Claude API в формате Anthropic Messages: /v1/messages

POST https://api.laozhang.ai/v1/messages

​

Выбор модели

• Модели Claude: 11 моделей, например claude-sonnet-5-5 и claude-opus-5-5, доступных в группе токенов default. Полный список и цены — в разделе Anthropic каталога.
• glm-5.2, которая используется в примерах на этой странице. Она доступна в группе токенов default и через этот протокол ведёт себя почти так же, как официальный Messages API.
• deepseek-v4-pro
• deepseek-v4-flash

​

Ограничения моделей Claude

• Длина вывода: каждый ответ ограничен 32 768 токенами. Если max_tokens больше, значение уменьшается до этого предела.
• PDF и документы: блоки содержимого document не поддерживаются. Сначала извлеките текст и передайте его в блоке text.
• Серверные инструменты: серверные инструменты Anthropic, такие как web_search, web_fetch и code_execution, не поддерживаются, а запросы с их объявлением возвращают 400.
• Другие эндпоинты: /v1/messages/count_tokens, Message Batches и Files API недоступны.
• Стоп-последовательности: при срабатывании стоп-последовательности stop_reason равен end_turn, а stop_sequence — null.
• Длинные промпты Haiku: если промпт claude-haiku-5-5 превышает 100 000 токенов (с учётом чтения и записи кэша), весь запрос оплачивается по тарифу длинного контекста, указанному в ступенчатых ценах каталога.

​

Отправка сообщения

export LAOZHANG_API_KEY="YOUR_LAOZHANG_API_KEY"

curl --fail-with-body --max-time 120 \
  "https://api.laozhang.ai/v1/messages" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "glm-5.2",
    "max_tokens": 1024,
    "system": "Ты лаконичный ассистент.",
    "messages": [
      {"role": "user", "content": "Ответь только одним словом: connected"}
    ]
  }'

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai",
    timeout=120.0,
    max_retries=0,
)
message = client.messages.create(
    model="glm-5.2",
    max_tokens=1024,
    system="Ты лаконичный ассистент.",
    messages=[{"role": "user", "content": "Ответь только одним словом: connected"}],
)
for block in message.content:
    if block.type == "text":
        print(block.text)

​

Чтение ответа

{
  "type": "message",
  "role": "assistant",
  "model": "glm-5.2",
  "content": [
    {"type": "text", "text": "connected"}
  ],
  "stop_reason": "end_turn",
  "usage": {"input_tokens": 21, "output_tokens": 4}
}

• end_turn: ответ завершён.
• max_tokens: ответ оборван лимитом вывода.
• tool_use: модель ждёт результат инструмента.

​

Потоковый ответ

curl --fail-with-body -N --max-time 300 \
  "https://api.laozhang.ai/v1/messages" \
  -H "Authorization: Bearer $LAOZHANG_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "glm-5.2",
    "max_tokens": 1024,
    "stream": true,
    "messages": [
      {"role": "user", "content": "Дай три коротких совета по именованию переменных."}
    ]
  }'

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai",
    timeout=300.0,
    max_retries=0,
)
with client.messages.stream(
    model="glm-5.2",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Дай три коротких совета по именованию переменных."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)
print()

event: message_start
data: {"type":"message_start","message":{"type":"message","role":"assistant","content":[]}}

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"1. Name variables"}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn"}}

event: message_stop
data: {"type":"message_stop"}

• Склеивайте фрагменты text_delta для каждого index блока, чтобы собрать ответ.
• Рассуждения и ввод инструментов приходят в дельтах других типов, а в потоке бывают и события ping, поэтому пропускайте типы событий, которые не обрабатываете.
• В Python text_stream отдаёт только текст и завершается после message_stop.
• Если соединение закрылось до message_stop, считайте ответ неполным.

​

Использование инструментов

1. Прочитайте id, name и input каждого блока tool_use.
2. Выполните соответствующую функцию в своём коде.
3. Отправьте следующий запрос: реплику ассистента без изменений, а за ней реплику user с одним блоком tool_result на каждый вызов. tool_use_id в каждом из них должен совпадать с id вызова, на который он отвечает.

[
  {"role": "user", "content": "Какая погода в Париже?"},
  {"role": "assistant", "content": [
    {"type": "tool_use", "id": "toolu_01", "name": "get_weather", "input": {"city": "Paris"}}
  ]},
  {"role": "user", "content": [
    {"type": "tool_result", "tool_use_id": "toolu_01", "content": "18°C, облачно"}
  ]}
]

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["LAOZHANG_API_KEY"],
    base_url="https://api.laozhang.ai",
    timeout=120.0,
    max_retries=0,
)
tools = [{
    "name": "get_weather",
    "description": "Получить текущую погоду в городе",
    "input_schema": {
        "type": "object",
        "properties": {"city": {"type": "string", "description": "Название города"}},
        "required": ["city"],
    },
}]


def get_weather(city):
    # Замените своей логикой, например вызовом сервиса погоды
    return f"{city}: облачно, 18°C"


messages = [{"role": "user", "content": "Какая погода в Париже?"}]
for _ in range(5):
    message = client.messages.create(
        model="glm-5.2",
        max_tokens=1024,
        tools=tools,
        messages=messages,
    )
    tool_uses = [block for block in message.content if block.type == "tool_use"]
    if not tool_uses:
        break
    messages.append({"role": "assistant", "content": message.content})
    results = []
    for block in tool_uses:
        if block.name == "get_weather":
            output = get_weather(**block.input)
        else:
            output = f"Неизвестный инструмент: {block.name}"
        results.append({
            "type": "tool_result",
            "tool_use_id": block.id,
            "content": output,
        })
    messages.append({"role": "user", "content": results})

print("".join(block.text for block in message.content if block.type == "text"))

​

Использование с Claude Code

• Задайте для ANTHROPIC_BASE_URL значение https://api.laozhang.ai (корень хоста, без /v1).
• Выберите модель, у которой в Endpoints указан Anthropic Messages, например claude-sonnet-5-5 или glm-5.2. Обе доступны в группе токенов default.
• Используйте токен группы default с режимом оплаты «сначала по использованию». Токены, ранее созданные в группе Claude Code (раньше claude_code), продолжают работать; для новых токенов эта группа не нужна.

​

Устранение неполадок

• 401: проверьте заголовок Authorization: Bearer и используйте API-ключ для моделей из раздела Управление токенами, а не AccessToken аккаунта.
• 400 с упоминанием max_tokens: добавьте max_tokens. В отличие от Chat Completions, Messages требует это поле.
• В URL запроса есть /v1/v1/messages: базовый URL SDK заканчивается на /v1. Задайте https://api.laozhang.ai.
• 404 или модель не найдена: проверьте точный ID модели и убедитесь по каталогу моделей, что для группы вашего токена указан Anthropic Messages.
• Claude Code возвращает 400 ValidationException или Extra inputs are not permitted: следуйте материалу исправление ошибки 400 ValidationException в Claude Code.
• 400 после объявления web_search или другого серверного инструмента у модели Claude: уберите серверный инструмент из tools. Выполняйте поиск в приложении и возвращайте результаты блоками tool_result.
• 529 с сообщением о занятости upstream: в часы пик не хватает мощности. Повторите запрос после короткой паузы; SDK Anthropic по умолчанию сами повторяют 529.

​

Связанные материалы

• Справочник Anthropic Messages API
• Справочник Anthropic по потоковой передаче
• Обзор использования инструментов в Anthropic
• Обзор моделей Anthropic
• Протокол OpenAI: Chat Completions
• Доступность моделей и права доступа