大模型服务平台 TokenHub Anthropic Message 协议字段说明

三、基础参数

system 支持两种形式：

注意：说明：

注意：关于 max_tokens：Anthropic 协议中该字段为必填。部分模型对缺失或非法 max_tokens 会做宽松兜底处理，但请始终按协议标准显式传入该字段，不要依赖兜底行为。

四、生成控制参数

注意：说明：

注意：关于 thinking 与 temperature：开启 thinking 时，部分模型要求 temperature 固定为 1；也有模型会容忍 temperature != 1。建议 thinking 场景使用默认值或 1，是否强校验按模型而定。
关于 stop_sequences：部分模型能稳定回写 stop_reason=stop_sequence 与命中的 stop_sequence，部分模型不保证回写。依赖精确停止语义的业务应针对目标模型验证。

五、工具调用

Anthropic 的工具定义结构与 OpenAI 不同：字段直接平铺，参数字段名为 input_schema（OpenAI 为 function.parameters）。

{ "name": "get_weather", "description": "查询指定城市的天气信息", "input_schema": { "type": "object", "properties": { "location": { "type": "string", "description": "城市名称" } }, "required": ["location"] }}

tool_choice（Anthropic 用对象形式）：

可选子字段 disable_parallel_tool_use（boolean）：设为 true 时禁止单次响应并行调用多个工具。

注意：与 thinking 的组合限制：开启或默认进入 thinking 模式时，部分模型不支持强制工具调用（tool_choice:any 与 tool_choice:tool），通常仅支持 auto / none 与 thinking 共用。如需强制工具调用，建议先显式传 thinking: {"type":"disabled"} 再使用 any 或指定工具。各模型的具体差异见 各模型字段兼容情况。

六、思维链（Extended Thinking）

启用扩展思维链，让模型在生成最终回复前先进行内部推理，适用于复杂逻辑、数学、代码等任务。

{ "thinking": { "type": "enabled", "budget_tokens": 8000 }}

不同 type 的字段要求：enabled 携带 budget_tokens（及可选 display）；disabled 仅 type；adaptive 携带 type（及可选 display），由模型自适应分配预算。

注意：说明：

注意：模型差异：部分推理模型在不传 thinking 时也会默认返回 thinking block；部分模型会容忍缺失 budget_tokens、budget_tokens >= max_tokens 或 temperature != 1 等非严格约束。这类属于模型/平台兼容行为，不应当作所有模型的通用契约。如不希望返回思考内容，建议显式传 thinking: {"type":"disabled"}。
与 OpenAI 兼容参数的关系：部分厂商文档会使用 enable_thinking、reasoning_effort 等字段描述思考能力。在 Anthropic Messages 协议中，对应表达为 thinking.type、output_config.effort，以及多轮历史中原样回传 assistant 的 thinking / redacted_thinking 内容块；不要在 Messages 请求体中直接混用 enable_thinking。

交错思维链（Interleaved Thinking）：部分模型支持在生成回复过程中穿插思维内容。混元等模型通过请求头 Hunyuan-Beta 开启，平台会将该头透传给模型服务。该请求头属扩展能力，不支持的模型会忽略该头而不报错；是否实际生效需结合所用模型的能力说明确认。

七、输出配置

output_config（object）：控制输出努力程度与结构化格式。

{ "output_config": { "effort": "high", "format": { "type": "json_schema", "schema": { "type": "object", "properties": { "answer": { "type": "string" } } } } }}

注意：说明：

注意：该字段为扩展能力，各厂商支持情况不一：output_config.effort 多数模型可接收；output_config.format.type=json_schema 的结构化输出仅部分模型能稳定按 schema 生成 JSON，部分模型返回 200 但 JSON 不完全符合 schema，也有模型返回 400。不要将 json_schema 当作所有模型的通用能力，使用前请针对目标模型验证。

八、缓存（Prompt Caching）

通过 cache_control 标记可缓存内容，命中后大幅降低重复 prompt 的 input_tokens 计费。支持三个层级标记：

cache_control 对象结构：

{ "type": "ephemeral" } // 默认 5 分钟 TTL{ "type": "ephemeral", "ttl": "1h" } // 1 小时 TTL

