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"
  }
}

使用 Anthropic Messages API 格式建立訊息。支援文字、圖片、PDF、工具和延伸思考。

認證

string

必填

Bearer 令牌。在 Authorization 請求標頭中使用您的 API 金鑰作為 Bearer 令牌。Format: Bearer <SUNRA_KEY>

請求

此端點接受一個 JSON 物件。

string

必填

將完成您提示的模型。在 sunra.ai/models 瀏覽可用模型。

object[]

必填

輸入訊息。每個輸入訊息都有一個 role 和 content。

顯示屬性

string

必填

訊息作者的角色。支援的值：user、assistant。

string | object[]

必填

訊息的內容。可以是單一字串或內容區塊的陣列。

顯示內容區塊類型

string

必填

內容區塊的類型。支援的值：text、image、tool_use、tool_result。

string

文字內容。當類型為 text 時使用。

object

圖片來源。當類型為 image 時使用。

顯示屬性

string

必填

來源類型。支援的值：base64、url。

string

必填

圖片的媒體類型。例如 image/jpeg、image/png、image/gif、image/webp。

string

Base64 編碼的圖片資料。當來源類型為 base64 時為必填。

string

圖片 URL。當來源類型為 url 時為必填。

integer

必填

停止前要生成的最大令牌數。請注意，模型可能在達到此上限之前就停止。

string | object[]

系統提示。系統提示是一種向模型提供上下文和指令的方式。可以是字串或內容區塊的陣列。

boolean

預設值:false

是否使用伺服器傳送事件（SSE）逐步串流傳輸回應。

number

預設值:1

注入到回應中的隨機性量。範圍從 0.0 到 1.0。分析/選擇題任務使用接近 0.0 的 temperature，創意和生成任務使用接近 1.0 的值。

number

使用核取樣。在核取樣中，我們按機率遞減順序計算所有後續令牌選項的累積分佈，並在達到 top_p 指定的特定機率時截斷。

integer

僅從每個後續令牌的前 K 個選項中取樣。用於移除「長尾」低機率回應。僅建議進階使用案例使用。

string[]

自訂文字序列，將導致模型停止生成。返回的文字不會包含停止序列。

object[]

模型可以使用的工具定義。

顯示屬性

string

必填

工具的名稱。

string

此工具功能的描述。

object

必填

此工具輸入的 JSON schema。定義您的工具接受的 input 的形狀。

object

模型應如何使用提供的工具。

顯示屬性

string

必填

支援的值：auto（預設，模型決定）、any（模型必須使用工具）、tool（模型必須使用特定工具）。

string

要使用的工具名稱。當類型為 tool 時為必填。

object

描述請求中繼資料的物件。

顯示屬性

string

與請求關聯的使用者的外部識別碼。

object

延伸思考的配置。啟用後，模型將在回應前進行思考。

顯示屬性

string

必填

必須為 enabled。

integer

必填

用於思考的最大令牌數。必須大於或等於 1024。

回應

成功的訊息回應。

string

唯一訊息識別碼，例如 msg_01XFDUDYJgAACzvnptvVoYEL。

string

物件類型。始終為 message。

string

生成訊息的對話角色。始終為 assistant。

object[]

模型生成的內容。這是一個內容區塊的陣列。

顯示屬性

string

內容區塊的類型。可為 text、tool_use 或 thinking。

string

生成的文字。當類型為 text 時存在。

string

工具使用區塊的 ID。當類型為 tool_use 時存在。

string

工具的名稱。當類型為 tool_use 時存在。

object

工具的輸入。當類型為 tool_use 時存在。

string

思考內容。當類型為 thinking 時存在。

string

處理請求的模型。

string | null

模型停止的原因。可為 end_turn（模型到達自然停止點）、max_tokens（超過 max_tokens 或模型的上限）、stop_sequence（生成了您的自訂停止序列之一）或 tool_use（模型呼叫了一個或多個工具）。

string | null

生成了哪個自訂停止序列（如果有的話）。

object

帳單和速率限制使用量。三個輸入桶互斥——參見 Token 用量。

顯示屬性

integer

使用的全新輸入令牌數。不包含兩個快取桶。

integer

使用的輸出令牌數。

integer

所有輸入桶加上 output_tokens。streaming 回應會省略此欄位。

integer

用於建立快取條目的輸入令牌數。

integer

從快取讀取的輸入令牌數。

string | null

當 Sunra 已正規化此回應時，會以 anthropic.exclusive.v1 出現。請對此值做斷言，而不要從數字推斷所使用的慣例。參見 Token 用量。

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"
  }
}

概述

Multimodal

LLM

客戶端 SDK

認證

請求

回應

​認證

​請求

​回應

認證

請求

回應