> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Nachricht erstellen

> Erstellt eine Nachricht im Anthropic Messages API-Format

## Überblick

Dieser Endpoint bietet native Kompatibilität mit der Anthropic Messages API. Verwenden Sie ihn für Claude-Modelle mit Funktionen wie Extended Thinking.

Dieser Endpunkt behält den nativen Anthropic-Vertrag bei. `messages` muss ein Array aus `user`- / `assistant`-Nachrichten sein, `system` gehört in das Top-Level-Feld `system`, und `max_tokens` ist erforderlich. Wenn dein Payload OpenAI-Rollen wie `system`, `developer` oder `tool` innerhalb von `messages` verwendet, sende ihn stattdessen an `/v1/chat/completions`.

<Note>
  Base URL für Anthropic SDK: `https://api.tokenlab.sh` (ohne `/v1`-Suffix)
</Note>

## Request-Header

<ParamField header="x-api-key" type="string" required>
  Ihr TokenLab API-Schlüssel. Alternative zum Bearer-Token.
</ParamField>

<ParamField header="anthropic-version" type="string" required>
  Anthropic API-Version. Verwenden Sie `2023-06-01`.
</ParamField>

## Request-Body

<ParamField body="model" type="string" required>
  Claude-Modell-ID (z. B. `claude-sonnet-4-6` oder `claude-opus-4-6`).
</ParamField>

<ParamField body="messages" type="array" required>
  Array von Nachrichtenobjekten mit `role` und `content`.
</ParamField>

<ParamField body="max_tokens" type="integer" required>
  Maximale Anzahl zu generierender Tokens.
</ParamField>

<ParamField body="system" type="string">
  System-Prompt (separat vom `messages`-Array).
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Sampling-Temperatur (0-1).
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Streaming-Antworten aktivieren.
</ParamField>

<ParamField body="thinking" type="object">
  Extended-Thinking-Konfiguration (Claude Opus 4.5).

  * `type` (string): `"enabled"` zum Aktivieren
  * `budget_tokens` (integer): Token-Budget für das Denken
</ParamField>

<ParamField body="tools" type="array">
  Verfügbare Tools für das Modell.
</ParamField>

<ParamField body="tool_choice" type="object">
  Wie das Modell Tools verwenden soll. Optionen: `auto`, `any`, `tool` (spezifisches Tool).
</ParamField>

<ParamField body="top_p" type="number">
  Nucleus-Sampling-Parameter. Verwenden Sie entweder temperature oder top\_p, nicht beides.
</ParamField>

<ParamField body="top_k" type="integer">
  Für jedes Token nur aus den obersten K-Optionen sampeln.
</ParamField>

<ParamField body="stop_sequences" type="array">
  Benutzerdefinierte Stop-Sequenzen, die dazu führen, dass das Modell die Generierung beendet.
</ParamField>

<ParamField body="metadata" type="object">
  Metadaten, die zur Nachverfolgung an die Anfrage angehängt werden.
</ParamField>

## Antwort

<ResponseField name="id" type="string">
  Eindeutige Nachrichtenkennung.
</ResponseField>

<ResponseField name="type" type="string">
  Immer `message`.
</ResponseField>

<ResponseField name="role" type="string">
  Immer `assistant`.
</ResponseField>

<ResponseField name="content" type="array">
  Array von Content-Blöcken (text, thinking, tool\_use).
</ResponseField>

<ResponseField name="model" type="string">
  Verwendetes Modell.
</ResponseField>

<ResponseField name="stop_reason" type="string">
  Warum die Generierung gestoppt wurde (`end_turn`, `max_tokens`, `tool_use`).
</ResponseField>

<ResponseField name="usage" type="object">
  Token-Nutzung mit `input_tokens` und `output_tokens`.
</ResponseField>

