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"
  }
}

Создаёт сообщение в формате API Anthropic Messages. Поддерживает текст, изображения, PDF, инструменты и расширенное мышление.

Аутентификация

string

обязательно

Bearer-токен. Используйте ваш API-ключ в качестве Bearer-токена в заголовке Authorization.Формат: Bearer <SUNRA_KEY>

Запрос

Этот эндпоинт принимает объект.

string

обязательно

Модель, которая завершит ваш промпт. Просмотрите доступные модели на sunra.ai/models.

object[]

обязательно

Входные сообщения. Каждое входное сообщение имеет role и content.

Показать properties

string

обязательно

Роль автора сообщения. Поддерживаемые значения: user, assistant.

string | object[]

обязательно

Содержание сообщения. Может быть одной строкой или массивом блоков контента.

Показать content block types

string

обязательно

Тип блока контента. Поддерживаемые значения: text, image, tool_use, tool_result.

string

Текстовое содержание. Используется, когда type — text.

object

Источник изображения. Используется, когда type — image.

Показать properties

string

обязательно

Тип источника. Поддерживаемые значения: base64, url.

string

обязательно

Медиатип изображения. Например, image/jpeg, image/png, image/gif, image/webp.

string

Данные изображения в кодировке base64. Обязательно, когда тип источника — base64.

string

URL изображения. Обязательно, когда тип источника — url.

integer

обязательно

Максимальное количество токенов для генерации перед остановкой. Обратите внимание, что модель может остановиться до достижения этого максимума.

string | object[]

Системный промпт. Способ предоставления контекста и инструкций модели. Может быть строкой или массивом блоков контента.

boolean

по умолчанию:false

Передавать ли ответ в потоковом режиме с использованием Server-Sent Events (SSE).

number

по умолчанию:1

Степень случайности, добавляемая в ответ. Диапазон от 0.0 до 1.0. Используйте temperature ближе к 0.0 для аналитических задач/задач с множественным выбором и ближе к 1.0 для творческих и генеративных задач.

number

Использовать nucleus-сэмплирование. При nucleus-сэмплировании мы вычисляем кумулятивное распределение по всем вариантам для каждого последующего токена в порядке убывания вероятности и обрезаем его, когда оно достигает определённой вероятности, заданной top_p.

integer

Сэмплирование только из верхних K вариантов для каждого последующего токена. Используется для удаления маловероятных ответов из «длинного хвоста». Рекомендуется только для продвинутых случаев использования.

string[]

Пользовательские текстовые последовательности, которые заставят модель прекратить генерацию. Возвращённый текст не будет содержать стоп-последовательность.

object[]

Определения инструментов, которые модель может использовать.

Показать properties

string

обязательно

Имя инструмента.

string

Описание того, что делает этот инструмент.

object

обязательно

JSON-схема для входных данных этого инструмента. Определяет структуру input, которую принимает ваш инструмент.

object

Как модель должна использовать предоставленные инструменты.

Показать properties

string

обязательно

Поддерживаемые значения: auto (по умолчанию, решает модель), any (модель должна использовать инструмент), tool (модель должна использовать конкретный инструмент).

string

Имя инструмента для использования. Обязательно, когда type — tool.

object

Объект, описывающий метаданные запроса.

Показать properties

string

Внешний идентификатор пользователя, связанного с запросом.

object

Конфигурация расширенного мышления. При включении модель будет думать перед ответом.

Показать properties

string

обязательно

Должно быть enabled.

integer

обязательно

Максимальное количество токенов для размышлений. Должно быть больше или равно 1024.

Ответ

Успешный ответ сообщения.

string

Уникальный идентификатор сообщения, например msg_01XFDUDYJgAACzvnptvVoYEL.

string

Тип объекта. Всегда message.

string

Роль сгенерированного сообщения в беседе. Всегда assistant.

object[]

Контент, сгенерированный моделью. Это массив блоков контента.

Показать properties

string

Тип блока контента. Может быть text, tool_use или thinking.

string

Сгенерированный текст. Присутствует, когда type — text.

string

Идентификатор блока использования инструмента. Присутствует, когда type — tool_use.

string

Имя инструмента. Присутствует, когда type — tool_use.

object

Входные данные инструмента. Присутствует, когда type — tool_use.

string

Содержание размышлений. Присутствует, когда type — thinking.

string

Модель, обработавшая запрос.

string | null

Причина остановки модели. Может быть end_turn (модель достигла естественной точки остановки), max_tokens (превышен max_tokens или максимум модели), stop_sequence (сгенерирована одна из ваших пользовательских стоп-последовательностей) или tool_use (модель вызвала один или несколько инструментов).

string | null

Какая пользовательская стоп-последовательность была сгенерирована, если таковая имеется.

object

Использование для выставления счетов и ограничения скорости. Три входные корзины взаимоисключающие — см. Использование токенов.

Показать properties

integer

Количество использованных свежих входных токенов. Исключает обе корзины кэша.

integer

Количество использованных выходных токенов.

integer

Все входные корзины плюс output_tokens. Не включается в потоковые ответы.

integer

Количество входных токенов, использованных для создания записи кэша.

integer

Количество входных токенов, прочитанных из кэша.

string | null

Присутствует со значением anthropic.exclusive.v1, когда Sunra нормализовала этот ответ. Проверяйте это значение, а не выводите соглашение из чисел. См. Использование токенов.

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"
  }
}

Обзор

Multimodal

LLM

Клиентские библиотеки

Аутентификация

Запрос

Ответ

​Аутентификация

​Запрос

​Ответ

Аутентификация

Запрос

Ответ