Claude Opus 5.5 API
Référence complète de l’API des modèles LLM Claude Opus 5.5 d’Anthropic.
Variantes du modèle
Cette API prend en charge deux variantes de Claude Opus 5.5 :
Comparaison rapide
Claude Opus 5.5 Text to Text
Point de terminaison
POST /api/v1/chat/completions
Paramètres de la requête
Obligatoire
Contenus de message pris en charge
Facultatif
Exemple de requête
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-5.5-text-to-text',
messages: [
{
role: 'user',
content: 'Draft a technical decision memo for this architecture choice.'
}
],
stream: true,
max_tokens: 2048
})
});
Claude Opus 5.5 File Analysis
Point de terminaison
POST /api/v1/chat/completions
Paramètres de la requête
Obligatoire
Contenus de message pris en charge
Facultatif
Exemple de requête
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-5.5-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
})
});
Les modèles LLM Claude Opus 5.5 renvoient des réponses de complétion compatibles avec OpenAI. Avec stream: true, la réponse utilise Server-Sent Events ; avec stream: false, elle consiste en un objet JSON unique.
Réponse réussie
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-5.5-file-analysis","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-5.5-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-5.5-file-analysis","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-5.5-file-analysis","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}
data: [DONE]
Réponse d’erreur
event: error
data: {"error":{"message":"API requests too frequent, exceeding rate limit","type":"rate_limit_error","code":"1302","param":null}}
Bonnes pratiques
- Utilisez des messages structurés : Envoyez l’historique de conversation via
messages[] au lieu de regrouper tout le contexte dans un seul prompt.
- Choisissez la bonne variante du modèle : Utilisez Text to Text pour le raisonnement et la rédaction uniquement textuels, et File Analysis lorsque des fichiers ou des images sont nécessaires.
- Traitez les événements SSE : Ajoutez
choices[0].delta.content au contenu pour un affichage en streaming et considérez data: [DONE] comme une fin réussie.
- Envoyez uniquement des entrées prises en charge : Dans le client actuel, les modèles textuels ignorent les éléments fichier et image non pris en charge.