Anthropic skapar Claude Opus 4.7 för avancerade och långvariga utvecklingsuppgifter. Presentationen betonar stegvis genomförande, noggrann hantering av instruktioner och sökande efter sätt att kontrollera det egna resultatet före det slutliga meddelandet. Modellen passar för att undersöka svåra kodproblem och framställa professionellt material där både en teknisk lösning och en tydlig presentation behövs.
Opus 4.7 följer formuleringarna bokstavligt. Uppgiften bör anges med uttryckliga gränser: vilka delar som ska ändras, vad som ska kontrolleras och hur resultatet ska se ut. Om ett villkor gäller hela arbetet bör det beskrivas så. Tillverkaren framhåller även användning av anteckningar i filbaserat minne för långa uppgifter, men läsning och sparande av anteckningarna kräver applikationens verktyg.
Modellen tar emot text och bilder och producerar text. För visuell indata stöds upplösning upp till 2576 pixlar längs långsidan, ungefär 3,75 megapixlar. Det är användbart för informationsrika skärmbilder, extrahering av uppgifter ur komplexa diagram och uppgifter med en detaljerad visuell förlaga.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 2576 pixlar och antalet visuella token 4784. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
Hög upplösning hjälper till att bevara detaljer men gör inte den visuella förståelsen felfri. Utdata kan vara en förklaring, en datastruktur eller kod. Skapande och redigering av själva bilden ingår inte i modellens utdataförmåga. Gränssnittsstyrning kräver verktyg som visar modellen skärmen och utför åtgärder i applikationen.
Kontexten är 1 miljon token och det maximala svaret i vanligt läge 128 tusen token. Adaptivt resonemang stöds. Manuellt extended thinking med budget_tokens finns inte i denna version. Standardnivån för effort är high. Även low, medium, xhigh och max finns. Nivån xhigh ger en separat inställning mellan high och max för långvarigt utvecklings- och agentarbete.
Vid låg arbetsinsats begränsar modellen arbetet särskilt strikt till det som efterfrågats. För avancerade undersökningar rekommenderar tillverkaren tillräckligt med utrymme för resonemang och svar. Denna version har ett uppdaterat sätt att dela upp text i token, så samma textmängd har inte alltid den tokenlängd som är bekant från tidigare versioner.
Den tillförlitliga gränsen för de inbyggda kunskaperna är januari 2026. För aktuella undersökningar, dokumentarbete och kodkörning används material och verktyg från applikationen. Opus 4.7 har skyddsmekanismer som kan blockera förfrågningar inom cybersäkerhet som är förbjudna eller innebär hög risk. Dess fokus på resultatkontroll är användbart, men slutliga ändringar och slutsatser behöver ändå kontrolleras i den specifika miljön.
