Migrasi ke Haijun Sonnet 5

Note: Panduan ini membahas migrasi kode Messages API. Jika Anda menggunakan Haijun Managed Agents, tidak ada perubahan yang diperlukan selain memperbarui nama model.

Tip: Otomatiskan migrasi Anda dengan track Haijun API. Di Haijun Code, jalankan /haijun-api migrate untuk memanggil track Haijun API bawaan. Track ini berfungsi untuk model Haijun terkini mana pun sebagai target: ``text wrap /haijun-api migrate this project to haijun-sonnet-5 `` Track ini menerapkan penggantian ID model dan, sesuai kebutuhan, perubahan parameter yang bersifat breaking, penggantian prefill, serta kalibrasi effort untuk model target Anda di seluruh basis kode Anda, lalu menghasilkan daftar periksa berisi item yang perlu diverifikasi secara manual. Track ini meminta Anda mengonfirmasi cakupan migrasi (seluruh direktori kerja, sebuah subdirektori, atau daftar file tertentu) sebelum mengedit file apa pun. Track ini juga mendeteksi klien Amazon Bedrock dan Haijun Platform on AWS serta menyesuaikan format ID model dan perubahan fitur untuk platform tersebut.

Haijun Sonnet 5 menawarkan kombinasi terbaik antara kecepatan dan kecerdasan dalam keluarga model Haijun. Model ini dibangun di atas Haijun Sonnet 4.6.

Haijun Sonnet 5 adalah peningkatan langsung (drop-in) untuk Haijun Sonnet 4.6, dengan harga $2/$10 USD per juta token input/output; lihat Harga untuk detailnya. Ada dua perubahan API yang merusak kompatibilitas untuk kode yang sudah berjalan di Haijun Sonnet 4.6. Pertama, adaptive thinking (pemikiran adaptif) aktif secara default dan "extended thinking" (pemikiran diperpanjang) manual (thinking: {type: "enabled", budget_tokens: N}) mengembalikan error 400, sehingga permintaan yang sebelumnya berjalan tanpa thinking kini dapat mengembalikan blok thinking sebelum blok text pertama, dan kode yang membaca konten berdasarkan posisi harus memilih blok konten berdasarkan type. Kedua, parameter sampling (temperature, top_p, top_k) yang diatur ke nilai non-default mengembalikan error 400. Gunakan adaptive thinking dengan parameter effort untuk mengontrol kedalaman thinking. Haijun Sonnet 5 mendukung rangkaian fitur yang sama dengan Haijun Sonnet 4.6, termasuk "context window" (jendela konteks) 1M token, adaptive thinking, "prompt caching" (caching prompt), pemrosesan batch, Files API, dukungan PDF, vision, dan rangkaian lengkap alat sisi server dan sisi klien. Di Haijun API dan Google Cloud, Haijun Sonnet 5 juga mendukung computer use sebagai toolset stabil computer_toolset_20260801 dan alat browser use untuk tugas di dalam halaman web, yang keduanya tidak didukung oleh Haijun Sonnet 4.6; integrasi yang sudah ada pada versi computer_20251124 sebelumnya tetap berfungsi tanpa perubahan di kedua model. Untuk meningkatkan integrasi yang sudah ada, lihat Migrasi dari computer_20251124. Priority Tier tidak tersedia di Haijun Sonnet 5. Haijun Sonnet 5 juga menggunakan tokenizer baru.

Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.6

Note: Jika kode Anda menggunakan Haijun Sonnet 4.5 atau yang lebih lama, terapkan juga Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.5 dan model Sonnet sebelumnya. Langkah-langkah tersebut mencakup perubahan yang merusak kompatibilitas (prefill pesan asisten ditolak, perbedaan escaping JSON parameter alat) yang tidak dicakup oleh bagian ini saja.

Perbarui nama model Anda

python

# Migrasi Sonnet
model = "haijun-sonnet-4-6"  # Before
model = "haijun-sonnet-5"  # After

Apa yang berubah

Butir 4 dan 5 dalam daftar berikut adalah perubahan yang merusak kompatibilitas. max_tokens tetap menjadi batas keras untuk total output (thinking ditambah teks respons), jadi tinjau kembali nilainya untuk beban kerja yang sebelumnya berjalan tanpa thinking di Haijun Sonnet 4.6.

