Claude Sonnet 4.5 är Anthropics Sonnet-utgåva med fokus på programvaruutveckling, komplexa agentuppgifter och datoranvändning, med förbättringar inom resonemang och matematik. Den tar emot text och bilder och genererar text. Utgåvan beskrivs som avsedd för långvarigt arbete över flera steg, kodförståelse och ändringar som berör ett större projekt snarare än en enskild isolerad funktion. Ett användbart underlag anger det önskade beteendet, relevant källmaterial och artefakten som ska levereras: en föreslagen korrigering, en implementationsförklaring, en dokumentanalys eller ett strukturerat svar.
För programvaruarbete tillhandahåller du projektets begränsningar, relevanta filer eller utdrag, det observerade felet och ett konkret exempel på det förväntade resultatet. Begär den berörda koden och en förklaring av hur den föreslagna ändringen hanterar exemplet. Tillverkaren presenterar modellen som lämplig för att bygga agenter och genomföra utvecklingsuppgifter med verktyg. Den omgivande applikationen läser och redigerar filer, kör ett kommando eller en kontroll och returnerar dess faktiska utdata; modellen resonerar utifrån detta underlag. Håll den föreslagna ändringen och den utförda kontrollen åtskilda i slutrapporten.
Datoranvändning är en separat tillämpning av modellens visuella förmågor och agentförmågor. Anthropics lanseringsmaterial visar interaktion med webbläsare, navigering på sidor och arbete med kalkylblad genom en ansluten miljö. Ett visuellt underlag kan innehålla en skärmbild, ange målet och definiera vilka åtgärder applikationen tillåter. Applikationen utför sedan den valda interaktionen och returnerar den ändrade skärmen eller ett annat resultat. På samma sätt kan modellen förbereda innehåll och kod för dokument, kalkylblad och presentationsbilder, medan miljön producerar den färdiga filen. Text- och bildförståelse gör inte modellen till en inbyggd bild- eller ljudgenerator.
Tillverkarens exakta specifikation anger ett kontextfönster på 200K token och upp till 64K utdatatoken. Modellens gräns för tillförlitlig kunskap är januari 2025, vilket skiljer sig från den senare gräns för träningsdata som anges på sidan. Håll dokumentgränser, sidbeteckningar, enheter och kodidentifierare tydliga i långa indata och reservera utrymme för det begärda svaret och eventuellt resonemang. Tillverkaren dokumenterar även kontextmedvetenhet för denna utgåva, så det arbetsflöde som stöds håller reda på hur mycket utrymme som återstår under samtalet. Det hjälper till att hantera en långvarig uppgift inom fönstret; det ersätter inte fönstret med den större kapaciteten hos en senare Sonnet-utgåva.
Sonnet 4.5 stöder vanliga svar och manuellt utökat resonemang. I det senare läget anger budget_tokens ett mål för det interna resonemanget före det synliga svaret. Det dokumenterade minimumet är 1 024 token, och budgeten måste normalt vara lägre än max_tokens eftersom resonemanget och slutsvaret delar på genereringsutrymmet. Budgeten är ett mål, inte ett löfte om att förbruka exakt så många token. Denna utgåva har inte det adaptiva resonemangsläge eller de effort-kontroller som beskrivs för senare Sonnet-modeller. Välj det begärda analysdjupet och lämna tillräckligt utrymme för ett användbart slutsvar.
Tillverkarens beta-funktion för sammanflätat resonemang låter Sonnet 4.5 resonera mellan verktygsanrop inom en samtalstur och använda de returnerade observationerna för att avgöra nästa steg. Den kräver den dokumenterade beta-funktionen i det Messages-arbetsflöde som stöds. I detta fall kan resonemangsbudgeten överstiga max_tokens eftersom den sträcker sig över flera resonemangsblock i samma assistenttur. Returnera verktygsresultaten tillsammans med tillhörande resonemangsinnehåll utan ändringar, inklusive dess signatur; redigering gör innehållet ogiltigt. En forsknings- eller felsökningsuppgift kan därmed växla mellan en föreslagen kontroll, det faktiska returnerade resultatet och en uppdaterad analys utan att behandla ett textförslag som en utförd åtgärd.
