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 es compatible de forma nativa con la API Anthropic Messages, lo que te da acceso directo a los modelos Claude con todas las funciones específicas de Anthropic. Usa este endpoint para capacidades exclusivas de Claude, como thinking extendido, almacenamiento en caché de prompts y control de esfuerzo.

Se admiten tanto los encabezados x-api-key como Authorization: Bearer para la autenticación. Los SDK oficiales de Anthropic usan x-api-key de forma predeterminada.

Inicio rápido

Para usar el SDK oficial de Anthropic con CometAPI, configura la URL base:

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)

Habilitar thinking extendido

Habilita el razonamiento paso a paso de Claude con el parámetro thinking. La respuesta incluye bloques de contenido thinking que muestran el razonamiento interno de Claude antes de la respuesta 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 requiere un budget_tokens mínimo de 1,024. Los tokens de thinking cuentan para tu límite de max_tokens; configura max_tokens lo suficientemente alto como para admitir tanto el thinking como la respuesta.

Almacenar prompts en caché

Para reducir la latencia y el costo en solicitudes posteriores, almacena en caché prompts de sistema grandes o prefijos de conversación. Agrega cache_control a los bloques de contenido que deban almacenarse en caché:

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..."}],
)

El uso de caché se informa en el campo usage de la respuesta:

cache_creation_input_tokens — tokens escritos en la caché (facturados a una tarifa más alta)
cache_read_input_tokens — tokens leídos desde la caché (facturados a una tarifa reducida)

El almacenamiento en caché de prompts requiere un mínimo de 1,024 tokens en el bloque de contenido almacenado en caché. El contenido más corto que esto no se almacenará en caché.

Streaming de respuestas

Para transmitir respuestas usando Server-Sent Events (SSE), establece stream: true. Los eventos llegan en este orden:

message_start — contiene los metadatos del mensaje y el uso inicial
content_block_start — marca el inicio de cada bloque de contenido
content_block_delta — fragmentos de texto incrementales (text_delta)
content_block_stop — marca el final de cada bloque de contenido
message_delta — stop_reason final y usage completo
message_stop — señala el final del 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="")

Controlar el esfuerzo

Para controlar cuánto esfuerzo pone Claude en generar una respuesta, usa 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"
)

Usar herramientas del servidor

Claude admite herramientas del lado del servidor que se ejecutan en la infraestructura de Anthropic:

Web Fetch
Web Search

Obtén y analiza contenido desde 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}
    ],
)

Busca en la web información en tiempo 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}
    ],
)

Ejemplo de respuesta

Una respuesta típica del 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
  }
}

Comparar con el endpoint compatible con OpenAI

Función	Anthropic Messages (`/v1/messages`)	Compatible con OpenAI (`/v1/chat/completions`)
Pensamiento extendido	parámetro `thinking` con `budget_tokens`	No disponible
Almacenamiento en caché de Prompt	`cache_control` en bloques de contenido	No disponible
Control de esfuerzo	`output_config.effort`	No disponible
Web fetch/search	Herramientas del servidor (`web_fetch`, `web_search`)	No disponible
Encabezado de autenticación	`x-api-key` o `Bearer`	Solo `Bearer`
Formato de respuesta	Formato Anthropic (`content` blocks)	Formato OpenAI (`choices`, `message`)
Modelos	Solo Claude	Multi-provider (GPT, Claude, Gemini, etc.)

Autorizaciones

x-api-key

string

header

requerido

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

Encabezados

anthropic-version

string

predeterminado:2023-06-01

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

Ejemplo:

"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.

Cuerpo

application/json

model

string

requerido

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

Ejemplo:

"claude-sonnet-4-6"

messages

object[]

requerido

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

requerido

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.

Rango requerido: x >= 1

Ejemplo:

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

predeterminado: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.

Rango requerido: 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.

Rango requerido: 0 <= x <= 1

top_k

integer

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

Rango requerido: x >= 0

stream

boolean

predeterminado: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.

Opciones disponibles:

auto,

standard_only

Respuesta

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.

Opciones disponibles:

message

role

enum<string>

Always assistant.

Opciones 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.

Opciones 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

Responses

Gemini Generating Content

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

​Inicio rápido

​Habilitar thinking extendido

​Almacenar prompts en caché

​Streaming de respuestas

​Controlar el esfuerzo

​Usar herramientas del servidor

​Ejemplo de respuesta

​Comparar con el endpoint compatible con OpenAI

Autorizaciones

Encabezados

Cuerpo

Respuesta

Inicio rápido

Habilitar thinking extendido

Almacenar prompts en caché

Streaming de respuestas

Controlar el esfuerzo

Usar herramientas del servidor

Ejemplo de respuesta

Comparar con el endpoint compatible con OpenAI