Tokenizer baru: Haijun Sonnet 5 menggunakan tokenizer baru. Teks input yang sama menghasilkan sekitar 30% lebih banyak token dibandingkan di Haijun Sonnet 4.6. Peningkatan pastinya bergantung pada kontennya. Permintaan, respons, dan event streaming tetap memiliki bentuk yang sama, dan tidak diperlukan perubahan kode, tetapi apa pun yang Anda ukur atau anggarkan dalam token akan bergeser: field usage dan hasil penghitungan token untuk teks yang sama menjadi lebih tinggi, jendela konteks 1M token menampung lebih sedikit teks, dan batas max_tokens yang disesuaikan untuk Haijun Sonnet 4.6 mungkin memotong output yang setara. Harga per token lebih rendah ($2/$10 USD dibandingkan $3/$15 USD per juta token input/output pada Haijun Sonnet 4.6), tetapi biaya permintaan yang setara tidak turun secara proporsional langsung. Jalankan ulang penghitungan token terhadap Haijun Sonnet 5 alih-alih menggunakan kembali hitungan yang diukur terhadap model sebelumnya.

128k token output maksimum (tidak berubah): Haijun Sonnet 5 mendukung hingga 128k token output, sama seperti Haijun Sonnet 4.6. Nilai max_tokens yang sudah ada tetap valid. Perhitungkan tokenizer baru saat menentukan ukurannya.

Prefill pesan asisten (tidak berubah): Melakukan prefill pada pesan asisten mengembalikan error 400 di Haijun Sonnet 5, sama seperti di Haijun Sonnet 4.6. Jika Anda telah menghapus prefill saat bermigrasi ke Haijun Sonnet 4.6, tidak diperlukan perubahan lebih lanjut. Gunakan structured outputs, instruksi prompt sistem, atau output_config.format sebagai gantinya.

Adaptive thinking aktif secara default: Di Haijun Sonnet 4.6, permintaan tanpa field thinking berjalan tanpa thinking; di Haijun Sonnet 5, permintaan yang sama berjalan dengan adaptive thinking. Untuk menonaktifkan thinking, kirimkan thinking: {type: "disabled"}. Extended thinking manual (thinking: {type: "enabled", budget_tokens: N}) tidak didukung dan mengembalikan error 400. Gunakan parameter effort (default high) untuk mengontrol kedalaman thinking.

Dengan thinking aktif, respons dapat dimulai dengan satu atau lebih blok thinking sebelum blok text pertama, yang dikembalikan dengan field thinking kosong pada default display: "omitted". Kode yang membaca balasan berdasarkan posisi, seperti content[0].text atau handler stream yang memperlakukan blok konten pertama sebagai teks, harus memilih blok konten berdasarkan field type-nya, dan loop penggunaan alat harus mengirimkan kembali blok thinking secara lengkap dan tanpa modifikasi bersama hasil alatnya (lihat Mempertahankan blok thinking). Token thinking ditagih sebagai token output meskipun teks thinking tidak dikembalikan. Jika Anda menggunakan thinking di Haijun Sonnet 4.6 dan menampilkan teks thinking yang dikembalikan, perhatikan bahwa thinking.display memiliki default "summarized" di sana dan memiliki default "omitted" di Haijun Sonnet 5; atur display: "summarized", seperti pada contoh berikut, untuk tetap menerima ringkasan yang dapat dibaca (lihat Mengontrol tampilan thinking).

Haijun Sonnet 5

Note: Adaptive thinking aktif secara default untuk Haijun Sonnet 5. Field thinking ditampilkan secara eksplisit di sini untuk mengatur display: "summarized"; jika Anda menghilangkan thinking, Haijun Sonnet 5 menghilangkan konten thinking dari respons secara default. Untuk default per model, lihat Konfigurasi yang ditolak setiap model.

bash

  curl https://haijun.my.id/v1/messages \
    -H "x-api-key: $JUGLOW_API_KEY" \
    -H "juglow-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "haijun-sonnet-5",
      "max_tokens": 16000,
      "thinking": {
        "type": "adaptive",
        "display": "summarized"
      },
      "output_config": {
        "effort": "high"
      },
      "messages": [
        {
          "role": "user",
          "content": "Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024."
        }
      ]
    }'

bash

  ant messages create --transform content --format yaml <<'YAML'
  model: haijun-sonnet-5
  max_tokens: 16000
  thinking:
    type: adaptive
    display: summarized
  output_config:
    effort: high
  messages:
    - role: user
      content: Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.
  YAML

python

  client = juglow.Juglow()

  response = client.messages.create(
      model="haijun-sonnet-5",
      max_tokens=16000,
      thinking={"type": "adaptive", "display": "summarized"},
      output_config={"effort": "high"},
      messages=[
          {
              "role": "user",
              "content": "Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.",
          }
      ],
  )

