Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
", "aboutText": "Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.\n\n### Từ phân tích vấn đề đến thực hiện\n\nTrong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.\n\nỨng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.\n\n### Hai cơ chế điều chỉnh khác nhau\n\nOpus 4.5 hỗ trợ **extended thinking** với ngân sách thủ công `budget_tokens`. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.\n\nKhi phương thức hỗ trợ cài đặt, ngân sách thủ công `budget_tokens` bắt đầu từ **1024 token** và thường phải nhỏ hơn `max_tokens`. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt `max_tokens` vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.\n\nTham số `effort` điều chỉnh mức độ xử lý tổng thể: có các mức `low`, `medium` và `high`, mặc định là `high`. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.\n\n### Văn bản và tư liệu hình ảnh\n\nĐầu vào là **văn bản và ảnh**, đầu ra mô hình tạo là **văn bản**. Ngữ cảnh là **200 nghìn token**, độ dài câu trả lời tối đa **64 nghìn token**. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.\n\nCác định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.\n\nMốc kiến thức tích hợp đáng tin cậy là **tháng Năm năm 2025**. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Choose a safe invoice migration order\n\nOur invoice service has old readers that require customer_name. New writers will add customer_id, and historical invoices must remain readable during rollout. Propose a migration sequence covering schema expansion, backfill, mixed-version operation and removal of the old field. Identify the rollback point at each stage and the evidence required before advancing.A staged migration table with compatibility conditions, rollback actions and advancement checks.No stage removes customer_name while an old reader can still depend on it.claude-opus-4-5Claude Opus 4.5 hướng tới phát triển phần mềm phức tạp, nghiên cứu và công việc nhiều bước với công cụ. Giúp phân tích tác vụ chưa rõ ràng và chuẩn bị nội dung tài liệu, bảng tính, bài trình chiếu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
POST /v1/messagestext, imagetext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn claude-opus-4-5 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring|content_block[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngsystem | Loạistring|content_block[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn Tối thiểu: 1 Giới hạn áp dụng cho: Giới hạn trên chính xác của mô hình hoặc thẻ được chọn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop_sequences | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạitool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ | Mặc định— |
Trườngtools[].description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].input_schema | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngthinking.budget_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngoutput_config.effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmetadata | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngcache_control | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content hoặc khối type=text
Văn bản + ảnh
{type:image,source:{type:base64,media_type,data}} hoặc nguồn có type=url
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/messagesAiloot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhOpenAI Chat · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "max_tokens": 1024, "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "max_tokens": 1024, "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image","source":{"type":"base64","media_type":mime,"data":b64}})\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/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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nimport anthropic\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient = anthropic.Anthropic(base_url="https://api.ailoot.ai", api_key=os.environ["AILOOT_API_KEY"], max_retries=0)\nmsg = client.messages.create(\n model="claude-opus-4-5",\n max_tokens=1024,\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(msg.to_dict(mode="json"))\nimport Anthropic from "@anthropic-ai/sdk";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new Anthropic({ baseURL: "https://api.ailoot.ai", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst msg = await client.messages.create({\n model: "claude-opus-4-5",\n max_tokens: 1024,\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(msg);\nimport anthropic,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=anthropic.Anthropic(base_url="https://api.ailoot.ai",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.messages.stream(model='claude-opus-4-5',max_tokens=1024,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_message()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot claude-opus-4-5
Ailoot Ultra anthropic/claude-opus-4.5
Dùng các đường dẫn phương thức hiển thị ở trên.
