> ## Documentation Index
> Fetch the complete documentation index at: https://docs.sunra.ai/llms.txt
> Use this file to discover all available pages before exploring further.
# Create a message
使用 Anthropic Messages API 格式创建消息。支持文本、图像、PDF、工具和扩展思维。
## 认证
Bearer 令牌。在 Authorization 请求头中使用您的 API 密钥作为 Bearer 令牌。
格式：`Bearer `
## 请求
此端点接受一个 JSON 对象。
将完成您的提示的模型。在 [sunra.ai/models](https://sunra.ai/models) 浏览可用模型。
可选的 Provider 路由偏好。省略时使用自动路由。支持的字段和 Provider 查询方式见 [Provider 路由](/zh-Hans/llm/provider-routing)。
输入消息。每条输入消息都有一个 `role` 和 `content`。
消息作者的角色。支持的值：`user`、`assistant`。
消息的内容。可以是单个字符串或内容块数组。
内容块的类型。支持的值：`text`、`image`、`tool_use`、`tool_result`。
文本内容。当类型为 `text` 时使用。
图像来源。当类型为 `image` 时使用。
来源类型。支持的值：`base64`、`url`。
图像的媒体类型。例如 `image/jpeg`、`image/png`、`image/gif`、`image/webp`。
Base64 编码的图像数据。当来源类型为 `base64` 时必填。
图像 URL。当来源类型为 `url` 时必填。
停止前生成的最大令牌数。请注意，模型可能会在达到此最大值之前停止。不同模型的上限不同；超过模型自身上限的值会返回 `400`，而不会被静默削平。见[输出上限](/zh-Hans/llm/limits)。
系统提示。系统提示是一种为模型提供上下文和指令的方式。可以是字符串或内容块数组。
是否使用服务器发送事件（SSE）增量流式传输响应。流式请求受空闲超时与生命周期上限约束，见[输出上限与流生命周期](/zh-Hans/llm/limits#流生命周期)。
注入到响应中的随机性量。范围从 0.0 到 1.0。对于分析/多选任务使用接近 0.0 的 `temperature`，对于创意和生成任务使用接近 1.0 的值。
使用核采样。在核采样中，我们按概率递减顺序计算所有后续令牌选项的累积分布，并在达到由 `top_p` 指定的特定概率时截断。
仅从每个后续令牌的前 K 个选项中采样。用于移除"长尾"低概率响应。仅建议高级用例使用。
自定义文本序列，将导致模型停止生成。返回的文本将不包含停止序列。
模型可以使用的工具定义。
工具的名称。
此工具功能的描述。
此工具输入的 JSON Schema。定义了工具接受的 `input` 的结构。
模型应如何使用提供的工具。
支持的值：`auto`（默认，模型决定）、`any`（模型必须使用工具）、`tool`（模型必须使用特定工具）。
要使用的工具名称。当类型为 `tool` 时必填。
描述请求元数据的对象。
与请求关联的用户的外部标识符。
扩展思维的配置。启用后，模型将在响应之前进行思考。
必须为 `enabled`。
用于思考的最大令牌数。必须大于或等于 1024。
## 响应
成功的消息响应。
唯一消息标识符，例如 `msg_01XFDUDYJgAACzvnptvVoYEL`。
对象类型。始终为 `message`。
生成消息的对话角色。始终为 `assistant`。
模型生成的内容。这是一个内容块数组。
内容块的类型。可以是 `text`、`tool_use` 或 `thinking`。
生成的文本。当类型为 `text` 时存在。
工具使用块的 ID。当类型为 `tool_use` 时存在。
工具的名称。当类型为 `tool_use` 时存在。
工具的输入。当类型为 `tool_use` 时存在。
思考内容。当类型为 `thinking` 时存在。
处理请求的模型。
模型停止的原因。可以是 `end_turn`（模型到达自然停止点）、`max_tokens`（超过 `max_tokens` 或模型的最大值）、`stop_sequence`（生成了您的自定义停止序列之一）或 `tool_use`（模型调用了一个或多个工具）。
生成了哪个自定义停止序列（如果有）。
计费和速率限制使用情况。三个输入桶互斥——参见[令牌用量](/zh-Hans/llm/token-usage)。
使用的全新输入令牌数。不含两个缓存桶。
使用的输出令牌数。
所有输入桶加上 `output_tokens`。streaming 响应中会省略。
用于创建缓存条目的输入令牌数。
从缓存读取的输入令牌数。
当 Sunra 对该响应做过归一化时，其值为 `anthropic.exclusive.v1`。请对该值做断言，而不要从数字推断所遵循的约定。参见[令牌用量](/zh-Hans/llm/token-usage)。
```bash cURL theme={null}
curl -X POST https://api-llm.sunra.ai/v1/messages \
-H "Authorization: Bearer " \
-H "Content-Type: application/json" \
-d '{
"model": "anthropic/claude-sonnet-4-6",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello, how are you?"
}
]
}'
```
```python Python theme={null}
import requests
response = requests.post(
"https://api-llm.sunra.ai/v1/messages",
headers={
"Authorization": "Bearer ",
"Content-Type": "application/json"
},
json={
"model": "anthropic/claude-sonnet-4-6",
"max_tokens": 1024,
"messages": [
{"role": "user", "content": "Hello, how are you?"}
]
}
)
print(response.json())
```
```javascript JavaScript theme={null}
const response = await fetch("https://api-llm.sunra.ai/v1/messages", {
method: "POST",
headers: {
"Authorization": "Bearer ",
"Content-Type": "application/json"
},
body: JSON.stringify({
model: "anthropic/claude-sonnet-4-6",
max_tokens: 1024,
messages: [
{ role: "user", content: "Hello, how are you?" }
]
})
});
const data = await response.json();
console.log(data);
```
```json 200 theme={null}
{
"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-4-6",
"stop_reason": "end_turn",
"stop_sequence": null,
"usage": {
"input_tokens": 12,
"output_tokens": 19,
"total_tokens": 31,
"sunra_usage_semantics": "anthropic.exclusive.v1"
}
}
```