Anthropic Messages

POST /v1/messages — Anthropic Messages 原生协议，支持 content blocks、流式事件与 tool_use 工具调用

积木平台提供 Anthropic Messages 原生协议端点。已有 Anthropic SDK 的项目无需重写调用逻辑，只需把 base_url 指向积木、把 API Key 换成积木令牌即可迁移。

本端点对请求参数做透传，并对齐 Anthropic 官方原生格式——不做参数名的中间翻译。因此参数的具体写法（尤其是思考参数）应以你实际调用的模型的官方文档为准；不同模型系列即使走同一个接口，参数形态也可能不同，详见下文「不同模型的思考参数差异」。

同一个积木令牌可同时用于 OpenAI、Anthropic、Gemini 三种协议。协议选择建议：已有 Anthropic SDK 用本文的 /v1/messages；已有 OpenAI SDK 用对话补全；已有 Google SDK 用 Gemini 原生协议。

端点与鉴权

POST/v1/messages

POST/v1/messages/count_tokens

鉴权支持两种方式，任选其一（网关统一转换为 Bearer 校验）：

Authorization: Bearer <令牌>
x-api-key: <令牌>

x-api-key 是 Anthropic 官方 SDK 的默认鉴权头，原样可用。anthropic-version 请求头可选，网关不强制校验。令牌获取与管理见鉴权与令牌。

请求参数

modelstring必填

模型 ID，如 claude-sonnet-5、claude-opus-5。可用模型以 GET /v2/models 返回为准

messagesarray必填

对话历史，按时间顺序排列。结构见下文「消息结构」

max_tokensinteger

最大生成 token 数。积木网关运行时可选，缺省时按模型设置补默认值。为明确控制输出长度，建议始终显式传入

systemstring | array

系统提示，独立顶层字段，不作为 message 出现。支持纯字符串或 content blocks 数组

streamboolean

为 true 时以 SSE 流式返回，见下文「流式输出」

默认值: false

stop_sequencesarray

停止序列字符串数组，命中即停止生成

temperaturenumber

采样温度，越高越随机

top_pnumber

核采样概率阈值

top_kinteger

Top-K 采样

toolsarray

工具定义数组，见下文「工具调用」

tool_choiceobject

工具选择策略：{"type":"auto"} / {"type":"any"} / {"type":"tool","name":"..."} / {"type":"none"}

thinkingobject

扩展思考配置，参数形态因模型代际而异：Claude 4.5 及更早模型用 {"type":"enabled","budget_tokens":N}（budget_tokens 最小 1024，且必须小于 max_tokens）；claude-opus-5/claude-sonnet-5 等 4.7 及更新代际模型改用 {"type":"adaptive"} 配合顶层 effort 控制深度，发送 type:"enabled" 会直接返回 400。完整对照见下文「不同模型的思考参数差异」。推理用量一律以响应返回的 usage 为准

effortstring

控制自适应思考（thinking.type:"adaptive"）的推理深度，档位与合法取值因模型而异（如 low/medium/high）。仅新代际模型使用，具体以下文差异表与实际调用结果为准

metadataobject

附加元数据，如 {"user_id":"..."}。该字段可能不被透传，不要依赖它在响应侧回显或用于业务追踪

消息结构

messages 数组中每条消息只有 user 与 assistant 两种角色，没有 system 角色——系统提示通过顶层 system 字段传入：

{
  "model": "claude-sonnet-5",
  "max_tokens": 1024,
  "system": "你是天气播报员，回答控制在 20 字内",
  "messages": [
    { "role": "user", "content": "北京天气？" }
  ]
}

content 支持两种形态：

纯字符串："content": "你好"
content blocks 数组：多模态、工具调用时必须用数组形态

Content blocks

block `type`	用途	关键字段
`text`	文本内容	`text`
`image`	图片输入	`source`：`{"type":"base64","media_type":"image/png","data":"..."}` 或 `{"type":"url","url":"https://..."}`
`tool_use`	模型发起的工具调用（出现在 assistant 消息）	`id`、`name`、`input`
`tool_result`	工具执行结果回传（出现在 user 消息）	`tool_use_id`、`content`

图片输入示例（base64 已实测透传成功）：

{
  "role": "user",
  "content": [
    {
      "type": "image",
      "source": {
        "type": "base64",
        "media_type": "image/png",
        "data": "iVBORw0KGgoAAAANSUhEUgAA..."
      }
    },
    { "type": "text", "text": "这张图里有什么？" }
  ]
}

