Anthropic/claude-opus-5.5-file-analysis

claude-opus-5.5-file-analysis

Essayez l’API Claude Opus 5.5 d’Anthropic pour revoir, résumer et interroger les fichiers via l’API stable et abordable de Flaq AI, avec streaming pour applications.

File Analysis

Modèles Claude Opus 5.5 associés

claude-opus-5.5-text-to-texttext-to-text

claude-opus-5.5-file-analysisfile-analysis

Documentation

Exemples d'API

JavaScriptPythoncURL

Exemple d'envoi

const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    Authorization: 'Bearer YOUR_API_KEY',
    Accept: 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'claude-opus-5.5-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this file and extract the key risks.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 4096
  })
});

if (!response.ok) {
  const errorBody = await response.json().catch(() => null);
  throw new Error(errorBody?.error?.message ?? errorBody?.message ?? `HTTP ${response.status}`);
}

const reader = response.body.getReader();
const decoder = new TextDecoder();
let buffer = '';
let assistantText = '';

while (true) {
  const { done, value } = await reader.read();
  if (done) break;

  buffer += decoder.decode(value, { stream: true });
  const frames = buffer.split(/\r?\n\r?\n/);
  buffer = frames.pop() || '';

  for (const frame of frames) {
    const lines = frame.split(/\r?\n/).filter(Boolean);
    let eventName = 'message';
    const dataLines = [];

    for (const line of lines) {
      if (line.startsWith('event:')) {
        eventName = line.slice(6).trim();
      } else if (line.startsWith('data:')) {
        dataLines.push(line.replace(/^data:\s*/, ''));
      }
    }

    const raw = dataLines.join('\n').trim();
    if (raw === '[DONE]') {
      console.log('\nFinal text:', assistantText);
      continue;
    }

    let payload;
    try {
      payload = JSON.parse(raw);
    } catch {
      continue;
    }

    if (eventName === 'error' || payload.error) {
      const msg = payload.error?.message ?? payload.message ?? 'Chat request failed';
      throw new Error(msg);
    }

    const delta = payload.choices?.[0]?.delta;
    if (delta?.content) {
      assistantText += delta.content;
      console.log(assistantText);
    }
  }
}

Exemple d'envoi

import json
import requests

response = requests.post(
    'https://api.flaq.ai/api/v1/chat/completions',
    headers={
        'Authorization': 'Bearer YOUR_API_KEY',
        'Accept': 'text/event-stream',
        'Content-Type': 'application/json',
    },
    json={
        'model': 'claude-opus-5.5-file-analysis',
        'messages': [
            {
                'role': 'user',
                'content': [
                    {'type': 'text', 'text': 'Summarize this file and extract the key risks.'},
                    {
                        'type': 'file',
                        'file': {
                            'filename': 'demo.pdf',
                            'file_data': 'https://example.com/demo.pdf'
                        }
                    },
                ],
            }
        ],
        'stream': True,
        'max_tokens': 4096,
    },
    stream=True,
)

response.raise_for_status()

event_name = 'message'
assistant_text = ''

for raw_line in response.iter_lines(decode_unicode=True):
    if not raw_line:
        event_name = 'message'
        continue

    if raw_line.startswith('event:'):
        event_name = raw_line.replace('event:', '', 1).strip()
        continue

    if raw_line.startswith('data:'):
        raw_data = raw_line.replace('data:', '', 1).strip()
        if raw_data == '[DONE]':
            print('\nFinal text:', assistant_text)
            continue

        payload = json.loads(raw_data)

        if event_name == 'error' or payload.get('error'):
            error = payload.get('error') or payload
            raise RuntimeError(error.get('message', 'Chat request failed'))

        choices = payload.get('choices') or []
        if choices:
            delta = choices[0].get('delta') or {}
            content = delta.get('content')
            if content:
                assistant_text += content
                print(content, end='', flush=True)

Exemple d'envoi

curl -N -X POST "https://api.flaq.ai/api/v1/chat/completions" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Accept: text/event-stream" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-opus-5.5-file-analysis",
    "messages": [
      {
        "role": "user",
        "content": [
          { "type": "text", "text": "Summarize this file and extract the key risks." },
          {
            "type": "file",
            "file": {
              "filename": "demo.pdf",
              "file_data": "https://example.com/demo.pdf"
            }
          }
        ]
      }
    ],
    "stream": true,
    "max_tokens": 4096
  }'

Démarrer un nouveau chat

Envoyez un message pour commencer.

Tarifs de Claude Opus 5.5 File Analysis

Paramètres	Prix	Prix d’origine	Remise

Jeton: input	$3.6000 par 1 M de jetons d’entrée	$4.0000 par 1 M de jetons d’entrée	90%
Jeton: output	$18.0000 par 1 M de jetons de sortie	$20.0000 par 1 M de jetons de sortie	90%

README

API multimodale de pointe d’analyse de fichiers Claude Opus 5.5 (Compréhension approfondie des documents et des preuves avec Anthropic)

L’API d’analyse de fichiers Claude Opus 5.5 applique le modèle d’Anthropic conçu pour le travail intellectuel de longue durée à l’évaluation de documents, à l’extraction de données et à l’examen de preuves visuelles sur Flaq AI. Grâce aux entrées de texte, d’images et de fichiers prises en charge dans un flux conversationnel, les analystes, ingénieurs et chercheurs peuvent poser des questions sur des PDF, des schémas techniques et plusieurs documents sources, puis vérifier les synthèses obtenues par rapport aux originaux.

