Claude Sonnet 5.5 API

Anthropic が提供する Claude Sonnet 5.5 LLM モデルの完全な API リファレンスです。

モデルの種類

この API は、2 種類の Claude Sonnet 5.5 モデルに対応しています。

簡易比較

Claude Sonnet 5.5 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

対応するメッセージ

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-sonnet-5.5-text-to-text',
    messages: [
      {
        role: 'user',
        content: 'Write a four-line modern poem about a programmer drinking coffee.'
      }
    ],
    stream: true,
    max_tokens: 500,
  })
});

Claude Sonnet 5.5 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

対応するメッセージ

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-sonnet-5.5-file-analysis',
    messages: [
      {
        role: 'user',
        content: [
          { type: 'text', text: 'Summarize the key points of this PDF.' },
          {
            type: 'file',
            file: {
              filename: 'gptproto.pdf',
              file_data: 'https://tos.gptproto.com/resource/gptproto.pdf'
            }
          }
        ]
      }
    ],
    stream: true,
    max_tokens: 1000,
  })
});

応答形式

Claude Sonnet 5.5 LLM モデルは、OpenAI 互換の補完応答を返します。stream: true の場合は Server-Sent Events、stream: false の場合は単一の JSON オブジェクトが返されます。

成功時の応答

textコピー
data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-sonnet-5.5-file-analysis","choices":[{"index":0,"delta":{"role":"assistant"},"finish_reason":null}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-sonnet-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-sonnet-5.5-file-analysis","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","created":1710000000,"model":"claude-sonnet-5.5-file-analysis","choices":[],"usage":{"prompt_tokens":12,"completion_tokens":8,"total_tokens":20}}

data: [DONE]

エラー応答

textコピー
event: error
data: {"error":{"message":"Authorization is empty","type":"invalid_request_error","code":"1001","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るのではなく、messages[] で会話履歴を送信します。
2. 適切なモデルを選ぶ： テキストのみの推論や文章作成には Text to Text、ファイルや画像が必要な場合には File Analysis を使用します。
3. 必要に応じて max_tokens を設定する： このパラメータで出力の最大長を制御します。
4. SSE イベントを処理する： choices[0].delta.content を追記してストリーミング表示し、data: [DONE] を正常完了として扱います。
5. 対応す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や画像の部分を無視します。