# Claude Opus 5.5 API

由 Anthropic 提供支持的 Claude Opus 5.5 LLM 模型完整 API 参考文档。

## 模型变体

此 API 支持两种 Claude Opus 5.5 模型变体：

| 模型 | ID | 说明 |
|-------|----|-------------|
| **Claude Opus 5.5 Text to Text** | `claude-opus-5.5-text-to-text` | 最新 Claude Opus 文本推理与写作 |
| **Claude Opus 5.5 File Analysis** | `claude-opus-5.5-file-analysis` | 最新 Claude Opus 文件与图像分析 |

## 快速对比

| 功能 | 文本转文本 | 文件分析 |
|---------|--------------|---------------|
| 文本输入 | 必填 ✅ | 可选 |
| 图像输入 | 不支持 ❌ | 可选 |
| 文件输入 | 不支持 ❌ | 可选 |
| 流式响应 | SSE | SSE |
| `max_tokens` | 可选 | 可选 |

## Claude Opus 5.5 Text to Text

### 端点

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

### 请求参数

#### 必填

| 参数 | 类型 | 说明 |
|-----------|------|-------------|
| `model` | string | 必须为 `"claude-opus-5.5-text-to-text"`。 |
| `messages` | array | 按顺序排列的消息。消息结构请参阅 LLM API。 |
| `stream` | boolean | `true` 表示 SSE，`false` 表示单个 JSON 响应。 |

#### 消息支持情况

| 字段 | 文本 | 文件 | 图像 |
|-------|------|------|-------|
| `messages` | 必填 ✅ | 不支持 ❌ | 不支持 ❌ |

#### 可选

| 参数 | 类型 | 范围 | 说明 |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `≥ 1` | 最大输出 token 数。无默认上限。 |

### 请求示例

```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-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

### 端点

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

### 请求参数

#### 必填

| 参数 | 类型 | 说明 |
|-----------|------|-------------|
| `model` | string | 必须为 `"claude-opus-5.5-file-analysis"`。 |
| `messages` | array | 按顺序排列的消息。请参阅 LLM API 和消息附件。 |
| `stream` | boolean | `true` 表示 SSE，`false` 表示单个 JSON 响应。 |

#### 消息支持情况

| 字段 | 文本 | 文件 | 图像 |
|-------|------|------|-------|
| `messages` | 可选 | 可选 | 可选 |

#### 可选

| 参数 | 类型 | 范围 | 说明 |
|-----------|------|-------|-------------|
| `max_tokens` | integer | `≥ 1` | 最大输出 token 数。无默认上限。 |

### 请求示例

```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-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
  })
});
```

## 响应格式

Claude Opus 5.5 LLM 模型返回与 OpenAI 兼容的补全响应。设置 `stream: true` 时，响应为服务器发送事件（SSE）；设置 `stream: false` 时，响应为单个 JSON 对象。

### 成功响应

```text
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]
```

### 错误响应

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

## 最佳实践

1. **使用结构化消息：** 通过 `messages[]` 发送对话历史，而不是将上下文合并为一个提示词。
2. **选择合适的模型变体：** 纯文本推理与写作使用 Text to Text，需要文件或图像时使用 File Analysis。
3. **处理 SSE 事件：** 追加 `choices[0].delta.content` 以流式显示内容，并将 `data: [DONE]` 视为成功完成。
4. **仅发送支持的输入：** 在当前客户端中，文本模型会忽略不支持的文件和图像内容部分。