Запрос и использование Claude Chat Completion API

Anthropic Claude — это очень мощная система ИИ-диалогов: достаточно ввести промпт, и она сможет всего за несколько секунд сгенерировать плавный и естественный ответ. Claude выделяется в отрасли своими превосходными возможностями понимания и генерации языка; сегодня Claude уже широко применяется в различных отраслях и сферах, а его влияние становится всё более значительным. Будь то повседневные диалоги, творческое письмо или профессиональные консультации, программирование кода — Claude может предоставлять впечатляющую интеллектуальную помощь, значительно повышая эффективность работы и творческие возможности человека. Этот документ в основном представляет процесс использования операций Claude Chat Completion API, с его помощью мы можем легко использовать диалоговые функции официального Claude.

Процесс подачи заявки

Чтобы использовать Claude Chat Completion API, сначала получите ваш API Token в консоли Ace Data Cloud, чтобы оставить его для дальнейшего использования.

Если вы ещё не вошли в систему или не зарегистрировались, вы будете автоматически перенаправлены на страницу входа, где вам будет предложено зарегистрироваться и войти в систему; после завершения вы автоматически вернётесь на текущую страницу. Один API Token позволяет вызывать все сервисы платформы, нет необходимости подавать отдельную заявку для каждого сервиса. При первой заявке предоставляется бесплатный лимит, который можно использовать для бесплатного тестирования; при недостаточном лимите можно пополнить общий баланс в консоли.

📘 Полная документация: Claude Chat Completion API →

Базовое использование

Далее можно заполнить соответствующее содержимое в интерфейсе, как показано на рисунке:

При первом использовании этого интерфейса нам необходимо заполнить как минимум три поля: одно из них — authorization, его можно просто выбрать в выпадающем списке. Другой параметр — model, рекомендуется использовать новейшую флагманскую модель claude-fable-5-1; исходную claude-fable-5 по-прежнему можно продолжать вызывать. Последний параметр — messages, это массив сообщений, каждый элемент содержит role и content; role поддерживает user, assistant, system, а content является конкретным содержимым. Claude Fable 5.1 поддерживает контекст в 1 миллион Token и максимальный вывод в 128K Token. Одновременно вы можете заметить, что справа генерируется соответствующий код вызова: вы можете скопировать код и запустить его напрямую, а также можете напрямую нажать кнопку «Try» для тестирования. Часто используемые необязательные параметры:

max_tokens: ограничивает максимальное количество token в одном ответе.
temperature: случайность генерации, от 0 до 2, чем больше значение, тем более разнообразным будет результат.
n: сколько вариантов ответов генерировать за один раз.
response_format: настройка формата возврата.

После вызова мы видим, что возвращаемый результат выглядит следующим образом:

{
  "id": "msg_bdrk_01Q6WN27v95ypCa1kbanAQ6K",
  "model": "claude-opus-4-8",
  "object": "chat.completion",
  "created": 1768619365,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "Hello! How can I help you today?"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 8,
    "completion_tokens": 12,
    "total_tokens": 20,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 0
    }
  }
}

Возвращаемый результат содержит несколько полей, описание следующее:

id — ID сгенерированной задачи диалога, используется для уникальной идентификации этой задачи диалога.
model — выбранная модель с официального сайта Claude.
choices — информация об ответе Claude на промпт.
usage : статистическая информация о token для этой пары вопрос-ответ.

В формате Chat Completions usage.prompt_tokens — это общий объём ввода; prompt_tokens_details.cached_tokens и prompt_tokens_details.cache_write_tokens соответственно записывают сведения о чтении и записи кеша. completion_tokens_details.reasoning_tokens является подмножеством completion_tokens; при расчёте общего объёма или стоимости не добавляйте его повторно. Непотоковый ответ также может возвращать объект usage.cost, где amount — это фактический расход лимита, currency — единица измерения, а list_amount — сумма до скидки (если имеется). Имя поля, совместимого с Chat, — reasoning_tokens; нативный Messages API использует output_tokens_details.thinking_tokens. Wire schema двух протоколов различаются, клиент не должен смешивать имена полей. Среди них choices содержит информацию об ответе Claude, его choices является конкретной информацией ответа Claude, как можно увидеть на рисунке.