缓存命中情况通过响应 usage 中的 cache_creation_input_tokens、cache_read_input_tokens 返回。若模型不支持缓存，相关 token 统计为 0。

注意：说明：

注意：能力说明：多数模型可观察到部分 cache token，但顶层 cache_control、文档块级 cache、ttl:"1h" 明细、cache_creation.ephemeral_1h_input_tokens 等普遍不完整。建议按“部分支持 Prompt Caching” 理解，不要依赖完整的 Anthropic TTL / usage 明细。

九、元信息与服务层级

metadata（object）：请求元信息，metadata.user_id（string）为终端用户唯一标识，用于滥用检测、用量归因。

service_tier（string）：服务层级 / TPM 保障渠道标识，响应中会回写实际命中的层级。

十、请求头

十一、Message 对象详解

messages 数组中的每个元素代表对话中的一条消息。

role 枚举：

注意：说明：

注意：关键差异：Anthropic 协议没有独立的 tool role。工具执行结果以 user 消息中的 tool_result 内容块表达，且紧跟在对应 assistant 的 tool_use 之后。这与 OpenAI Chat 协议（独立 tool role）不同。system 不在 messages 内，通过顶层 system 字段传入。

content 格式：支持字符串与内容块数组两种形式。

// 字符串{ "role": "user", "content": "你好" }// 内容块数组{ "role": "user", "content": [ { "type": "text", "text": "这张图片里有什么？" }, { "type": "image", "source": { "type": "url", "url": "https://example.com/img.jpg" } } ]}

content block 类型：

注意：说明：

注意：能力说明：text、tool_use、文本 tool_result、thinking 在支持相应能力的模型上整体可用。image block 需使用明确支持视觉/多模态的模型；纯文本模型会返回 400。document 多数模型可接收但不返回 citations；search_result 当前模型普遍不支持。

多模态 block：

图片块（type: "image"）：

// Base64{ "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": "/9j/4AAQ…" } }// URL{ "type": "image", "source": { "type": "url", "url": "https://example.com/photo.jpg" } }

注意：说明：

注意：能力说明：需要图片理解时应使用明确支持视觉/多模态（VL）的模型，并在模型能力说明中单独确认；纯文本模型对 image block 返回 400。

文档块（type: "document"）：source（支持文本、base64、URL 等）、title、context、citations、cache_control。多数模型可接收文档请求（返回 200），但响应不包含 citations，适合作为普通上下文降级处理，不应承诺 Anthropic 引用能力。

搜索结果块（type: "search_result"）：用于把外部搜索结果作为带来源的内容块交给模型，通常配合 citations 使用。当前模型普遍返回 400，不支持该 content block。

视频块（type: "video"）：结构与图片块一致，source 额外支持 fps（采样帧率）字段。视频理解为各厂商扩展能力，并非 Anthropic 原生支持。

工具相关 block：

tool_use（assistant 消息）——模型请求调用工具时携带：

{ "type": "tool_use", "id": "toolu_001", "name": "get_weather", "input": { "location": "北京" } }

tool_result（user 消息）——工具执行后，结果以 tool_result 块放入 user 消息：

{ "type": "tool_result", "tool_use_id": "toolu_001", "content": "北京今天晴天，25度" }

注意：排列要求：同一 assistant 轮次产生的所有 tool_result，必须放在同一条紧随其后的 user 消息中。图片类型的 tool_result.content 仅部分多模态模型支持。

思维链相关 block：

thinking（assistant 消息）：

{ "type": "thinking", "thinking": "让我逐步分析：外层 n 次，内层 log n 次…", "signature": "EqoBCkgIARgC…" }