Principales fonctionnalités de l’API d’analyse de fichiers Claude Opus 5.5

Ingestion multimodale de pointe : Intégrez et analysez des combinaisons de documents textuels, d’images haute résolution et de fichiers numérisés pris en charge dans un contexte conversationnel unifié.
Compréhension des documents et des schémas : Posez des questions sur des mises en page multicolonnes, des tableaux financiers, des organigrammes et des figures techniques tout en vérifiant les détails extraits par rapport à la source.
Synthèse des preuves entre documents : Comparez et confrontez les résultats de plusieurs documents téléversés pour mettre en évidence les divergences, les révisions antérieures et les dépendances contractuelles.
Raisonnement sur les preuves visuelles et la mise en page : Évaluez les éléments visuels, les schémas d’architecture et les pages photographiées directement avec leur contexte textuel pour conserver une compréhension globale de la situation.
Mise en forme structurée personnalisée : Présentez les résultats sous forme de tableaux Markdown sur mesure, de matrices de risques pour la direction, de listes de contrôle d’audit ou de classifications structurées à partir de prompts en langage naturel.
Diffusion en continu hautement fiable : Diffusez progressivement les synthèses complexes de documents multipages via des événements envoyés par le serveur pour des interfaces interactives réactives.

Utiliser l’API d’analyse de fichiers Claude Opus 5.5 pour des flux documentaires sur Flaq AI

Entrée : Messages de conversation pouvant inclure du texte, des images ou des fichiers pris en charge, accompagnés d’instructions de tâche si nécessaire.
Sortie : Rapports analytiques approfondis, extractions de données structurées, synthèses comparatives entre fichiers et réponses fondées sur des preuves.
Longueur de sortie : Définissez éventuellement un nombre maximal de tokens de sortie pour obtenir des extraits concis ou des examens détaillés. Aucun maximum par défaut n’est spécifié pour ce paramètre ; les limites de sortie du modèle restent applicables.
Diffusion en continu : Fournissez les réponses progressivement via des événements envoyés par le serveur pour assurer une interaction ininterrompue.
Capacités : Examen multimodal de fichiers, extraction de tableaux complexes, recoupement d’informations, interprétation de schémas visuels et synthèse structurée grâce à l’intégration de l’API Flaq AI.

Principaux cas d’usage de l’intégration de l’API d’analyse de fichiers Claude Opus 5.5

Examen de documents réglementaires et juridiques : Comparez les clauses, signalez les conflits possibles et rédigez des notes de travail que des professionnels qualifiés pourront évaluer au regard des exigences applicables.
Investissement institutionnel et audit financier : Extrayez des informations financières complexes, des notes annexes aux bilans et des facteurs de risque à partir de rapports 10-K et de prospectus destinés aux investisseurs.
Synthèse de littérature universitaire et scientifique : Confrontez des essais cliniques issus de plusieurs études, des prépublications de laboratoire et des annexes scientifiques pour élaborer des méta-analyses de recherche.
Analyse de plans techniques et de manuels d’ingénierie : Évaluez des documentations de systèmes aérospatiaux, de génie civil ou de logiciels mêlant étroitement texte et schémas complexes.
Gouvernance des politiques d’entreprise : Auditez les politiques organisationnelles au regard de normes réglementaires évolutives et produisez des analyses détaillées des écarts et des plans d’action.

Remarque Vérifiez les autorisations relatives aux fichiers et les informations extraites avant de vous y fier pour des décisions juridiques, financières, médicales, de conformité ou à fort impact. Assurez-vous que les documents téléversés respectent les consignes de sécurité d’Anthropic et les conditions de Flaq AI.

Analyse de fichiers Claude Opus 5.5 face à la concurrence : analyse comparative

Analyse de fichiers Claude Opus 5.5 face à l’analyse de fichiers Claude Opus 5
L’analyse de fichiers Claude Opus 5 permet l’examen de documents avec la série de modèles précédente. L’analyse de fichiers Claude Opus 5.5 applique le modèle plus récent au travail intellectuel de longue durée ; les équipes devraient comparer la qualité de l’extraction sur leurs propres fichiers avant de migrer.
Analyse de fichiers Claude Opus 5.5 face à l’analyse de fichiers GPT 6 Sol
L’analyse de fichiers GPT 6 Sol propose une option fondée sur OpenAI pour les questions sur les fichiers et l’extraction de données. L’analyse de fichiers Claude Opus 5.5 fournit une option fondée sur Anthropic pour examiner les documents fournis et expliquer les résultats en langage naturel.
Analyse de fichiers Claude Opus 5.5 face à la compréhension documentaire Gemini 3.5 Pro
Gemini 3.5 Pro convient aux flux de travail construits autour des outils multimodaux de Google. L’analyse de fichiers Claude Opus 5.5 s’adresse aux équipes recherchant un examen des documents et des images fondé sur Anthropic via Flaq AI.
Analyse de fichiers Claude Opus 5.5 face aux outils d’extraction spécialisés pour entreprises
Les outils d’extraction fondés sur des modèles de document peuvent être utiles pour les champs récurrents et les mises en page fixes. L’analyse de fichiers Claude Opus 5.5 prend également en charge les questions ouvertes et les synthèses lorsque la structure du document ou l’objectif de l’examen varie.