claude-opus-4-5Claude Opus 4.5 hướng tới phát triển phần mềm phức tạp, nghiên cứu và công việc nhiều bước với công cụ. Giúp phân tích tác vụ chưa rõ ràng và chuẩn bị nội dung tài liệu, bảng tính, bài trình chiếu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
POST /v1/responsestext, imagetext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn claude-opus-4-5 | Mặc định— |
Trườnginput | Loạistring|input_item[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginput[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn message, reasoning, function_call, function_call_output | Mặc định— |
Trườnginput[].content | Loạistring|content_part[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườnginput[].call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: function_call_output; giữ call_id thực tế được trả về | Mặc định— |
Trườnginput[].output | Loạistring|content_part[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: function_call_output | Mặc định— |
Trườngmax_output_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạitool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning.effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning.summary | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtext.format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtext.verbosity | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginclude | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstore | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprevious_response_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Yêu cầu về ID: Chỉ ID phản hồi thực tế từ một lượt tiếp tục được hỗ trợ Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_key | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Văn bản · Văn bản UTF8
Văn bản đầu vào hoặc phần input_text
Văn bản + ảnh
{type:input_image,image_url}
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốrequired | Hợp đồngmodel, input |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/responsesAiloot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhOpenAI Chat · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "input": ""}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["input"]="Summarize this material and quote supporting source passages.\\n\\n"+text\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "input": [{"role": "user", "content": [{"type": "input_text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["input"][0]["content"].append({"type":"input_image","image_url":"data:"+mime+";base64,"+b64})\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/responses \\\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 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(json.loads(Path("result.json").read_text(encoding="utf-8")))\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)\nresp = client.responses.create(model="claude-opus-4-5", input="Explain the difference between an observation and a hypothesis 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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.responses.create({ model: "claude-opus-4-5", input: "Explain the difference between an observation and a hypothesis in three sentences." });\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\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\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)\nwith client.responses.stream(model="claude-opus-4-5", input="Explain the difference between an observation and a hypothesis 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_response()\n save_result(final.to_dict(mode="json"),"stream-result")\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ từng mục đầu ra và phần nội dung, call_id hàm thực tế, dữ liệu suy luận được mã hóa và dữ liệu sử dụng. Khi truyền luồng, giữ đầy đủ thông tin định danh của sự kiện và mục.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngstatus | Loạistring |
Trườngoutput[] | Loạimessage|reasoning|function_call|other item |
Trườngoutput[].content[] | Loạicontent part |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot claude-opus-4-5
Ailoot Ultra anthropic/claude-opus-4.5
Dùng các đường dẫn phương thức hiển thị ở trên.
claude-opus-4-5Claude Opus 4.5 hướng tới phát triển phần mềm phức tạp, nghiên cứu và công việc nhiều bước với công cụ. Giúp phân tích tác vụ chưa rõ ràng và chuẩn bị nội dung tài liệu, bảng tính, bài trình chiếu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
POST /v1/chat/completionstext, imagetext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn claude-opus-4-5 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
Văn bản + ảnh
{type:image_url,image_url:{url,detail}}
| Tham số | Hợp đồng |
|---|---|
Tham sốmaterial_types | Hợp đồngtext, image |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốoptional_controls | Hợp đồngnull |
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốtext_file_material | Hợp đồngNội dung UTF-8 thực tế được chèn dưới dạng văn bản; ID tệp/URLs cần được hỗ trợ chính xác riêng |
Vòng đời: exact retained published method
Cấu trúc phương thức và ID là chính xác; khả năng của nhà cung cấp tách biệt với việc cho phép tiếp nhận yêu cầu.
POST /v1/chat/completionsAiloot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