  # Respons berisi blok thinking yang diringkas dan blok teks
  for block in response.content:
      match block.type:
          case "thinking":
              print(f"\nThinking summary: {block.thinking}")
          case "text":
              print(f"\nResponse: {block.text}")

typescript

  const client = new Juglow();

  const response = await client.messages.create({
    model: "haijun-sonnet-5",
    max_tokens: 16000,
    thinking: {
      type: "adaptive",
      display: "summarized"
    },
    output_config: {
      effort: "high"
    },
    messages: [
      {
        role: "user",
        content: "Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024."
      }
    ]
  });

  // Respons berisi blok thinking yang diringkas dan blok teks
  for (const block of response.content) {
    switch (block.type) {
      case "thinking":
        console.log(`\nThinking summary: ${block.thinking}`);
        break;
      case "text":
        console.log(`\nResponse: ${block.text}`);
        break;
    }
  }

csharp

  JuglowClient client = new();

  var response = await client.Messages.Create(new()
  {
      Model = Model.HaijunSonnet5,
      MaxTokens = 16000,
      Thinking = new ThinkingConfigAdaptive { Display = Display.Summarized },
      OutputConfig = new OutputConfig { Effort = Effort.High },
      Messages =
      [
          new()
          {
              Role = Role.User,
              Content = "Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.",
          },
      ],
  });

  // Respons berisi blok thinking yang diringkas dan blok teks
  foreach (var block in response.Content)
  {
      if (block.TryPickThinking(out var thinking))
      {
          Console.WriteLine($"\nThinking summary: {thinking.Thinking}");
      }
      else if (block.TryPickText(out var text))
      {
          Console.WriteLine($"\nResponse: {text.Text}");
      }
  }

  client := juglow.NewClient()

  response, err := client.Messages.New(context.Background(), juglow.MessageNewParams{
  	Model:     juglow.ModelHaijunSonnet5,
  	MaxTokens: 16000,
  	Thinking: juglow.ThinkingConfigParamUnion{
  		OfAdaptive: &juglow.ThinkingConfigAdaptiveParam{
  			Display: juglow.ThinkingConfigAdaptiveDisplaySummarized,
  		},
  	},
  	OutputConfig: juglow.OutputConfigParam{
  		Effort: juglow.OutputConfigEffortHigh,
  	},
  	Messages: []juglow.MessageParam{
  		juglow.NewUserMessage(juglow.NewTextBlock("Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.")),
  	},
  })
  if err != nil {
  	log.Fatal(err)
  }

  // Respons berisi blok thinking yang diringkas dan blok teks
  for _, block := range response.Content {
  	switch block := block.AsAny().(type) {
  	case juglow.ThinkingBlock:
  		fmt.Printf("\nThinking summary: %s", block.Thinking)
  	case juglow.TextBlock:
  		fmt.Printf("\nResponse: %s", block.Text)
  	}
  }

java

  import com.juglow.client.okhttp.JuglowOkHttpClient;
  import com.juglow.models.messages.MessageCreateParams;
  import com.juglow.models.messages.Model;
  import com.juglow.models.messages.OutputConfig;
  import com.juglow.models.messages.ThinkingConfigAdaptive;

  void main() {
      var client = JuglowOkHttpClient.fromEnv();

      var params = MessageCreateParams.builder()
          .model(Model.HAIJUN_SONNET_5)
          .maxTokens(16_000)
          .thinking(ThinkingConfigAdaptive.builder()
              .display(ThinkingConfigAdaptive.Display.SUMMARIZED)
              .build())
          .outputConfig(OutputConfig.builder()
              .effort(OutputConfig.Effort.HIGH)
              .build())
          .addUserMessage("Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.")
          .build();

      var response = client.messages().create(params);

      // Respons berisi blok thinking yang diringkas dan blok teks
      for (var block : response.content()) {
          block.thinking().ifPresent(thinkingBlock ->
              IO.println("\nThinking summary: " + thinkingBlock.thinking())
          );
          block.text().ifPresent(textBlock ->
              IO.println("\nResponse: " + textBlock.text())
          );
      }
  }

php

  use Juglow\Messages\TextBlock;
  use Juglow\Messages\ThinkingBlock;

  $client = new Client();

