# Claude Opus 4.7 API

Vollständige API-Referenz für Claude Opus 4.7-große Sprachmodelle-Modelle von Anthropic.

## Modellvarianten

Diese API unterstützt zwei Claude Opus 4.7-Modellvarianten:

| Modell | ID | Beschreibung |
|-------|----|-------------|
| **Claude Opus 4.7 Text to Text** | `claude-opus-4.7-text-to-text` | Neuester Claude Opus Text-Reasoning und Reasoning |
| **Claude Opus 4.7 File Analysis** | `claude-opus-4.7-file-analysis` | Neueste Claude Opus Datei- und Bildanalyse |

## Schnellvergleich

| Funktion | Text to Text | File Analysis |
|---------|--------------|---------------|
| Texteingabe | Erforderlich ✅ | Optional |
| Bildeingabe | Nicht unterstützt ❌ | Optional |
| Dateieingabe | Nicht unterstützt ❌ | Optional |
| Streaming-Antwort | SSE | SSE |
| `max_tokens` | Optional | Optional |
| `top_p` | Optional | Optional |
| `top_k` | Optional | Optional |

## Claude Opus 4.7 Text to Text

### Endpoint

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"claude-opus-4.7-text-to-text"` sein |
| `messages` | array | Geordnete Nachrichten. Siehe große Sprachmodelle API für die Nachrichtenstruktur. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Nachrichtenunterstützung

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Erforderlich ✅ | Nicht unterstützt ❌ | Nicht unterstützt ❌ |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `1` - `64000` | Maximale Ausgabetokens. |
| `top_p` | number | `0.0` - `1.0` | Begrenzt die kumulative Wahrscheinlichkeitsmasse für Kandidatentokens. |
| `top_k` | integer | `> 0` | Begrenzt die Anzahl der Kandidatentokens. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'claude-opus-4.7-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Draft a technical decision memo for this architecture choice.'
      }
    ],
    stream: true,
    max_tokens: 2048,
    top_p: 0.5,
    top_k: 50
  })
});
```

## Claude Opus 4.7 File Analysis

### Endpoint

```http
POST /api/v1/chat/completions
```

### Anfrageparameter

#### Erforderlich

| Parameter | Typ | Beschreibung |
|-----------|------|-------------|
| `model` | string | Muss `"claude-opus-4.7-file-analysis"` sein |
| `messages` | array | Geordnete Nachrichten. Siehe große Sprachmodelle API und große Sprachmodelle Attachments. |
| `stream` | boolean | `true` für SSE, `false` für eine einzelne JSON-Antwort. |

#### Nachrichtenunterstützung

| Feld | Text | Datei | Bild |
|-------|------|------|-------|
| `messages` | Optional | Optional | Optional |

#### Optional

| Parameter | Typ | Bereich | Beschreibung |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `1` - `64000` | Maximale Ausgabetokens. |
| `top_p` | number | `0.0` - `1.0` | Begrenzt die kumulative Wahrscheinlichkeitsmasse für Kandidatentokens. |
| `top_k` | integer | `> 0` | Begrenzt die Anzahl der Kandidatentokens. |

### Beispielanfrage

```javascript
const response = await fetch('https://api.flaq.ai/api/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Accept': 'text/event-stream',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'claude-opus-4.7-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize this file and extract the key risks.' },
          {
            type: 'file',
            file: {
              filename: 'demo.pdf',
              file_data: 'https://example.com/demo.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 4096,
    top_p: 0.5,
    top_k: 50
  })
});
```

## Antwortformat

Claude Opus 4.7 LLM-Modelle geben OpenAI-kompatible Completion-Antworten zurück. Mit `stream: true` ist die Antwort Server-Sent Events; mit `stream: false` ist die Antwort ein einzelnes JSON-Objekt.

### Erfolgreiche Antwort

```text
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.7-file-analysis","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.7-file-analysis","choices":[{"index":0,"delta":{"content":"Here is a concise summary"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.7-file-analysis","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.7-file-analysis","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]
```

### Fehlerantwort

```text
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}
```

## Bewährte Praktiken

1. **Strukturierte Nachrichten verwenden:** Senden Sie den Gesprächsverlauf über `messages[]`, statt Kontext in einem einzigen Prompt zusammenzuführen.
2. **Die richtige Modellvariante wählen:** Verwenden Sie Text to Text für reinen Text-Reasoning und File Analysis, wenn Dateien oder Bilder benötigt werden.
3. **Claude-Parameter sorgfältig abstimmen:** `top_p` und `top_k` werden unterstützt und können die Ausgabevielfalt verändern.
4. **SSE-Events verarbeiten:** Hängen Sie `choices[0].delta.content` für die Streaming-Anzeige an und verwenden Sie `data: [DONE]` als finale Antwort.
5. **Nur unterstützte Eingaben senden:** Textmodelle ignorieren im aktuellen Client nicht unterstützte Datei- und Bildteile.