POST /v1/messages
La Messages API de Anthropic. Los SDK de Anthropic y herramientas como Claude Code funcionan si configuras su URL base como https://api.abliteratedllm.dev. Ellos mismos agregan /v1/messages, así que no incluyas /v1 en la URL base.
Marcadores de posición:
$API_BASEeshttps://api.abliteratedllm.dev/v1,$API_ORIGINeshttps://api.abliteratedllm.devy$YOUR_KEYes tu clave de API.
Solicitud
curl $API_ORIGIN/v1/messages \
-H "x-api-key: $YOUR_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "content-type: application/json" \
-d '{
"model": "glm-5.3-flash-abliterated",
"max_tokens": 1024,
"system": "You are a gothic horror narrator.",
"messages": [{"role": "user", "content": "Describe the abandoned manor in one paragraph."}]
}'Authorization: Bearer $YOUR_KEY funciona en lugar de x-api-key. El encabezado anthropic-version se acepta, pero no es obligatorio.
Respuesta abreviada:
{
"id": "…",
"type": "message",
"role": "assistant",
"content": [{ "type": "text", "text": "The manor leaned against the storm…" }],
"stop_reason": "end_turn",
"usage": {
"input_tokens": 29,
"cache_read_input_tokens": 0,
"cache_creation_input_tokens": 0,
"output_tokens": 187
}
}Parámetros
Los campos que no aparecen aquí se pasan al modelo sin cambios.
| Campo | Notas |
|---|---|
model | Obligatorio. Cualquier ID de GET /v1/models; actualmente, abliterated: glm-5.3-flash-abliterated o glm-5.3-cyber-abliterated; originales: deepseek-v4.1-flash-1017, deepseek-v4.1-flash-1017-ultrafast, deepseek-v4.1-flash-original, glm-5.3-flash, glm-5.3, glm-5.3-fast, kimi-k3, kimi-k3.1-pro, kimi-k3-fast, ember-1, muse-spark-open, qwen3.8-max, qwen3.8-2.4t-a95b o minimax-m3. |
max_tokens | Obligatorio, como en la API de Anthropic. Una solicitud sin este campo falla con 400 invalid_request. Los valores por encima de la salida máxima del modelo (max_output_tokens en GET /v1/models), o por encima de 4096 en cuentas de prueba, se reducen, no se rechazan. |
messages, system | Texto en todos los modelos, más bloques image en messages en los modelos que aceptan imágenes (consulta Imágenes más abajo). |
thinking | Se reenvía sin cambios. Consulta más abajo. |
stream | true para server-sent events. Sin él, la respuesta se genera como stream de nuestro lado y se devuelve como un único mensaje cuando termina, así que una solicitud cortada por el límite de tiempo o por una desconexión se cobra por la salida generada hasta ese momento. Una respuesta que sigue en curso a los 90 segundos empieza con saltos de línea y puede llevar un error en su cuerpo 200; consulta Solicitudes largas. |
tools, tool_choice | Herramientas de cliente con un input_schema, como en la API de Anthropic. |
output_format | Salida estructurada: {"type": "json_schema", "schema": {...}} hace que la respuesta sea un JSON que cumple el esquema. |
service_tier | "priority" ejecuta la solicitud en el nivel prioritario de un modelo que lo tenga, a los precios prioritarios del modelo (pricing.priority en GET /v1/models). En un modelo sin nivel prioritario falla con 400 invalid_request. Cualquier otro valor se ignora. El nivel se describe en POST /v1/chat/completions. |
context_length_exceeded_behavior | Opcional: "truncate" reduce un presupuesto de salida que no cabe en la ventana de contexto después del prompt, y "error" hace fallar esa solicitud con 400 invalid_request. Sin este campo, el presupuesto se reduce para que quepa. |
temperature, top_p, top_k, stop_sequences | Se reenvían sin cambios tras verificar su rango: temperature de 0 a 2, top_p de 0 a 1, top_k de 0 a 100 y stop_sequences, un array de cadenas (sin límite de cantidad). Un valor fuera de su rango falla con 400 invalid_request antes de cobrar nada. |
Razonamiento (thinking)
thinking se reenvía sin cambios, así que funcionan las formas habituales de Anthropic:
{ "thinking": { "type": "enabled", "budget_tokens": 4096 }, "max_tokens": 8192 }budget_tokensdebe ser de al menos 1024 y menor quemax_tokens. Cuandomax_tokensse reduce (a la salida máxima del modelo, a 4096 en cuentas de prueba o a lo que cubre tu saldo), unbudget_tokensque ya no cabe se reduce amax_tokens- 1, o el razonamiento se desactiva si eso quedara por debajo de 1024.- Los modelos razonan por nivel de esfuerzo, no hasta un presupuesto exacto de tokens. Un presupuesto de 1024 a 4999 se ejecuta con esfuerzo bajo; de 5000 a 9999, con esfuerzo medio, y de 10000 o más, con esfuerzo alto.