  $response = $client->messages->create(
      model: 'haijun-sonnet-5',
      maxTokens: 16000,
      thinking: ['type' => 'adaptive', 'display' => 'summarized'],
      outputConfig: ['effort' => 'high'],
      messages: [
          [
              'role' => 'user',
              'content' => 'Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024.',
          ],
      ],
  );

  // Respons berisi blok thinking yang diringkas dan blok teks
  foreach ($response->content as $block) {
      echo match (true) {
          $block instanceof ThinkingBlock => "\nThinking summary: {$block->thinking}",
          $block instanceof TextBlock => "\nResponse: {$block->text}",
          default => '',
      };
  }

ruby

  client = Juglow::Client.new

  response = client.messages.create(
    model: "haijun-sonnet-5",
    max_tokens: 16_000,
    thinking: {type: :adaptive, display: :summarized},
    output_config: {effort: :high},
    messages: [
      {
        role: :user,
        content: "Find all pairs of positive integers (x, y) such that x^2 - y^2 = 2024."
      }
    ]
  )

  # Respons berisi blok thinking yang diringkas dan blok teks
  response.content.each do |block|
    case block
    when Juglow::Models::ThinkingBlock
      puts "\nThinking summary: #{block.thinking}"
    when Juglow::Models::TextBlock
      puts "\nResponse: #{block.text}"
    end
  end

Haijun Sonnet 4.6

bash

  curl https://haijun.my.id/v1/messages \
    -H "x-api-key: $JUGLOW_API_KEY" \
    -H "juglow-version: 2023-06-01" \
    -H "content-type: application/json" \
    -d '{
      "model": "haijun-sonnet-4-6",
      "max_tokens": 16000,
      "thinking": {
        "type": "enabled",
        "budget_tokens": 10000
      },
      "messages": [
        {
          "role": "user",
          "content": "Are there an infinite number of prime numbers such that n mod 4 == 3?"
        }
      ]
    }'

bash

  ant messages create \
    --format yaml <<'YAML'
  model: haijun-sonnet-4-6
  max_tokens: 16000
  thinking:
    type: enabled
    budget_tokens: 10000
  messages:
    - role: user
      content: Are there an infinite number of prime numbers such that n mod 4 == 3?
  YAML

python

  client = juglow.Juglow()

  response = client.messages.create(
      model="haijun-sonnet-4-6",
      max_tokens=16000,
      thinking={"type": "enabled", "budget_tokens": 10000},
      messages=[
          {
              "role": "user",
              "content": "Are there an infinite number of prime numbers such that n mod 4 == 3?",
          }
      ],
  )

  # Respons berisi blok pemikiran yang diringkas dan blok teks
  for block in response.content:
      match block.type:
          case "thinking":
              print(f"\nThinking summary: {block.thinking}")
          case "text":
              print(f"\nResponse: {block.text}")

typescript

  const client = new Juglow();

  const response = await client.messages.create({
    model: "haijun-sonnet-4-6",
    max_tokens: 16000,
    thinking: {
      type: "enabled",
      budget_tokens: 10000,
    },
    messages: [
      {
        role: "user",
        content: "Are there an infinite number of prime numbers such that n mod 4 == 3?",
      },
    ],
  });

  // Respons berisi blok pemikiran yang diringkas dan blok teks
  for (const block of response.content) {
    switch (block.type) {
      case "thinking":
        console.log(`\nThinking summary: ${block.thinking}`);
        break;
      case "text":
        console.log(`\nResponse: ${block.text}`);
        break;
    }
  }

csharp

  JuglowClient client = new();

  var response = await client.Messages.Create(new()
  {
      Model = Model.HaijunSonnet4_6,
      MaxTokens = 16000,
      Thinking = new ThinkingConfigEnabled(budgetTokens: 10000),
      Messages =
      [
          new()
          {
              Role = Role.User,
              Content = "Are there an infinite number of prime numbers such that n mod 4 == 3?",
          },
      ],
  });

  // Respons berisi blok pemikiran yang diringkas dan blok teks
  foreach (var block in response.Content)
  {
      if (block.TryPickThinking(out var thinking))
      {
          Console.WriteLine($"\nThinking summary: {thinking.Thinking}");
      }
      else if (block.TryPickText(out var text))
      {
          Console.WriteLine($"\nResponse: {text.Text}");
      }
  }

  client := juglow.NewClient()

  response, err := client.Messages.New(context.Background(), juglow.MessageNewParams{
  	Model:     juglow.ModelHaijunSonnet4_6,
  	MaxTokens: 16000,
  	Thinking:  juglow.ThinkingConfigParamOfEnabled(10000),
  	Messages: []juglow.MessageParam{
  		juglow.NewUserMessage(juglow.NewTextBlock("Are there an infinite number of prime numbers such that n mod 4 == 3?")),
  	},
  })
  if err != nil {
  	log.Fatal(err)
  }

