Introdução
Claude Opus 4.5 é um modelo de chat da linha Opus da Anthropic, disponível aqui como um endpoint compatível com OpenAI em /v1/chat/completions. Uma janela de 198.000 tokens guarda dezenas de turnos de histórico palavra por palavra, e uma única resposta pode chegar a 32.768 tokens: o suficiente para uma cena inteira ou um capítulo curto.
Além do esforço de raciocínio low, medium ou high, ele aceita temperature (de 0 a 1, padrão 1) e top_p. O conteúdo das mensagens é texto e imagens, cada requisição aceita até 128 tools e, se você pedir, a resposta chega por Server-Sent Events.
Recursos e destaques
198.000 tokens lidos do jeito que foram escritos
Depois de trinta turnos de roleplay, o que falha primeiro é a memória, não a prosa: de onde o personagem veio, o que ela aceitou, qual limite jurou nunca cruzar. 198.000 tokens mantêm esse histórico palavra por palavra na requisição, então o modelo lê as falas originais e não um resumo que já perdeu justamente as que importavam.
Amostragem que você ainda controla
temperature vai de 0 a 1 com padrão 1, e top_p de 0,01 a 1. Abaixe a temperature numa passada de continuidade que não pode inventar nada novo e deixe em 1 nos diálogos que precisam surpreender. O esforço de raciocínio é uma configuração separada: low, medium ou high.
Saída estruturada por uma chamada de tool forçada
Este endpoint não tem response_format, então a saída legível por máquina passa por tools: até 128 definições de função por requisição, com tool_choice em auto, none, required ou uma função específica. Coloque o esquema JSON nos parâmetros de uma tool, force essa tool e valide os argumentos que voltarem.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Turnos de conversa ordenados. O conteúdo é uma string ou um array de partes text e |
max_tokens | Não | Limita a resposta a 32.768 — cerca de um sexto da janela de leitura. Padrão 4.096; suba antes de escrever um capítulo. |
reasoning_effort | Não | low, medium ou high, medium por padrão. Suba quando a resposta precisar conciliar detalhes antes de o modelo escrever. |
stop | Não | Até 4 sequências, como string ou array. A resposta termina assim que o modelo escreve uma delas, e o texto correspondente não é devolvido. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
temperature | Não | De 0 a 1, padrão 1. Segure em 0 sempre que a resposta for lida por código, e não mexa depois que a obra achou a voz dela. |
top_p | Não | De 0,01 a 1. Ajuste este ou temperature, nunca os dois na mesma comparação. |
tools | Não | Até 128 definições de função por requisição. no máximo 128 itens |
parallel_tool_calls | Não | true ou false, padrão true: o modelo pode pedir várias chamadas de ferramenta no mesmo turno. Valor padrão: |
tool_choice | Não | auto, none, required ou um objeto nomeando uma função. |
Preços
Entrada $4.50 / Saída $22.50 por 1 milhão de tokens
Casos de uso
Chat de personagem que não sai do papel
Envie a ficha do personagem na mensagem de sistema e a transcrição em andamento como messages. Dezenas de turnos depois, o modelo ainda consegue citar o que foi prometido no turno três, porque o turno três continua na requisição.
Continuações do tamanho de uma cena
32.768 tokens equivalem mais ou menos a uma cena longa ou a um capítulo curto. Peça a próxima cena com max_tokens acima do padrão de 4.096 e ela chega inteira, não em três pedaços emendados à mão.
Estado da história que o seu app pode guardar
Defina uma tool como update_story_state com campos para local, relações e pontas soltas, force-a a cada poucos turnos e salve os argumentos no seu app. A prosa e o estado saem do mesmo contexto, então não se contradizem.
Guia de prompt e dicas práticas
Persona e limites na mensagem de sistema
Origem, jeito de falar, limites inegociáveis, pessoa narrativa e tempo verbal vão na mensagem de sistema, que nunca sai da requisição. A mensagem de usuário leva só o turno atual, assim um corte posterior tira transcrição e nunca personagem.
Aumente max_tokens antes de pedir extensão
O padrão de 4.096 tokens dá para poucas páginas. Para uma cena completa, defina max_tokens explicitamente, até 32.768; uma resposta cortada no meio do parágrafo é mais difícil de salvar do que uma planejada curta desde o início.
Saiba onde a janela termina
Com cerca de seis tokens lidos para cada um escrito, uma requisição que pede para reproduzir uma entrada longa bate primeiro no teto da resposta, e max_tokens acima de 32.768 falha na validação. Partes de vídeo e áudio são rejeitadas, e os 198.000 tokens cobrem juntos o prompt de sistema, o histórico e cada resultado de tool.
Início rápido da 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-opus-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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.