注意：多轮回传要求：多轮对话时，assistant 历史消息中的 thinking 块必须原样携带 signature 回传，否则服务返回 400 Invalid signature。signature 是加密凭证，不能截断或修改。该校验语义主要适用于 Claude 系列模型；其他模型以自有协议承载思维链时，回传要求以对应模型的说明为准。部分模型（如 hy3）不返回 signature，此时多轮对话无需回传该字段。

redacted_thinking（assistant 消息）：部分思维内容因安全原因被加密，以 { "type": "redacted_thinking", "data": "<加密数据>" } 返回，仅含 data 字段。多轮对话时需按原顺序全部回传，以维持上下文续写能力。该内容块主要出现在 Claude 系列模型，其他模型通常不返回。

十三、非流式响应

{ "id": "msg_xxx", "type": "message", "role": "assistant", "model": "<your-model-name>", "content": [ { "type": "thinking", "thinking": "…", "signature": "…" }, { "type": "text", "text": "回复内容" }, { "type": "tool_use", "id": "toolu_xxx", "name": "get_weather", "input": { "location": "北京" } } ], "stop_reason": "end_turn", "stop_sequence": null, "usage": { "input_tokens": 12, "output_tokens": 6, "cache_creation_input_tokens": 0, "cache_read_input_tokens": 0 }, "service_tier": "standard"}

注意：说明：

注意：请求追踪 ID：排查日志时优先使用响应体 id；流式响应优先使用 message_start 事件的 data.message.id。平台会同时透传/生成客户端请求头中的 X-Request-Id / X-Tc-Requestid，但最终有效的模型响应 ID 以 message id 为准。

十四、流式响应（SSE）

stream: true 时返回 SSE，响应头 Content-Type: text/event-stream、Cache-Control: no-cache、Connection: keep-alive。

标准事件顺序：

message_start → content_block_start → content_block_delta(多次) → content_block_stop （第 1 个块） → content_block_start → content_block_delta(多次) → content_block_stop （第 2 个块） … → message_delta → message_stop

辅助事件：ping（保活心跳）、error（错误）。每个 SSE 帧格式为 event: <类型> + data: {json}。

主要事件说明：

content_block_delta.delta 类型：

注意：说明：

注意：流式错误处理：若在发送响应头（HTTP 200）之前发生错误，返回标准 JSON 错误体或触发故障转移重试；若流已开始后发生错误，以 error 事件下发或直接关闭连接，客户端需通过连接异常感知。
能力说明：基础 SSE 事件在支持相应能力的模型上均可用；citations_delta 当前普遍不返回。流式工具参数（input_json_delta）在部分模型上需先显式关闭 thinking 才可用。

十五、stop_reason 枚举

十六、Token 用量（usage）

注意：说明：

注意：input_tokens 互斥规则：Anthropic 规范中 input_tokens、cache_read_input_tokens、cache_creation_input_tokens 三者互斥，真实总输入 = 三者之和。计算成本时需将三项相加，不要只看 input_tokens。
流式响应中，message_start 事件给出初始的 input_tokens 与缓存 token；message_delta 事件给出最终的 output_tokens。

十七、典型场景示例

注意：说明：

注意：所有示例统一请求入口：POST /v1/messages，需带 anthropic-version 与 x-api-key 头。以下 ${BASE_URL} 取 https://tokenhub.tencentmaas.com。

