Claude Opus 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
", "aboutText": "### Phát triển phần mềm kéo dài và phân tích chuyên môn\n\nClaude Opus 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.\n\nCác hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.\n\n### Kết luận có thể hiểu và kiểm chứng\n\nTrọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.\n\nMô hình nhận **văn bản và ảnh**. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng **văn bản**, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.\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 2576 pixel, 4784 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\n### Suy luận luôn được bật\n\nOpus 5.5 sử dụng **suy luận thích ứng liên tục**. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là `effort`: có các mức `low`, `medium`, `high`, `xhigh` và `max`, mặc định là **`medium`**.\n\nỞ mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là **1 triệu token**; trong chế độ thông thường, câu trả lời tối đa **128 nghìn token**. Mốc kiến thức tích hợp đáng tin cậy là **tháng Sáu năm 2026**.\n\n### Công cụ và lịch sử tác vụ kéo dài\n\nNhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.\n\nNếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động `auto` và tắt công cụ `none`. Không thể bắt buộc gọi một công cụ bất kỳ (`any`) hoặc một công cụ cụ thể theo tên (`tool`). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.\n\nCác cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Design a reviewable schema migration\n\nPrepare a migration proposal for a customer table. Existing columns: id, full_name. Target columns: id, given_name, family_name, display_name. Some full_name values contain one word or multiple family names. Preserve the original display name. Propose an expand-and-contract rollout, mark ambiguous splits for review and include acceptance tests and a rollback plan.A migration proposal with schema stages, backfill rules, ambiguity handling, acceptance cases and a reversible rollout sequence.Check that ambiguous names are retained for review and that rollback can recover the exact original full_name.claude-opus-5-5Claude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-5-5 | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
set -eu\n: "${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-5-5", "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-5-5", "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-5-5",\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-5-5",\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-5-5',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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-5-5Claude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-5-5 | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
set -eu\n: "${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-5-5", "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-5-5", "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-5-5", 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-5-5", 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-5-5", 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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-5-5Claude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-5-5 | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
set -eu\n: "${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-5-5", "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-5-5", "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-5-5",\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-5-5",\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-5-5',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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opusClaude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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 | 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: tool supplied | 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 or type=text block
Văn bản + ảnh
{type:image,source:{type:base64,media_type,data}} or source 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
set -eu\n: "${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", "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", "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",\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",\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',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 or 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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
claude-opus-latestClaude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-latest | 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: tool supplied | 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 or type=text block
Văn bản + ảnh
{type:image,source:{type:base64,media_type,data}} or source 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
set -eu\n: "${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-latest", "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-latest", "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-latest",\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-latest",\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-latest',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 or 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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
anthropic/claude-opus-5.5Claude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-5.5 | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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-5.5", "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-5.5',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-5.5',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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
anthropic/claude-opus-5.5Claude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-5.5 | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "anthropic/claude-opus-5.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-5.5', '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-5.5', '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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
~anthropic/claude-opus-latestClaude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-latest | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${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-latest", "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-latest',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-latest',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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
~anthropic/claude-opus-latestClaude Opus 5.5 dành cho thay đổi kỹ thuật quy mô lớn và phân tích chuyên môn kéo dài. Giúp kiểm tra kết quả và giải thích rõ công việc phức tạp, đồng thời giữ phong cách đã yêu cầu.
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 5.5 được thiết kế cho công việc nhiều giờ trên các tác vụ kỹ thuật phức tạp. Anthropic nhấn mạnh di chuyển hệ thống quy mô lớn, kiểm toán cơ sở mã, khắc phục sự kém hiệu quả của phần mềm và nghiên cứu hệ thống. Mô hình có thể tìm hiểu vấn đề, lập kế hoạch thay đổi, sử dụng kết quả hành động và tiếp tục công việc cho đến khi chuẩn bị được kết quả cuối cùng.
Các hướng khác gồm nghiên cứu, phân tích tài chính và tài liệu kinh doanh. Một ví dụ về quy trình chuyên môn kết hợp xây dựng mô hình tài chính với trình bày kết luận trong bài trình chiếu. Để làm điều đó, ứng dụng cần công cụ xử lý dữ liệu, tệp và trình bày; câu trả lời văn bản riêng của mô hình có thể chứa phân tích, cấu trúc tư liệu hoặc mã.
Trọng tâm riêng của phiên bản này là giao tiếp. Theo mô tả của Anthropic, mô hình đưa ý chính lên đầu, dùng ít thuật ngữ chuyên môn hơn và tuân thủ quy tắc viết đã đặt. Trong công việc kéo dài, điều này giúp liên kết những hành động đã thực hiện với lời giải thích cuối cùng dễ hiểu. Cần mô tả rõ độ chi tiết, giọng điệu và định dạng mong muốn.
