Claude Opus 4.6 är inriktad på arbete där det är användbart att hålla mycket material i samma kontext och resonera efter läsningen. Anthropic framhåller utveckling i stora kodbaser, kodgranskning, felsökning, finansiell analys och forskning. Modellen kan hitta viktiga detaljer, koppla samman uppgifter från olika delar av materialet och använda dem för att lösa uppgiften stegvis.
Inom utveckling innebär det arbete med en plan, utforskning av ett obekant system och sökning efter fel i ändringar. Inom professionell analys innebär det dokumentbearbetning och framställning av innehåll för kalkylblad, rapporter eller presentationer. I sådana scenarier är det viktigt att ge modellen själva uppgiften och materialet som slutsatserna ska bygga på, inte bara ett allmänt ämnesnamn.
Modellen stöder ett adaptivt läge: utifrån instruktionens innehåll avgör den när ytterligare analys är användbar. Parametern effort anger arbetsinsatsen. För Opus 4.6 finns low, medium, high och max, med high som standard. Enligt Anthropic kan fördjupad bearbetning förlänga svarstiden på enkla uppgifter. Den valda nivån bör därför relateras till svårighetsgraden.
Äldre extended thinking med manuell budget stöds fortfarande men anges som på väg att bli föråldrat. Denna version har en viktig skillnad mellan lägena: resonemang mellan verktygsanrop finns i det adaptiva läget, medan Opus 4.6 inte gör det i det manuella läget. Med anslutna verktyg hjälper adaptiv analys till att använda resultatet av en åtgärd för att välja nästa.
Anthropics aktuella specifikation anger 1 miljon token i kontext och upp till 128 tusen token i svaret i vanligt läge. Indata är text och bilder, medan svaret förblir text. Den tillförlitliga gränsen för de inbyggda kunskaperna är maj 2025.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
För långa samtal och agentuppgifter beskriver tillverkaren komprimering av gammal kontext: den tidigare delen av arbetet ersätts med en sammanfattning när en bestämd tröskel närmar sig. Funktionen anges som experimentell och kräver stöd i applikationen. Kontextstorleken innebär inte i sig ett obegränsat minne.
Opus 4.6 är avsedd för flerstegsarbete med sökning, kod och andra tillgängliga verktyg. Applikationens miljö måste tillhandahålla materialläsning, kommandokörning eller filframställning. Produktionsåtgärder, gränssnittsstyrning och skapande av en färdig presentation beror på dessa verktyg. Textmodellen får dem inte automatiskt.
Anthropic beskriver separat säkerhetskontroller och skyddsåtgärder för potentiellt farliga cybersäkerhetsuppgifter. Vid vanlig utveckling kan modellen hjälpa till att hitta och korrigera sårbarheter, men förfrågans karaktär påverkar möjligheten att svara. Slutsatser från stora material och föreslagna ändringar behöver kontrolleras mot själva uppgifterna och utförandets resultat.
", "aboutText": "### En stor uppgift och sambanden mellan delarna\n\nClaude Opus 4.6 är inriktad på arbete där det är användbart att hålla mycket material i samma kontext och resonera efter läsningen. Anthropic framhåller utveckling i stora kodbaser, kodgranskning, felsökning, finansiell analys och forskning. Modellen kan hitta viktiga detaljer, koppla samman uppgifter från olika delar av materialet och använda dem för att lösa uppgiften stegvis.\n\nInom utveckling innebär det arbete med en plan, utforskning av ett obekant system och sökning efter fel i ändringar. Inom professionell analys innebär det dokumentbearbetning och framställning av innehåll för kalkylblad, rapporter eller presentationer. I sådana scenarier är det viktigt att ge modellen själva uppgiften och materialet som slutsatserna ska bygga på, inte bara ett allmänt ämnesnamn.\n\n### Adaptivt resonemang\n\nModellen stöder ett adaptivt läge: utifrån instruktionens innehåll avgör den när ytterligare analys är användbar. Parametern `effort` anger arbetsinsatsen. För Opus 4.6 finns `low`, `medium`, `high` och `max`, med `high` som standard. Enligt Anthropic kan fördjupad bearbetning förlänga svarstiden på enkla uppgifter. Den valda nivån bör därför relateras till svårighetsgraden.\n\nÄldre extended thinking med manuell budget stöds fortfarande men anges som på väg att bli föråldrat. Denna version har en viktig skillnad mellan lägena: resonemang mellan verktygsanrop finns i det adaptiva läget, medan Opus 4.6 inte gör det i det manuella läget. Med anslutna verktyg hjälper adaptiv analys till att använda resultatet av en åtgärd för att välja nästa.\n\n### Kontext för långvarigt arbete\n\nAnthropics aktuella specifikation anger **1 miljon token i kontext** och upp till **128 tusen token i svaret i vanligt läge**. Indata är **text och bilder**, medan svaret förblir text. Den tillförlitliga gränsen för de inbyggda kunskaperna är **maj 2025**.