APIリファレンスPOST /v1/messages

POST /v1/messages

AnthropicのMessages APIです。Anthropic SDKやClaude Codeなどのツールは、ベースURLをhttps://api.abliteratedllm.devに設定すれば動作します。これらは/v1/messagesを自動で付け加えるため、ベースURLには/v1を含めないでください。

プレースホルダー:$API_BASEはhttps://api.abliteratedllm.dev/v1、$API_ORIGINはhttps://api.abliteratedllm.dev、$YOUR_KEYはAPIキーです。

リクエスト

bash
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."}]
  }'

x-api-keyの代わりにAuthorization: Bearer $YOUR_KEYも使えます。anthropic-versionヘッダーは受け付けますが、必須ではありません。

レスポンス(抜粋):

json
{
  "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
  }
}

パラメーター

ここに記載のないフィールドは、そのままモデルに渡されます。

フィールド備考
model必須。GET /v1/modelsの任意のID。現在はabliterated: glm-5.3-flash-abliteratedまたはglm-5.3-cyber-abliterated; オリジナル: 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、またはminimax-m3です。
max_tokensAnthropic APIと同じく必須です。指定しないリクエストは400 invalid_requestで失敗します。モデルの最大出力(GET /v1/modelsのmax_output_tokens)を超える値や、トライアルアカウントで4096を超える値は、拒否されずに引き下げられます。
messages, systemすべてのモデルでテキストを、画像に対応したモデルではmessages内のimageブロックも受け付けます(後述の「画像」を参照)。
thinkingそのまま渡されます。下記を参照してください。
streamtrueでサーバー送信イベントを使います。指定しない場合も回答は当社側でストリームとして生成され、終了時に1つのメッセージとして返されます。そのため、時間制限や切断で中断されたリクエストは、それまでに生成された出力に対して課金されます。90秒を過ぎても実行中のレスポンスは改行で始まり、200のボディでエラーを返すことがあります。長時間のリクエストを参照してください。
tools, tool_choiceAnthropic APIと同じく、input_schemaを持つクライアントツール。
output_format構造化出力。{"type": "json_schema", "schema": {...}}を指定すると、スキーマに一致するJSONで応答します。
service_tier"priority"を指定すると、優先ティアのあるモデルでリクエストを優先ティアで実行し、モデルの優先価格(GET /v1/modelsのpricing.priority)で課金します。優先ティアのないモデルでは、400 invalid_requestで失敗します。それ以外の値は無視されます。ティアについてはPOST /v1/chat/completionsで説明しています。
context_length_exceeded_behavior任意。"truncate"は、プロンプトの後のコンテキストウィンドウに収まらない出力予算を引き下げ、"error"はそのようなリクエストを400 invalid_requestで失敗させます。指定しない場合は、収まるように予算が引き下げられます。
temperature, top_p, top_k, stop_sequences範囲チェックの後にそのまま渡されます。temperatureは0~2、top_pは0~1、top_kは0~100、stop_sequencesは文字列の配列(数の制限なし)です。範囲外の値は、課金前に400 invalid_requestで失敗します。

思考

thinkingはそのまま渡されるため、Anthropicの通常の形式が使えます。

json
{ "thinking": { "type": "enabled", "budget_tokens": 4096 }, "max_tokens": 8192 }
  • budget_tokensは1024以上で、max_tokensより小さくする必要があります。max_tokensが(モデルの最大出力、トライアルアカウントでは4096、または残高で支払える量まで)引き下げられた場合、収まらなくなったbudget_tokensはmax_tokens - 1まで引き下げられます。それが1024を下回る場合は、思考がオフになります。
  • モデルは、正確なトークン予算ではなく強度のレベルで推論します。予算が1024~4999なら低、5000~9999なら中、10000以上なら高の強度で実行されます。
  • {"type": "disabled"}で推論をオフにします。
  • glm-5.3-cyber-abliteratedでは推論をオフにできません。また、チャットテンプレートが従う強度は低と高だけで、中の強度になる予算は最大の強度で実行されます。
  • output_config.effort("low"、"medium"、"high")も受け付け、両方を指定した場合はこちらが優先されます。