推荐统一使用 base64 形式传图；source.type 为 url 时存在无法读取的情况。图片输入要求模型具备视觉能力。

多轮对话中 assistant 消息同样用 blocks 数组回传（含模型此前输出的 tool_use block），见下文「工具调用」。

请求示例

curl https://api.jimu.chat/v1/messages \
  -H "Authorization: Bearer $JIMU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "max_tokens": 1024,
    "system": "你是简洁的助手",
    "messages": [
      { "role": "user", "content": "你好" }
    ]
  }'

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["JIMU_API_KEY"],
    base_url="https://api.jimu.chat",
)

resp = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    system="你是简洁的助手",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.content[0].text)

import Anthropic from "@anthropic-ai/sdk";

const client = new Anthropic({
  apiKey: process.env.JIMU_API_KEY,
  baseURL: "https://api.jimu.chat",
});

const resp = await client.messages.create({
  model: "claude-sonnet-5",
  max_tokens: 1024,
  system: "你是简洁的助手",
  messages: [{ role: "user", content: "你好" }],
});
console.log(resp.content[0].text);

响应结构

以下为生产环境实测的原始响应，text 字段内容由上游模型生成，与平台无关：

非流式响应（实测）200

{
  "id": "msg_51e012b459b442ba9e88a5cdb631a887",
  "type": "message",
  "role": "assistant",
  "model": "claude-sonnet-5",
  "content": [{ "type": "text", "text": "我是 Kiro，一个 AI 开发助手…" }],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": { "input_tokens": 6820, "output_tokens": 1551 }
}

响应字段

idstring

消息 ID。id 的前缀与格式不构成契约，不要解析或依赖其格式

typestring

固定 "message"

rolestring

固定 "assistant"

modelstring

实际提供响应的模型

contentarray

content blocks 数组。纯文本时为 [{"type":"text","text":"..."}]；触发工具调用时含 tool_use block

stop_reasonstring

停止原因，取值见下表

stop_sequencestring | null

实际命中的停止序列，未命中为 null

usageobject

token 用量，见下文「usage 字段」

stop_reason 取值

值	含义
`end_turn`	模型自然结束本轮回复
`stop_sequence`	命中 `stop_sequences` 中的某个停止序列
`max_tokens`	达到 `max_tokens` 上限被截断，需调大后重试
`tool_use`	模型请求调用工具，需回传 `tool_result` 继续对话
`refusal`	模型拒绝回答（内容安全原因）

usage 字段

Anthropic 协议的 usage 字段与 OpenAI 协议不通用，对照如下：

Anthropic（本文）	OpenAI Chat Completions	说明
`input_tokens`	`prompt_tokens`	输入 token 数
`output_tokens`	`completion_tokens`	输出 token 数
`cache_creation_input_tokens`	—（OpenAI 无对应）	写入提示词缓存的 token 数
`cache_read_input_tokens`	`prompt_tokens_details.cached_tokens`（近似）	命中提示词缓存的 token 数

计费以返回的 usage 为准。缓存字段可能为零或不出现，以响应实际返回为准。

流式输出

"stream": true 时以 SSE 返回，事件按固定顺序推送。实测序列：

event: message_start
data: {"type":"message_start","message":{"id":"msg_...","type":"message","role":"assistant","model":"claude-sonnet-5","content":[],"stop_reason":null,"usage":{"input_tokens":388,"output_tokens":0,...}}}

event: content_block_start
data: {"type":"content_block_start","index":0,"content_block":{"type":"text","text":""}}

event: content_block_delta
data: {"type":"content_block_delta","index":0,"delta":{"type":"text_delta","text":"1\n2\n3"}}

event: content_block_stop
data: {"type":"content_block_stop","index":0}

event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn","stop_sequence":null},"usage":{"input_tokens":6752,"output_tokens":326,...}}

event: message_stop
data: {"type":"message_stop"}

各事件类型：

事件	说明
`message_start`	消息开始，`message` 携带 id/model 与初始 usage（`input_tokens` 此时已确定）
`content_block_start`	一个 content block 开始，`index` 标识其在 content 数组中的位置
`content_block_delta`	内容增量。`delta.type` 常见为 `text_delta`（文本）；工具调用时为 `input_json_delta`（`partial_json` 分片，需拼接后解析）；思考模型为 `thinking_delta` / `signature_delta`
`content_block_stop`	当前 block 结束
`message_delta`	消息级收尾，`delta.stop_reason` 在此出现，usage 含最终 `output_tokens`
`message_stop`	整条消息结束
`ping`	保活事件，可忽略
`error`	流中途出错，`error` 对象携带错误信息