\n\nTillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.\n\nFör långa samtal och agentuppgifter beskriver tillverkaren komprimering av gammal kontext: den tidigare delen av arbetet ersätts med en sammanfattning när en bestämd tröskel närmar sig. Funktionen anges som experimentell och kräver stöd i applikationen. Kontextstorleken innebär inte i sig ett obegränsat minne.\n\n### Verktyg och resultatkontroll\n\nOpus 4.6 är avsedd för flerstegsarbete med sökning, kod och andra tillgängliga verktyg. Applikationens miljö måste tillhandahålla materialläsning, kommandokörning eller filframställning. Produktionsåtgärder, gränssnittsstyrning och skapande av en färdig presentation beror på dessa verktyg. Textmodellen får dem inte automatiskt.\n\nAnthropic beskriver separat säkerhetskontroller och skyddsåtgärder för potentiellt farliga cybersäkerhetsuppgifter. Vid vanlig utveckling kan modellen hjälpa till att hitta och korrigera sårbarheter, men förfrågans karaktär påverkar möjligheten att svara. Slutsatser från stora material och föreslagna ändringar behöver kontrolleras mot själva uppgifterna och utförandets resultat.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Review an idempotency bug\n\nReview this payment-handler excerpt: if not exists(event.id): charge(event.amount); save(event.id). Two workers can process the same event concurrently. The database supports transactions and a unique event_id. Propose a minimal safe change, explain the crash window and give tests for concurrent delivery and a crash after charging. Do not assume the payment service supports idempotency.A focused review with the race, a proposed code or pseudocode patch, required payment-service guarantees and two test scenarios.Verify that the proposal handles the external charge boundary explicitly rather than claiming a database transaction alone prevents duplicate charges.anthropic/claude-opus-4.6Claude Opus 4.6 är avsedd för stora kodbaser, felsökning, forskning och analys av långa dokument. Stöder adaptivt resonemang och en kontext på upp till 1 miljon token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Opus 4.6 är inriktad på arbete där det är användbart att hålla mycket material i samma kontext och resonera efter läsningen. Anthropic framhåller utveckling i stora kodbaser, kodgranskning, felsökning, finansiell analys och forskning. Modellen kan hitta viktiga detaljer, koppla samman uppgifter från olika delar av materialet och använda dem för att lösa uppgiften stegvis.
Inom utveckling innebär det arbete med en plan, utforskning av ett obekant system och sökning efter fel i ändringar. Inom professionell analys innebär det dokumentbearbetning och framställning av innehåll för kalkylblad, rapporter eller presentationer. I sådana scenarier är det viktigt att ge modellen själva uppgiften och materialet som slutsatserna ska bygga på, inte bara ett allmänt ämnesnamn.
Modellen stöder ett adaptivt läge: utifrån instruktionens innehåll avgör den när ytterligare analys är användbar. Parametern effort anger arbetsinsatsen. För Opus 4.6 finns low, medium, high och max, med high som standard. Enligt Anthropic kan fördjupad bearbetning förlänga svarstiden på enkla uppgifter. Den valda nivån bör därför relateras till svårighetsgraden.
Äldre extended thinking med manuell budget stöds fortfarande men anges som på väg att bli föråldrat. Denna version har en viktig skillnad mellan lägena: resonemang mellan verktygsanrop finns i det adaptiva läget, medan Opus 4.6 inte gör det i det manuella läget. Med anslutna verktyg hjälper adaptiv analys till att använda resultatet av en åtgärd för att välja nästa.
Anthropics aktuella specifikation anger 1 miljon token i kontext och upp till 128 tusen token i svaret i vanligt läge. Indata är text och bilder, medan svaret förblir text. Den tillförlitliga gränsen för de inbyggda kunskaperna är maj 2025.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
För långa samtal och agentuppgifter beskriver tillverkaren komprimering av gammal kontext: den tidigare delen av arbetet ersätts med en sammanfattning när en bestämd tröskel närmar sig. Funktionen anges som experimentell och kräver stöd i applikationen. Kontextstorleken innebär inte i sig ett obegränsat minne.
Opus 4.6 är avsedd för flerstegsarbete med sökning, kod och andra tillgängliga verktyg. Applikationens miljö måste tillhandahålla materialläsning, kommandokörning eller filframställning. Produktionsåtgärder, gränssnittsstyrning och skapande av en färdig presentation beror på dessa verktyg. Textmodellen får dem inte automatiskt.