", "aboutText": "### Noggrant utvecklingsarbete\n\nAnthropic skapar Claude Opus 4.7 för avancerade och långvariga utvecklingsuppgifter. Presentationen betonar stegvis genomförande, noggrann hantering av instruktioner och sökande efter sätt att kontrollera det egna resultatet före det slutliga meddelandet. Modellen passar för att undersöka svåra kodproblem och framställa professionellt material där både en teknisk lösning och en tydlig presentation behövs.\n\nOpus 4.7 följer formuleringarna bokstavligt. Uppgiften bör anges med uttryckliga gränser: vilka delar som ska ändras, vad som ska kontrolleras och hur resultatet ska se ut. Om ett villkor gäller hela arbetet bör det beskrivas så. Tillverkaren framhåller även användning av anteckningar i filbaserat minne för långa uppgifter, men läsning och sparande av anteckningarna kräver applikationens verktyg.\n\n### Se informationsrika diagram och gränssnittsbilder\n\nModellen tar emot **text och bilder** och producerar **text**. För visuell indata stöds upplösning upp till **2576 pixlar längs långsidan**, ungefär **3,75 megapixlar**. Det är användbart för informationsrika skärmbilder, extrahering av uppgifter ur komplexa diagram och uppgifter med en detaljerad visuell förlaga.\n\nTillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 2576 pixlar och antalet visuella token 4784. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.\n\nHög upplösning hjälper till att bevara detaljer men gör inte den visuella förståelsen felfri. Utdata kan vara en förklaring, en datastruktur eller kod. Skapande och redigering av själva bilden ingår inte i modellens utdataförmåga. Gränssnittsstyrning kräver verktyg som visar modellen skärmen och utför åtgärder i applikationen.\n\n### Uppgiftens djup och omfattning\n\nKontexten är **1 miljon token** och det maximala svaret i vanligt läge **128 tusen token**. Adaptivt resonemang stöds. Manuellt extended thinking med `budget_tokens` finns inte i denna version. Standardnivån för `effort` är `high`. Även `low`, `medium`, `xhigh` och `max` finns. Nivån `xhigh` ger en separat inställning mellan `high` och `max` för långvarigt utvecklings- och agentarbete.\n\nVid låg arbetsinsats begränsar modellen arbetet särskilt strikt till det som efterfrågats. För avancerade undersökningar rekommenderar tillverkaren tillräckligt med utrymme för resonemang och svar. Denna version har ett uppdaterat sätt att dela upp text i token, så samma textmängd har inte alltid den tokenlängd som är bekant från tidigare versioner.\n\n### Arbetsvillkor\n\nDen tillförlitliga gränsen för de inbyggda kunskaperna är **januari 2026**. För aktuella undersökningar, dokumentarbete och kodkörning används material och verktyg från applikationen. Opus 4.7 har skyddsmekanismer som kan blockera förfrågningar inom cybersäkerhet som är förbjudna eller innebär hög risk. Dess fokus på resultatkontroll är användbart, men slutliga ändringar och slutsatser behöver ändå kontrolleras i den specifika miljön.", "editorialOverlay": { "copy_fields": null, "copy_sha256": null, "copy_source": null, "html_sha256": "a880516cc2b73d60c3327cb9ed17df30ddfd9882cd466cdb304557b87317398a", "module_sha256": "ee9dc1c50b1e6a8fb7fa062030fcb4646b9aaaeb08be513b723a5a92a7290f06", "raw_model_unchanged": true, "schema": "ailoot-native-model-editorial-v1" }, "locale": "sv", "methods": [ { "html": "claude-opus-4-7-thinkingClaude Opus 4.7 är utformad för avancerat utvecklingsarbete och analys av dokument och bilder med små detaljer. Lägger särskild vikt vid att följa instruktioner exakt och kontrollera resultatet.
Den här beskrivningen omfattar modellens förmågor. Tillgängliga indata, utdata och alternativ i Ailoot anges nedan för den valda metoden.
Anthropic skapar Claude Opus 4.7 för avancerade och långvariga utvecklingsuppgifter. Presentationen betonar stegvis genomförande, noggrann hantering av instruktioner och sökande efter sätt att kontrollera det egna resultatet före det slutliga meddelandet. Modellen passar för att undersöka svåra kodproblem och framställa professionellt material där både en teknisk lösning och en tydlig presentation behövs.
Opus 4.7 följer formuleringarna bokstavligt. Uppgiften bör anges med uttryckliga gränser: vilka delar som ska ändras, vad som ska kontrolleras och hur resultatet ska se ut. Om ett villkor gäller hela arbetet bör det beskrivas så. Tillverkaren framhåller även användning av anteckningar i filbaserat minne för långa uppgifter, men läsning och sparande av anteckningarna kräver applikationens verktyg.
Modellen tar emot text och bilder och producerar text. För visuell indata stöds upplösning upp till 2576 pixlar längs långsidan, ungefär 3,75 megapixlar. Det är användbart för informationsrika skärmbilder, extrahering av uppgifter ur komplexa diagram och uppgifter med en detaljerad visuell förlaga.