För visuellt material stöder tillverkaren JPEG, PNG, GIF och WebP och använder endast den första bildrutan i en animation. Den standardnivå för modellens egen bildhantering som används i denna utgåva har en gräns på 1 568 pixlar för långsidan och 1 568 visuella token; större bilder skalas ned. Tillverkarens bildguide anger upp till 100 bilder per API-begäran för modeller med 200K-kontext, med villkor för bildstorlek och total begäransstorlek som kan nås först. Placera om möjligt bilderna före frågan, märk upp flera bilder och bevara liten text eller diagrambeteckningar. Guiden rekommenderar tydliga bilder och tillräckligt mycket omgivande sammanhang för att tolka den synliga detaljen.
Kontextredigering och ett minnesverktyg introducerades samtidigt med modellen för att stödja längre agentarbetsflöden. Detta är applikationsstödda sätt att bevara användbart tillstånd eller ta bort gammalt verktygsmaterial; de är inte ett obegränsat modellminne eller den senare serverkomprimeringsfunktionen. För en uppgift i flera steg bevarar du redan fattade beslut, den återstående frågan och det underlag som behövs för nästa steg. Anthropic beskriver också starkare motstånd mot dolda instruktioner i externt innehåll och påpekar samtidigt att modellspecifika klassificerare ibland kan flagga ofarligt material. Det användbara resultatet förblir en granskningsbar artefakt knuten till tillhandahållet underlag, där de exakta lägena och gränserna för Sonnet 4.5 hålls åtskilda från senare utgåvor.
", "aboutText": "Claude Sonnet 4.5 är Anthropics Sonnet-utgåva med fokus på programvaruutveckling, komplexa agentuppgifter och datoranvändning, med förbättringar inom resonemang och matematik. Den tar emot text och bilder och genererar text. Utgåvan beskrivs som avsedd för långvarigt arbete över flera steg, kodförståelse och ändringar som berör ett större projekt snarare än en enskild isolerad funktion. Ett användbart underlag anger det önskade beteendet, relevant källmaterial och artefakten som ska levereras: en föreslagen korrigering, en implementationsförklaring, en dokumentanalys eller ett strukturerat svar.\n\nFör programvaruarbete tillhandahåller du projektets begränsningar, relevanta filer eller utdrag, det observerade felet och ett konkret exempel på det förväntade resultatet. Begär den berörda koden och en förklaring av hur den föreslagna ändringen hanterar exemplet. Tillverkaren presenterar modellen som lämplig för att bygga agenter och genomföra utvecklingsuppgifter med verktyg. Den omgivande applikationen läser och redigerar filer, kör ett kommando eller en kontroll och returnerar dess faktiska utdata; modellen resonerar utifrån detta underlag. Håll den föreslagna ändringen och den utförda kontrollen åtskilda i slutrapporten.\n\nDatoranvändning är en separat tillämpning av modellens visuella förmågor och agentförmågor. Anthropics lanseringsmaterial visar interaktion med webbläsare, navigering på sidor och arbete med kalkylblad genom en ansluten miljö. Ett visuellt underlag kan innehålla en skärmbild, ange målet och definiera vilka åtgärder applikationen tillåter. Applikationen utför sedan den valda interaktionen och returnerar den ändrade skärmen eller ett annat resultat. På samma sätt kan modellen förbereda innehåll och kod för dokument, kalkylblad och presentationsbilder, medan miljön producerar den färdiga filen. Text- och bildförståelse gör inte modellen till en inbyggd bild- eller ljudgenerator.\n\nTillverkarens exakta specifikation anger ett kontextfönster på 200K token och upp till 64K utdatatoken. Modellens gräns för tillförlitlig kunskap är januari 2025, vilket skiljer sig från den senare gräns för träningsdata som anges på sidan. Håll dokumentgränser, sidbeteckningar, enheter och kodidentifierare tydliga i långa indata och reservera utrymme för det begärda svaret och eventuellt resonemang. Tillverkaren dokumenterar även kontextmedvetenhet för denna utgåva, så det arbetsflöde som stöds håller reda på hur mycket utrymme som återstår under samtalet. Det hjälper till att hantera en långvarig uppgift inom fönstret; det ersätter inte fönstret med den större kapaciteten hos en senare Sonnet-utgåva.