Anthropic Messages

Utilisez l’API Anthropic Messages via CometAPI pour accéder aux modèles Claude avec extended thinking, prompt caching, tool use, web search/fetch, streaming et le contrôle de l’effort.

POST /v1/messages

Python

Basic

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.cometapi.com",
    api_key="<COMETAPI_KEY>",
)

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system="You are a helpful assistant.",
    messages=[
        {"role": "user", "content": "Hello, world"}
    ],
)

print(message.content[0].text)

200

{
  "id": "<string>",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "<string>",
      "thinking": "<string>",
      "signature": "<string>",
      "id": "<string>",
      "name": "<string>",
      "input": {}
    }
  ],
  "model": "<string>",
  "stop_reason": "end_turn",
  "stop_sequence": "<string>",
  "usage": {
    "input_tokens": 123,
    "output_tokens": 123,
    "cache_creation_input_tokens": 123,
    "cache_read_input_tokens": 123,
    "cache_creation": {
      "ephemeral_5m_input_tokens": 123,
      "ephemeral_1h_input_tokens": 123
    }
  }
}

​

Vue d’ensemble

CometAPI prend en charge l’API Anthropic Messages nativement, vous donnant un accès direct aux modèles Claude avec toutes les fonctionnalités spécifiques à Anthropic. Utilisez ce endpoint pour les capacités exclusives à Claude comme extended thinking, prompt caching et le contrôle de l’effort.

​

Démarrage rapide

Utilisez le SDK Anthropic officiel — définissez simplement l’URL de base sur CometAPI :

Python

import anthropic

client = anthropic.Anthropic(
    base_url="https://api.cometapi.com",
    api_key="<COMETAPI_KEY>",
)

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}],
)
print(message.content[0].text)

Les en-têtes x-api-key et Authorization: Bearer sont tous deux pris en charge pour l’authentification. Les SDK Anthropic officiels utilisent x-api-key par défaut.

​

Extended Thinking

Activez le raisonnement étape par étape de Claude avec le paramètre thinking. La réponse inclut des blocs de contenu thinking qui montrent le raisonnement interne de Claude avant la réponse finale.

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=16000,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000,
    },
    messages=[
        {"role": "user", "content": "Prove that there are infinitely many primes."}
    ],
)

for block in message.content:
    if block.type == "thinking":
        print(f"Thinking: {block.thinking[:200]}...")
    elif block.type == "text":
        print(f"Answer: {block.text}")

Thinking nécessite un budget_tokens minimum de 1,024. Les tokens de thinking sont comptabilisés dans votre limite max_tokens — définissez max_tokens suffisamment haut pour couvrir à la fois le thinking et la réponse.

---

​

Prompt Caching

Mettez en cache de grands prompts système ou des préfixes de conversation afin de réduire la latence et le coût lors des requêtes suivantes. Ajoutez cache_control aux blocs de contenu qui doivent être mis en cache :

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "You are an expert code reviewer. [Long detailed instructions...]",
            "cache_control": {"type": "ephemeral"},
        }
    ],
    messages=[{"role": "user", "content": "Review this code..."}],
)

L’utilisation du cache est indiquée dans le champ usage de la réponse :

• cache_creation_input_tokens — tokens écrits dans le cache (facturés à un tarif plus élevé)
• cache_read_input_tokens — tokens lus depuis le cache (facturés à un tarif réduit)

Prompt caching nécessite un minimum de 1,024 tokens dans le bloc de contenu mis en cache. Un contenu plus court ne sera pas mis en cache.

---

​

Streaming

Diffusez les réponses avec les événements Server-Sent Events (SSE) en définissant stream: true. Les événements arrivent dans cet ordre :

1. message_start — contient les métadonnées du message et l’usage initial
2. content_block_start — marque le début de chaque bloc de contenu
3. content_block_delta — fragments de texte incrémentaux (text_delta)
4. content_block_stop — marque la fin de chaque bloc de contenu
5. message_delta — stop_reason final et usage complet
6. message_stop — signale la fin du flux

with client.messages.stream(
    model="claude-sonnet-4-6",
    max_tokens=256,
    messages=[{"role": "user", "content": "Hello"}],
) as stream:
    for text in stream.text_stream:
        print(text, end="")

---

​

Contrôle de l’effort

Contrôlez le niveau d’effort que Claude consacre à la génération d’une réponse avec output_config.effort :

message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "Summarize this briefly."}
    ],
    output_config={"effort": "low"},  # "low", "medium", or "high"
)

---

​

Outils serveur

Claude prend en charge des outils côté serveur qui s’exécutent sur l’infrastructure d’Anthropic :

Web Fetch

Récupérez et analysez le contenu d’URL :

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Analyze the content at https://arxiv.org/abs/1512.03385"}
    ],
    tools=[
        {"type": "web_fetch_20250910", "name": "web_fetch", "max_uses": 5}
    ],
)

Web Search

Recherchez sur le web des informations en temps réel :