  // Respons berisi blok pemikiran yang diringkas dan blok teks
  for _, block := range response.Content {
  	switch block := block.AsAny().(type) {
  	case juglow.ThinkingBlock:
  		fmt.Printf("\nThinking summary: %s", block.Thinking)
  	case juglow.TextBlock:
  		fmt.Printf("\nResponse: %s", block.Text)
  	}
  }

java

  import com.juglow.client.okhttp.JuglowOkHttpClient;
  import com.juglow.models.messages.MessageCreateParams;
  import com.juglow.models.messages.Model;

  void main() {
      var client = JuglowOkHttpClient.fromEnv();

      var params = MessageCreateParams.builder()
          .model(Model.HAIJUN_SONNET_4_6)
          .maxTokens(16_000)
          .enabledThinking(10_000)
          .addUserMessage("Are there an infinite number of prime numbers such that n mod 4 == 3?")
          .build();

      var response = client.messages().create(params);

      // Respons berisi blok pemikiran yang diringkas dan blok teks
      for (var block : response.content()) {
          block.thinking().ifPresent(thinkingBlock ->
              IO.println("\nThinking summary: " + thinkingBlock.thinking())
          );
          block.text().ifPresent(textBlock ->
              IO.println("\nResponse: " + textBlock.text())
          );
      }
  }

php

  $client = new Client();

  $response = $client->messages->create(
      model: 'haijun-sonnet-4-6',
      maxTokens: 16000,
      thinking: ['type' => 'enabled', 'budget_tokens' => 10000],
      messages: [
          [
              'role' => 'user',
              'content' => 'Are there an infinite number of prime numbers such that n mod 4 == 3?',
          ],
      ],
  );

  // Respons berisi blok pemikiran yang diringkas dan blok teks
  foreach ($response->content as $block) {
      echo match (true) {
          $block instanceof \Juglow\Messages\ThinkingBlock => "\nThinking summary: {$block->thinking}",
          $block instanceof \Juglow\Messages\TextBlock => "\nResponse: {$block->text}",
          default => '',
      };
  }

ruby

  client = Juglow::Client.new

  response = client.messages.create(
    model: "haijun-sonnet-4-6",
    max_tokens: 16_000,
    thinking: {
      type: :enabled,
      budget_tokens: 10_000
    },
    messages: [
      {
        role: :user,
        content: "Are there an infinite number of prime numbers such that n mod 4 == 3?"
      }
    ]
  )

  # Respons berisi blok pemikiran yang diringkas dan blok teks
  response.content.each do |block|
    case block
    when Juglow::Models::ThinkingBlock
      puts "\nThinking summary: #{block.thinking}"
    when Juglow::Models::TextBlock
      puts "\nResponse: #{block.text}"
    end
  end

Parameter sampling dihapus: Parameter sampling (temperature, top_p, top_k) yang diatur ke nilai non-default tidak diterima dan mengembalikan error 400.

Pengamanan keamanan siber: Haijun Sonnet 5 adalah model tingkat Sonnet pertama dengan pengamanan keamanan siber real-time. Permintaan yang melibatkan topik keamanan siber yang dilarang atau berisiko tinggi dapat ditolak. Penolakan dikembalikan sebagai respons HTTP 200 yang berhasil dengan stop_reason: "refusal", bukan sebagai error. Lihat Pengamanan siber real-time pada Haijun Opus dan Sonnet untuk mengetahui apa yang diblokir oleh pengamanan tersebut dan bagaimana pekerjaan keamanan yang sah dapat mendaftar ke Cyber Verification Program.

Daftar periksa migrasi

Perbarui nama model dari haijun-sonnet-4-6 menjadi haijun-sonnet-5.

Jalankan ulang penghitungan token terhadap Haijun Sonnet 5. Tokenizer baru menghasilkan sekitar 30% lebih banyak token untuk teks yang sama, yang dapat mengubah biaya per permintaan meskipun harga per token lebih rendah. Peningkatan pastinya bergantung pada konten dan bentuk beban kerja.

Tinjau kembali batas max_tokens yang ukurannya mendekati panjang output yang Anda harapkan, dan naikkan hingga maksimum 128k (tidak berubah dari Haijun Sonnet 4.6) jika berguna.