本端点的流式响应以 message_stop 作为结束标志——收到 message_stop 即表示生成结束。不要依赖 data: [DONE]（OpenAI Chat Completions 的结束标志）作为通用结束条件，四套协议各有自己的终态事件。

每个文本 block 遵循 content_block_start → 若干 content_block_delta → content_block_stop 的嵌套结构；工具调用 block 同理，先收到 content_block_start（含 id/name），再通过 input_json_delta 逐片接收参数 JSON。

工具调用

工具通过 tools 数组定义，input_schema 为 JSON Schema：

{
  "model": "claude-sonnet-5",
  "max_tokens": 300,
  "messages": [{ "role": "user", "content": "北京现在天气如何？" }],
  "tools": [
    {
      "name": "get_weather",
      "description": "查询城市天气",
      "input_schema": {
        "type": "object",
        "properties": { "city": { "type": "string" } },
        "required": ["city"]
      }
    }
  ]
}

模型决定调用工具时，响应 stop_reason 为 tool_use，content 中包含 tool_use block（实测）：

{
  "id": "msg_7b3d38884da84496a8b31e34d76c5cb1",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "tool_use",
      "id": "toolu_bdrk_016jVag6MbzxTnRUmRbudsE8",
      "name": "get_weather",
      "input": { "city": "北京" }
    }
  ],
  "stop_reason": "tool_use",
  "usage": { "input_tokens": 7244, "output_tokens": 1870 }
}

执行工具后，把结果作为新一轮对话发回——assistant 消息原样带回 tool_use block，user 消息携带 tool_result block（实测往返通过）：

{
  "model": "claude-sonnet-5",
  "max_tokens": 300,
  "messages": [
    { "role": "user", "content": "北京现在天气如何？" },
    {
      "role": "assistant",
      "content": [
        { "type": "tool_use", "id": "toolu_bdrk_016jVag6MbzxTnRUmRbudsE8", "name": "get_weather", "input": { "city": "北京" } }
      ]
    },
    {
      "role": "user",
      "content": [
        { "type": "tool_result", "tool_use_id": "toolu_bdrk_016jVag6MbzxTnRUmRbudsE8", "content": "晴，25度" }
      ]
    }
  ]
}

tool_result 的 tool_use_id 必须与模型返回的 tool_use.id 完全一致，且 tool_result 必须放在 user 角色消息的 content 数组里——Anthropic 协议没有 OpenAI 的 role: "tool"。

Token 计数

POST /v1/messages/count_tokens 在不消耗生成额度的情况下计算输入 token 数，请求体与 /v1/messages 相同（max_tokens 可省略），计数由端点侧完成：

curl https://api.jimu.chat/v1/messages/count_tokens \
  -H "Authorization: Bearer $JIMU_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-5",
    "messages": [{ "role": "user", "content": "hello world" }]
  }'

Token 计数响应（实测）200

{ "input_tokens": 227 }

计数结果可能与你本地 tokenizer 存在差异，应作为估算而非精确值使用；system 与 tools 也会计入输入 token。

不同模型的思考参数差异

积木在 /v1/messages 上做的是参数透传，并对齐各模型自身的官方原生格式——不会把厂商 A 的思考参数名字翻译成厂商 B 的写法。这意味着即使同样调用 /v1/messages 这一个接口，换一个模型系列，thinking 字段该怎么填可能完全不同，照抄别的模型的示例很容易导致参数被静默忽略，甚至直接报错。下表把已确认的官方差异列出来，方便你按实际调用的模型对号入座。

关于思考档位：thinking.type、budget_tokens、effort 等所有思考参数的档位取值与默认行为因供应商而异，务必查阅你所调用模型的官方参考文档。下表仅收录有官方协议明文支撑的差异，未明文的模型不在此臆造数值，也不代表本端点适配所有供应商。