十八、示例：基础对话

cURLPythonNode.jsJavaGocurl -s -X POST "${BASE_URL}/v1/messages" \\ -H 'Content-Type: application/json' \\ -H 'anthropic-version: 2023-06-01' \\ -H "x-api-key: ${API_KEY}" \\ -d '{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "你好" }], "max_tokens": 1024 }'import requestsresp = requests.post( "https://tokenhub.tencentmaas.com/v1/messages", headers={ "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, json={ "model": "<your-model-name>", "messages": [{"role": "user", "content": "你好"}], "max_tokens": 1024, },)print(resp.json())const resp = await fetch("https://tokenhub.tencentmaas.com/v1/messages", { method: "POST", headers: { "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, body: JSON.stringify({ model: "<your-model-name>", messages: [{ role: "user", content: "你好" }], max_tokens: 1024, }),});console.log(await resp.json());import okhttp3.*;public class BasicMessage { public static void main(String[] args) throws Exception { String body = """ { "model": "<your-model-name>", "messages": [{ "role": "user", "content": "你好" }], "max_tokens": 1024 } """; Request request = new Request.Builder() .url("https://tokenhub.tencentmaas.com/v1/messages") .header("Content-Type", "application/json") .header("anthropic-version", "2023-06-01") .header("x-api-key", "YOUR_API_KEY") .post(RequestBody.create(body, MediaType.parse("application/json"))) .build(); try (Response response = new OkHttpClient().newCall(request).execute()) { System.out.println(response.body().string()); } }}package mainimport ( "fmt" "io" "net/http" "strings")func main() { body := `{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "你好" }], "max_tokens": 1024}` req, _ := http.NewRequest("POST", "https://tokenhub.tencentmaas.com/v1/messages", strings.NewReader(body)) req.Header.Set("Content-Type", "application/json") req.Header.Set("anthropic-version", "2023-06-01") req.Header.Set("x-api-key", "YOUR_API_KEY") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() data, _ := io.ReadAll(resp.Body) fmt.Println(string(data))}

十九、示例：带 system + 流式

cURLPythonNode.jsJavaGocurl -s -N -X POST "${BASE_URL}/v1/messages" \\ -H 'Content-Type: application/json' \\ -H 'anthropic-version: 2023-06-01' \\ -H "x-api-key: ${API_KEY}" \\ -d '{ "model": "<your-model-name>", "system": [{ "type": "text", "text": "你是一个友好的助手" }], "messages": [{ "role": "user", "content": "1+1等于几？" }], "max_tokens": 1024, "stream": true }'import requestsresp = requests.post( "https://tokenhub.tencentmaas.com/v1/messages", headers={ "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, json={ "model": "<your-model-name>", "system": [{"type": "text", "text": "你是一个友好的助手"}], "messages": [{"role": "user", "content": "1+1等于几？"}], "max_tokens": 1024, "stream": True, }, stream=True,)for line in resp.iter_lines(decode_unicode=True): if line: print(line)const resp = await fetch("https://tokenhub.tencentmaas.com/v1/messages", { method: "POST", headers: { "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, body: JSON.stringify({ model: "<your-model-name>", system: [{ type: "text", text: "你是一个友好的助手" }], messages: [{ role: "user", content: "1+1等于几？" }], max_tokens: 1024, stream: true, }),});const reader = resp.body.getReader();const decoder = new TextDecoder();while (true) { const { done, value } = await reader.read(); if (done) break; process.stdout.write(decoder.decode(value));}import okhttp3.*;import java.io.BufferedReader;import java.io.InputStreamReader;public class SystemStream { public static void main(String[] args) throws Exception { String body = """ { "model": "<your-model-name>", "system": [{ "type": "text", "text": "你是一个友好的助手" }], "messages": [{ "role": "user", "content": "1+1等于几？" }], "max_tokens": 1024, "stream": true } """; Request request = new Request.Builder() .url("https://tokenhub.tencentmaas.com/v1/messages") .header("Content-Type", "application/json") .header("anthropic-version", "2023-06-01") .header("x-api-key", "YOUR_API_KEY") .post(RequestBody.create(body, MediaType.parse("application/json"))) .build(); try (Response response = new OkHttpClient().newCall(request).execute(); BufferedReader reader = new BufferedReader( new InputStreamReader(response.body().byteStream()))) { String line; while ((line = reader.readLine()) != null) { if (!line.isEmpty()) System.out.println(line); } } }}package mainimport ( "bufio" "fmt" "net/http" "strings")func main() { body := `{ "model": "<your-model-name>", "system": [{ "type": "text", "text": "你是一个友好的助手" }], "messages": [{ "role": "user", "content": "1+1等于几？" }], "max_tokens": 1024, "stream": true}` req, _ := http.NewRequest("POST", "https://tokenhub.tencentmaas.com/v1/messages", strings.NewReader(body)) req.Header.Set("Content-Type", "application/json") req.Header.Set("anthropic-version", "2023-06-01") req.Header.Set("x-api-key", "YOUR_API_KEY") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() scanner := bufio.NewScanner(resp.Body) for scanner.Scan() { if line := scanner.Text(); line != "" { fmt.Println(line) } }}