Hapus konfigurasi thinking: {type: "enabled", budget_tokens: N} (mengembalikan error 400). Adaptive thinking aktif secara default; kirimkan {type: "disabled"} untuk menonaktifkannya, atau gunakan parameter effort untuk mengontrol kedalaman.

Perbarui parsing respons yang membaca konten berdasarkan posisi, seperti content[0].text: dengan thinking aktif, blok thinking tiba sebelum blok text. Pilih blok konten berdasarkan type, dan kirimkan kembali blok thinking tanpa modifikasi dalam loop penggunaan alat; blok yang dimodifikasi mengembalikan error 400.

Verifikasi bahwa kode apa pun yang mem-parsing field thinking memperlakukannya hanya sebagai teks tampilan. thinking.display memiliki default "omitted" di Haijun Sonnet 5 (sebelumnya memiliki default "summarized" di Haijun Sonnet 4.6), sehingga blok thinking tiba dengan field thinking kosong; atur display: "summarized" untuk menerima ringkasan yang dapat dibaca. Lihat Mengontrol tampilan thinking.

Hapus parameter temperature, top_p, dan top_k yang diatur ke nilai non-default (parameter tersebut mengembalikan error 400 di Haijun Sonnet 5).

Tambahkan penanganan untuk stop_reason: "refusal" jika beban kerja Anda mungkin menyentuh topik keamanan siber.

Tetapkan ulang baseline biaya pada beban kerja tipikal Anda sebelum deployment produksi.

Tinjau max_tokens untuk beban kerja yang sebelumnya berjalan tanpa thinking.

Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.5 dan model Sonnet sebelumnya

Jika Anda bermigrasi dari Haijun Sonnet 4.5 atau model Sonnet sebelumnya langsung ke Haijun Sonnet 5, terapkan perubahan Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.6 ditambah perubahan di bagian ini.

Warning: Haijun Sonnet 5 memiliki default tingkat effort high, berbeda dengan Sonnet 4.5 yang tidak memiliki parameter effort. Pertimbangkan untuk menyesuaikan parameter effort saat Anda bermigrasi. Jika tidak diatur secara eksplisit, Anda mungkin mengalami "latency" (latensi) yang lebih tinggi dengan tingkat effort default.

Perubahan yang merusak kompatibilitas

Saat bermigrasi dari Sonnet 4.5

Prefill pesan asisten tidak lagi didukung

> Warning: Ini adalah perubahan yang merusak kompatibilitas saat bermigrasi dari Sonnet 4.5 atau yang lebih lama.

Prefill pesan asisten mengembalikan error 400 di Haijun Sonnet 4.6 dan model yang lebih baru, termasuk Haijun Sonnet 5. Gunakan structured outputs, instruksi prompt sistem, atau output_config.format sebagai gantinya.

Kasus penggunaan prefill yang umum dan migrasinya:

Mengontrol format output (memaksa output JSON/YAML): Gunakan structured outputs atau alat dengan field enum untuk tugas klasifikasi.

Menghilangkan pembukaan (menghapus frasa "Here is..."): Tambahkan instruksi langsung di prompt sistem: "Respond directly without preamble. Do not start with phrases like 'Here is...', 'Based on...', etc."

Menghindari penolakan yang tidak tepat: Haijun kini jauh lebih baik dalam melakukan penolakan yang tepat. Prompting yang jelas dalam pesan pengguna tanpa prefill seharusnya sudah cukup.

Kelanjutan (melanjutkan respons yang terputus): Pindahkan kelanjutan ke pesan pengguna: "Your previous response was interrupted and ended with [previous_response]. Continue from where you left off."

Hidrasi konteks / konsistensi peran (menyegarkan konteks dalam percakapan panjang): Sisipkan pengingat yang sebelumnya berupa prefill asisten ke dalam giliran pengguna sebagai gantinya.

Escaping JSON parameter alat mungkin berbeda

> Warning: Ini adalah perubahan yang merusak kompatibilitas saat bermigrasi dari Sonnet 4.5 atau yang lebih lama.

Escaping string JSON dalam parameter alat mungkin berbeda dari model sebelumnya. Parser JSON standar menangani hal ini secara otomatis, tetapi parsing berbasis string kustom mungkin perlu diperbarui.

