PDF 지원 (Base64)
- Anthropic Messages API PDF 문서 지원(Base64 형식)
document유형의 content part로 Base64 인코딩된 PDF 파일 전달- 반복 문서의 토큰 소비 최적화를 위한
cache_control: ephemeral지원 - 공식 문서: PDF support
Authorizations
Request Body
사용할 모델 ID. 채팅 API와 함께 사용할 수 있는 모델은 모델 엔드포인트 호환성 표를 참조하세요.
지금까지 대화에 포함된 메시지 목록. Python 코드 예제 참조.
0~2 사이의 샘플링 온도. 높은 값(예: 0.8)은 출력을 더 무작위로, 낮은 값(예: 0.2)은 더 집중적이고 결정적으로 만듭니다. 일반적으로 top_p 또는 이 값 중 하나만 변경하는 것을 권장합니다.
온도 샘플링의 대안인 핵 샘플링. 모델은 top_p 확률 질량의 토큰을 고려합니다. 0.1은 상위 10% 확률 질량만 의미합니다. 일반적으로 temperature 또는 이 값 중 하나만 변경하는 것을 권장합니다.
기본값 1.
각 입력 메시지에 대해 생성할 채팅 완성 선택 수.
기본값 false. 설정 시 ChatGPT처럼 부분 메시지 증분이 전송됩니다. 토큰은 data: [DONE]으로 종료되는 서버 전송 이벤트로 전달됩니다. Python 코드 예제 참조.
기본값 null. API가 더 이상 토큰을 생성하지 않는 최대 4개 시퀀스.
기본값 inf.
채팅 완성에서 생성할 최대 토큰 수.
입력 토큰과 생성 토큰의 합은 모델 컨텍스트 길이로 제한됩니다. 토큰 계산 Python 예제 참조.
-2.0~2.0 사이의 숫자. 양수 값은 지금까지 텍스트에 나타났는지에 따라 새 토큰에 페널티를 부여해 새 주제를 말할 가능성을 높입니다. 빈도 및 존재 페널티 자세히
기본값 0. -2.0~2.0 사이의 숫자. 양수 값은 텍스트 내 빈도에 따라 새 토큰에 페널티를 부여해 반복을 줄입니다. 빈도 및 존재 페널티 자세히.
완성에 특정 토큰이 나타날 가능성을 수정합니다.
토크나이저 토큰 ID를 편향 값(-100~100)에 매핑하는 JSON 객체를 받습니다. 샘플링 전 logit에 편향이 추가됩니다. 효과는 모델마다 다릅니다.
최종 사용자를 고유하게 식별하는 ID. OpenAI의 모니터링 및 남용 탐지에 도움이 됩니다. 자세히
모델이 출력해야 하는 형식을 지정하는 객체. { "type": "json_object" }로 JSON 모드를 활성화합니다. JSON 모드 사용 시 시스템 또는 사용자 메시지로 JSON 생성을 지시하세요.
베타 기능. 지정 시 동일 시드와 매개변수의 반복 요청이 동일 결과를 반환하도록 결정적 샘플링을 시도합니다. 보장되지 않으며 system_fingerprint로 백엔드 변경을 모니터링하세요.
모델이 호출할 수 있는 도구 목록. 현재 함수만 도구로 지원됩니다.
모델이 호출할 함수를 제어합니다. none은 함수 호출 없음, auto는 메시지 생성과 함수 호출 중 선택, {"type": "function", "function": {"name": "my_function"}}로 특정 함수 강제. 함수가 없으면 none, 있으면 auto가 기본값.