Claude Opus 4.6 od Anthropic przez endpoint zgodny z OpenAI. Przyjmuje do 1 000 000 tokenów tekstu i obrazów, zwraca do 128 000, z kontrolą temperature i top_p, do 128 definicji narzędzi i streamingiem SSE.
Obszar roboczy
Te przykłady napisano specjalnie dla tego endpointu. Podmień prompt i przykładowe adresy mediów na własne, dostępne materiały, a przed wysłaniem sprawdź aktualną wycenę i dostępność modelu.
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $5 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.50 / 1 mln tokenów
- Wyjście
- $25 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 128K
$5/25za 1 mln tokenów · wejście / wyjście
persona-continuity Kontynuacja długiej wymiany. Historia, postać i ustalone granice podróżują razem z żądaniem, bez warstwy streszczania pośrodku – i to właśnie decyduje o tym, czy postać po trzydziestu wymianach nadal pamięta, co powiedziała. Pozostawienie temperature na wartości domyślnej utrzymuje rejestr przy życiu.
- 4096
- 1
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $5 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.50 / 1 mln tokenów
- Wyjście
- $25 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 128K
$5/25za 1 mln tokenów · wejście / wyjście
long-running-refactor Zmiana obejmująca kilka plików, z zależnościami między kolejnymi krokami. Wąskim gardłem nie jest tu długość wyniku, tylko to, czy model pamięta decyzję podjętą jako pierwsza, dlatego cały kontekst zostaje w żądaniu.
- 16000
- Typy wejścia
- Tekst
- Typy wyjścia
- Tekst
- Wejście
- $5 / 1 mln tokenów
- Wejście z pamięci podręcznej
- $0.50 / 1 mln tokenów
- Wyjście
- $25 / 1 mln tokenów
- Kontekst
- 1M
- Maks. wyjście
- 128K
$5/25za 1 mln tokenów · wejście / wyjście
spec-vs-implementation Specyfikacja i implementacja w jednym żądaniu, przy czym to model ma znaleźć miejsca, które się nie zgadzają.
- 8000
Ten przykład zaczyna się od Wejście $5 / Wyjście $25 za 1 mln tokenów. Playground przelicza szacunek po każdej zmianie ustawień.