\n\nSonnet 4.5 stöder vanliga svar och manuellt utökat resonemang. I det senare läget anger budget_tokens ett mål för det interna resonemanget före det synliga svaret. Det dokumenterade minimumet är 1 024 token, och budgeten måste normalt vara lägre än max_tokens eftersom resonemanget och slutsvaret delar på genereringsutrymmet. Budgeten är ett mål, inte ett löfte om att förbruka exakt så många token. Denna utgåva har inte det adaptiva resonemangsläge eller de effort-kontroller som beskrivs för senare Sonnet-modeller. Välj det begärda analysdjupet och lämna tillräckligt utrymme för ett användbart slutsvar.\n\nTillverkarens beta-funktion för sammanflätat resonemang låter Sonnet 4.5 resonera mellan verktygsanrop inom en samtalstur och använda de returnerade observationerna för att avgöra nästa steg. Den kräver den dokumenterade beta-funktionen i det Messages-arbetsflöde som stöds. I detta fall kan resonemangsbudgeten överstiga max_tokens eftersom den sträcker sig över flera resonemangsblock i samma assistenttur. Returnera verktygsresultaten tillsammans med tillhörande resonemangsinnehåll utan ändringar, inklusive dess signatur; redigering gör innehållet ogiltigt. En forsknings- eller felsökningsuppgift kan därmed växla mellan en föreslagen kontroll, det faktiska returnerade resultatet och en uppdaterad analys utan att behandla ett textförslag som en utförd åtgärd.\n\nFör visuellt material stöder tillverkaren JPEG, PNG, GIF och WebP och använder endast den första bildrutan i en animation. Den standardnivå för modellens egen bildhantering som används i denna utgåva har en gräns på 1 568 pixlar för långsidan och 1 568 visuella token; större bilder skalas ned. Tillverkarens bildguide anger upp till 100 bilder per API-begäran för modeller med 200K-kontext, med villkor för bildstorlek och total begäransstorlek som kan nås först. Placera om möjligt bilderna före frågan, märk upp flera bilder och bevara liten text eller diagrambeteckningar. Guiden rekommenderar tydliga bilder och tillräckligt mycket omgivande sammanhang för att tolka den synliga detaljen.\n\nKontextredigering och ett minnesverktyg introducerades samtidigt med modellen för att stödja längre agentarbetsflöden. Detta är applikationsstödda sätt att bevara användbart tillstånd eller ta bort gammalt verktygsmaterial; de är inte ett obegränsat modellminne eller den senare serverkomprimeringsfunktionen. För en uppgift i flera steg bevarar du redan fattade beslut, den återstående frågan och det underlag som behövs för nästa steg. Anthropic beskriver också starkare motstånd mot dolda instruktioner i externt innehåll och påpekar samtidigt att modellspecifika klassificerare ibland kan flagga ofarligt material. Det användbara resultatet förblir en granskningsbar artefakt knuten till tillhandahållet underlag, där de exakta lägena och gränserna för Sonnet 4.5 hålls åtskilda från senare utgåvor.", "editorialOverlay": { "copy_fields": { "practical_html": "Tekniskt exempel på engelska
Repair an empty-cart total\n\nReview this Python function: def total(items): return sum(x['price'] * x['qty'] for x in items) / len(items). It crashes for an empty cart and incorrectly averages nonempty carts. Return a minimal correction preserving the function signature, plus assertions for empty, one-line and two-line carts. Explain the changed behavior briefly.Corrected Python function, three concrete assertions and a brief explanation of sum versus average.The proposed tests cover empty input and verify that two cart lines are added rather than averaged.anthropic/claude-sonnet-4.5Claude Sonnet 4.5 är Anthropics text- och bildmodell för programvaruutveckling, komplexa agenter, datoranvändning och analytiskt arbete. Den stöder direkta svar eller manuellt utökat resonemang, med resonemang mellan verktygsanrop i det dokumenterade beta-arbetsflödet.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Sonnet 4.5 är Anthropics Sonnet-utgåva med fokus på programvaruutveckling, komplexa agentuppgifter och datoranvändning, med förbättringar inom resonemang och matematik. Den tar emot text och bilder och genererar text. Utgåvan beskrivs som avsedd för långvarigt arbete över flera steg, kodförståelse och ändringar som berör ett större projekt snarare än en enskild isolerad funktion. Ett användbart underlag anger det önskade beteendet, relevant källmaterial och artefakten som ska levereras: en föreslagen korrigering, en implementationsförklaring, en dokumentanalys eller ett strukturerat svar.
