Introducción
Claude Sonnet 5 es el modelo de chat de Anthropic para el trabajo diario, disponible aquí como un endpoint compatible con OpenAI en /v1/chat/completions. Lee hasta 1.000.000 de tokens por llamada y escribe hasta 64.000 en una respuesta, así que una sesión larga puede viajar completa en cada turno.
El esfuerzo de razonamiento admite low, medium o high, con medium por defecto. El muestreo lo fija el modelo, así que no acepta temperature ni top_p; el contenido de los mensajes es texto e imágenes, y en la misma llamada tienes hasta 128 tools y streaming SSE.
Funciones y aspectos destacados
Una memoria de sesión de un millón de tokens
Cientos de turnos originales caben bajo el tope de 1.000.000 de tokens. Devuélvelos en orden y el modelo lee lo que cada personaje dijo de verdad, que es de donde sale casi todo lo que se llama coherencia.
Más razonamiento solo cuando compensa
low, medium y high comparten el mismo cuerpo de solicitud. El ida y vuelta normal funciona bien en low y responde antes; súbelo cuando los hilos tengan que converger o varios personajes compartan la escena. Un nivel más alto piensa más tiempo y suele producir más tokens de salida.
Un cuerpo de solicitud sin perillas de muestreo
Como temperature y top_p los fija el modelo, una solicitud copiada de una integración anterior debería quitarlos: enviar cualquiera de los dos falla la validación en vez de ignorarse en silencio, así que un ajuste olvidado nunca cambia el comportamiento a tus espaldas.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Turnos de conversación ordenados. El contenido es un string o un array de partes text e |
max_tokens | No | Limita la respuesta a 64.000, un dieciseisavo de la ventana de lectura. Por defecto, 4.096. |
reasoning_effort | No | low, medium o high, medium por defecto. Los intercambios corrientes en low, y un escalón más para la escena que tiene que funcionar. |
stop | No | Hasta 4 secuencias, como cadena o como arreglo. La respuesta termina en cuanto el modelo escribe una de ellas, y el texto que coincide no se devuelve. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
tools | No | Hasta 128 definiciones de funciones por solicitud. máximo 128 elementos |
parallel_tool_calls | No | true o false, true por defecto: el modelo puede pedir varias llamadas a herramientas en un mismo turno. Valor predeterminado: |
tool_choice | No | auto, none, required, o un objeto que nombre una función. |
Precios
Entrada $1.90 / Salida $9.50 por 1 millón de tokens
Casos de uso
Conversaciones largas de compañía
Mantén la conversación en curso en el array messages sesión tras sesión. Con un millón de tokens, incluso un arco de relación largo cabe sin capa de resumen, y el personaje se remite a líneas reales y no a paráfrasis.
Tres o cuatro voces en una escena
Escribe la dicción y los límites firmes de cada personaje en el mensaje de sistema y deja que los turnos del usuario lleven solo la acción. Con cada turno anterior todavía en la ventana, queda constancia de quién dijo qué y las voces no se contagian entre sí.
Dados, inventario y lore como tools
Define funciones para tiradas de dados, revisiones de inventario o consultas de lore y deja que tool_choice decida cuándo se ejecutan. Sus resultados llegan como mensajes tool en el mismo hilo, así que la historia resuelve una acción sin salir de la conversación.
Guía de prompts y consejos prácticos
low para los turnos normales, high para la escena que importa
Los intercambios de ida y vuelta suelen ir bien en low, y lo que ahorras es tiempo tanto como tokens. Sube el nivel cuando los hilos tengan que converger; es un solo string en la misma solicitud.
Fija max_tokens en la extensión que quieres
Los 4.096 por defecto cubren una escena sólida. El razonamiento sale del mismo presupuesto, así que un tope pequeño puede gastarse pensando antes de que empiece la respuesta; deja espacio de verdad cuando el esfuerzo sea alto, hasta el tope de 64.000.
Límites a tener en cuenta
Las partes de video y audio se rechazan, una conversación no puede terminar en un mensaje de assistant para rellenar la respuesta y no hay response_format: para salida legible por máquina, fuerza una tool cuyos parámetros sean tu esquema JSON. Los resultados de tools comparten la ventana con la conversación, así que una sesión muy larga acaba necesitando recortes.
Inicio rápido de la API
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-sonnet-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'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.
