Messages

Anthropic 风格的 Messages 接口用于按 Claude 兼容格式发送消息。它保留 system、messages 和 max_tokens 等常见字段。

请求地址

POST

鉴权方式

使用 Bearer Token 认证，在请求头中传入 API Key：

Authorization：Bearer YOUR_API_KEY

请求示例

请求头使用 Anthropic 兼容鉴权方式，正文保持 Anthropic Messages 风格。

curl https://api.1xtoken.cn/v1/anthropic/v1/messages \
-H "Content-Type: application/json" \
-H "x-api-key: YOUR_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-d '{
  "model": "deepseek-v4-pro",
  "max_tokens": 1024,
  "messages": [
    {"role": "user", "content": "Hello!"}
  ]
}'

请求体示例

一个启用深度思考（thinking）的完整请求体，使用 Anthropic Messages 风格鉴权：

{
"model": "deepseek-v4-pro",
"max_tokens": 2048,
"messages": [
  {"role": "user", "content": "证明根号 2 是无理数。"}
],
"thinking": {
  "type": "enabled",
  "budget_tokens": 4096
},
"stream": false
}

请求字段

Field	Type	Description
model	`string`	模型 ID。
messages	`array<object>`	对话消息列表。
system	`string \| array<object>`	可选。系统提示词，可以是字符串或内容块数组，用于定义模型行为。
max_tokens	`integer`	最大生成 Token 数，范围 >=1。
temperature	`number`	可选，默认 1，范围 0~1。采样温度，值越高随机性越强，值越低结果越稳定。
top_p	`number`	可选。核采样（Nucleus Sampling）参数，与 temperature 二选一调节即可。
top_k	`integer`	可选。限制采样时参与候选的 Token 数量，值越小输出越保守。
stream	`boolean`	可选，默认 false。是否启用流式响应。
stop_sequences	`array<string>`	可选。停止生成的结束标记，模型生成到指定内容时停止输出。
tools	`array<object>`	可选。可供模型调用的工具列表。
tool_choice	`object`	可选。指定工具调用策略。
thinking	`object`	可选。深度思考（Thinking）配置，仅支持支持 Thinking 的模型。见下方子字段。
thinking.type	`"enabled" \| "disabled" \| "adaptive"`	是否启用深度思考。enabled 启用，disabled 禁用，adaptive 由模型自行决定是否思考。
thinking.budget_tokens	`integer`	可选。深度思考预算 Token 数，type=enabled 时生效。
thinking.display	`"summarized" \| "omitted"`	可选。思考内容在响应中的展示方式，summarized（默认）或 omitted。
metadata	`object`	可选。请求元数据，可用于标识请求或存储附加信息。

thinking 字段说明

thinking 用于控制深度思考（扩展思考链），是本接口深度思考的推荐用法：

"thinking": {
  "type": "enabled",        // enabled 启用深度思考，disabled 禁用，adaptive 由模型决定
  "budget_tokens": 0,       // 深度思考预算 Token 数，type=enabled 时生效
  "display": "summarized"   // 可选：summarized（默认）或 omitted
}

响应字段

Field	Type	Description
id	`string`	本次消息的唯一标识。
type	`string`	对象类型，固定为 message。
role	`string`	消息角色，固定为 assistant。
model	`string`	生成该响应所用的模型 ID。
content	`array<object>`	响应内容块列表，按 thinking → text → tool_use 顺序排列。
content[].type	`string`	内容块类型：thinking（深度思考）、text（正文）、tool_use（工具调用）。
content[] (thinking).thinking	`string`	深度思考内容，启用 thinking 时返回。
content[] (text).text	`string`	模型生成的正文内容。
content[] (tool_use).id	`string`	工具调用 ID。
content[] (tool_use).name	`string`	工具名称。
content[] (tool_use).input	`object`	工具调用参数（JSON）。
stop_reason	`string`	可选。停止生成的原因，例如 end_turn、stop、max_tokens、tool_use、refusal。
stop_sequence	`string \| null`	可选。触发停止的匹配序列。
usage	`object`	可选。本次请求的 Token 用量统计，见下方子字段。
usage.input_tokens	`integer`	输入 Token 数（不含缓存命中部分）。
usage.cache_creation_input_tokens	`integer`	可选。本次写入缓存的输入 Token 数。
usage.cache_read_input_tokens	`integer`	可选。命中缓存的输入 Token 数。
usage.output_tokens	`integer`	输出 Token 数。
usage.output_tokens_details.thinking_tokens	`integer`	可选。深度思考消耗的 Token 数。

响应示例

启用深度思考后的非流式响应，content 中先返回 thinking 块（思考内容），再返回 text 块（正文），thinking_tokens 为思考消耗：

{
"id": "msg_1xtoken",
"type": "message",
"role": "assistant",
"model": "deepseek-v4-pro",
"content": [
  {
    "type": "thinking",
    "thinking": "要证明根号 2 是无理数，使用反证法……"
  },
  {
    "type": "text",
    "text": "假设根号 2 是有理数，则可表示为最简分数 p/q……矛盾，故根号 2 为无理数。"
  }
],
"stop_reason": "end_turn",
"stop_sequence": null,
"usage": {
  "input_tokens": 12,
  "cache_creation_input_tokens": 4,
  "cache_read_input_tokens": 6,
  "output_tokens": 180,
  "output_tokens_details": {
    "thinking_tokens": 120
  }
}
}