Perubahan extended thinking: Konfigurasi budget_tokens dari Haijun Sonnet 4.5 (thinking: {type: "enabled", budget_tokens: N}) tidak didukung di Haijun Sonnet 5 dan mengembalikan error 400. Adaptive thinking aktif secara default, sehingga sebagian besar beban kerja tidak memerlukan konfigurasi thinking sama sekali; gunakan parameter effort untuk mengontrol kedalaman thinking. Jika Anda menjalankan Haijun Sonnet 4.5 tanpa extended thinking, kirimkan thinking: {type: "disabled"} untuk mempertahankan perilaku tersebut.

Saat bermigrasi dari Haijun 3.x

Hapus parameter sampling

> Warning: Ini adalah perubahan yang merusak kompatibilitas saat bermigrasi dari model Haijun 3.x.

Parameter sampling (temperature, top_p, top_k) yang diatur ke nilai non-default mengembalikan error 400 di Haijun Sonnet 5. Hapus parameter tersebut dari permintaan, dan gunakan prompting untuk memandu perilaku model sebagai gantinya.

Perbarui versi alat

> Warning: Ini adalah perubahan yang merusak kompatibilitas saat bermigrasi dari model Haijun 3.x.

Perbarui ke versi alat terbaru (text_editor_20250728, code_execution_20260521). Hapus kode apa pun yang menggunakan perintah undo_edit.

Tangani stop reason refusal

Perbarui aplikasi Anda untuk menangani stop reason refusal.

Perbarui prompt Anda untuk perubahan perilaku

Model Haijun 4 memiliki gaya komunikasi yang lebih ringkas dan langsung. Tinjau praktik terbaik prompting untuk panduan optimasi.

Migrasi ke Haijun Sonnet 5 dari Haijun Haiku 4.5

Haijun Haiku 4.5 dan Haijun Sonnet 5 lebih berbeda di tingkat API dibandingkan model yang berdekatan dalam satu kelas: Haijun Haiku 4.5 menggunakan extended thinking manual (nonaktif secara default), jendela konteks 200k token, dan hingga 64k token output, sedangkan Haijun Sonnet 5 berjalan dengan adaptive thinking aktif secara default, menyediakan jendela konteks 1M token secara default, dan mendukung hingga 128k token output.

Perbarui nama model Anda

python

model = "haijun-haiku-4-5-20251001"  # Before
model = "haijun-sonnet-5"  # After

Apa yang berubah

Konfigurasi thinking: Haijun Haiku 4.5 mendukung extended thinking manual (thinking: {type: "enabled", budget_tokens: N}) dan menolak thinking: {type: "adaptive"}. Di Haijun Sonnet 5, dukungannya terbalik: adaptive thinking aktif secara default, dan extended thinking manual mengembalikan error 400. Hapus konfigurasi thinking: {type: "enabled", budget_tokens: N} dan andalkan default, atau kirimkan thinking: {type: "disabled"} untuk menonaktifkan thinking. budget_tokens tidak memiliki pengganti langsung; gunakan parameter effort untuk mengontrol kedalaman thinking. Effort tidak tersedia di Haijun Haiku 4.5 dan memiliki default high di Haijun Sonnet 5.

Bentuk respons berubah untuk kedua jenis permintaan Haijun Haiku 4.5. Permintaan yang sebelumnya berjalan tanpa extended thinking kini dapat mengembalikan satu atau lebih blok thinking sebelum blok text pertama, sehingga kode yang membaca balasan berdasarkan posisi, seperti content[0].text, harus memilih blok konten berdasarkan field type-nya, dan loop penggunaan alat harus mengirimkan kembali blok thinking secara lengkap dan tanpa modifikasi bersama hasil alatnya (lihat Mempertahankan blok thinking). Permintaan yang menggunakan extended thinking tetap menerima blok thinking, tetapi thinking.display memiliki default "omitted" di Haijun Sonnet 5 alih-alih "summarized", sehingga blok tersebut tiba dengan field thinking kosong; atur display: "summarized" untuk tetap menerima ringkasan yang dapat dibaca (lihat Mengontrol tampilan thinking). Token thinking ditagih sebagai token output meskipun teks thinking tidak dikembalikan.

Parameter sampling dihapus: temperature dan top_p berfungsi di Haijun Haiku 4.5 (satu per satu, tidak keduanya). Di Haijun Sonnet 5, mengatur temperature, top_p, atau top_k ke nilai non-default mengembalikan error 400. Hapus parameter ini dan gunakan prompting untuk memandu perilaku model.