Можно увидеть, что поле content внутри choices содержит конкретное содержимое ответа Claude.

Потоковый ответ

Этот интерфейс также поддерживает потоковые ответы, что очень полезно для интеграции с веб-страницами и позволяет реализовать эффект отображения текста посимвольно. Если вы хотите возвращать ответ в потоковом режиме, можно изменить параметр stream в заголовке запроса на true. Изменение показано на рисунке, однако код вызова должен быть соответствующим образом изменён, чтобы поддерживать потоковый ответ.

После изменения stream на true API будет построчно возвращать соответствующие JSON-данные, на уровне кода нам необходимо внести соответствующие изменения, чтобы получать построчные результаты. Пример кода вызова на Python:

import requests

url = "https://api.acedata.cloud/v1/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "claude-opus-4-20250514",
    "messages": [{"role":"user","content":"Hello"}],
    "stream": True
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Эффект вывода следующий:

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {"content": "", "role": "assistant"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {"content": ""}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {"content": "Hello!"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {"content": " How can I help you"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {"content": " today?"}, "logprobs": null, "finish_reason": null, "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [{"delta": {}, "logprobs": null, "finish_reason": "stop", "index": 0}], "usage": null}

data: {"id": "msg_bdrk_01LPPqDjLKMgfSwTRMRty9VT", "object": "chat.completion.chunk", "created": 1768619445, "model": "claude-opus-4-20250514", "system_fingerprint": null, "choices": [], "usage": {"prompt_tokens": 8, "completion_tokens": 12, "total_tokens": 20, "prompt_tokens_details": {"cached_tokens": 0, "cache_write_tokens": 0}, "completion_tokens_details": {"reasoning_tokens": 0}}}

data: [DONE]

Можно увидеть, что в ответе содержится много data, а choices внутри data — это новейшее содержимое ответа, что соответствует представленному выше содержанию. choices — это добавленное содержимое ответа, вы можете интегрировать его в свою систему в соответствии с результатом. При этом окончание потокового ответа определяется по содержимому data: если содержимое равно [DONE], это означает, что потоковый ответ полностью завершён. Возвращаемый результат data содержит несколько полей, описание которых приведено ниже:

id — ID задачи генерации данного диалога, используемый для уникальной идентификации этой задачи диалога.
model — выбранная модель Claude с официального сайта.
choices — информация об ответе, предоставленном Claude на запрос.

JavaScript также поддерживается, например, код потокового вызова для Node.js приведён ниже:

const options = {
  method: "post",
  headers: {
    accept: "application/json",
    authorization: "Bearer {token}",
    "content-type": "application/json",
  },
  body: JSON.stringify({
    model: "claude-opus-4-20250514",
    messages: [{ role: "user", content: "Hello" }],
    stream: true,
  }),
};

fetch("https://api.acedata.cloud/v1/chat/completions", options)
  .then((response) => response.json())
  .then((response) => console.log(response))
  .catch((err) => console.error(err));

Пример кода на Java:

JSONObject jsonObject = new JSONObject();
jsonObject.put("model", "claude-opus-4-20250514");
jsonObject.put("messages", [{"role":"user","content":"Hello"}]);
jsonObject.put("stream", true);
MediaType mediaType = "application/json; charset=utf-8".toMediaType();
RequestBody body = jsonObject.toString().toRequestBody(mediaType);
Request request = new Request.Builder()
  .url("https://api.acedata.cloud/v1/chat/completions")
  .post(body)
  .addHeader("accept", "application/json")
  .addHeader("authorization", "Bearer {token}")
  .addHeader("content-type", "application/json")
  .build();

OkHttpClient client = new OkHttpClient();
Response response = client.newCall(request).execute();
System.out.print(response.body!!.string())

Для других языков можно самостоятельно внести соответствующие изменения, принцип остаётся тем же.

