claude-sonnet-4-6

POST

/v1/messages

请求参数

Authorization

在 Header 添加参数

Authorization

，其值为在 Bearer 之后拼接 Token

示例：

Authorization: Bearer ********************

Header 参数

Body 参数application/json必填

示例

{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "temperature": 0.7,
  "messages": [
    {
      "role": "user",
      "content": "请用简洁的语言解释什么是大语言模型"
    }
  ]
}

请求示例代码

Shell

JavaScript

Java

Swift

PHP

Python

HTTP

Objective-C

Ruby

OCaml

Dart

curl --location --request POST 'http://172.22.221.212/v1/messages' \
--header 'Authorization: Bearer <token>' \
--header 'Content-Type: application/json' \
--data-raw '{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "temperature": 0.7,
  "messages": [
    {
      "role": "user",
      "content": "请用简洁的语言解释什么是大语言模型"
    }
  ]
}'

返回响应

🟢200成功

application/json

Body

示例

{"content":[{"text":"# 大语言模型简介\n\n## 核心概念\n大语言模型（LLM）是一种基于**深度学习**的人工智能模型，通过学习大量文本数据来理解和生成人类语言。\n\n## 主要特点\n\n**工作原理：**\n- 学习文本中的语言规律和知识\n- 根据输入的文字，逐字预测下一个最可能出现的词\n- 通过反复预测生成完整的回答\n\n**核心能力：**\n- 📝 **文本理解** - 理解用户的问题和需求\n- 💬 **文本生成** - 生成流畅、相关的回答\n- 🧠 **知识应用** - 利用训练数据中的知识进行推理和分析\n\n## 简单类比\n就像一个\"超级文本预测机\"：\n- 你输入开头，它预测接下来最可能的内容\n- 不断重复这个过程，最终形成完整的答案\n\n## 应用例子\n- 聊天助手（如 Claude）\n- 代码编写辅助\n- 文章写作和翻译\n- 问题回答和分析\n\n**核心优势：** 用一个通用模型就能处理各种不同的任务。","type":"text"}],"id":"msg_019nvN4vSBDM8TK9cXuRdxfv","model":"claude-haiku-4-5-20251001","role":"assistant","stop_reason":"end_turn","stop_sequence":null,"type":"message","usage":{"cache_creation":{"ephemeral_1h_input_tokens":0,"ephemeral_5m_input_tokens":0},"cache_creation_input_tokens":0,"cache_read_input_tokens":0,"inference_geo":"not_available","input_tokens":40,"output_tokens":375,"service_tier":"standard"}}

修改于 2026-03-19 07:25:34

claude-sonnet-4-5-20250929-thinking

claude-opus-4-5-20251101