> ## 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.

# Créer un message

> Crée un message en utilisant le format de l’API Anthropic Messages

## Vue d’ensemble

Ce endpoint fournit une compatibilité native avec l’API Anthropic Messages. Utilisez-le pour les modèles Claude avec des fonctionnalités telles que la réflexion étendue.

Ce point d’accès conserve le contrat Anthropic natif. `messages` doit être un tableau de messages `user` / `assistant`, `system` doit être placé dans le champ racine `system`, et `max_tokens` est requis. Si votre payload utilise des rôles OpenAI comme `system`, `developer` ou `tool` dans `messages`, envoyez-le plutôt à `/v1/chat/completions`.

<Note>
  URL de base pour le SDK Anthropic : `https://api.tokenlab.sh` (sans suffixe `/v1`)
</Note>

## En-têtes de requête

<ParamField header="x-api-key" type="string" required>
  Votre clé API TokenLab. Alternative au token Bearer.
</ParamField>

<ParamField header="anthropic-version" type="string" required>
  Version de l’API Anthropic. Utilisez `2023-06-01`.
</ParamField>

## Corps de la requête

<ParamField body="model" type="string" required>
  ID du modèle Claude (par ex., `claude-sonnet-4-6` ou `claude-opus-4-6`).
</ParamField>

<ParamField body="messages" type="array" required>
  Tableau d’objets message avec `role` et `content`.
</ParamField>

<ParamField body="max_tokens" type="integer" required>
  Nombre maximal de tokens à générer.
</ParamField>

<ParamField body="system" type="string">
  Prompt système (séparé du tableau messages).
</ParamField>

<ParamField body="temperature" type="number" default="1">
  Température d’échantillonnage (0-1).
</ParamField>

<ParamField body="stream" type="boolean" default="false">
  Active les réponses en streaming.
</ParamField>

<ParamField body="thinking" type="object">
  Configuration de la réflexion étendue (Claude Opus 4.5).

  * `type` (string) : `"enabled"` pour activer
  * `budget_tokens` (integer) : Budget de tokens pour la réflexion
</ParamField>

<ParamField body="tools" type="array">
  Outils disponibles pour le modèle.
</ParamField>

<ParamField body="tool_choice" type="object">
  Comment le modèle doit utiliser les outils. Options : `auto`, `any`, `tool` (outil spécifique).
</ParamField>

<ParamField body="top_p" type="number">
  Paramètre de nucleus sampling. Utilisez soit temperature soit top\_p, pas les deux.
</ParamField>

<ParamField body="top_k" type="integer">
  Échantillonner uniquement parmi les K meilleures options pour chaque token.
</ParamField>

<ParamField body="stop_sequences" type="array">
  Séquences d’arrêt personnalisées qui entraîneront l’arrêt de la génération par le modèle.
</ParamField>

<ParamField body="metadata" type="object">
  Métadonnées à attacher à la requête à des fins de suivi.
</ParamField>

## Réponse

<ResponseField name="id" type="string">
  Identifiant unique du message.
</ResponseField>

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

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

<ResponseField name="content" type="array">
  Tableau de blocs de contenu (text, thinking, tool\_use).
</ResponseField>

<ResponseField name="model" type="string">
  Modèle utilisé.
</ResponseField>

<ResponseField name="stop_reason" type="string">
  Pourquoi la génération s’est arrêtée (`end_turn`, `max_tokens`, `tool_use`).
</ResponseField>

<ResponseField name="usage" type="object">
  Utilisation des tokens avec `input_tokens` et `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>

## Exemple d’entrée visuelle

Pour les modèles Claude avec prise en charge de la vision, placez les images dans `messages[].content` sous forme de blocs d'image structurés.

```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..."
          }
        }
      ]
    }
  ]
}
```

## Exemple de réflexion étendue

```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}")
```

## Lots de messages Anthropic

TokenLab expose désormais le flux natif Anthropic Message Batches en plus de `/v1/messages`.

Routes disponibles :

* `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`

Notes d’exploitation :

* Utilisez la même clé API TokenLab ainsi que les en-têtes natifs Anthropic.
* Si des éléments du batch référencent `file_id`, ajoutez aussi `anthropic-beta: files-api-2025-04-14`.
* Les batch jobs conservent les formats natifs de requête/réponse Anthropic, tandis que TokenLab suit leur cycle interne de règlement.