Anthropic Messages - CometAPI Documentation

POST

messages

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)

{
  "id": "<string>",
  "content": [
    {
      "text": "<string>",
      "thinking": "<string>",
      "signature": "<string>",
      "id": "<string>",
      "name": "<string>",
      "input": {}
    }
  ],
  "model": "<string>",
  "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
    }
  }
}

CometAPI unterstützt die Anthropic Messages API nativ und bietet Ihnen direkten Zugriff auf Claude-Modelle mit allen Anthropic-spezifischen Funktionen. Verwenden Sie diesen Endpunkt für Claude-exklusive Fähigkeiten wie extended thinking, Prompt-Caching und effort control.

Sowohl die Header x-api-key als auch Authorization: Bearer werden für die Authentifizierung unterstützt. Die offiziellen Anthropic SDKs verwenden standardmäßig x-api-key.

Schnellstart

Um das offizielle Anthropic SDK mit CometAPI zu verwenden, setzen Sie die base URL:

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)

Extended thinking aktivieren

Aktivieren Sie Claudes schrittweise Argumentation mit dem Parameter thinking. Die Antwort enthält thinking-Content-Blöcke, die Claudes interne Argumentation vor der endgültigen Antwort zeigen.

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 erfordert mindestens 1.024 budget_tokens. Thinking-Tokens werden auf Ihr max_tokens-Limit angerechnet — setzen Sie max_tokens hoch genug, damit sowohl Thinking als auch die Antwort darin Platz finden.

Prompts cachen

Um Latenz und Kosten bei nachfolgenden Anfragen zu reduzieren, cachen Sie große System-Prompts oder Konversationspräfixe. Fügen Sie cache_control zu Content-Blöcken hinzu, die gecacht werden sollen:

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..."}],
)

Die Cache-Nutzung wird im Feld usage der Antwort angegeben:

cache_creation_input_tokens — in den Cache geschriebene Tokens (werden zu einem höheren Satz abgerechnet)
cache_read_input_tokens — aus dem Cache gelesene Tokens (werden zu einem reduzierten Satz abgerechnet)

Prompt-Caching erfordert mindestens 1.024 Tokens im gecachten Content-Block. Kürzere Inhalte werden nicht gecacht.

Responses streamen

Um Responses mit Server-Sent Events (SSE) zu streamen, setzen Sie stream: true. Events treffen in dieser Reihenfolge ein:

message_start — enthält die Nachrichtenmetadaten und die anfängliche usage
content_block_start — markiert den Beginn jedes content-Blocks
content_block_delta — inkrementelle Text-Chunks (text_delta)
content_block_stop — markiert das Ende jedes content-Blocks
message_delta — endgültiger stop_reason und vollständige usage
message_stop — signalisiert das Ende des Streams

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="")

Aufwand steuern

Um zu steuern, wie viel Aufwand Claude in die Generierung einer Response steckt, verwenden Sie 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 verwenden

Claude unterstützt serverseitige Tools, die auf der Infrastruktur von Anthropic ausgeführt werden:

Web Fetch
Web Search

Inhalte von URLs abrufen und analysieren:

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}
    ],
)

Das Web nach Echtzeitinformationen durchsuchen:

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}
    ],
)

Response-Beispiel

Eine typische Response vom Anthropic-Endpunkt von 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
  }
}

Mit dem OpenAI-kompatiblen Endpunkt vergleichen

Funktion	Anthropic Messages (`/v1/messages`)	OpenAI-Compatible (`/v1/chat/completions`)
Extended thinking	Parameter `thinking` mit `budget_tokens`	Nicht verfügbar
Prompt caching	`cache_control` auf content-Blöcken	Nicht verfügbar
Aufwandsteuerung	`output_config.effort`	Nicht verfügbar
Web-Abruf/-Suche	Server-Tools (`web_fetch`, `web_search`)	Nicht verfügbar
Auth-Header	`x-api-key` oder `Bearer`	Nur `Bearer`
Response-Format	Anthropic-Format (`content`-Blöcke)	OpenAI-Format (`choices`, `message`)
Modelle	Nur Claude	Multi-Provider (GPT, Claude, Gemini usw.)

Autorisierungen

x-api-key

string

header

erforderlich

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

Header

anthropic-version

string

Standard:2023-06-01

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

Beispiel:

"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.

Body

application/json

model

string

erforderlich

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

Beispiel:

"claude-sonnet-4-6"

messages

object[]

erforderlich

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

erforderlich

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.

Erforderlicher Bereich: x >= 1

Beispiel:

1024

system

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

Standard: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.

Erforderlicher Bereich: 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.

Erforderlicher Bereich: 0 <= x <= 1

top_k

integer

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

Erforderlicher Bereich: x >= 0

stream

boolean

Standard: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.

Verfügbare Optionen:

auto,

standard_only

Antwort

200 - application/json

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

string

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

type

enum<string>

Always message.

Verfügbare Optionen:

message

role

enum<string>

Always assistant.

Verfügbare Optionen:

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.

Verfügbare Optionen:

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

Responses

Zurück

Gemini Generating Content

Weiter

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)

{
  "id": "<string>",
  "content": [
    {
      "text": "<string>",
      "thinking": "<string>",
      "signature": "<string>",
      "id": "<string>",
      "name": "<string>",
      "input": {}
    }
  ],
  "model": "<string>",
  "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
    }
  }
}

Documentation Index

​Schnellstart

​Extended thinking aktivieren

​Prompts cachen

​Responses streamen

​Aufwand steuern

​Server-Tools verwenden

​Response-Beispiel

​Mit dem OpenAI-kompatiblen Endpunkt vergleichen

Autorisierungen

Header

Body

Antwort

Schnellstart

Extended thinking aktivieren

Prompts cachen

Responses streamen

Aufwand steuern

Server-Tools verwenden

Response-Beispiel

Mit dem OpenAI-kompatiblen Endpunkt vergleichen