模型系列	思考参数形态	合法档位	约束条件
Claude（4.5 及更早代际，如 Opus 4.5）	手动扩展思考：`thinking: {"type":"enabled","budget_tokens":N}`	`budget_tokens` 为整数，无固定挡位，按 token 数自由设置	`budget_tokens` 最小 1024，低于该值直接被拒绝；必须严格小于 `max_tokens`（因为思考 token 计入同一份 `max_tokens` 额度）；官方未给出上限数字，仅建议超过约 32k 时改走 Batch API
Claude Opus 4.6 / Sonnet 4.6（过渡代）	两种写法都接受：旧的 `type:"enabled"+budget_tokens`（已弃用但仍可用）；新的 `type:"adaptive"`	同上；或 `adaptive` 无需 `budget_tokens`	官方建议尽快迁移到 `adaptive`，旧写法随时可能被下线
`claude-opus-5` / `claude-sonnet-5` 等（4.7 及更新代际）	自适应思考：`thinking: {"type":"adaptive"}`，深度改由顶层 `effort` 参数控制	无 `budget_tokens` 概念；`effort` 具体合法档位因模型而异	发送 `type:"enabled"` 会直接返回 400，不是被忽略——这是从旧模型迁移过来最容易踩的坑；`thinking.type:"disabled"` 在 Fable 5 / Mythos 5 上同样不允许（思考始终开启）
DeepSeek 系模型（走 Anthropic 兼容接口时）	同样接受 `thinking` 对象，但深度控制字段不同	`thinking.budget_tokens` 子字段被忽略（不报错，静默失效）；实际深度由 `output_config.effort` 控制	如果把 Claude 侧调好的 `budget_tokens` 数值直接套到 DeepSeek 模型上，看起来请求成功，但该数值根本没有生效

该怎么用：先确认自己调用的模型属于哪一代/哪一系列，再照对应写法传参；不确定时优先看模型名对应厂商的官方最新文档，而不是复用其他模型的历史示例。积木不做参数名的中间翻译，因此换模型即可能需要改 thinking 的写法，这是协议透传设计的直接后果，不是 bug。

上表仅收录有官方文档明文支撑的差异；未在官方文档中找到明确挡位说明的模型，不在此处列出具体数值，请以实际调用返回结果为准。

错误处理

错误响应结构、HTTP 状态码与排查指南统一由错误处理与请求追踪承载，本端点的错误形态与状态码映射以该页为准（含 Anthropic 原生接口的错误变体）。

注意：不要在客户端硬编码固定状态码对照，实际返回的 HTTP 状态码以响应为准。

与 OpenAI 格式的关键差异

从 /v1/chat/completions 迁移到 /v1/messages 时注意：

维度	OpenAI Chat Completions	Anthropic Messages
系统提示	`messages` 中 `role: "system"` 消息	顶层 `system` 字段，不在 `messages` 中
最大输出	`max_tokens` 可选	运行时可选，缺省时按模型设置补默认值
消息内容	字符串或 `content` parts 数组	字符串或 content blocks 数组
图片输入	`image_url` part（URL 或 data URI）	`image` block，`source` 区分 `base64` / `url`
工具定义	`tools[].function.{name,parameters}`	`tools[].{name,input_schema}`
工具调用回传	assistant 消息 `tool_calls` 数组	assistant 消息 content 中的 `tool_use` block
工具结果	独立 `role: "tool"` 消息	user 消息 content 中的 `tool_result` block
停止原因	`finish_reason`：`stop`/`length`/`tool_calls`/`content_filter`	`stop_reason`：`end_turn`/`max_tokens`/`tool_use`/`stop_sequence`/`refusal`
用量字段	`prompt_tokens`/`completion_tokens`/`total_tokens`	`input_tokens`/`output_tokens`（+缓存字段）
流式	`chat.completion.chunk` 增量对象	事件流：`message_start`/`content_block_delta`/`message_delta`/`message_stop`
鉴权头	`Authorization: Bearer`	`x-api-key`（积木网关两种都接受）

平台同时提供 OpenAI 兼容端点与本文的 Anthropic 原生端点。注意模型与端点存在协议归属：部分模型仅接受原生协议，跨协议调用会返回 format_not_accepted 错误，可用性以实际调用为准。

Responses 压缩

POST /v1/responses/compact — 对长对话执行 compaction，压缩历史上下文

Gemini generateContent

Gemini 原生协议接口——generateContent 与 streamGenerateContent，请求体结构、流式 SSE、usageMetadata 与 OpenAI 用量字段对照。