<RequestExample>
  ```bash cURL theme={null}
  curl -X POST "https://api.tokenlab.sh/v1/messages" \
    -H "x-api-key: sk-your-api-key" \
    -H "anthropic-version: 2023-06-01" \
    -H "Content-Type: application/json" \
    -d '{
      "model": "claude-sonnet-4-6",
      "max_tokens": 1024,
      "system": "You are a helpful assistant.",
      "messages": [
        {"role": "user", "content": "Hello, Claude!"}
      ]
    }'
  ```

  ```python Python theme={null}
  from anthropic import Anthropic

  client = Anthropic(
      api_key="sk-your-api-key",
      base_url="https://api.tokenlab.sh"
  )

  message = client.messages.create(
      model="claude-sonnet-4-6",
      max_tokens=1024,
      system="You are a helpful assistant.",
      messages=[
          {"role": "user", "content": "Hello, Claude!"}
      ]
  )

  print(message.content[0].text)
  ```

  ```javascript JavaScript theme={null}
  import Anthropic from '@anthropic-ai/sdk';

  const client = new Anthropic({
    apiKey: 'sk-your-api-key',
    baseURL: 'https://api.tokenlab.sh'
  });

  const message = await client.messages.create({
    model: 'claude-sonnet-4-6',
    max_tokens: 1024,
    system: 'You are a helpful assistant.',
    messages: [
      { role: 'user', content: 'Hello, Claude!' }
    ]
  });

  console.log(message.content[0].text);
  ```

  ```go Go theme={null}
  package main

  import (
      "bytes"
      "encoding/json"
      "fmt"
      "io"
      "net/http"
  )

  func main() {
      payload := map[string]interface{}{
          "model":      "claude-sonnet-4-6",
          "max_tokens": 1024,
          "system":     "You are a helpful assistant.",
          "messages": []map[string]string{
              {"role": "user", "content": "Hello, Claude!"},
          },
      }

      jsonData, _ := json.Marshal(payload)
      req, _ := http.NewRequest("POST", "https://api.tokenlab.sh/v1/messages", bytes.NewBuffer(jsonData))
      req.Header.Set("x-api-key", "sk-your-api-key")
      req.Header.Set("anthropic-version", "2023-06-01")
      req.Header.Set("Content-Type", "application/json")

      client := &http.Client{}
      resp, _ := client.Do(req)
      defer resp.Body.Close()

      body, _ := io.ReadAll(resp.Body)
      fmt.Println(string(body))
  }
  ```

  ```php PHP theme={null}
  <?php
  $payload = [
      'model' => 'claude-sonnet-4-6',
      'max_tokens' => 1024,
      'system' => 'You are a helpful assistant.',
      'messages' => [
          ['role' => 'user', 'content' => 'Hello, Claude!']
      ]
  ];

  $ch = curl_init('https://api.tokenlab.sh/v1/messages');

  curl_setopt_array($ch, [
      CURLOPT_RETURNTRANSFER => true,
      CURLOPT_POST => true,
      CURLOPT_HTTPHEADER => [
          'x-api-key: sk-your-api-key',
          'anthropic-version: 2023-06-01',
          'Content-Type: application/json'
      ],
      CURLOPT_POSTFIELDS => json_encode($payload)
  ]);

  $response = curl_exec($ch);
  curl_close($ch);

  $data = json_decode($response, true);
  echo $data['content'][0]['text'];
  ```
</RequestExample>

<ResponseExample>
  ```json Response theme={null}
  {
    "id": "msg_abc123",
    "type": "message",
    "role": "assistant",
    "content": [
      {
        "type": "text",
        "text": "Hello! How can I help you today?"
      }
    ],
    "model": "claude-sonnet-4-6",
    "stop_reason": "end_turn",
    "usage": {
      "input_tokens": 15,
      "output_tokens": 10
    }
  }
  ```
</ResponseExample>

## Vision-Eingabebeispiel

Bei Claude-Modellen mit Vision-Unterstützung platzieren Sie Bilder in `messages[].content` als strukturierte Bildblöcke.

```json theme={null}
{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Please describe this image."
        },
        {
          "type": "image",
          "source": {
            "type": "url",
            "url": "https://example.com/demo.jpg"
          }
        }
      ]
    }
  ]
}
```

```json theme={null}
{
  "model": "claude-sonnet-4-6",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "Please describe this image."
        },
        {
          "type": "image",
          "source": {
            "type": "base64",
            "media_type": "image/jpeg",
            "data": "/9j/4AAQSkZJRgABAQ..."
          }
        }
      ]
    }
  ]
}
```

## Beispiel für Extended Thinking

```python theme={null}
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=16000,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000
    },
    messages=[{"role": "user", "content": "Solve this math problem..."}]
)

for block in message.content:
    if block.type == "thinking":
        print(f"Thinking: {block.thinking}")
    elif block.type == "text":
        print(f"Response: {block.text}")
```

## Anthropic Message-Batches

TokenLab stellt jetzt zusätzlich zu `/v1/messages` auch den nativen Anthropic-Message-Batches-Flow bereit.

Verfügbare Routen:

* `POST /v1/messages/batches`
* `GET /v1/messages/batches`
* `GET /v1/messages/batches/:message_batch_id`
* `GET /v1/messages/batches/:message_batch_id/results`
* `POST /v1/messages/batches/:message_batch_id/cancel`
* `DELETE /v1/messages/batches/:message_batch_id`

Hinweise für den Betrieb:

* Verwende denselben TokenLab-API-Key zusammen mit den nativen Anthropic-Headern.
* Wenn Batch-Items auf `file_id` verweisen, füge zusätzlich `anthropic-beta: files-api-2025-04-14` hinzu.
* Batch-Jobs behalten die nativen Anthropic-Request/Response-Formate bei, während TokenLab den internen Abrechnungs-Lifecycle nachverfolgt.