Claude Messages

通过 OpenAI 兼容格式调用 Anthropic Claude 系列模型，也可使用原生 Claude Messages 格式。

接口信息

• 请求方式：POST
• 接口地址：https://1688token.ai/v1/chat/completions（OpenAI 兼容）
• 认证方式：Bearer Token

请求参数

参数	类型	必填	说明
model	string	✅	Claude 模型名称，见下方列表
messages	array	✅	对话消息列表
max_tokens	integer	✅	最大输出 Token 数，Claude 必填
system	string	—	系统提示词（原生格式专用）
stream	boolean	—	是否开启流式输出，默认 false
temperature	number	—	随机性，范围 0~1，默认 1
top_p	number	—	核采样概率
top_k	integer	—	Top-K 采样（Claude 专有参数）

请求示例

Python

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://1688token.ai/v1"
)

response = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[
        {"role": "system", "content": "你是一个专业的代码审查助手。"},
        {"role": "user", "content": "请帮我审查以下 Python 代码，指出潜在问题：\n\ndef add(a, b):\n    return a+b"}
    ],
    max_tokens=1024,
    temperature=0.7
)

print(response.choices[0].message.content)

Node.js

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "YOUR_API_KEY",
  baseURL: "https://1688token.ai/v1"
});

const response = await client.chat.completions.create({
  model: "claude-sonnet-4-6",
  messages: [
    { role: "system", content: "你是一个专业的代码审查助手。" },
    { role: "user", content: "请帮我审查以下 Python 代码，指出潜在问题：\n\ndef add(a, b):\n    return a+b" }
  ],
  max_tokens: 1024,
  temperature: 0.7
});

console.log(response.choices[0].message.content);

cURL

curl https://1688token.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [
      {"role": "system", "content": "你是一个专业的代码审查助手。"},
      {"role": "user", "content": "请帮我审查以下 Python 代码，指出潜在问题。"}
    ],
    "max_tokens": 1024
  }'

流式输出

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://1688token.ai/v1"
)

stream = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[{"role": "user", "content": "请写一篇关于 AI 发展的短文"}],
    max_tokens=1024,
    stream=True
)

for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

响应示例

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1715000000,
  "model": "claude-sonnet-4-6",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "这段代码整体结构简洁，但有以下几点可以改进..."
      },
      "finish_reason": "end_turn"
    }
  ],
  "usage": {
    "prompt_tokens": 52,
    "completion_tokens": 128,
    "total_tokens": 180
  }
}

支持的模型

模型	上下文窗口	说明
claude-opus-4-7	200K	最强推理能力，适合复杂分析和长文档
claude-sonnet-4-6	200K	性能与速度均衡，推荐日常使用
claude-haiku-4-5-20251001	200K	轻量快速，适合高并发、低延迟场景

注意事项

• Claude 模型的 max_tokens 参数为必填项，建议根据实际需求设置
• temperature 范围为 0~1（与 GPT 系列的 0~2 不同）
• finish_reason 为 end_turn 时表示正常结束（GPT 系列为 stop）