Многораундовый диалог

Если вы хотите интегрировать функцию многораундового диалога, необходимо отправить несколько запросов в поле messages; конкретный пример нескольких запросов показан на рисунке ниже:

Пример кода вызова на Python:

import requests

url = "https://api.acedata.cloud/v1/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "claude-opus-4-20250514",
    "messages": [{"role":"user","content":"Hello"},{"role":"assistant","content":"Hello! How can I help you today?"},{"role":"user","content":"What I say just now?"}]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Отправляя несколько запросов, можно легко реализовать многораундовый диалог и получить следующий ответ:

{
  "id": "msg_bdrk_01Y1wfQmd89g968TVbFu57Yc",
  "model": "claude-opus-4-20250514",
  "object": "chat.completion",
  "created": 1768619674,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "You said \"Hello\" - that was your first message to me in our conversation."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 29,
    "completion_tokens": 20,
    "total_tokens": 49,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 0
    }
  }
}

Можно увидеть, что информация, содержащаяся в choices, соответствует содержимому базового использования; она включает конкретное содержимое ответа Claude на несколько диалогов, поэтому можно отвечать на соответствующие вопросы на основе содержимого нескольких диалогов.

Глубокое размышление

Модели Claude нового поколения могут выполнять рассуждения в соответствии со стратегией модели по умолчанию, без необходимости активации через суффикс модели -thinking. Chat-compatible ответы используют совместимое с OpenAI поле usage completion_tokens_details.reasoning_tokens. reasoning_tokens уже включены в completion_tokens, не суммируйте их повторно. Рассуждения и видимый основной текст используют общий лимит выходных token, поэтому при небольшом max_tokens основной текст может быть пустым или обрезанным; в таком случае увеличьте выходной бюджет или, если используемая модель это поддерживает, выберите более низкий уровень рассуждений. Если требуются нативные thinking, output_config.effort, блоки содержимого thinking и обратная передача подписей, используйте /v1/messages. Соответствующее для Messages поле usage — output_tokens_details.thinking_tokens, не смешивайте его с completion_tokens_details.reasoning_tokens из Chat-compatible.

Визуальная модель

claude-sonnet-4-20250514 — это мультимодальная большая языковая модель, разработанная Claude, которая на основе claude-4 добавляет возможности визуального понимания. Эта модель может одновременно обрабатывать текстовые и графические входные данные, реализуя межмодальное понимание и генерацию. Обработка текста с использованием модели claude-sonnet-4-20250514 соответствует основному содержимому использования выше, ниже будет кратко представлено, как использовать возможности модели по обработке изображений. Возможности обработки изображений модели claude-sonnet-4-20250514 главным образом используются путём добавления поля type на основе исходного содержимого content; через это поле можно узнать, загружается ли текст или изображение, и таким образом использовать возможности обработки изображений модели claude-sonnet-4-20250514. Ниже главным образом описывается вызов этой функции двумя способами: Curl и Python.

Способ с помощью Curl-скрипта

curl -X POST 'https://api.acedata.cloud/v1/chat/completions' \
-H 'accept: application/json' \
-H 'authorization: Bearer {token}' \
-H 'content-type: application/json' \
-d '{
    "model": "claude-sonnet-4-20250514",
    "messages": [
      {
        "role": "user",
        "content": [
          {
            "type": "text",
            "text": "What'\''s in this image?"
          },
          {
            "type": "image_url",
            "image_url": {
              "url": "https://cdn.acedata.cloud/ueugot.png"
            }
          }
        ]
      }
    ]
  }'

