Anthropic Messages

Usa l’API Anthropic Messages tramite CometAPI per accedere ai modelli Claude con extended thinking, prompt caching, uso di tool, web search/fetch, streaming e controllo dell’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
    }
  }
}

​

Panoramica

CometAPI supporta nativamente l’API Anthropic Messages, offrendoti accesso diretto ai modelli Claude con tutte le funzionalità specifiche di Anthropic. Usa questo endpoint per capacità esclusive di Claude come extended thinking, prompt caching e controllo dell’effort.

​

Avvio rapido

Usa l’SDK ufficiale di Anthropic — ti basta impostare l’URL di base su 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)

Sono supportate sia le intestazioni x-api-key sia Authorization: Bearer per l’autenticazione. Gli SDK ufficiali di Anthropic usano x-api-key per impostazione predefinita.

​

Extended Thinking

Abilita il ragionamento passo dopo passo di Claude con il parametro thinking. La risposta include blocchi di contenuto thinking che mostrano il ragionamento interno di Claude prima della risposta 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 richiede un valore minimo di budget_tokens pari a 1,024. I token di thinking vengono conteggiati nel limite max_tokens — imposta max_tokens a un valore sufficientemente alto per includere sia il thinking sia la risposta.

---

​

Prompt Caching

Memorizza nella cache prompt di sistema di grandi dimensioni o prefissi di conversazione per ridurre latenza e costo nelle richieste successive. Aggiungi cache_control ai blocchi di contenuto che devono essere memorizzati nella 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’utilizzo della cache viene riportato nel campo usage della risposta:

• cache_creation_input_tokens — token scritti nella cache (fatturati a una tariffa più alta)
• cache_read_input_tokens — token letti dalla cache (fatturati a una tariffa ridotta)

Il prompt caching richiede un minimo di 1,024 token nel blocco di contenuto memorizzato nella cache. I contenuti più brevi non verranno memorizzati nella cache.

---

​

Streaming

Trasmetti le risposte in Streaming usando Server-Sent Events (SSE) impostando stream: true. Gli eventi arrivano in questo ordine:

1. message_start — contiene i metadati del messaggio e l’utilizzo iniziale
2. content_block_start — indica l’inizio di ciascun blocco di contenuto
3. content_block_delta — frammenti di testo incrementali (text_delta)
4. content_block_stop — indica la fine di ciascun blocco di contenuto
5. message_delta — stop_reason finale e usage completo
6. message_stop — segnala la fine dello stream

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="")

---

​

Controllo dell’effort

Controlla quanto effort Claude mette nella generazione di una risposta con 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"
)

---

​

Server Tools

Claude supporta strumenti lato server che vengono eseguiti sull’infrastruttura di Anthropic:

Web Fetch

Recupera e analizza contenuti da 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

Cerca sul web informazioni in tempo reale:

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}
    ],
)

---

​

Esempio di risposta

Una risposta tipica dall’endpoint Anthropic di 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
  }
}

---

​

Differenze principali rispetto all’endpoint compatibile con OpenAI

Funzionalità	Anthropic Messages (/v1/messages)	OpenAI-Compatible (/v1/chat/completions)
Extended thinking	parametro thinking con budget_tokens	Non disponibile
Prompt caching	cache_control sui blocchi di contenuto	Non disponibile
Controllo dell’effort	output_config.effort	Non disponibile
Web fetch/search	Server tools (web_fetch, web_search)	Non disponibile
Header di autenticazione	x-api-key o Bearer	Solo Bearer
Formato della risposta	formato Anthropic (content blocks)	formato OpenAI (choices, message)
Modelli	Solo Claude	Multi-provider (GPT, Claude, Gemini, ecc.)

Autorizzazioni

x-api-key · string · header · obbligatorio

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

Intestazioni

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

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

Esempio:

"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.

Corpo

application/json

model · string · obbligatorio

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

Esempio:

"claude-sonnet-4-6"

messages · object[] · obbligatorio

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 · obbligatorio

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.

Intervallo richiesto: x >= 1

Esempio:

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 · predefinito: 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.

Intervallo richiesto: 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.

Intervallo richiesto: 0 <= x <= 1

top_k · integer

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

Intervallo richiesto: x >= 0

stream · boolean · predefinito: 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.

Opzioni disponibili: auto, standard_only

Risposta

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.

Opzioni disponibili: message

role · enum<string>

Always assistant.

Opzioni disponibili: 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.

Opzioni disponibili: 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