> ## 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 格式建立訊息。支援文字、圖片、PDF、工具和延伸思考。
## 認證
Bearer 令牌。在 Authorization 請求標頭中使用您的 API 金鑰作為 Bearer 令牌。
Format: `Bearer `
## 請求
此端點接受一個 JSON 物件。
將完成您提示的模型。在 [sunra.ai/models](https://sunra.ai/models) 瀏覽可用模型。
輸入訊息。每個輸入訊息都有一個 `role` 和 `content`。
訊息作者的角色。支援的值：`user`、`assistant`。
訊息的內容。可以是單一字串或內容區塊的陣列。
內容區塊的類型。支援的值：`text`、`image`、`tool_use`、`tool_result`。
文字內容。當類型為 `text` 時使用。
圖片來源。當類型為 `image` 時使用。
來源類型。支援的值：`base64`、`url`。
圖片的媒體類型。例如 `image/jpeg`、`image/png`、`image/gif`、`image/webp`。
Base64 編碼的圖片資料。當來源類型為 `base64` 時為必填。
圖片 URL。當來源類型為 `url` 時為必填。
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。
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。
是否使用伺服器傳送事件（SSE）逐步串流傳輸回應。
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。
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。
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。
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。
模型可以使用的工具定義。
工具的名稱。
此工具功能的描述。
此工具輸入的 JSON schema。定義您的工具接受的 `input` 的形狀。
模型應如何使用提供的工具。
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）。
要使用的工具名稱。當類型為 `tool` 時為必填。
描述請求中繼資料的物件。
與請求關聯的使用者的外部識別碼。
延伸思考的配置。啟用後，模型將在回應前進行思考。
必須為 `enabled`。
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。
唯一訊息識別碼，例如 `msg_01XFDUDYJgAACzvnptvVoYEL`。
物件類型。始終為 `message`。
生成訊息的對話角色。始終為 `assistant`。
模型生成的內容。這是一個內容區塊的陣列。
內容區塊的類型。可為 `text`、`tool_use` 或 `thinking`。
生成的文字。當類型為 `text` 時存在。
工具使用區塊的 ID。當類型為 `tool_use` 時存在。
工具的名稱。當類型為 `tool_use` 時存在。
工具的輸入。當類型為 `tool_use` 時存在。
思考內容。當類型為 `thinking` 時存在。
處理請求的模型。
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）。
生成了哪個自訂停止序列（如果有的話）。
帳單和速率限制使用量。三個輸入桶互斥——參見 [Token 用量](/zh-Hant/llm/token-usage)。
使用的全新輸入令牌數。不包含兩個快取桶。
使用的輸出令牌數。
所有輸入桶加上 `output_tokens`。streaming 回應會省略此欄位。
用於建立快取條目的輸入令牌數。
從快取讀取的輸入令牌數。
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](/zh-Hant/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-4-20250514",
"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-4-20250514",
"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-4-20250514",
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-4-20250514",
"stop_reason": "end_turn",
"stop_sequence": null,
"usage": {
"input_tokens": 12,
"output_tokens": 19,
"total_tokens": 31,
"sunra_usage_semantics": "anthropic.exclusive.v1"
}
}
```