Introdução
Claude Opus 4.6 é um modelo de chat da linha Opus da Anthropic, disponível aqui como um endpoint compatível com OpenAI em /v1/chat/completions. Ele lê até 1.000.000 de tokens por requisição e pode escrever até 128.000 numa resposta, então uma colaboração longa vai inteira e um capítulo volta de uma vez.
O esforço de raciocínio tem quatro opções — low, medium, high e max, com medium por padrão — e temperature (de 0 a 1) e top_p continuam ajustáveis. O conteúdo das mensagens é texto e imagens, e na mesma chamada você tem até 128 tools e streaming SSE.
Recursos e destaques
Quatro níveis de esforço, incluindo max
max fica acima de high e existe para as requisições em que detalhes plantados, uma linha do tempo e uma lista longa de fatos estabelecidos precisam fechar antes de escrever qualquer palavra. O esforço é gasto como tokens de saída: deixe os turnos do dia a dia em low ou medium e reserve max para as passadas que valem a pena.
1.000.000 de tokens de entrada, 128.000 de saída
Cerca de oito tokens lidos para cada um escrito. O manuscrito inteiro, o guia de estilo e as anotações de sessões anteriores cabem numa só requisição, e o teto da resposta é alto o bastante para que um capítulo inteiro não precise ser partido e remontado.
temperature e top_p continuam nas suas mãos
Junto com o nível de esforço, são aceitos temperature de 0 a 1 e top_p de 0,01 a 1. Uma checagem de continuidade pode rodar fria e reproduzível enquanto um turno de brainstorming roda quente, sem trocar de modelo nem de endpoint.
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 128.000 — um oitavo da janela de leitura. Padrão 4.096; suba antes de escrever um capítulo. |
reasoning_effort | Não | low, medium, high ou max, 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 $5 / Saída $25 por 1 milhão de tokens
Casos de uso
Edição na escala de um manuscrito
Envie o rascunho completo com um guia de estilo e peça uma revisão linha a linha de um capítulo, com cada mudança justificada pelo guia. O modelo vê como cada personagem fala no livro inteiro, não só no capítulo que está revisando.
Ficção colaborativa longa
Centenas de turnos de uma história compartilhada podem voltar em cada requisição sem uma camada de resumo. Uma promessa feita no começo é lida com as palavras originais quando a história finalmente precisa dela.
Uma passada cuidadosa em max
Quando uma resposta precisa conciliar uma linha do tempo, uma rede de relações e uma lista de pontas soltas, envie só essa requisição em max com max_tokens do tamanho de um capítulo, e depois volte a medium nos turnos comuns.
Guia de prompt e dicas práticas
Ajuste o esforço ao turno, não à sessão
A maioria dos turnos não pede muita reflexão. Deixe medium como padrão, desça para low nas trocas rápidas e suba para high ou max só no turno que amarra as pontas; é uma única string no mesmo corpo da requisição.
Dimensione max_tokens para a resposta que você quer
O padrão é 4.096 tokens, e um capítulo precisa de muito mais. Tokens de raciocínio também são cobrados como saída, então deixe folga acima da resposta visível que você espera, até 128.000.
Limites que vale conhecer
max_tokens acima de 128.000 falha na validação e partes de vídeo e áudio são rejeitadas. Uma conversa não pode terminar numa mensagem de assistant para preencher a resposta, e não existe response_format: a saída estruturada passa por uma tool com o seu esquema JSON como parâmetros, forçada com tool_choice.
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-4.6/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.
