Introduction
Claude Sonnet 4.5 est un modèle de chat d’Anthropic proposé ici sous la forme d’un point de terminaison compatible OpenAI sur /v1/chat/completions. Il lit jusqu’à 198 000 tokens et répond en 64 000 au plus – environ trois tokens en entrée pour un en sortie, soit la forme d’une scène ou d’un chapitre : une fiche de personnage et une transcription en entrée, plusieurs milliers de mots de prose en retour.
La requête accepte temperature (de 0 à 1, 1 par défaut) et top_p ; ce point de terminaison n’a pas de réglage d’effort de raisonnement. Le contenu des messages se compose de texte et d’images, jusqu’à 128 schémas d’outils tiennent dans un appel, et avec stream: true la première phrase arrive pendant que la suite s’écrit encore.
Fonctionnalités et points forts
Une fenêtre à la mesure d’un arc
198 000 tokens contiennent une fiche de personnage, les règles du monde et une longue transcription sans étape de résumé tous les quelques tours. Ce qui ne doit pas dériver – voix, tempérament, canon – va dans le message système, et le message utilisateur porte la scène.
64 000 tokens de réponse
Le plafond de réponse est de 64 000 tokens : un chapitre ne s’arrête jamais au milieu d’un paragraphe faute de place. max_tokens vaut 4 096 par défaut, quelques centaines de mots, alors relevez-le quand vous voulez une scène écrite en entier.
Le streaming pour l’échange tour à tour
Le jeu de rôle, c’est de l’alternance, et quelqu’un regarde le curseur. Avec stream: true, la réponse arrive par fragments Server-Sent Events : la première phrase s’affiche pendant que la suite est encore en cours de génération.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | Tours de conversation ordonnés. Le contenu est une chaîne, ou un tableau de parties text et |
max_tokens | Non | Plafonne la réponse à 64 000. Le défaut de 4 096 vaut quelques centaines de mots : relevez-le pour obtenir une scène écrite en entier. |
stop | Non | Jusqu’à 4 séquences, sous forme de chaîne ou de tableau. La réponse s’arrête dès que le modèle en écrit une, et le texte correspondant n’est pas renvoyé. 1 caractères minimum · 1 éléments minimum · 4 éléments maximum |
temperature | Non | 0 à 1, 1 par défaut. Gardez-le près de 0 dès que la réponse est lue par du code. |
top_k | Non | De 1 à 500. Le tirage se fait uniquement parmi les k tokens suivants les plus probables : 1 rend les réponses presque reproductibles, des valeurs plus grandes relâchent le choix. |
top_p | Non | 0,01 à 1. Ajustez celui-ci ou temperature, jamais les deux dans la même comparaison. |
tools | Non | Jusqu’à 128 définitions de fonctions par requête. 128 éléments maximum |
parallel_tool_calls | Non | true ou false, true par défaut : le modèle peut demander plusieurs appels d’outils dans un même tour. Valeur par défaut: |
tool_choice | Non | auto, none, required, ou un objet qui nomme une fonction. |
Tarification
Entrée $2.70 / Sortie $13.50 par 1 million de tokens
Cas d’utilisation
Une longue session de jeu de rôle
La fiche du personnage et les règles du monde restent dans le message système pendant que la transcription s’allonge dans le tableau messages. 198 000 tokens représentent les scènes d’un arc entier : la voix tient sans qu’il faille la remettre d’aplomb par un résumé.
Un chapitre de fiction interactive
La fiction à embranchements, c’est lire puis écrire : quelques milliers de tokens d’état et d’historique en entrée, une scène de prose en sortie. Trois pour un correspond exactement à cette forme, et le plafond de 64 000 tokens laisse au chapitre la place de se terminer.
Une troupe de PNJ dans un même fil
Donnez à chaque personnage une section du message système et laissez le message utilisateur indiquer qui est en scène. Comme tous les PNJ sont décrits dans la même requête, ils restent cohérents entre eux et pas seulement avec eux-mêmes.
Guide de prompt et conseils pratiques
Le personnage dans le message système
Fiche du personnage, voix et règles du monde vont dans le message système ; la scène va dans le message utilisateur. Quand vous élaguez plus tard, vous coupez dans la transcription et le personnage reste exactement tel que vous l’avez écrit.
Régler temperature selon la tâche
Gardez temperature près de 1 pour des dialogues qui doivent paraître vivants, et baissez-la pour une passe de continuité ou un récapitulatif des événements. top_p resserre encore le choix des mots quand une scène doit tenir un registre étroit.
Sortie structurée et limites strictes
Il n’y a pas de response_format ici : définissez un outil dont les paramètres sont le schéma JSON voulu, pointez tool_choice vers lui et validez les arguments renvoyés. Un max_tokens supérieur à 64 000 échoue à la validation, et les parties vidéo et audio sont refusées.
Démarrage rapide de l’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-4.5/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'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.