{"type": "disabled"}desactiva el razonamiento.- En
glm-5.3-cyber-abliterated, el razonamiento no se puede desactivar y su plantilla de chat solo respeta el esfuerzo bajo y el alto: un presupuesto de esfuerzo medio se ejecuta con el esfuerzo máximo. output_config.effort("low","medium"o"high") también se acepta y tiene prioridad cuando se definen ambos.
El razonamiento llega como bloques de contenido thinking. Los tokens de razonamiento son tokens de salida: cuentan para max_tokens y se cobran al precio de salida.
Imágenes
En los modelos cuyo input_modalities en GET /v1/models incluye "image", los mensajes del usuario pueden llevar bloques image de Anthropic con una fuente base64 o una fuente URL. Esto incluye glm-5.3-flash-abliterated, que acepta imágenes de forma nativa con cualquiera de las dos fuentes. La compatibilidad con imágenes depende de cada modelo, no de su variante: glm-5.3-cyber-abliterated, también abliterated, solo acepta texto. En un modelo sin "image" en input_modalities, un bloque image falla con 400 unsupported_content antes de cobrar nada.
{
"role": "user",
"content": [
{ "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": "/9j/4AAQSkZJRg…" } },
{ "type": "text", "text": "What is in this picture?" }
]
}Una fuente URL es {"type": "url", "url": "https://example.com/photo.jpg"}, con una URL https:// (o http://) que el modelo descarga; cualquier otro tipo de URL falla con 400 unsupported_content. Funcionan las imágenes JPEG, PNG, GIF y WebP.
Las imágenes no se filtran. Nuestro control de seguridad automático solo lee el texto de una solicitud, así que las imágenes llegan al modelo sin verificarse. La política de uso aceptable cubre todo lo que envías, incluidas las imágenes. Como el resto de la solicitud, nunca se guardan.
- Los límites de tamaño son los mismos que en POST /v1/chat/completions: imágenes en base64 de menos de 10 MB en total, URL de imágenes de menos de 5 MB que se descarguen en aproximadamente 1.5 segundos, hasta 120 imágenes por solicitud y un cuerpo de solicitud de menos de 16 MiB.
- Las fuentes de archivo (
"source": {"type": "file"}), los bloquesdocumenty el audio fallan con 400unsupported_contenten todos los modelos. - Este endpoint no tiene bloques de video. La entrada de video está en POST /v1/chat/completions.
- Las imágenes se cobran como tokens de entrada, incluidos en
input_tokens. La retención cuenta cada imagen según una estimación a partir de su tamaño en píxeles o una cantidad fija, como se describe en Límites de frecuencia y prueba gratis.
Streaming
Con "stream": true recibes la secuencia de eventos estándar: message_start, luego content_block_start, content_block_delta y content_block_stop por cada bloque, y después message_delta y message_stop. Hasta que llega el primer evento, el stream envía una línea de comentario SSE, : ping, cada 15 segundos, que los clientes SSE ignoran.
El uso de tokens solo llega en el evento message_delta final. El usage de message_start siempre es cero, así que no lo leas.
event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn"},"usage":{"input_tokens":29,"cache_read_input_tokens":0,"output_tokens":187}}Precio de lectura de caché
El almacenamiento en caché de prompts es automático. No necesitas marcadores cache_control. Los tokens leídos de la caché se informan en usage.cache_read_input_tokens y se cobran al precio de entrada en caché. input_tokens ya los excluye, y escribir en la caché no tiene costo (cache_creation_input_tokens siempre es 0):
cost = input_tokens × input price
+ cache_read_input_tokens × cached-input price
+ output_tokens × output priceLos precios son por millón de tokens, y el costo final combinado del uso de cada solicitud se redondea hacia arriba una sola vez a $0.000001. Con "service_tier": "priority", los precios prioritarios del modelo reemplazan a los estándar. Consulta los precios actuales en GET /v1/models.
No disponible
- Solo se ofrece
POST /v1/messages. El conteo de tokens (/v1/messages/count_tokens) y los lotes de mensajes no están disponibles. - Las herramientas del lado del servidor que Anthropic ejecuta por ti, como la búsqueda web, la obtención de páginas web y la ejecución de código, no están disponibles. Defínelas como herramientas de cliente y ejecútalas tú mismo.
Errores
Los errores de este endpoint usan el formato de Anthropic, {"type": "error", "error": {"type", "message"}}, así que los SDK de Anthropic lanzan sus clases de excepción habituales. Este formato no tiene campo code: recibes el estado HTTP, error.type y un mensaje. La página Errores indica qué estado devuelve cada situación. Una solicitud sin streaming que sigue en curso a los 90 segundos ya tiene estado 200, así que un error posterior llega en el cuerpo 200; comprueba si hay un miembro error de nivel superior (consulta Solicitudes largas).