Introdução
Claude Opus 5 é o modelo de chat topo de linha da Anthropic, disponível aqui como um endpoint compatível com OpenAI em /v1/chat/completions. Uma janela de 1.000.000 de tokens leva toda a troca anterior palavra por palavra, e uma resposta pode chegar a 128.000 tokens.
O esforço de raciocínio aceita low, medium ou high, com medium por padrão. O próprio modelo fixa a amostragem, então temperature e top_p não são aceitos; o conteúdo das mensagens é texto e imagens, você pode definir até 128 tools por requisição e as respostas chegam por Server-Sent Events.
Recursos e destaques
Memória medida em turnos, não em parágrafos
No trigésimo turno, a personagem ainda sabe de onde veio, o que prometeu e o que disse que nunca faria? Com 1.000.000 de tokens de entrada, a resposta depende só do que você envia: coloque o histórico completo na requisição e o modelo lê as falas originais, não uma paráfrase.
Um teto de resposta de 128.000 tokens
Uma única resposta comporta um capítulo inteiro, um relatório longo ou um plano de refatoração completo. max_tokens vem com 4.096 por padrão e o raciocínio também é cobrado como saída, então aumente o teto de propósito e deixe folga acima da resposta visível que você espera.
Amostragem fixada pelo modelo
temperature e top_p não fazem parte desta requisição, o que mantém o corpo reaproveitável entre execuções. O que você ajusta é o esforço de raciocínio: low para turnos rápidos de conversa, high quando detalhes plantados e fatos estabelecidos precisam ser conciliados antes.
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 ou high, padrão medium. Suba para high quando pistas plantadas e fatos estabelecidos precisarem ser cruzados antes da escrita. |
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 |
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
Uma persona sustentada por dezenas de turnos
Envie a conversa do jeito que foi escrita e a personagem continua sabendo, trinta turnos depois, de onde veio, o que aceitou e o que recusa. A maioria das trocas longas não precisa de nenhuma camada de resumo.
Agentes em cadeias longas de tarefas
Entregue o repositório, a especificação e a discussão até aqui numa só requisição e deixe o modelo decidir o que ler primeiro. O que um roleplay longo testa é a mesma capacidade de que uma tarefa de engenharia em várias etapas precisa: no passo dez, ele ainda lembra a decisão do passo um?
Relatórios que precisam citar as fontes
Carregue o conjunto completo de documentos e peça conclusões que citem o trecho em que cada uma se apoia. Nada foi picado antes de o modelo ver, então uma citação ausente aponta uma lacuna no material, não no pipeline.
Guia de prompt e dicas práticas
Envie todo o histórico, do mais antigo ao mais recente
A janela costuma ser maior do que a camada de resumo que alguém estava prestes a construir. Coloque todas as mensagens anteriores em ordem no array messages e deixe o modelo ler o que foi de fato dito.
Persona, cenário e limites na mensagem de sistema
A mensagem de sistema é o único lugar que nunca sai de vista numa troca longa. Origem, jeito de falar, limites inegociáveis, pessoa narrativa e tempo verbal ficam lá; a mensagem de usuário leva só o turno atual.
Force uma chamada de tool para saída legível por máquina
Este endpoint não tem response_format, e uma conversa não pode terminar numa mensagem de assistant para preencher a resposta. Defina uma tool cujos parâmetros sejam o esquema JSON que você quer, aponte tool_choice para essa função e valide os argumentos; max_tokens acima de 128.000 e partes de vídeo e áudio são rejeitados.
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-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.