Anthropic beskriver separat säkerhetskontroller och skyddsåtgärder för potentiellt farliga cybersäkerhetsuppgifter. Vid vanlig utveckling kan modellen hjälpa till att hitta och korrigera sårbarheter, men förfrågans karaktär påverkar möjligheten att svara. Slutsatser från stora material och föreslagna ändringar behöver kontrolleras mot själva uppgifterna och utförandets resultat.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-opus-4.6 | 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 $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 1K token Indata · Skrivning till cache, 1 tim $0.02 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 1K token Indata · Skrivning till cache, 1 tim $0.02 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${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-4.6", "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-4.6',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-4.6',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-4.6
Använd metodsökvägarna som visas ovan.
anthropic/claude-opus-4.6Claude Opus 4.6 är avsedd för stora kodbaser, felsökning, forskning och analys av långa dokument. Stöder adaptivt resonemang och en kontext på upp till 1 miljon token.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Opus 4.6 är inriktad på arbete där det är användbart att hålla mycket material i samma kontext och resonera efter läsningen. Anthropic framhåller utveckling i stora kodbaser, kodgranskning, felsökning, finansiell analys och forskning. Modellen kan hitta viktiga detaljer, koppla samman uppgifter från olika delar av materialet och använda dem för att lösa uppgiften stegvis.
Inom utveckling innebär det arbete med en plan, utforskning av ett obekant system och sökning efter fel i ändringar. Inom professionell analys innebär det dokumentbearbetning och framställning av innehåll för kalkylblad, rapporter eller presentationer. I sådana scenarier är det viktigt att ge modellen själva uppgiften och materialet som slutsatserna ska bygga på, inte bara ett allmänt ämnesnamn.
Modellen stöder ett adaptivt läge: utifrån instruktionens innehåll avgör den när ytterligare analys är användbar. Parametern effort anger arbetsinsatsen. För Opus 4.6 finns low, medium, high och max, med high som standard. Enligt Anthropic kan fördjupad bearbetning förlänga svarstiden på enkla uppgifter. Den valda nivån bör därför relateras till svårighetsgraden.
Äldre extended thinking med manuell budget stöds fortfarande men anges som på väg att bli föråldrat. Denna version har en viktig skillnad mellan lägena: resonemang mellan verktygsanrop finns i det adaptiva läget, medan Opus 4.6 inte gör det i det manuella läget. Med anslutna verktyg hjälper adaptiv analys till att använda resultatet av en åtgärd för att välja nästa.
Anthropics aktuella specifikation anger 1 miljon token i kontext och upp till 128 tusen token i svaret i vanligt läge. Indata är text och bilder, medan svaret förblir text. Den tillförlitliga gränsen för de inbyggda kunskaperna är maj 2025.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 1568 pixlar och antalet visuella token 1568. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
För långa samtal och agentuppgifter beskriver tillverkaren komprimering av gammal kontext: den tidigare delen av arbetet ersätts med en sammanfattning när en bestämd tröskel närmar sig. Funktionen anges som experimentell och kräver stöd i applikationen. Kontextstorleken innebär inte i sig ett obegränsat minne.
Opus 4.6 är avsedd för flerstegsarbete med sökning, kod och andra tillgängliga verktyg. Applikationens miljö måste tillhandahålla materialläsning, kommandokörning eller filframställning. Produktionsåtgärder, gränssnittsstyrning och skapande av en färdig presentation beror på dessa verktyg. Textmodellen får dem inte automatiskt.
Anthropic beskriver separat säkerhetskontroller och skyddsåtgärder för potentiellt farliga cybersäkerhetsuppgifter. Vid vanlig utveckling kan modellen hjälpa till att hitta och korrigera sårbarheter, men förfrågans karaktär påverkar möjligheten att svara. Slutsatser från stora material och föreslagna ändringar behöver kontrolleras mot själva uppgifterna och utförandets resultat.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-opus-4.6 | 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 $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 1K token Indata · Skrivning till cache, 1 tim $0.02 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 1K token Indata · Skrivning till cache, 1 tim $0.02 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "anthropic/claude-opus-4.6",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-4.6', '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-4.6', '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-4.6
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Review an idempotency bug\n\nReview this payment-handler excerpt: if not exists(event.id): charge(event.amount); save(event.id). Two workers can process the same event concurrently. The database supports transactions and a unique event_id. Propose a minimal safe change, explain the crash window and give tests for concurrent delivery and a crash after charging. Do not assume the payment service supports idempotency.A focused review with the race, a proposed code or pseudocode patch, required payment-service guarantees and two test scenarios.Verify that the proposal handles the external charge boundary explicitly rather than claiming a database transaction alone prevents duplicate charges.