创建消息（Claude）

POSThttps://vip.zen-ai.top/v1/messages

Anthropic Messages 原生接口，请求与响应格式与 Anthropic 官方 API 一致，Claude Code 与 Anthropic SDK 使用该接口。相比通过 Chat Completions 调用 Claude，原生接口可以完整使用思考、工具调用、提示词缓存、PDF 等能力。

支持 Claude 的分组

AzClaude¥2.78/刀6 个模型

请求头

x-api-keystring必填

你的令牌 sk-xxxx。也可以改用 Authorization: Bearer sk-xxxx。

anthropic-versionstring必填

API 版本，固定为 2023-06-01。

anthropic-betastring

可选，启用 Beta 功能时使用，多个值用逗号分隔。

Content-Typestring必填

application/json

请求体

modelstring必填

模型名称，如 claude-sonnet-4-6、claude-opus-4-8、claude-haiku-4-5-20251001。

max_tokensinteger必填

最多生成的 token 数（包含思考）。输出较长时建议配合流式使用。

messagesarray必填

对话消息，user 与 assistant 交替出现。

子字段 2

rolestring必填

消息角色。系统提示请使用顶层 system 字段。

可选值userassistant

contentstring | array必填

纯文本或内容块数组，常用块类型：

{"type": "text", "text": "..."}
{"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": "..."}}，也支持 {"type": "url", "url": "..."}
{"type": "document", "source": {"type": "base64", "media_type": "application/pdf", "data": "..."}}
{"type": "tool_use", ...} / {"type": "tool_result", "tool_use_id": "...", "content": "..."}
{"type": "thinking", ...}（多轮时原样带回上一轮的思考块）

systemstring | array

系统提示。数组形式可为文本块添加 cache_control 以启用提示词缓存。

streamboolean默认 false

是否以 SSE 流式返回。

thinkingobject

思考配置。

子字段 2

typestring必填

Claude 4.6 及更新模型使用 adaptive（自适应思考）；Haiku 4.5 及更早模型使用 enabled 并设置 budget_tokens。

可选值adaptiveenableddisabled

budget_tokensinteger

思考 token 预算，仅 type 为 enabled 时使用，需小于 max_tokens。Opus 4.7 及更新模型不支持。

output_configobject

输出配置，如 {"effort": "high"}。effort 控制思考深度与整体消耗，可选 low / medium / high / max，较新模型还支持 xhigh。

temperaturenumber

采样温度 0–1。Opus 4.7 及更新模型不支持，传入会报错。

top_pnumber

核采样。与 temperature 一样，较新模型不支持。

top_kinteger

仅从概率最高的 K 个 token 中采样。

stop_sequencesarray

自定义停止序列。

toolsarray

工具定义列表，每项包含 name、description、input_schema（JSON Schema）。

tool_choiceobject

{"type": "auto"}（默认）、{"type": "any"}、{"type": "tool", "name": "..."} 或 {"type": "none"}。

metadataobject

如 {"user_id": "..."}，用于标识终端用户。

响应

idstring

消息 ID，如 msg_...。

typestring

固定为 message。

rolestring

固定为 assistant。

modelstring

实际使用的模型。

contentarray

内容块数组：text（回答）、thinking（思考）、tool_use（工具调用，含 id、name、input）。

stop_reasonstring

停止原因。tool_use 表示需要执行工具后继续对话。

可选值end_turnmax_tokensstop_sequencetool_usepause_turnrefusal

usageobject

input_tokens、output_tokens，以及缓存相关的 cache_creation_input_tokens、cache_read_input_tokens。

流式时依次推送 message_start、content_block_start、content_block_delta（text_delta / thinking_delta / input_json_delta）、content_block_stop、message_delta（含 stop_reason 与最终 usage）、message_stop 事件。

请求示例

cURLPythonTypeScript

bash

curl https://vip.zen-ai.top/v1/messages \
  -H "x-api-key: $VIP_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-6",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "用三句话介绍一下 Rust 语言。"}
    ]
  }'

python

import anthropic

client = anthropic.Anthropic(base_url="https://vip.zen-ai.top", api_key="sk-xxxxxxxx")

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{"role": "user", "content": "用三句话介绍一下 Rust 语言。"}],
)
print(message.content[0].text)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({ baseURL: "https://vip.zen-ai.top", apiKey: process.env.VIP_API_KEY });

const message = await client.messages.create({
  model: "claude-sonnet-4-6",
  max_tokens: 1024,
  messages: [{ role: "user", content: "用三句话介绍一下 Rust 语言。" }],
});
for (const block of message.content) {
  if (block.type === "text") console.log(block.text);
}

响应示例

200流式

json

{
  "id": "msg_01XbQv7cN2aE8kR5mT3wYz9p",
  "type": "message",
  "role": "assistant",
  "model": "claude-sonnet-4-6",
  "content": [
    {
      "type": "text",
      "text": "Rust 是一门注重安全与性能的系统编程语言。它通过所有权机制在编译期保证内存安全，无需垃圾回收。凭借零成本抽象和出色的并发支持，它被广泛用于操作系统、浏览器引擎和云基础设施。"
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 21,
    "output_tokens": 96,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  }
}

text

event: message_start
data: {"type":"message_start","message":{"id":"msg_01Xb...","type":"message","role":"assistant","model":"claude-sonnet-4-6","content":[],"stop_reason":null,"usage":{"input_tokens":18,"output_tokens":1}}}

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":"秋风"}}

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

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn","stop_sequence":null},"usage":{"output_tokens":58}}

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

提示词缓存

对较长且重复使用的系统提示或文档，在内容块上加 cache_control 可以显著降低输入费用与延迟：

json

{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "system": [
    { "type": "text", "text": "（此处为很长的产品手册……）", "cache_control": { "type": "ephemeral" } }
  ],
  "messages": [{ "role": "user", "content": "退货政策是什么？" }]
}

命中缓存时，响应 usage.cache_read_input_tokens 大于 0。缓存有最小长度要求，内容过短不会被缓存。

更多用法（流式、思考、工具调用、PDF）见 Anthropic SDK 示例。

创建消息（Claude） ​

请求头 ​

请求体 ​

响应 ​

提示词缓存 ​

创建消息（Claude）

请求头

请求体

响应

提示词缓存