期望 SSE 事件链：message_start → content_block_start → content_block_delta → content_block_stop → message_delta → message_stop。

20、示例：多轮对话

多轮对话需完整携带历史消息（平台不做会话管理）：

{ "model": "<your-model-name>", "messages": [ { "role": "user", "content": "如何读取 CSV 文件？" }, { "role": "assistant", "content": "使用 pandas：pd.read_csv('file.csv')" }, { "role": "user", "content": "如果文件很大内存放不下怎么办？" } ], "max_tokens": 1024}

21、示例：多模态（图片理解）

理解图片（URL）：

{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": [ { "type": "text", "text": "请详细描述图中的场景" }, { "type": "image", "source": { "type": "url", "url": "https://example.com/photo.jpg" } } ] }], "max_tokens": 1024}

Base64 图片：

{ "role": "user", "content": [ { "type": "text", "text": "识别图中的文字" }, { "type": "image", "source": { "type": "base64", "media_type": "image/jpeg", "data": "/9j/4AAQSkZJRgAB…" } } ]}

22、示例：工具调用

cURLPythonNode.jsJavaGocurl -s -X POST "${BASE_URL}/v1/messages" \\ -H 'Content-Type: application/json' \\ -H 'anthropic-version: 2023-06-01' \\ -H "x-api-key: ${API_KEY}" \\ -d '{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "北京今天天气怎么样？" }], "max_tokens": 1024, "tools": [{ "name": "get_weather", "description": "查询指定城市的天气信息", "input_schema": { "type": "object", "properties": { "location": { "type": "string", "description": "城市名称" } }, "required": ["location"] } }], "tool_choice": { "type": "auto" } }'import requestsresp = requests.post( "https://tokenhub.tencentmaas.com/v1/messages", headers={ "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, json={ "model": "<your-model-name>", "messages": [{"role": "user", "content": "北京今天天气怎么样？"}], "max_tokens": 1024, "tools": [ { "name": "get_weather", "description": "查询指定城市的天气信息", "input_schema": { "type": "object", "properties": {"location": {"type": "string", "description": "城市名称"}}, "required": ["location"], }, } ], "tool_choice": {"type": "auto"}, },)print(resp.json())const resp = await fetch("https://tokenhub.tencentmaas.com/v1/messages", { method: "POST", headers: { "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, body: JSON.stringify({ model: "<your-model-name>", messages: [{ role: "user", content: "北京今天天气怎么样？" }], max_tokens: 1024, tools: [ { name: "get_weather", description: "查询指定城市的天气信息", input_schema: { type: "object", properties: { location: { type: "string", description: "城市名称" } }, required: ["location"], }, }, ], tool_choice: { type: "auto" }, }),});console.log(await resp.json());import okhttp3.*;public class ToolUse { public static void main(String[] args) throws Exception { String body = """ { "model": "<your-model-name>", "messages": [{ "role": "user", "content": "北京今天天气怎么样？" }], "max_tokens": 1024, "tools": [{ "name": "get_weather", "description": "查询指定城市的天气信息", "input_schema": { "type": "object", "properties": { "location": { "type": "string", "description": "城市名称" } }, "required": ["location"] } }], "tool_choice": { "type": "auto" } } """; Request request = new Request.Builder() .url("https://tokenhub.tencentmaas.com/v1/messages") .header("Content-Type", "application/json") .header("anthropic-version", "2023-06-01") .header("x-api-key", "YOUR_API_KEY") .post(RequestBody.create(body, MediaType.parse("application/json"))) .build(); try (Response response = new OkHttpClient().newCall(request).execute()) { System.out.println(response.body().string()); } }}package mainimport ( "fmt" "io" "net/http" "strings")func main() { body := `{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "北京今天天气怎么样？" }], "max_tokens": 1024, "tools": [{ "name": "get_weather", "description": "查询指定城市的天气信息", "input_schema": { "type": "object", "properties": { "location": { "type": "string", "description": "城市名称" } }, "required": ["location"] } }], "tool_choice": { "type": "auto" }}` req, _ := http.NewRequest("POST", "https://tokenhub.tencentmaas.com/v1/messages", strings.NewReader(body)) req.Header.Set("Content-Type", "application/json") req.Header.Set("anthropic-version", "2023-06-01") req.Header.Set("x-api-key", "YOUR_API_KEY") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() data, _ := io.ReadAll(resp.Body) fmt.Println(string(data))}

