Claude Opus 4.8 API

Claude Opus 4.8 大規模言語モデル（Anthropic 提供）の完全な API リファレンスです。

モデルバリアント {#}

この API は 2 種類の Claude Opus 4.8 モデルバリアントをサポートしています：

クイック比較

Claude Opus 4.8 Text to Text

エンドポイント

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージ対応

任意

リクエスト例

javascriptコピー
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-4.8-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Draft a technical decision memo for this architecture choice.'
      }
    ],
    stream: true,
    max_tokens: 2048
  })
});

Claude Opus 4.8 File Analysis

エンドポイント

httpコピー
POST /api/v1/chat/completions

リクエストパラメータ

必須

メッセージ対応

任意

リクエスト例

javascriptコピー
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-4.8-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
  })
});

レスポンス形式

Claude Opus 4.8 LLMモデルは OpenAI 互換の completion レスポンスを返します。stream: true の場合は Server-Sent Events、stream: false の場合は単一の JSON オブジェクトです。

成功レスポンス

textコピー
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.8-file-analysis","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.8-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-4.8-file-analysis","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-opus-4.8-file-analysis","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

エラーレスポンス

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

ベストプラクティス

1. 構造化メッセージを使用する： コンテキストを 1 つのプロンプトにまとめず、会話履歴は messages[] で送信します。
2. 適切なモデルバリアントを選ぶ： テキストのみのLLMモデルには Text to Text、ファイルや画像が必要な場合は File Analysis を使用します。
3. SSEイベントを処理する: ストリーミング表示では choices[0].delta.content を追加し、data: [DONE] を成功完了として扱います。
4. 対応している入力のみを送信する: 現在のクライアントでは、テキストモデルは非対応のファイルおよび画像パートを無視します。