Messages (Anthropic)

Anthropic Messages: возможности выбранной модели и серверного промпта.

Протокол модели

POST /v1/messages использует один endpoint, одни заголовки и настройку SDK. Режимов ключа нет. Возможности ниже зависят от семейства, модели и фактического применения серверного промпта Claude.

Endpoint-aware матрица

Возможность	Claude без серверного промпта	Claude с применённым промптом	OpenAI endpoints
Стриминг	Нативный Anthropic SSE, включая thinking и citations deltas	Текст и клиентские функции; без thinking/signature/citations deltas	Chat Completions и Responses поддерживают свои streaming-события с серверным промптом и без него
Клиентские функции	Нативный `tool_use` → `tool_result`	Тот же клиентский цикл, включая rich `tool_result`; функцию выполняет клиент	Chat и Responses поддерживают client function calls; server tools не запускаются
Thinking / effort	Нативные thinking-блоки и подписи; `output_config.effort`	`thinking` и `output_config.effort` принимаются и управляют глубиной; явный `thinking` имеет приоритет; отдельные signed thinking-блоки и подписи клиенту не возвращаются	Нативные thinking-блоки не входят в контракт Chat/Responses
`cache_control`	Явные breakpoints, 5m/1h и cache tiers	Явные breakpoints, 5m/1h и публичные cache tiers; hit не гарантирован	В Chat/Responses явный `cache_control` не поддерживается; автоматический кэш остаётся
Sampling	`top_k`, `top_p`, `temperature` на Opus 4.6, Sonnet 4.6 и Haiku 4.5. Opus 5, Opus 4.8, Opus 4.7, Sonnet 5, Fable 5 и Fable 5.1 эти поля не принимают вовсе, поэтому Guard убирает их из запроса	Зависят от модели и совместимости thinking; отключение thinking само по себе не гарантирует применение sampling	`top_p` и `temperature` зависят от модели и thinking; `top_k` не поддерживается
PDF / documents	Нативные PDF и text/content documents	Base64 PDF и text/content documents в user message и `tool_result`	Chat/Responses не принимают PDF; используйте Messages
Citations	Нативные document citations и `citations_delta`	Не поддерживаются	Не поддерживаются
Vision	Base64 и прямой публичный URL	Base64 в Messages; URL не обещается	Chat принимает base64; Responses `input_image` не поддерживается
Structured outputs	Messages: `output_config.format`	Messages: `output_config.format`; при явном `thinking` сохраняется `format`, а конфликтующий `effort` не применяется	Responses structured `text.format` не поддерживается
Web search / Web fetch	Нативные server tools Anthropic	Те же нативные server tools в Anthropic Messages	Не входят в контракт Chat/Responses
Модели	Включая Fable 5/5.1, Opus 4.5 и Sonnet 4.5	Fable 5/5.1, Opus 4.5 и Sonnet 4.5 с применяемым промптом отклоняются до списания	Fable 5/5.1 доступны без фактического применения серверного промпта

Базовый запрос

python

import anthropic
client = anthropic.Anthropic(
    api_key=KEY,
    base_url="https://api.guardrelay.ai",
)
msg = client.messages.create(
    model="claude-opus-5",
    max_tokens=512,
    system="Ты лаконичный ассистент.",
    messages=[{"role": "user", "content": "Объясни рекурсию в двух предложениях."}],
)
print(msg.content[0].text)

Kimi на этой поверхности

Kimi здесь работает и отвечает в обычном формате Anthropic. Адрес и ключ те же, что у остальных семейств: https://api.guardrelay.ai и заголовок Authorization: Bearer gd-…. Семейство шлюз определяет по точному id в поле model: k3, k3-256k, kimi-for-coding или kimi-for-coding-highspeed. Отдельный ключ и отдельный адрес для Kimi заводить не нужно.