För programvaruarbete tillhandahåller du projektets begränsningar, relevanta filer eller utdrag, det observerade felet och ett konkret exempel på det förväntade resultatet. Begär den berörda koden och en förklaring av hur den föreslagna ändringen hanterar exemplet. Tillverkaren presenterar modellen som lämplig för att bygga agenter och genomföra utvecklingsuppgifter med verktyg. Den omgivande applikationen läser och redigerar filer, kör ett kommando eller en kontroll och returnerar dess faktiska utdata; modellen resonerar utifrån detta underlag. Håll den föreslagna ändringen och den utförda kontrollen åtskilda i slutrapporten.
Datoranvändning är en separat tillämpning av modellens visuella förmågor och agentförmågor. Anthropics lanseringsmaterial visar interaktion med webbläsare, navigering på sidor och arbete med kalkylblad genom en ansluten miljö. Ett visuellt underlag kan innehålla en skärmbild, ange målet och definiera vilka åtgärder applikationen tillåter. Applikationen utför sedan den valda interaktionen och returnerar den ändrade skärmen eller ett annat resultat. På samma sätt kan modellen förbereda innehåll och kod för dokument, kalkylblad och presentationsbilder, medan miljön producerar den färdiga filen. Text- och bildförståelse gör inte modellen till en inbyggd bild- eller ljudgenerator.
Tillverkarens exakta specifikation anger ett kontextfönster på 200K token och upp till 64K utdatatoken. Modellens gräns för tillförlitlig kunskap är januari 2025, vilket skiljer sig från den senare gräns för träningsdata som anges på sidan. Håll dokumentgränser, sidbeteckningar, enheter och kodidentifierare tydliga i långa indata och reservera utrymme för det begärda svaret och eventuellt resonemang. Tillverkaren dokumenterar även kontextmedvetenhet för denna utgåva, så det arbetsflöde som stöds håller reda på hur mycket utrymme som återstår under samtalet. Det hjälper till att hantera en långvarig uppgift inom fönstret; det ersätter inte fönstret med den större kapaciteten hos en senare Sonnet-utgåva.
Sonnet 4.5 stöder vanliga svar och manuellt utökat resonemang. I det senare läget anger budget_tokens ett mål för det interna resonemanget före det synliga svaret. Det dokumenterade minimumet är 1 024 token, och budgeten måste normalt vara lägre än max_tokens eftersom resonemanget och slutsvaret delar på genereringsutrymmet. Budgeten är ett mål, inte ett löfte om att förbruka exakt så många token. Denna utgåva har inte det adaptiva resonemangsläge eller de effort-kontroller som beskrivs för senare Sonnet-modeller. Välj det begärda analysdjupet och lämna tillräckligt utrymme för ett användbart slutsvar.
Tillverkarens beta-funktion för sammanflätat resonemang låter Sonnet 4.5 resonera mellan verktygsanrop inom en samtalstur och använda de returnerade observationerna för att avgöra nästa steg. Den kräver den dokumenterade beta-funktionen i det Messages-arbetsflöde som stöds. I detta fall kan resonemangsbudgeten överstiga max_tokens eftersom den sträcker sig över flera resonemangsblock i samma assistenttur. Returnera verktygsresultaten tillsammans med tillhörande resonemangsinnehåll utan ändringar, inklusive dess signatur; redigering gör innehållet ogiltigt. En forsknings- eller felsökningsuppgift kan därmed växla mellan en föreslagen kontroll, det faktiska returnerade resultatet och en uppdaterad analys utan att behandla ett textförslag som en utförd åtgärd.
För visuellt material stöder tillverkaren JPEG, PNG, GIF och WebP och använder endast den första bildrutan i en animation. Den standardnivå för modellens egen bildhantering som används i denna utgåva har en gräns på 1 568 pixlar för långsidan och 1 568 visuella token; större bilder skalas ned. Tillverkarens bildguide anger upp till 100 bilder per API-begäran för modeller med 200K-kontext, med villkor för bildstorlek och total begäransstorlek som kan nås först. Placera om möjligt bilderna före frågan, märk upp flera bilder och bevara liten text eller diagrambeteckningar. Guiden rekommenderar tydliga bilder och tillräckligt mycket omgivande sammanhang för att tolka den synliga detaljen.
