PDF-Unterstützung (Base64)
- PDF-Dokumentunterstützung der Anthropic Messages API (Base64-Format)
- Base64-kodierte PDFs über
document-Content-Parts übergeben - Unterstützt
cache_control: ephemeralzur Optimierung des Token-Verbrauchs bei wiederholten Dokumenten - Offizielle Dokumentation: PDF support
Authorizations
Request Body
ID des zu verwendenden Modells. Siehe Kompatibilitätstabelle der Modelle mit der Chat-API.
Liste der Nachrichten im bisherigen Gespräch. Siehe Python-Beispiele.
Sampling-Temperatur zwischen 0 und 2. Höhere Werte (z. B. 0,8) machen die Ausgabe zufälliger; niedrigere (z. B. 0,2) fokussierter und deterministischer. Empfohlen wird, entweder dies oder top_p zu ändern, nicht beides.
Alternative zur Temperatur: Nucleus-Sampling; das Modell berücksichtigt Tokens mit top_p-Wahrscheinlichkeitsmasse. 0,1 bedeutet nur die oberen 10 % der Wahrscheinlichkeitsmasse. Empfohlen wird, entweder dies oder temperature zu ändern, nicht beides.
Standard 1.
Anzahl der Chat-Vervollständigungsoptionen pro Eingabenachricht.
Standard false. Wenn gesetzt, werden partielle Nachrichtendeltas wie bei ChatGPT als Server-Sent Events gesendet, die mit data: [DONE] enden. Siehe Python-Beispiele.
Standard null. Bis zu 4 Sequenzen, bei denen die API keine weiteren Tokens erzeugt.
Standard inf.
Maximale Tokens in der Chat-Vervollständigung.
Summe aus Eingabe- und generierten Tokens ist durch die Kontextlänge des Modells begrenzt. Siehe Python-Beispiele zur Token-Zählung.
Zahl zwischen -2,0 und 2,0. Positive Werte bestrafen neue Tokens je nach bisherigem Vorkommen im Text und erhöhen die Wahrscheinlichkeit neuer Themen. Mehr zu Frequency- und Presence-Strafen.
Standard 0. Zahl zwischen -2,0 und 2,0. Positive Werte bestrafen neue Tokens nach Häufigkeit im Text und reduzieren Wiederholungen. Mehr zu Frequency- und Presence-Strafen.
Ändert die Wahrscheinlichkeit, dass bestimmte Tokens in der Vervollständigung erscheinen.
Akzeptiert ein JSON-Objekt, das Token-IDs (vom Tokenizer) auf Bias-Werte (-100 bis 100) abbildet. Biases werden vor dem Sampling zu Logits addiert.
Eindeutige Kennung Ihres Endnutzers zur Überwachung und Missbrauchserkennung durch OpenAI. Mehr erfahren
Objekt, das das Ausgabeformat des Modells festlegt. { "type": "json_object" } aktiviert den JSON-Modus. Im JSON-Modus das Modell auch per System- oder User-Nachricht anweisen, JSON zu erzeugen.
Beta-Funktion. Wenn angegeben, versucht das System deterministisches Sampling, damit wiederholte Anfragen mit gleichem Seed dasselbe Ergebnis liefern. Nicht garantiert; system_fingerprint in der Antwort nutzen.
Liste von Tools, die das Modell aufrufen kann. Derzeit werden nur Funktionen als Tools unterstützt.
Steuert, welche Funktion das Modell aufruft. none kein Aufruf; auto Wahl; {"type": "function", "function": {"name": "my_function"}} erzwingt eine Funktion. Standard none ohne Funktionen, auto mit Funktionen.