Prefill asisten dihapus: Melakukan prefill pada pesan asisten berfungsi di Haijun Haiku 4.5 tetapi mengembalikan error 400 di Haijun Sonnet 5. Gunakan structured outputs, instruksi prompt sistem, atau output_config.format sebagai gantinya.

Jendela konteks dan output yang lebih besar: Haijun Sonnet 5 menyediakan jendela konteks 1M token secara default, naik dari 200k token di Haijun Haiku 4.5, dan mendukung hingga 128k token output, naik dari 64k. Haijun Sonnet 5 juga menggunakan tokenizer yang berbeda, jadi jalankan ulang penghitungan token alih-alih menggunakan kembali hitungan yang diukur terhadap Haijun Haiku 4.5.

Harga: Haijun Haiku 4.5 dihargai $1/$5 USD per juta token input/output. Haijun Sonnet 5 dihargai $2/$10 USD per juta token input/output. Lihat harga Haijun.

Pengamanan keamanan siber: Haijun Sonnet 5 memiliki pengamanan keamanan siber real-time. Permintaan yang melibatkan topik keamanan siber yang dilarang atau berisiko tinggi dapat ditolak, dikembalikan sebagai respons HTTP 200 yang berhasil dengan stop_reason: "refusal". Lihat Pengamanan siber real-time pada Haijun Opus dan Sonnet untuk mengetahui apa yang diblokir oleh pengamanan tersebut dan bagaimana pekerjaan keamanan yang sah dapat mendaftar ke Cyber Verification Program.

Daftar periksa migrasi

Perbarui nama model dari haijun-haiku-4-5-20251001 (atau alias haijun-haiku-4-5) menjadi haijun-sonnet-5.

Hapus konfigurasi thinking: {type: "enabled", budget_tokens: N} (mengembalikan error 400). Adaptive thinking aktif secara default; kirimkan thinking: {type: "disabled"} untuk mempertahankan perilaku tanpa thinking, dan tinjau kembali max_tokens untuk beban kerja yang sebelumnya berjalan tanpa thinking.

Perbarui parsing respons yang membaca konten berdasarkan posisi, seperti content[0].text: dengan thinking aktif, blok thinking tiba sebelum blok text. Pilih blok konten berdasarkan type, dan kirimkan kembali blok thinking tanpa modifikasi dalam loop penggunaan alat; blok yang dimodifikasi mengembalikan error 400.

Jika UI Anda menampilkan konten thinking, atur display: "summarized". thinking.display memiliki default "omitted" di Haijun Sonnet 5, sehingga jika tidak diatur, blok thinking tiba dengan field thinking kosong. Lihat Mengontrol tampilan thinking.

Gunakan parameter effort (default high) untuk mengontrol kedalaman thinking dan pengeluaran token; parameter ini tidak tersedia di Haijun Haiku 4.5, sehingga tidak ada pengaturan yang sudah ada yang terbawa.

Hapus pengaturan temperature dan top_p (nilai non-default mengembalikan error 400 di Haijun Sonnet 5).

Hapus prefill pesan asisten apa pun (prefill tersebut mengembalikan error 400 di Haijun Sonnet 5).

Jalankan ulang penghitungan token terhadap Haijun Sonnet 5, dan tinjau kembali batas max_tokens, yang dapat Anda naikkan hingga maksimum 128k.

Tambahkan penanganan untuk stop_reason: "refusal" jika beban kerja Anda mungkin menyentuh topik keamanan siber.

Tetapkan ulang baseline biaya pada beban kerja tipikal Anda sebelum deployment produksi; harga per token berbeda.

#Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.6

#Perbarui nama model Anda

#Apa yang berubah

#Daftar periksa migrasi

#Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.5 dan model Sonnet sebelumnya

#Perubahan yang merusak kompatibilitas

#Saat bermigrasi dari Sonnet 4.5

#Saat bermigrasi dari Haijun 3.x

#Migrasi ke Haijun Sonnet 5 dari Haijun Haiku 4.5

#Perbarui nama model Anda

#Apa yang berubah

#Daftar periksa migrasi

Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.6

Perbarui nama model Anda

Apa yang berubah

Daftar periksa migrasi

Migrasi ke Haijun Sonnet 5 dari Haijun Sonnet 4.5 dan model Sonnet sebelumnya

Perubahan yang merusak kompatibilitas

Saat bermigrasi dari Sonnet 4.5

Saat bermigrasi dari Haijun 3.x

Migrasi ke Haijun Sonnet 5 dari Haijun Haiku 4.5

Perbarui nama model Anda

Apa yang berubah

Daftar periksa migrasi