Kontextredigering och ett minnesverktyg introducerades samtidigt med modellen för att stödja längre agentarbetsflöden. Detta är applikationsstödda sätt att bevara användbart tillstånd eller ta bort gammalt verktygsmaterial; de är inte ett obegränsat modellminne eller den senare serverkomprimeringsfunktionen. För en uppgift i flera steg bevarar du redan fattade beslut, den återstående frågan och det underlag som behövs för nästa steg. Anthropic beskriver också starkare motstånd mot dolda instruktioner i externt innehåll och påpekar samtidigt att modellspecifika klassificerare ibland kan flagga ofarligt material. Det användbara resultatet förblir en granskningsbar artefakt knuten till tillhandahållet underlag, där de exakta lägena och gränserna för Sonnet 4.5 hålls åtskilda från senare utgåvor.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-sonnet-4.5 | 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 $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.012 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med200 000 | Avgift Indata · Indatatoken $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.012 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än200 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.024 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "anthropic/claude-sonnet-4.5", "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-sonnet-4.5',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-sonnet-4.5',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-sonnet-4.5
Använd metodsökvägarna som visas ovan.
anthropic/claude-sonnet-4.5Claude Sonnet 4.5 är Anthropics text- och bildmodell för programvaruutveckling, komplexa agenter, datoranvändning och analytiskt arbete. Den stöder direkta svar eller manuellt utökat resonemang, med resonemang mellan verktygsanrop i det dokumenterade beta-arbetsflödet.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Claude Sonnet 4.5 är Anthropics Sonnet-utgåva med fokus på programvaruutveckling, komplexa agentuppgifter och datoranvändning, med förbättringar inom resonemang och matematik. Den tar emot text och bilder och genererar text. Utgåvan beskrivs som avsedd för långvarigt arbete över flera steg, kodförståelse och ändringar som berör ett större projekt snarare än en enskild isolerad funktion. Ett användbart underlag anger det önskade beteendet, relevant källmaterial och artefakten som ska levereras: en föreslagen korrigering, en implementationsförklaring, en dokumentanalys eller ett strukturerat svar.
För programvaruarbete tillhandahåller du projektets begränsningar, relevanta filer eller utdrag, det observerade felet och ett konkret exempel på det förväntade resultatet. Begär den berörda koden och en förklaring av hur den föreslagna ändringen hanterar exemplet. Tillverkaren presenterar modellen som lämplig för att bygga agenter och genomföra utvecklingsuppgifter med verktyg. Den omgivande applikationen läser och redigerar filer, kör ett kommando eller en kontroll och returnerar dess faktiska utdata; modellen resonerar utifrån detta underlag. Håll den föreslagna ändringen och den utförda kontrollen åtskilda i slutrapporten.
Datoranvändning är en separat tillämpning av modellens visuella förmågor och agentförmågor. Anthropics lanseringsmaterial visar interaktion med webbläsare, navigering på sidor och arbete med kalkylblad genom en ansluten miljö. Ett visuellt underlag kan innehålla en skärmbild, ange målet och definiera vilka åtgärder applikationen tillåter. Applikationen utför sedan den valda interaktionen och returnerar den ändrade skärmen eller ett annat resultat. På samma sätt kan modellen förbereda innehåll och kod för dokument, kalkylblad och presentationsbilder, medan miljön producerar den färdiga filen. Text- och bildförståelse gör inte modellen till en inbyggd bild- eller ljudgenerator.
Tillverkarens exakta specifikation anger ett kontextfönster på 200K token och upp till 64K utdatatoken. Modellens gräns för tillförlitlig kunskap är januari 2025, vilket skiljer sig från den senare gräns för träningsdata som anges på sidan. Håll dokumentgränser, sidbeteckningar, enheter och kodidentifierare tydliga i långa indata och reservera utrymme för det begärda svaret och eventuellt resonemang. Tillverkaren dokumenterar även kontextmedvetenhet för denna utgåva, så det arbetsflöde som stöds håller reda på hur mycket utrymme som återstår under samtalet. Det hjälper till att hantera en långvarig uppgift inom fönstret; det ersätter inte fönstret med den större kapaciteten hos en senare Sonnet-utgåva.
