Anthropic Messages

Use a API Anthropic Messages por meio da CometAPI para acessar modelos Claude com extended thinking, prompt caching, uso de ferramentas, web search/fetch, streaming e controle de esforço.

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
    }
  }
}

​

Visão geral

A CometAPI oferece suporte nativo à API Anthropic Messages, dando a você acesso direto aos modelos Claude com todos os recursos específicos da Anthropic. Use este endpoint para funcionalidades exclusivas do Claude, como extended thinking, prompt caching e controle de esforço.

​

Início rápido

Use o SDK oficial da Anthropic — basta definir a URL base para a 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)

Tanto os cabeçalhos x-api-key quanto Authorization: Bearer são compatíveis para autenticação. Os SDKs oficiais da Anthropic usam x-api-key por padrão.

​

Extended Thinking

Ative o raciocínio passo a passo do Claude com o parâmetro thinking. A resposta inclui blocos de conteúdo thinking que mostram o raciocínio interno do Claude antes da resposta final.

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 requer um budget_tokens mínimo de 1.024. Os tokens de thinking contam para o seu limite de max_tokens — defina max_tokens alto o suficiente para acomodar tanto o thinking quanto a resposta.

---

​

Prompt Caching

Armazene em cache prompts de sistema grandes ou prefixos de conversa para reduzir latência e custo em solicitações subsequentes. Adicione cache_control aos blocos de conteúdo que devem ser armazenados em 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..."}],
)

O uso do cache é informado no campo usage da resposta:

• cache_creation_input_tokens — tokens gravados no cache (cobrados a uma taxa mais alta)
• cache_read_input_tokens — tokens lidos do cache (cobrados a uma taxa reduzida)

Prompt caching exige um mínimo de 1.024 tokens no bloco de conteúdo armazenado em cache. Conteúdos menores do que isso não serão armazenados em cache.

---

​

Streaming

Transmita respostas usando Server-Sent Events (SSE) definindo stream: true. Os eventos chegam nesta ordem:

1. message_start — contém os metadados da mensagem e o uso inicial
2. content_block_start — marca o início de cada bloco de conteúdo
3. content_block_delta — blocos de texto incrementais (text_delta)
4. content_block_stop — marca o fim de cada bloco de conteúdo
5. message_delta — stop_reason final e usage completo
6. message_stop — sinaliza o fim do 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="")

---

​

Controle de esforço

Controle quanto esforço o Claude coloca na geração de uma resposta com 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"
)

---

​

Ferramentas do servidor

O Claude oferece suporte a ferramentas do lado do servidor que são executadas na infraestrutura da Anthropic:

Web Fetch

Busque e analise conteúdo de URLs:

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

Pesquise na web por informações em tempo real:

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}
    ],
)

---

​

Exemplo de resposta

Uma resposta típica do endpoint Anthropic da 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
  }
}

---

​

Principais diferenças em relação ao endpoint compatível com OpenAI

Recurso	Anthropic Messages (/v1/messages)	OpenAI-Compatible (/v1/chat/completions)
Pensamento estendido	Parâmetro thinking com budget_tokens	Não disponível
Cache de Prompt	cache_control em blocos de conteúdo	Não disponível
Controle de esforço	output_config.effort	Não disponível
Web fetch/search	Ferramentas do servidor (web_fetch, web_search)	Não disponível
Cabeçalho de autenticação	x-api-key ou Bearer	Apenas Bearer
Formato da resposta	Formato Anthropic (content blocks)	Formato OpenAI (choices, message)
Modelos	Apenas Claude	Multi-provider (GPT, Claude, Gemini, etc.)

Autorizações

x-api-key · string · header · obrigatório

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

Cabeçalhos

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

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

Exemplo:

"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 · obrigatório

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

Exemplo:

"claude-sonnet-4-6"

messages · object[] · obrigatório

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 · obrigatório

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.

Intervalo necessário: x >= 1

Exemplo:

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 · padrão: 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.

Intervalo necessário: 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.

Intervalo necessário: 0 <= x <= 1

top_k · integer

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

Intervalo necessário: x >= 0

stream · boolean · padrão: 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.

Opções disponíveis: auto, standard_only

Resposta

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.

Opções disponíveis: message

role · enum<string>

Always assistant.

Opções disponíveis: 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.

Opções disponíveis: 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