Tillverkarens format för vanlig visuell indata är JPEG/PNG/GIF/WebP, med den första bildrutan från animationer. Vid modellens egen bildanalys är långsidan 2576 pixlar och antalet visuella token 4784. Stora bilder skalas ned före analysen. Stöd för filer och parametrar beror på applikationens metod.
Hög upplösning hjälper till att bevara detaljer men gör inte den visuella förståelsen felfri. Utdata kan vara en förklaring, en datastruktur eller kod. Skapande och redigering av själva bilden ingår inte i modellens utdataförmåga. Gränssnittsstyrning kräver verktyg som visar modellen skärmen och utför åtgärder i applikationen.
Kontexten är 1 miljon token och det maximala svaret i vanligt läge 128 tusen token. Adaptivt resonemang stöds. Manuellt extended thinking med budget_tokens finns inte i denna version. Standardnivån för effort är high. Även low, medium, xhigh och max finns. Nivån xhigh ger en separat inställning mellan high och max för långvarigt utvecklings- och agentarbete.
Vid låg arbetsinsats begränsar modellen arbetet särskilt strikt till det som efterfrågats. För avancerade undersökningar rekommenderar tillverkaren tillräckligt med utrymme för resonemang och svar. Denna version har ett uppdaterat sätt att dela upp text i token, så samma textmängd har inte alltid den tokenlängd som är bekant från tidigare versioner.
Den tillförlitliga gränsen för de inbyggda kunskaperna är januari 2026. För aktuella undersökningar, dokumentarbete och kodkörning används material och verktyg från applikationen. Opus 4.7 har skyddsmekanismer som kan blockera förfrågningar inom cybersäkerhet som är förbjudna eller innebär hög risk. Dess fokus på resultatkontroll är användbart, men slutliga ändringar och slutsatser behöver ändå kontrolleras i den specifika miljön.
POST /v1/chat/completionstexttext| Fält | Typ | Krav | Värden & gränser | Standard |
|---|---|---|---|---|
Fältmodel | Typstring | KravObligatoriskt | Värden & gränser claude-opus-4-7-thinking | Standard— |
Fältmessages | Typmessage[] | KravObligatoriskt | Värden & gränser Minsta antal objekt: 1 | Standard— |
Fältmessages[].role | Typstring | KravObligatoriskt | Värden & gränser Beror på modellen | Standard— |
Fältmessages[].content | Typstring | KravValfritt | Värden & gränser Gäller när: Textsamtal | Standard— |
Fältstream | Typboolean | KravValfritt | Värden & gränser | Standardfalse |
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 |
Parametercontrol_scope | AvtalTextsamtal; stream är ett booleskt värde och har false som standard. |
Parameteroutput_modalities | Avtaltext |
Parameterhosted_operations | Avtalfalse |
Parametermultimodal_input_binding | Avtalnull |
Metodalias: /chat/completions
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.
| Konfiguration | Prislista | Avgift |
|---|---|---|
| KonfigurationGrundpriser för token | PrislistaGrundpris | Avgift Indata · Indatatoken $0.01 / 1K token Utdata · Utdatatoken $0.05 / 1K token Indata · Cacheläsning $0.001 / 1K token Indata · Skrivning till cache $0.0125 / 1K token Indata · Skrivning till cache, 1 tim — / 1K token |
Ailoot reserverar ett uppskattat belopp före en begäran. Efter resultatet slutregleras avgiften utifrån uppmätt förbrukning. Slutreglering för strömning använder den slutliga förbrukningsposten. Så fungerar reservation och slutreglering →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"claude-opus-4-7-thinking","messages":[{"role":"user","content":"hello"}],"stream":false}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model="claude-opus-4-7-thinking", messages=[{"role":"user","content":"hello"}], stream=False)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\njson 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 claude-opus-4-7-thinking
/chat/completions