模型返回 tool_use 后，客户端执行工具并以 tool_result（放入 user 消息）回传：

{ "model": "<your-model-name>", "messages": [ { "role": "user", "content": "北京今天天气怎么样？" }, { "role": "assistant", "content": [ { "type": "tool_use", "id": "toolu_001", "name": "get_weather", "input": { "location": "北京" } } ]}, { "role": "user", "content": [ { "type": "tool_result", "tool_use_id": "toolu_001", "content": "北京今天晴天，25度" } ]} ], "max_tokens": 1024, "tools": [{ "name": "get_weather", "description": "查询天气", "input_schema": { "type": "object", "properties": { "location": { "type": "string" } }, "required": ["location"] } }]}

23、示例：思维链

cURLPythonNode.jsJavaGocurl -s -X POST "${BASE_URL}/v1/messages" \\ -H 'Content-Type: application/json' \\ -H 'anthropic-version: 2023-06-01' \\ -H "x-api-key: ${API_KEY}" \\ -d '{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "请解释什么是递归" }], "max_tokens": 4096, "thinking": { "type": "enabled", "budget_tokens": 2048 } }'import requestsresp = requests.post( "https://tokenhub.tencentmaas.com/v1/messages", headers={ "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, json={ "model": "<your-model-name>", "messages": [{"role": "user", "content": "请解释什么是递归"}], "max_tokens": 4096, "thinking": {"type": "enabled", "budget_tokens": 2048}, },)print(resp.json())const resp = await fetch("https://tokenhub.tencentmaas.com/v1/messages", { method: "POST", headers: { "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, body: JSON.stringify({ model: "<your-model-name>", messages: [{ role: "user", content: "请解释什么是递归" }], max_tokens: 4096, thinking: { type: "enabled", budget_tokens: 2048 }, }),});console.log(await resp.json());import okhttp3.*;public class Thinking { public static void main(String[] args) throws Exception { String body = """ { "model": "<your-model-name>", "messages": [{ "role": "user", "content": "请解释什么是递归" }], "max_tokens": 4096, "thinking": { "type": "enabled", "budget_tokens": 2048 } } """; Request request = new Request.Builder() .url("https://tokenhub.tencentmaas.com/v1/messages") .header("Content-Type", "application/json") .header("anthropic-version", "2023-06-01") .header("x-api-key", "YOUR_API_KEY") .post(RequestBody.create(body, MediaType.parse("application/json"))) .build(); try (Response response = new OkHttpClient().newCall(request).execute()) { System.out.println(response.body().string()); } }}package mainimport ( "fmt" "io" "net/http" "strings")func main() { body := `{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "请解释什么是递归" }], "max_tokens": 4096, "thinking": { "type": "enabled", "budget_tokens": 2048 }}` req, _ := http.NewRequest("POST", "https://tokenhub.tencentmaas.com/v1/messages", strings.NewReader(body)) req.Header.Set("Content-Type", "application/json") req.Header.Set("anthropic-version", "2023-06-01") req.Header.Set("x-api-key", "YOUR_API_KEY") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() data, _ := io.ReadAll(resp.Body) fmt.Println(string(data))}

响应 content 中会包含 thinking 块（带 signature）与 text 块。注意 max_tokens 须大于 budget_tokens。

24、示例：多轮思维链（携带 signature）

多轮对话时，必须将上一轮 assistant 的 thinking 块连同 signature 原样回传：

{ "model": "<your-model-name>", "messages": [ { "role": "user", "content": "分析这段代码复杂度" }, { "role": "assistant", "content": [ { "type": "thinking", "thinking": "外层 n 次内层 log n 次…", "signature": "EqoBCkgIARgC…" }, { "type": "text", "text": "O(n log n)" } ]}, { "role": "user", "content": "如何优化成 O(n)？" } ], "max_tokens": 4096, "thinking": { "type": "enabled", "budget_tokens": 2048 }}