Способ с помощью Python-скрипта

import requests

url = "https://api.acedata.cloud/v1/chat/completions"

headers = {
    "accept": "application/json",
    "authorization": "Bearer {token}",
    "content-type": "application/json"
}

payload = {
    "model": "claude-sonnet-4-20250514",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text", "text": "What's in this image?"
                },
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://cdn.acedata.cloud/ueugot.png"
                    }
                },
            ],
        }
    ]
}

response = requests.post(url, json=payload, headers=headers)
print(response.text)

Затем можно получить следующий результат, информация о полях в результате соответствует описанной выше, конкретно:

{
  "id": "msg_bdrk_01NCrxpZmV17bhQJJRQEFEb9",
  "model": "claude-sonnet-4-20250514",
  "object": "chat.completion",
  "created": 1768628904,
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "This image shows an API request configuration interface for what appears to be an AI chat completion service. Here are the key elements:\n\n**Request Body Parameters:**\n\n1. **model** (required string) - Set to \"claude-opus-4-202505...\" - specifies which AI model to use\n\n2. **messages** (required array) - Contains the conversation history with:\n   - **role** (required string) - Set to \"user\" \n   - **content** (required string) - Contains \"Hello\" as the message content\n\n3. **stream** (boolean) - Set to \"true\" - enables partial message deltas like in ChatGPT\n\n4. **max_tokens** (number) - Field for setting maximum tokens that can be generated in the response\n\n5. **n** (number) - Specifies how many chat completion choices to generate for each input\n\nThe interface has a dark theme with white text on black/dark gray backgrounds. There's a \"Fill Example\" button at the bottom right and various dropdown menus and input fields for configuring the API request parameters. A red trash/delete icon is visible, likely for removing message entries."
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 1570,
    "completion_tokens": 252,
    "total_tokens": 1822,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "cache_write_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 0
    }
  }
}

Можно увидеть, что содержимое ответа основано на изображении, поэтому с помощью двух вышеуказанных способов можно легко использовать возможности обработки текста и изображений модели claude-3-7-sonnet-20250219.

Обработка ошибок

При вызове API, если возникает ошибка, API возвращает соответствующий код ошибки и информацию. Например:

400 token_mismatched: Неверный запрос, возможно из-за отсутствующих или недопустимых параметров.
400 api_not_implemented: Неверный запрос, возможно из-за отсутствующих или недопустимых параметров.
401 invalid_token: Не авторизован, недопустимый или отсутствующий токен авторизации.
429 too_many_requests: Слишком много запросов, вы превысили ограничение скорости.
500 api_error: Внутренняя ошибка сервера, что-то пошло не так на сервере.

Пример ответа с ошибкой

{
  "success": false,
  "error": {
    "code": "api_error",
    "message": "fetch failed"
  },
  "trace_id": "2cf86e86-22a4-46e1-ac2f-032c0f2a4e89"
}

Заключение

С помощью этого документа вы уже узнали, как использовать Claude Chat Completion API для лёгкой реализации диалоговых возможностей официального Claude. Надеемся, что этот документ поможет вам лучше интегрировать и использовать этот API. Если у вас есть какие-либо вопросы, пожалуйста, в любое время свяжитесь с нашей командой технической поддержки.

Начало работы

AI Чат

AI Изображение

AI Видео

AI Аудио

Веб и данные

CAPTCHA

Идентичность

Coding

Другие руководства

Запрос и использование Claude Chat Completion API

Процесс подачи заявки

Базовое использование

Потоковый ответ

Многораундовый диалог

Глубокое размышление

Визуальная модель

Обработка ошибок

Пример ответа с ошибкой

Заключение

​Процесс подачи заявки

​Базовое использование

​Потоковый ответ

​Многораундовый диалог

​Глубокое размышление

​Визуальная модель

​Обработка ошибок

​Пример ответа с ошибкой

​Заключение

Процесс подачи заявки

Базовое использование

Потоковый ответ

Многораундовый диалог

Глубокое размышление

Визуальная модель

Обработка ошибок

Пример ответа с ошибкой

Заключение