Create a message

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

POST

messages

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

Cria uma mensagem usando o formato da API Anthropic Messages. Suporta texto, imagens, PDFs, ferramentas e pensamento estendido.

Autenticação

string

obrigatório

Token Bearer. Use sua chave de API como token Bearer no cabeçalho Authorization.Formato: Bearer <SUNRA_KEY>

Requisição

Este endpoint espera um objeto.

string

obrigatório

O modelo que completará seu prompt. Navegue pelos modelos disponíveis em sunra.ai/models.

object[]

obrigatório

Mensagens de entrada. Cada mensagem de entrada tem um role e content.

Mostrar propriedades

string

obrigatório

O papel do autor da mensagem. Valores suportados: user, assistant.

string | object[]

obrigatório

O conteúdo da mensagem. Pode ser uma string simples ou um array de blocos de conteúdo.

Mostrar tipos de blocos de conteúdo

string

obrigatório

O tipo de bloco de conteúdo. Valores suportados: text, image, tool_use, tool_result.

string

Conteúdo de texto. Usado quando o tipo é text.

object

Fonte da imagem. Usado quando o tipo é image.

Mostrar propriedades

string

obrigatório

O tipo de fonte. Valores suportados: base64, url.

string

obrigatório

O tipo de mídia da imagem. Por exemplo, image/jpeg, image/png, image/gif, image/webp.

string

Dados de imagem codificados em base64. Obrigatório quando o tipo de fonte é base64.

string

URL da imagem. Obrigatório quando o tipo de fonte é url.

integer

obrigatório

O número máximo de tokens a gerar antes de parar. Note que o modelo pode parar antes de atingir este máximo.

string | object[]

Prompt do sistema. Um prompt do sistema é uma forma de fornecer contexto e instruções ao modelo. Pode ser uma string ou um array de blocos de conteúdo.

boolean

padrão:false

Indica se a resposta deve ser transmitida de forma incremental usando eventos server-sent (SSE).

number

padrão:1

Quantidade de aleatoriedade injetada na resposta. Varia de 0.0 a 1.0. Use temperature mais próxima de 0.0 para tarefas analíticas/de múltipla escolha, e mais próxima de 1.0 para tarefas criativas e generativas.

number

Usa amostragem por núcleo. Na amostragem por núcleo, calculamos a distribuição cumulativa sobre todas as opções para cada token seguinte em ordem decrescente de probabilidade e a cortamos quando atinge uma probabilidade particular especificada por top_p.

integer

Amostra apenas entre as K melhores opções para cada token seguinte. Usado para remover respostas de baixa probabilidade da “cauda longa”. Recomendado apenas para casos de uso avançados.

string[]

Sequências de texto personalizadas que farão o modelo parar de gerar. O texto retornado não conterá a sequência de parada.

object[]

Definições de ferramentas que o modelo pode usar.

Mostrar propriedades

string

obrigatório

Nome da ferramenta.

string

Descrição do que esta ferramenta faz.

object

obrigatório

Esquema JSON para a entrada desta ferramenta. Isso define a forma do input que sua ferramenta aceita.

object

Como o modelo deve usar as ferramentas fornecidas.

Mostrar propriedades

string

obrigatório

Valores suportados: auto (padrão, o modelo decide), any (o modelo deve usar uma ferramenta), tool (o modelo deve usar uma ferramenta específica).

string

O nome da ferramenta a usar. Obrigatório quando o tipo é tool.

object

Um objeto descrevendo os metadados da requisição.

Mostrar propriedades

string

Um identificador externo para o usuário associado à requisição.

object

Configuração para o pensamento estendido. Quando habilitado, o modelo pensará antes de responder.

Mostrar propriedades

string

obrigatório

Deve ser enabled.

integer

obrigatório

O número máximo de tokens a usar para o pensamento. Deve ser maior ou igual a 1024.

Resposta

Resposta de mensagem bem-sucedida.

string

Identificador único da mensagem, por exemplo msg_01XFDUDYJgAACzvnptvVoYEL.

string

Tipo de objeto. Sempre message.

string

Papel conversacional da mensagem gerada. Sempre assistant.

object[]

Conteúdo gerado pelo modelo. Este é um array de blocos de conteúdo.

Mostrar propriedades

string

O tipo de bloco de conteúdo. Pode ser text, tool_use ou thinking.

string

O texto gerado. Presente quando o tipo é text.

string

O ID do bloco de uso de ferramenta. Presente quando o tipo é tool_use.

string

O nome da ferramenta. Presente quando o tipo é tool_use.

object

A entrada da ferramenta. Presente quando o tipo é tool_use.

string

O conteúdo do pensamento. Presente quando o tipo é thinking.

string

O modelo que processou a requisição.

string | null

A razão pela qual o modelo parou de gerar. Pode ser end_turn (o modelo atingiu um ponto de parada natural), max_tokens (excedeu max_tokens ou o máximo do modelo), stop_sequence (uma de suas sequências de parada personalizadas foi gerada) ou tool_use (o modelo invocou uma ou mais ferramentas).

string | null

Qual sequência de parada personalizada foi gerada, se alguma.

object

Uso para faturamento e limites de taxa. Os três buckets de entrada são mutuamente exclusivos — veja Uso de tokens.

Mostrar propriedades

integer

O número de tokens de entrada novos utilizados. Exclui ambos os buckets de cache.

integer

O número de tokens de saída utilizados.

integer

Todos os buckets de entrada mais output_tokens. Omitido em respostas com streaming.

integer

O número de tokens de entrada usados para criar a entrada de cache.

integer

O número de tokens de entrada lidos do cache.

string | null

Presente como anthropic.exclusive.v1 quando Sunra normalizou esta resposta. Verifique este valor em vez de inferir a convenção a partir dos números. Veja Uso de tokens.

curl -X POST https://api-llm.sunra.ai/v1/messages \
  -H "Authorization: Bearer <SUNRA_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "anthropic/claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Hello, how are you?"
      }
    ]
  }'

import requests

response = requests.post(
    "https://api-llm.sunra.ai/v1/messages",
    headers={
        "Authorization": "Bearer <SUNRA_KEY>",
        "Content-Type": "application/json"
    },
    json={
        "model": "anthropic/claude-sonnet-4-20250514",
        "max_tokens": 1024,
        "messages": [
            {"role": "user", "content": "Hello, how are you?"}
        ]
    }
)
print(response.json())

const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
  method: "POST",
  headers: {
    "Authorization": "Bearer <SUNRA_KEY>",
    "Content-Type": "application/json"
  },
  body: JSON.stringify({
    model: "anthropic/claude-sonnet-4-20250514",
    max_tokens: 1024,
    messages: [
      { role: "user", content: "Hello, how are you?" }
    ]
  })
});
const data = await response.json();
console.log(data);

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! I'm doing well, thank you for asking. How can I help you today?"
    }
  ],
  "model": "anthropic/claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 12,
    "output_tokens": 19,
    "total_tokens": 31,
    "sunra_usage_semantics": "anthropic.exclusive.v1"
  }
}

Visão geral

Multimodal

LLM

Bibliotecas de cliente

Autenticação

Requisição

Resposta

​Autenticação

​Requisição

​Resposta

Autenticação

Requisição

Resposta