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

Sono supportati entrambi gli header x-api-key e Authorization: Bearer per l’autenticazione. Gli SDK ufficiali di Anthropic usano x-api-key per impostazione predefinita.

Avvio rapido

Per usare l’SDK ufficiale di Anthropic con CometAPI, imposta la 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)

Abilitare 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 budget_tokens minimo di 1,024. I token di thinking vengono conteggiati nel limite max_tokens — imposta max_tokens sufficientemente alto da includere sia il thinking sia la risposta.

Memorizzare nella cache i prompt

Per ridurre latenza e costo nelle richieste successive, memorizza nella cache prompt di sistema grandi o prefissi di conversazione. 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’uso 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.

Risposte in Streaming

Per trasmettere le risposte usando Server-Sent Events (SSE), imposta stream: true. Gli eventi arrivano in questo ordine:

message_start — contiene i metadati del messaggio e l’usage iniziale
content_block_start — indica l’inizio di ogni blocco di contenuto
content_block_delta — chunk di testo incrementali (text_delta)
content_block_stop — indica la fine di ogni blocco di contenuto
message_delta — stop_reason finale e usage completo
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="")

Controllare l’effort

Per controllare quanto effort Claude impiega per generare una risposta, 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"
)

Usare gli strumenti server

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

Web Fetch
Web Search

Recupera e analizza contenuti dagli 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}
    ],
)

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
  }
}

Confronto con l’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 `content`	Non disponibile
Controllo dell’effort	`output_config.effort`	Non disponibile
Web fetch/search	Strumenti server (`web_fetch`, `web_search`)	Non disponibile
Header di autenticazione	`x-api-key` o `Bearer`	Solo `Bearer`
Formato della risposta	Formato Anthropic (blocchi `content`)	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

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.

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

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

​Avvio rapido

​Abilitare extended thinking

​Memorizzare nella cache i prompt

​Risposte in Streaming

​Controllare l’effort

​Usare gli strumenti server

​Esempio di risposta

​Confronto con l’endpoint compatibile con OpenAI

Autorizzazioni

Intestazioni

Corpo

Risposta

Avvio rapido

Abilitare extended thinking

Memorizzare nella cache i prompt

Risposte in Streaming

Controllare l’effort

Usare gli strumenti server

Esempio di risposta

Confronto con l’endpoint compatibile con OpenAI