Sonnet 4.5 stöder vanliga svar och manuellt utökat resonemang. I det senare läget anger budget_tokens ett mål för det interna resonemanget före det synliga svaret. Det dokumenterade minimumet är 1 024 token, och budgeten måste normalt vara lägre än max_tokens eftersom resonemanget och slutsvaret delar på genereringsutrymmet. Budgeten är ett mål, inte ett löfte om att förbruka exakt så många token. Denna utgåva har inte det adaptiva resonemangsläge eller de effort-kontroller som beskrivs för senare Sonnet-modeller. Välj det begärda analysdjupet och lämna tillräckligt utrymme för ett användbart slutsvar.
Tillverkarens beta-funktion för sammanflätat resonemang låter Sonnet 4.5 resonera mellan verktygsanrop inom en samtalstur och använda de returnerade observationerna för att avgöra nästa steg. Den kräver den dokumenterade beta-funktionen i det Messages-arbetsflöde som stöds. I detta fall kan resonemangsbudgeten överstiga max_tokens eftersom den sträcker sig över flera resonemangsblock i samma assistenttur. Returnera verktygsresultaten tillsammans med tillhörande resonemangsinnehåll utan ändringar, inklusive dess signatur; redigering gör innehållet ogiltigt. En forsknings- eller felsökningsuppgift kan därmed växla mellan en föreslagen kontroll, det faktiska returnerade resultatet och en uppdaterad analys utan att behandla ett textförslag som en utförd åtgärd.
För visuellt material stöder tillverkaren JPEG, PNG, GIF och WebP och använder endast den första bildrutan i en animation. Den standardnivå för modellens egen bildhantering som används i denna utgåva har en gräns på 1 568 pixlar för långsidan och 1 568 visuella token; större bilder skalas ned. Tillverkarens bildguide anger upp till 100 bilder per API-begäran för modeller med 200K-kontext, med villkor för bildstorlek och total begäransstorlek som kan nås först. Placera om möjligt bilderna före frågan, märk upp flera bilder och bevara liten text eller diagrambeteckningar. Guiden rekommenderar tydliga bilder och tillräckligt mycket omgivande sammanhang för att tolka den synliga detaljen.
Kontextredigering och ett minnesverktyg introducerades samtidigt med modellen för att stödja längre agentarbetsflöden. Detta är applikationsstödda sätt att bevara användbart tillstånd eller ta bort gammalt verktygsmaterial; de är inte ett obegränsat modellminne eller den senare serverkomprimeringsfunktionen. För en uppgift i flera steg bevarar du redan fattade beslut, den återstående frågan och det underlag som behövs för nästa steg. Anthropic beskriver också starkare motstånd mot dolda instruktioner i externt innehåll och påpekar samtidigt att modellspecifika klassificerare ibland kan flagga ofarligt material. Det användbara resultatet förblir en granskningsbar artefakt knuten till tillhandahållet underlag, där de exakta lägena och gränserna för Sonnet 4.5 hålls åtskilda från senare utgåvor.
POST /v1/messagestextjson, sse| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser anthropic/claude-sonnet-4.5 | 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 $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.012 / 1K token |
| KonfigurationNivå 1 för förfrågans längd | Prislista— | Kontexttoken, fler än0 | Kontexttoken, upp till och med200 000 | Avgift Indata · Indatatoken $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.012 / 1K token |
| KonfigurationNivå 2 för förfrågans längd | Prislista— | Kontexttoken, fler än200 000 | Kontexttoken, upp till och medIngen övre gräns | Avgift Indata · Indatatoken $0.0132 / 1K token Utdata · Utdatatoken $0.03 / 1K token Indata · Cacheläsning $0.0006 / 1K token Indata · Skrivning till cache $0.0075 / 1K token Indata · Skrivning till cache, 1 tim $0.024 / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
{\n "model": "anthropic/claude-sonnet-4.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-sonnet-4.5', '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-sonnet-4.5', '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-sonnet-4.5
Använd metodsökvägarna som visas ovan.
Tekniskt exempel på engelska
Repair an empty-cart total\n\nReview this Python function: def total(items): return sum(x['price'] * x['qty'] for x in items) / len(items). It crashes for an empty cart and incorrectly averages nonempty carts. Return a minimal correction preserving the function signature, plus assertions for empty, one-line and two-line carts. Explain the changed behavior briefly.Corrected Python function, three concrete assertions and a brief explanation of sum versus average.The proposed tests cover empty input and verify that two cart lines are added rather than averaged.