Einführung
Claude Opus 5 ist das Flaggschiff-Chatmodell von Anthropic und steht hier als ein OpenAI-kompatibler Endpunkt unter /v1/chat/completions bereit. Ein Fenster von 1.000.000 Token trägt den gesamten bisherigen Austausch wortgetreu, und eine Antwort darf bis zu 128.000 Token lang werden.
Die Denkstufe kennt low, medium und high, Standard ist medium. Das Sampling legt das Modell selbst fest, temperature und top_p werden deshalb nicht akzeptiert; Nachrichten enthalten Text und Bilder, pro Anfrage lassen sich bis zu 128 Tools definieren, und Antworten kommen per Server-Sent Events als Stream.
Wichtige Funktionen und Highlights
Gedächtnis in Zügen gemessen, nicht in Absätzen
Weiß die Figur nach dreißig Zügen noch, woher sie kommt, was sie versprochen hat und was sie niemals tun wollte? Bei 1.000.000 Token Eingabe hängt die Antwort nur davon ab, was Sie mitschicken: Legen Sie den ganzen Verlauf in die Anfrage, und das Modell liest die Originalzeilen statt einer Umschreibung.
Eine Antwortgrenze von 128.000 Token
Eine Antwort fasst ein ganzes Kapitel, einen langen Bericht oder einen vollständigen Refactoring-Plan. max_tokens steht standardmäßig auf 4.096, und Reasoning wird ebenfalls als Ausgabe abgerechnet – heben Sie die Grenze also bewusst an und lassen Sie Luft über der sichtbaren Antwort.
Sampling legt das Modell fest
temperature und top_p gehören nicht zu dieser Anfrage, was einen Request-Body zwischen Läufen übertragbar hält. Gesteuert wird über die Denkstufe: low für schnelle Gesprächszüge, high, wenn gesetzte Details und feststehende Fakten zuerst abgeglichen werden müssen.
Request-Parameter
| Parameter | Pflicht | Beschreibung |
|---|---|---|
messages | Ja | Geordnete Gesprächszüge. Der Inhalt ist ein String oder ein Array aus Teilen vom Typ text und |
max_tokens | Nein | Deckelt die Antwort bei 128.000 – einem Achtel des Lesefensters. Vorgabe 4.096; vor einem Kapitel anheben. |
reasoning_effort | Nein | low, medium oder high, Vorgabe medium. Auf high, wenn ausgelegte Hinweise und feststehende Fakten vor dem Schreiben abgeglichen werden sollen. |
stop | Nein | Bis zu 4 Sequenzen, als String oder Array. Die Antwort endet, sobald das Modell eine davon schreibt; der getroffene Text selbst wird nicht zurückgegeben. mindestens 1 Zeichen · mindestens 1 Einträge · höchstens 4 Einträge |
tools | Nein | Bis zu 128 Funktionsdefinitionen pro Anfrage. höchstens 128 Einträge |
parallel_tool_calls | Nein | true oder false, Standard true: Das Modell darf in einem Zug mehrere Tool-Aufrufe anfordern. Standardwert: |
tool_choice | Nein | auto, none, required – oder ein Objekt, das eine Funktion benennt. |
Preis
Eingabe $4.50 / Ausgabe $22.50 je 1 Mio. Token
Anwendungsfälle
Eine Persona über Dutzende Züge
Schicken Sie das Gespräch so, wie es geschrieben wurde, und die Figur weiß auch dreißig Züge später, woher sie kommt, was sie zugesagt hat und was sie ablehnt. Die meisten langen Wechsel brauchen gar keine Zusammenfassungsschicht.
Agenten mit langen Aufgabenketten
Übergeben Sie Repository, Spezifikation und bisherige Diskussion in einer Anfrage und lassen Sie das Modell entscheiden, was es zuerst liest. Ein langes Rollenspiel prüft dieselbe Fähigkeit, die eine mehrstufige Engineering-Aufgabe braucht: Erinnert es sich bei Schritt zehn noch an die Entscheidung aus Schritt eins?
Berichte, die ihre Quellen zitieren müssen
Laden Sie den kompletten Dokumentensatz und verlangen Sie Befunde, die jeweils die tragende Textstelle zitieren. Nichts wurde vorab in Häppchen zerlegt; fehlt ein Beleg, liegt die Lücke im Material und nicht in der Pipeline.
Prompt-Leitfaden und Praxistipps
Den ganzen Verlauf senden, chronologisch
Das Fenster ist meist größer als die Zusammenfassungsschicht, die gerade jemand bauen wollte. Legen Sie alle früheren Nachrichten der Reihe nach ins messages-Array und lassen Sie das Modell lesen, was wirklich gesagt wurde.
Persona, Schauplatz und Grenzen in die System-Nachricht
Die System-Nachricht ist der einzige Platz, der in einem langen Austausch nie wegscrollt. Herkunft, Sprechgewohnheiten, harte Grenzen, Erzählperspektive und Tempus gehören dorthin; die User-Nachricht trägt nur den aktuellen Zug.
Für maschinenlesbare Ausgabe einen Tool-Aufruf erzwingen
Ein response_format gibt es an diesem Endpunkt nicht, und ein Verlauf darf nicht mit einer assistant-Nachricht enden, um die Antwort vorzubelegen. Definieren Sie ein Tool mit Ihrem JSON-Schema als Parametern, richten Sie tool_choice darauf und prüfen Sie die Argumente; max_tokens über 128.000 und Video- und Audioteile werden abgelehnt.
API-Schnellstart
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "anthropic/claude-opus-5/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Authentifizierung, vollständiges Schema, Polling und Fehlerbehandlung stehen in der API-Referenz.