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "What are the latest developments in AI?"}
    ],
    tools=[
        {"type": "web_search_20250305", "name": "web_search", "max_uses": 5}
    ],
)

---

​

Exemple de réponse

Une réponse typique de l’endpoint Anthropic de CometAPI :

{
  "id": "msg_bdrk_01UjHdmSztrL7QYYm7CKBDFB",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello!"
    }
  ],
  "model": "claude-sonnet-4-6",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 19,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "cache_creation": {
      "ephemeral_5m_input_tokens": 0,
      "ephemeral_1h_input_tokens": 0
    },
    "output_tokens": 4
  }
}

---

​

Différences clés par rapport à l’endpoint compatible OpenAI

Fonctionnalité	Anthropic Messages (/v1/messages)	Compatible OpenAI (/v1/chat/completions)
Extended thinking	Paramètre thinking avec budget_tokens	Non disponible
Prompt caching	cache_control sur les blocs de contenu	Non disponible
Contrôle de l’effort	output_config.effort	Non disponible
Récupération/recherche web	Outils serveur (web_fetch, web_search)	Non disponible
En-tête d’authentification	x-api-key ou Bearer	Bearer uniquement
Format de réponse	Format Anthropic (content blocks)	Format OpenAI (choices, message)
Modèles	Claude uniquement	Multi-provider (GPT, Claude, Gemini, etc.)

Autorisations

x-api-key · string · header · requis

Your CometAPI key passed via the x-api-key header. Authorization: Bearer <key> is also supported.

En-têtes

anthropic-version · string · défaut: 2023-06-01

The Anthropic API version to use. Defaults to 2023-06-01.

Exemple:

"2023-06-01"

anthropic-beta · string

Comma-separated list of beta features to enable. Examples: max-tokens-3-5-sonnet-2024-07-15, pdfs-2024-09-25, output-128k-2025-02-19.

Corps

application/json

model · string · requis

The Claude model to use. See the Models page for current Claude model IDs.

Exemple:

"claude-sonnet-4-6"

messages · object[] · requis

The conversation messages. Must alternate between user and assistant roles. Each message's content can be a string or an array of content blocks (text, image, document, tool_use, tool_result). There is a limit of 100,000 messages per request.

Show child attributes

max_tokens · integer · requis

The maximum number of tokens to generate. The model may stop before reaching this limit. When using thinking, the thinking tokens count towards this limit.

Plage requise: x >= 1

Exemple:

1024

system · string object[]

System prompt providing context and instructions to Claude. Can be a plain string or an array of content blocks (useful for prompt caching).

temperature · number · défaut: 1

Controls randomness in the response. Range: 0.0–1.0. Use lower values for analytical tasks and higher values for creative tasks. Defaults to 1.0.

Plage requise: 0 <= x <= 1

top_p · number

Nucleus sampling threshold. Only tokens with cumulative probability up to this value are considered. Range: 0.0–1.0. Use either temperature or top_p, not both.

Plage requise: 0 <= x <= 1

top_k · integer

Only sample from the top K most probable tokens. Recommended for advanced use cases only.

Plage requise: x >= 0

stream · boolean · défaut: false

If true, stream the response incrementally using Server-Sent Events (SSE). Events include message_start, content_block_start, content_block_delta, content_block_stop, message_delta, and message_stop.

stop_sequences · string[]

Custom strings that cause the model to stop generating when encountered. The stop sequence is not included in the response.

thinking · object

Enable extended thinking — Claude's step-by-step reasoning process. When enabled, the response includes thinking content blocks before the answer. Requires a minimum budget_tokens of 1,024.

Show child attributes

tools · object[]

Tools the model may use. Supports client-defined functions, web search (web_search_20250305), web fetch (web_fetch_20250910), code execution (code_execution_20250522), and more.

Show child attributes

tool_choice · object

Controls how the model uses tools.

Show child attributes

metadata · object

Request metadata for tracking and analytics.

Show child attributes

output_config · object

Configuration for output behavior.

Show child attributes

service_tier · enum<string>

The service tier to use. auto tries priority capacity first, standard_only uses only standard capacity.

Options disponibles: auto, standard_only

Réponse

200 - application/json

Successful response. When stream is true, the response is a stream of SSE events.

id · string

Unique identifier for this message (e.g., msg_01XFDUDYJgAACzvnptvVoYEL).

type · enum<string>

Always message.

Options disponibles: message

role · enum<string>

Always assistant.

Options disponibles: assistant

content · object[]

The response content blocks. May include text, thinking, tool_use, and other block types.

Show child attributes

model · string

The specific model version that generated this response (e.g., claude-sonnet-4-6).

stop_reason · enum<string>

Why the model stopped generating.

Options disponibles: end_turn, max_tokens, stop_sequence, tool_use, pause_turn

stop_sequence · string | null

The stop sequence that caused the model to stop, if applicable.

usage · object

Token usage statistics.

Show child attributes