Biểu tham chiếu cấp mô hình không thay đổi việc chọn phương thức, báo giá hoặc khoản phí. Khoản phí đang áp dụng dùng mức phí phương thức Ailoot đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhOpenAI Chat · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhOpenAI Chat · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Đơn giá token cơ bản | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhAnthropic Messages · Bậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 source-material file}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "messages": []}')\nf=Path(os.environ["AILOOT_TEXT_FILE"])\nif not f.is_file():raise SystemExit("Choose your actual UTF-8 source material")\ntext=f.read_text(encoding="utf-8")\nif not text.strip():raise SystemExit("Source material must contain text")\np["messages"]=[{"role":"user","content":"Summarize this material and quote supporting source passages.\\n\\n"+text}]\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 $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\nPY_RESULT\nset -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_IMAGE_FILE:?Set your actual PNG JPEG or WebP image}"\nexport AILOOT_IMAGE_FILE\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "claude-opus-4-5", "messages": [{"role": "user", "content": [{"type": "text", "text": "Read labels and numbers in this image; flag unreadable text."}]}]}')\nimport base64\nf=Path(os.environ["AILOOT_IMAGE_FILE"])\nif not f.is_file():raise SystemExit("Choose an actual PNG JPEG or WebP image")\nraw=f.read_bytes()\nmime="image/png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "image/jpeg" if raw.startswith(b"\\xff\\xd8") else "image/webp" if raw[:4]==b"RIFF" and raw[8:12]==b"WEBP" else None\nif not mime:raise SystemExit("Use PNG JPEG or WebP")\nb64=base64.b64encode(raw).decode()\np["messages"][0]["content"].append({"type":"image_url","image_url":{"url":"data:"+mime+";base64,"+b64}})\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\nprint(json.dumps(json.loads(Path("result.json").read_text()),ensure_ascii=False,indent=2))\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)\nresp = client.chat.completions.create(\n model="claude-opus-4-5",\n messages=[{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}],\n)\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(resp.to_dict(mode="json"))\nimport OpenAI from "openai";\n\nif (!process.env.AILOOT_API_KEY?.trim()) throw new Error("Set AILOOT_API_KEY before making a request");\nconst client = new OpenAI({ baseURL: "https://api.ailoot.ai/v1", apiKey: process.env.AILOOT_API_KEY, maxRetries: 0 });\nconst resp = await client.chat.completions.create({\n model: "claude-opus-4-5",\n messages: [{ role: "user", content: "Explain the difference between an observation and a hypothesis in three sentences." }],\n});\nimport { writeFileSync } from "node:fs";\n\nfunction saveResult(data, stem = "result") {\n writeFileSync(stem + ".json", JSON.stringify(data, null, 2));\n console.log(JSON.stringify(data, null, 2));\n const saveBlob = (encoded, suffix, label) => {\n const raw = Buffer.from(encoded, "base64");\n const ext = raw.subarray(0,8).equals(Buffer.from([137,80,78,71,13,10,26,10])) ? "png" : raw[0]===255 && raw[1]===216 ? "jpg" : raw.subarray(0,4).toString()==="RIFF" && raw.subarray(8,12).toString()==="WEBP" ? "webp" : suffix;\n const file = `${stem}-${label}.${ext}`;\n writeFileSync(file, raw); console.log("Saved", file);\n };\n for (const [i, block] of (data.content || []).entries()) console.log("Content", i, JSON.stringify(block));\n for (const choice of data.choices || []) console.log("Choice", choice.index, JSON.stringify(choice.message || choice.delta || {}));\n for (const [i, item] of (data.output || []).entries()) {\n console.log("Output", i, JSON.stringify(item));\n if (item.type === "image_generation_call" && item.result) saveBlob(item.result, item.output_format || "bin", `output-${i}`);\n }\n for (const [ci, candidate] of (data.candidates || []).entries()) {\n for (const [pi, part] of (candidate.content?.parts || []).entries()) {\n console.log("Candidate/part", ci, pi, JSON.stringify(part));\n const blob = part.inlineData || part.inline_data;\n if (blob?.data) {\n const mime = blob.mimeType || blob.mime_type;\n const suffix = ({"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"})[mime] || "bin";\n saveBlob(blob.data, suffix, `candidate-${ci}-part-${pi}`);\n }\n }\n }\n}\n\nsaveResult(resp);\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='claude-opus-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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot claude-opus-4-5
Ailoot Ultra anthropic/claude-opus-4.5
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-4.5Claude Opus 4.5 hướng tới phát triển phần mềm phức tạp, nghiên cứu và công việc nhiều bước với công cụ. Giúp phân tích tác vụ chưa rõ ràng và chuẩn bị nội dung tài liệu, bảng tính, bài trình chiếu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn anthropic/claude-opus-4.5 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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-4.5", "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-opus-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-opus-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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot claude-opus-4-5
Ailoot Ultra anthropic/claude-opus-4.5
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-4.5Claude Opus 4.5 hướng tới phát triển phần mềm phức tạp, nghiên cứu và công việc nhiều bước với công cụ. Giúp phân tích tác vụ chưa rõ ràng và chuẩn bị nội dung tài liệu, bảng tính, bài trình chiếu.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
Claude Opus 4.5 là mô hình của Anthropic dành cho những tác vụ cần làm rõ yêu cầu chưa rõ ràng, chọn kế hoạch hành động và thực hiện tuần tự đến kết quả. Các hướng ứng dụng chính được giới thiệu là lập trình, công việc của tác nhân, sử dụng máy tính và nghiên cứu chuyên sâu. Trong công việc chuyên môn hằng ngày, mô hình có thể hỗ trợ bảng tính và bài trình chiếu.
