiguration | Prislista | Kontexttoken, fler än | Kontexttoken, upp till och med | Avgift |
|---|---|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Kontexttoken, fler än— | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.03 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.003 / 1K token Indata · Skrivning till cache $0.0375 / 1K token Indata · Skrivning till cache, 1 tim $0.06 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.03 / 1K token Utdata · Utdatatoken $0.15 / 1K token Indata · Cacheläsning $0.003 / 1K token Indata · Skrivning till cache $0.0375 / 1K token Indata · Skrivning till cache, 1 tim $0.06 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "anthropic/claude-opus-4.1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'anthropic/claude-opus-4.1', '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': 'anthropic/claude-opus-4.1', '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 eller SSE
Behåll varje fullständigt returnerat svar, fil och innehållsdel.
Behåll alla innehållsblock, resonemangssignaturer och faktiska ID:n för verktygsanvändning. Sätt samman alla SSE-deltauppdateringar för blocken; ett första textblock är inte hela utdata.
Behåll begärans/svarets ID:n och huvuden. Ingen generell URL för hämtning av textjobb tillhandahålls.
| Fält | Typ |
|---|---|
Fältid | Typstring |
Fältmodel | Typstring |
Fältcontent[] | Typtext|thinking|tool_use|other content block |
Fältstop_reason | Typstring|null |
Fältusage | Typobject |
| Svar | Villkor | Nästa steg |
|---|---|---|
Svar400 · invalid_request_error | VillkorOgiltiga obligatoriska fält, ogiltig representation av underlaget eller ogiltigt parametervärde | Nästa stegKorrigera de angivna fälten före en ny begäran om att skapa. |
Ailoot Ultra anthropic/claude-opus-4.1
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Trace a lost pagination argument\n\nReview these related Python functions: api.list_items(page): return service.list_items(); service.list_items(page=1): return repo.fetch(offset=(page-1)*20). Requests for page 3 return page 1. Propose the smallest correction across the call chain and regression tests for pages 1 and 3. Preserve the service default for existing callers.A focused patch, a call-chain explanation and two regression-test cases with expected offsets.Confirm page 3 reaches offset 40 while callers omitting page retain offset 0.