Mô hình nhận văn bản và ảnh. Nó có thể đọc giá trị từ biểu đồ, sơ đồ và ảnh chụp giao diện nhiều chi tiết; với tư liệu đặc biệt dày đặc, phóng to hoặc cắt ảnh bằng công cụ vẫn hữu ích. Câu trả lời được tạo bằng văn bản, còn tài liệu và tư liệu hình ảnh hoàn chỉnh được xuất bằng công cụ của môi trường.
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 2576 pixel, 4784 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.
Opus 5.5 sử dụng suy luận thích ứng liên tục. Không hỗ trợ tắt suy luận hoặc ngân sách thủ công của extended thinking. Cơ chế điều chỉnh độ sâu chính là effort: có các mức low, medium, high, xhigh và max, mặc định là medium.
Ở mức cao, mô hình có thể phân tích nhiều hơn cho từng bước. Giới hạn câu trả lời tổng thể gồm chỗ cho suy luận và nội dung cuối cùng, vì vậy tác vụ phức tạp cần ngân sách phù hợp. Cửa sổ ngữ cảnh là 1 triệu token; trong chế độ thông thường, câu trả lời tối đa 128 nghìn token. Mốc kiến thức tích hợp đáng tin cậy là tháng Sáu năm 2026.
Nhà sản xuất cung cấp ngân sách tác vụ, khả năng thay đổi mức nỗ lực và công cụ sẵn có trong cuộc trò chuyện, nén lịch sử theo yêu cầu và ghi chú trung gian giữa các hành động. Việc có và hiển thị những tính năng này phụ thuộc vào ứng dụng. Nếu ứng dụng trả lại các khối suy luận đã lưu, khả năng tương thích có giới hạn: Opus 5.5 đọc được các khối của chính mình, các khối của Opus 5 và những phiên bản Opus, Sonnet, Haiku trước đó; mô hình không đọc được suy luận của Fable và Mythos. Những cặp mô hình khác cần phương thức có hỗ trợ tương ứng. Các khối không tương thích được loại bỏ trước lượt tiếp theo, và lượt đó tiếp tục mà không có chúng. Sửa tin nhắn trước đó, chỉ dẫn hệ thống hoặc bộ công cụ trước đó có thể làm mất sự liên kết của các khối tiếp theo: khi kiểm tra sự liên kết, yêu cầu bị từ chối hoặc các khối bị ảnh hưởng được loại bỏ.
Nếu phương thức cung cấp cài đặt công cụ, mô hình của nhà sản xuất cho phép lựa chọn tự động auto và tắt công cụ none. Không thể bắt buộc gọi một công cụ bất kỳ (any) hoặc một công cụ cụ thể theo tên (tool). Đọc tài liệu, thực thi mã, điều khiển giao diện và tạo tệp có thể thực hiện qua công cụ được cung cấp, không tự động có chỉ từ một yêu cầu văn bản thông thường.
Các cơ chế bảo vệ được áp dụng trong lĩnh vực rủi ro cao. Anthropic thừa nhận rõ rằng những kiểm tra hành vi trước khi phát hành không phát hiện được mọi lỗi có thể xảy ra. Vì vậy, lời giải thích rõ ràng và việc mô hình tự kiểm tra có ích, nhưng không thay thế kiểm tra kết quả cuối cùng trong tác vụ cụ thể.
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-latest | 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 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 $0.008 / 1K token Đầu ra · Token đầu ra $0.04 / 1K token Đầu vào · Đọc bộ nhớ đệm $0.0004 / 1K token Đầu vào · Ghi bộ nhớ đệm $0.01 / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ $0.016 / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "~anthropic/claude-opus-latest",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-latest', '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-latest', '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-5-5, claude-opus, claude-opus-latest
Ailoot Ultra anthropic/claude-opus-5.5, ~anthropic/claude-opus-latest
Dùng các đường dẫn phương thức hiển thị ở trên.
anthropic/claude-opus-5.5, claude-opus, claude-opus-latest, ~anthropic/claude-opus-latest, claude-opus-5-5
Ví dụ kỹ thuật bằng tiếng Anh
Design a reviewable schema migration\n\nPrepare a migration proposal for a customer table. Existing columns: id, full_name. Target columns: id, given_name, family_name, display_name. Some full_name values contain one word or multiple family names. Preserve the original display name. Propose an expand-and-contract rollout, mark ambiguous splits for review and include acceptance tests and a rollback plan.A migration proposal with schema stages, backfill rules, ambiguity handling, acceptance cases and a reversible rollout sequence.Check that ambiguous names are retained for review and that rollback can recover the exact original full_name.