思考はthinkingコンテンツブロックとして届きます。思考トークンは出力トークンです。max_tokensに含まれ、出力価格で課金されます。

画像

GET /v1/modelsのinput_modalitiesに"image"が含まれるモデルでは、ユーザーメッセージにAnthropicのimageブロックを含められます。ソースはbase64でもURLでも構いません。glm-5.3-flash-abliteratedもその1つで、どちらのソースでも画像をネイティブに受け付けます。画像への対応はモデルごとに決まり、モデルのバリアントで決まるわけではありません。たとえば、同じabliteratedモデルでもglm-5.3-cyber-abliteratedはテキストのみです。input_modalitiesに"image"がないモデルでは、imageブロックは課金前に400 unsupported_contentで失敗します。

json
{
  "role": "user",
  "content": [
    { "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": "/9j/4AAQSkZJRg…" } },
    { "type": "text", "text": "What is in this picture?" }
  ]
}

URLソースは{"type": "url", "url": "https://example.com/photo.jpg"}の形式で、モデルがダウンロードするhttps://(またはhttp://)のURLを指定します。それ以外の種類のURLは400 unsupported_contentで失敗します。JPEG、PNG、GIF、WebPの画像を使えます。

画像はスクリーニングされません。当社の自動安全性チェックはリクエストのテキストしか読まないため、画像はチェックされずにモデルに届きます。利用ポリシーは、画像を含め、送信するすべての内容に適用されます。リクエストのほかの部分と同様に、画像が保存されることはありません。

  • サイズの制限はPOST /v1/chat/completionsと同じです。base64画像は合計10 MB未満、画像URLは5 MB未満で約1.5秒以内にダウンロードできること、画像は1リクエストあたり最大120枚、リクエストボディは16 MiB未満です。
  • ファイルソース("source": {"type": "file"})、documentブロック、音声は、すべてのモデルで400 unsupported_contentで失敗します。
  • このエンドポイントには動画ブロックはありません。動画の入力はPOST /v1/chat/completionsで行えます。
  • 画像は入力トークンとして課金され、input_tokensに含まれます。仮押さえでは各画像を、ピクセルサイズからの推定値または固定の見積もり量で数えます。詳しくはレート制限とトライアルを参照してください。

ストリーミング

"stream": trueを指定すると、標準のイベントシーケンスを受け取ります。まずmessage_start、次にブロックごとにcontent_block_start、content_block_delta、content_block_stop、最後にmessage_deltaとmessage_stopです。最初のイベントが届くまで、ストリームには15秒ごとにSSEのコメント行: pingが流れます。SSEクライアントはこれを無視します。

トークンの使用量は、最後のmessage_deltaイベントでのみ届きます。message_startのusageは常に0なので、読み取らないでください。

text
event: message_delta
data: {"type":"message_delta","delta":{"stop_reason":"end_turn"},"usage":{"input_tokens":29,"cache_read_input_tokens":0,"output_tokens":187}}

キャッシュ読み取りの料金

プロンプトキャッシュは自動で行われます。cache_controlマーカーは不要です。キャッシュから読み込まれたトークンはusage.cache_read_input_tokensで報告され、キャッシュ入力価格で課金されます。input_tokensにはこれらのトークンは含まれず、キャッシュへの書き込みに料金はかかりません(cache_creation_input_tokensは常に0です)。

text
cost = input_tokens × input price
     + cache_read_input_tokens × cached-input price
     + output_tokens × output price

価格は100万トークンあたりの額で、リクエストごとの最終的な利用コストの合計は、$0.000001単位で1回だけ切り上げられます。"service_tier": "priority"を指定した場合は、標準価格の代わりにモデルの優先価格が使われます。現在の価格はGET /v1/modelsを参照してください。

利用できない機能

  • 提供しているのはPOST /v1/messagesのみです。トークンカウント(/v1/messages/count_tokens)とメッセージバッチは利用できません。
  • ウェブ検索、ウェブフェッチ、コード実行など、Anthropicが代わりに実行するサーバー側ツールは利用できません。クライアントツールとして定義し、クライアント側で実行してください。

エラー

このエンドポイントのエラーはAnthropic形式{"type": "error", "error": {"type", "message"}}を使うため、Anthropic SDKは通常の例外クラスを送出します。この形式にはcodeフィールドがなく、HTTPステータス、error.type、メッセージが返されます。各状況でどのステータスが返るかは、エラーページに記載しています。90秒を過ぎても実行中の非ストリーミングリクエストはすでにステータス200になっているため、それ以降のエラーは代わりに200のボディで届きます。トップレベルのerrorメンバーがあるかを確認してください(長時間のリクエストを参照)。