注意：关键：signature 必须原样保留回传，否则服务报 400 Invalid signature。

25、示例：内置工具（web_search）

cURLPythonNode.jsJavaGocurl -s -X POST "${BASE_URL}/v1/messages" \\ -H 'Content-Type: application/json' \\ -H 'anthropic-version: 2023-06-01' \\ -H "x-api-key: ${API_KEY}" \\ -d '{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "2026年有哪些新大模型？" }], "max_tokens": 2048, "tools": [{ "type": "web_search_20250305", "name": "web_search", "max_uses": 3 }] }'import requestsresp = requests.post( "https://tokenhub.tencentmaas.com/v1/messages", headers={ "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, json={ "model": "<your-model-name>", "messages": [{"role": "user", "content": "2026年有哪些新大模型？"}], "max_tokens": 2048, "tools": [{"type": "web_search_20250305", "name": "web_search", "max_uses": 3}], },)print(resp.json())const resp = await fetch("https://tokenhub.tencentmaas.com/v1/messages", { method: "POST", headers: { "Content-Type": "application/json", "anthropic-version": "2023-06-01", "x-api-key": "YOUR_API_KEY", }, body: JSON.stringify({ model: "<your-model-name>", messages: [{ role: "user", content: "2026年有哪些新大模型？" }], max_tokens: 2048, tools: [{ type: "web_search_20250305", name: "web_search", max_uses: 3 }], }),});console.log(await resp.json());import okhttp3.*;public class BuiltinTool { public static void main(String[] args) throws Exception { String body = """ { "model": "<your-model-name>", "messages": [{ "role": "user", "content": "2026年有哪些新大模型？" }], "max_tokens": 2048, "tools": [{ "type": "web_search_20250305", "name": "web_search", "max_uses": 3 }] } """; Request request = new Request.Builder() .url("https://tokenhub.tencentmaas.com/v1/messages") .header("Content-Type", "application/json") .header("anthropic-version", "2023-06-01") .header("x-api-key", "YOUR_API_KEY") .post(RequestBody.create(body, MediaType.parse("application/json"))) .build(); try (Response response = new OkHttpClient().newCall(request).execute()) { System.out.println(response.body().string()); } }}package mainimport ( "fmt" "io" "net/http" "strings")func main() { body := `{ "model": "<your-model-name>", "messages": [{ "role": "user", "content": "2026年有哪些新大模型？" }], "max_tokens": 2048, "tools": [{ "type": "web_search_20250305", "name": "web_search", "max_uses": 3 }]}` req, _ := http.NewRequest("POST", "https://tokenhub.tencentmaas.com/v1/messages", strings.NewReader(body)) req.Header.Set("Content-Type", "application/json") req.Header.Set("anthropic-version", "2023-06-01") req.Header.Set("x-api-key", "YOUR_API_KEY") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() data, _ := io.ReadAll(resp.Body) fmt.Println(string(data))}

注意：说明：

注意：内置工具通过 type 指定版本化类型名，无需 input_schema。内置工具的支持情况因模型而异，详情请参见 各模型字段兼容情况。

26、示例：Prompt Caching

在 system 长文档或工具定义上打 cache_control 标记，命中缓存后大幅降低 input_tokens 计费：

{ "model": "<your-model-name>", "system": [ { "type": "text", "text": "你是一个文档问答助手。" }, { "type": "text", "text": "<很长的文档内容…>", "cache_control": { "type": "ephemeral", "ttl": "1h" } } ], "messages": [{ "role": "user", "content": "文档第三章讲了什么？" }], "max_tokens": 1024}

响应 usage 中可见 cache_creation_input_tokens（首次写缓存）与 cache_read_input_tokens（后续命中读取）。