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 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 point de terminaison pour les capacités exclusives à Claude comme extended thinking, prompt caching et le contrôle de l’effort.

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.

Démarrage rapide

Pour utiliser le SDK Anthropic officiel avec CometAPI, définissez l’URL de 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)

Activer extended thinking

Activez le raisonnement étape par étape de Claude avec le paramètre thinking. La réponse inclut des blocs de contenu thinking montrant 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 minimal 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.

Mettre en cache les prompts

Pour réduire la latence et le coût des requêtes suivantes, mettez en cache de grands prompts système ou des préfixes de conversation. 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)

Le 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 Responses

Pour diffuser les réponses en Streaming à l’aide de Server-Sent Events (SSE), définissez stream: true. Les événements arrivent dans cet ordre :

message_start — contient les métadonnées du message et l’usage initial
content_block_start — marque le début de chaque bloc de contenu
content_block_delta — fragments de texte incrémentaux (text_delta)
content_block_stop — marque la fin de chaque bloc de contenu
message_delta — stop_reason final et usage complet
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="")

Contrôler l’effort

Pour contrôler le niveau d’effort que Claude consacre à la génération d’une réponse, utilisez 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"
)

Utiliser les outils serveur

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

Web Fetch
Web Search

Récupérez et analysez le contenu depuis des 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}
    ],
)

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 du 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
  }
}

Comparer avec le 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
Web fetch/search	Outils serveur (`web_fetch`, `web_search`)	Non disponible
En-tête d’authentification	`x-api-key` ou `Bearer`	`Bearer` uniquement
Format de réponse	Format Anthropic (blocs `content`)	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

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.

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

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

​Démarrage rapide

​Activer extended thinking

​Mettre en cache les prompts

​Streaming Responses

​Contrôler l’effort

​Utiliser les outils serveur

​Exemple de réponse

​Comparer avec le endpoint compatible OpenAI

Autorisations

En-têtes

Corps

Réponse

Démarrage rapide

Activer extended thinking

Mettre en cache les prompts

Streaming Responses

Contrôler l’effort

Utiliser les outils serveur

Exemple de réponse

Comparer avec le endpoint compatible OpenAI