Trong tác vụ kỹ thuật, Opus 4.5 có thể xét mối liên hệ giữa nhiều phần hệ thống, tìm nguyên nhân lỗi phức tạp, thảo luận các đánh đổi và chuẩn bị thay đổi mã. Với công việc kéo dài, Anthropic đặc biệt nhấn mạnh lập kế hoạch hành động, sử dụng công cụ và phối hợp tác vụ con. Điều này phù hợp với kịch bản cần nghiên cứu tư liệu trước, rồi chọn hành động và kiểm tra kết quả.
Ứng dụng phải cung cấp công cụ đọc và chỉnh sửa tệp, thực thi lệnh, tìm thông tin và thao tác giao diện. Mô hình suy luận về việc cần làm và tạo lệnh gọi các công cụ sẵn có; việc thực thi thực tế phụ thuộc vào môi trường kết nối. Tương tự, việc chuẩn bị bảng tính hoặc bài trình chiếu có thể gồm nội dung và mã, còn xuất tệp hoàn chỉnh cần công cụ tương ứng.
Opus 4.5 hỗ trợ extended thinking với ngân sách thủ công budget_tokens. Khi bật chế độ này, mô hình phân tích tác vụ trước khi đưa ra câu trả lời cuối cùng. Nếu ứng dụng có hỗ trợ tương ứng, mô hình cũng có thể suy luận giữa các lần gọi công cụ, xét kết quả nhận được trước hành động tiếp theo.
Khi phương thức hỗ trợ cài đặt, ngân sách thủ công budget_tokens bắt đầu từ 1024 token và thường phải nhỏ hơn max_tokens. Có ngoại lệ cho suy luận giữa các công cụ: ngân sách có thể vượt max_tokens vì bao quát nhiều khối phân tích trong cùng một lượt. Ngoại lệ này cần ứng dụng hỗ trợ chế độ tương ứng.
Tham số effort điều chỉnh mức độ xử lý tổng thể: có các mức low, medium và high, mặc định là high. Tham số hoạt động cả khi bật và tắt suy luận. Ngân sách suy luận và mức nỗ lực có vai trò khác nhau: ngân sách định hướng lượng phân tích nội bộ, còn mức nỗ lực ảnh hưởng đến toàn bộ công việc tạo câu trả lời. Phiên bản này không có chế độ thích ứng.
Đầu vào là văn bản và ảnh, đầu ra mô hình tạo là văn bản. Ngữ cảnh là 200 nghìn token, độ dài câu trả lời tối đa 64 nghìn token. Có thể sử dụng một tập tư liệu lớn cho nghiên cứu, phân tích tài liệu và phát triển phần mềm, nhưng kết quả phải nằm trong giới hạn của phiên bản cụ thể này.
Các định dạng đầu vào hình ảnh thông thường của nhà sản xuất: JPEG/PNG/GIF/WebP, dùng khung hình đầu tiên của ảnh động. Khi phân tích trực tiếp: cạnh dài 1568 pixel, 1568 token hình ảnh; ảnh lớn được thu nhỏ trước khi phân tích. Việc hỗ trợ tệp và thông số phụ thuộc vào phương thức của ứng dụng.
Mốc kiến thức tích hợp đáng tin cậy là tháng Năm năm 2025. Để có thông tin hiện thời, cần tư liệu được cung cấp hoặc công cụ của ứng dụng. Anthropic huấn luyện mô hình chống lại chỉ dẫn độc hại ẩn trong nội dung bên ngoài, nhưng điều đó không loại trừ kết luận sai: kế hoạch, thay đổi và kết luận cần được kiểm tra trong tác vụ thực tế.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn anthropic/claude-opus-4.5 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.01 / 1K token Đầu ra · Token đầu ra $0.05 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.001 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.0125 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.02 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "anthropic/claude-opus-4.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-opus-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-opus-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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot claude-opus-4-5
Ailoot Ultra anthropic/claude-opus-4.5
Dùng các đường dẫn phương thức hiển thị ở trên.
Ví dụ kỹ thuật bằng tiếng Anh
Choose a safe invoice migration order\n\nOur invoice service has old readers that require customer_name. New writers will add customer_id, and historical invoices must remain readable during rollout. Propose a migration sequence covering schema expansion, backfill, mixed-version operation and removal of the old field. Identify the rollback point at each stage and the evidence required before advancing.A staged migration table with compatibility conditions, rollback actions and advancement checks.No stage removes customer_name while an old reader can still depend on it.