Поле	Что с ним происходит
`model`	точный id одной из четырёх моделей Kimi
`messages`	диалог в форме Anthropic, роли `user` и `assistant`
`max_tokens`	обязателен, целое положительное; он же задаёт выходную часть предварительной блокировки денег
`system`	строка либо массив блоков содержимого
`stream`	`true` включает потоковую передачу
`stop_sequences`, `temperature`, `top_p`, `top_k`	принимаются и уходят наверх как присланы
`tools`, `tool_choice`	клиентские функции: модель возвращает вызов, исполняет его ваш код
`thinking`	включение размышления в форме Anthropic: ровно `{"type": "enabled"}`, при желании с `budget_tokens`; работает на всех четырёх моделях
`output_config`	внутри допустимы `effort` и `format`
`context_management`	принимается и уходит наверх

Ответ приходит обычным объектом Anthropic: id, массив content, stop_reason и usage. У k3 в content кроме текста приходит блок размышления с подписью. Предварительный подсчёт токенов у Kimi тоже работает: у этой поверхности есть отдельный путь count_tokens, он отвечает числом входных токенов и берёт те же поля, кроме max_tokens, stream и параметров выборки stop_sequences, temperature, top_p, top_k.

Claude Code с моделью Kimi

Claude Code разговаривает ровно по этому протоколу, поэтому работает и на Kimi. Ставится обычным npm i -g @anthropic-ai/claude-code, адрес и ключ кладутся в переменные окружения, модель задаётся точным id при запуске. Mac / Linux:

Переменные окружения

bash · macOS / Linux

export ANTHROPIC_BASE_URL="https://api.guardrelay.ai"
export ANTHROPIC_AUTH_TOKEN="gd-ваш-ключ-из-бота"

claude --model k3

PowerShell · Windows

$env:ANTHROPIC_BASE_URL = "https://api.guardrelay.ai"
$env:ANTHROPIC_AUTH_TOKEN = "gd-ваш-ключ-из-бота"

claude --model k3

Windows PowerShell:

powershell

$env:ANTHROPIC_BASE_URL = "https://api.guardrelay.ai"
$env:ANTHROPIC_AUTH_TOKEN = "gd-ваш-ключ-из-бота"
claude --model k3

Kimi, Composer и Grok на этом endpoint'е

Kimi эту поверхность обслуживает: приходит обычный ответ Anthropic, у k3 вместе с блоком размышления и подписью. Composer и Grok её тоже принимают, но контракт у них короче Anthropic-овского.

Возможность	Composer	Grok
Поля запроса	`model`, `messages`, `system`, `max_tokens`, `stream`, `tools`; `tool_choice` только auto, `output_config` только с effort (игнорируется)	то же
Роли в `messages`	только `user` и `assistant`	то же
Системный текст	только верхнеуровневый `system`; роль `system` внутри `messages` отклоняется	то же
Блок содержимого	`type` и `text`; дополнительный `cache_control` принимается и игнорируется	то же
Изображения	нет, `400 cursor_image_input_unavailable`	да, инлайн base64
Клиентские функции	да	да
`thinking`, `temperature`, `top_k`, `top_p`, `metadata`, `cache_control`	Принимаются и игнорируются; `cache_control` — внутри блока	то же
PDF, documents, citations	нет	нет
Типизированный инструмент Anthropic — computer use, текстовый редактор, web search	`400 cursor_parameter_unavailable` до списания	то же
Окно контекста	200K, оценка	500K, измерено
`max_tokens`	до 32 000; без поля резервируются все 32 000	то же

Ответ приходит в обычной форме Anthropic: текстовый блок в content и stop_reason: "end_turn". Если модель вызвала ваш инструмент, в content добавляются блоки tool_use, а stop_reason равен tool_use — это ход, на который нужно ответить блоком tool_result. В usage заполнены input_tokens, output_tokens и cache_read_input_tokens, а cache_creation_input_tokens всегда 0: платы за запись в кэш у этих моделей нет.

bash

curl https://api.guardrelay.ai/v1/messages \
  -H "x-api-key: $GUARD_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "cursor-grok-4.6-high",
    "max_tokens": 256,
    "system": "Отвечай кратко.",
    "messages": [{"role": "user", "content": "Проверка связи"}]
  }'

Вызов функции целиком

Инструменты описываются как у Anthropic: имя, описание и input_schema. Модель возвращает блок tool_use и stop_reason: "tool_use", функцию выполняет ваш клиент, результат уходит обратно блоком tool_result в новом сообщении с ролью user.

json

{
  "model": "cursor-grok-4.6-high",
  "max_tokens": 1024,
  "messages": [{"role": "user", "content": [{"type": "text", "text": "Какая погода в Москве?"}]}],
  "tools": [{
    "name": "get_weather",
    "description": "Текущая погода в городе",
    "input_schema": {
      "type": "object",
      "properties": {"city": {"type": "string"}},
      "required": ["city"]
    }
  }]
}