Anthropic Messages 和 Claude Code

Claude 模型也兼容 Anthropic 的 Messages API，因此只需更换 Base URL 和密钥，就能使用 Anthropic 的 SDK、Claude Code 及基于它们构建的工具。

Base URL 为 https://api.zurelay.com (SDK 会自动添加 /v1/messages)。通过 x-api-key 或 Authorization: Bearer 发送密钥，并附带 anthropic-version: 2023-06-01。此接口仅提供 Claude 模型；其他模型请使用 /v1/chat/completions。

使用 Anthropic 的 SDK

import os
import anthropic
client = anthropic.Anthropic(
    base_url="https://api.zurelay.com",
    api_key=os.environ["ZURELAY_API_KEY"],
)
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=1024,
    system="You are a careful code reviewer.",
    messages=[{"role": "user", "content": "Review this function: def add(a, b): return a - b"}],
)
print(message.content[0].text)

Anthropic 的 Messages API 中的内容均会透传 (唯独 metadata 由我们处理): 字符串或内容块形式的 system (可用 cache_control 启用提示词缓存)、tools、thinking、output_config、stop_sequences、temperature、事件格式相同的流式响应，以及 anthropic-beta 请求头。图片和 PDF 分别以 image 和 document 内容块传入：请参阅图片、PDF、音频和视频。从 Opus 4.7 起，Anthropic 不再允许 Claude 请求携带 temperature、top_p 和 top_k，因此我们会从这些模型的请求中移除这些参数，而不是返回错误。

思考

Claude 会自适应思考：它会自行判断请求需要多少思考，output_config.effort 则用于设置思考强度: low、medium、high、xhigh (超高) 或 max。在 thinking 中添加 display: "summarized"，即可在 thinking 内容块中获取思考摘要。

import os
import anthropic
client = anthropic.Anthropic(
    base_url="https://api.zurelay.com",
    api_key=os.environ["ZURELAY_API_KEY"],
)
message = client.messages.create(
    model="claude-opus-5-5",
    max_tokens=32000,
    thinking={"type": "adaptive", "display": "summarized"},
    output_config={"effort": "xhigh"},
    messages=[{"role": "user", "content": "How many primes are there below 1,000?"}],
)
for block in message.content:
    print(block.thinking if block.type == "thinking" else block.text)

• Claude Opus 5.5 和 Fable 模型始终会思考：未设置强度时，Opus 5.5 使用 medium，Fable 使用 high。即使要求它们不思考，也会以 low 运行。
• Claude Sonnet 5.5 和 Opus 5 默认以 high 思考，Claude Haiku 5.5 则使用 medium. Opus 4.6 至 4.8 仅在传入 thinking 时才会思考。Opus 4.6 不支持 xhigh，因此会以 high 运行。
• 旧版形式 thinking: { type: "enabled", budget_tokens } 适用于所有 Claude 模型：不接受该形式的模型会改用最接近的强度进行自适应思考。Claude Haiku 4.5 仅支持旧版形式；传入自适应思考配置时，我们会为其设置思考预算。
• 思考按输出 token 计费，因此在 xhigh 和 max 中使用 max_tokens 时，要为思考预留额度，并对长回答使用流式输出。设置级别后，x-zurelay-reasoning-effort 响应头会显示实际使用的级别。

提示词缓存

缓存的用法与 Anthropic 相同：在需要缓存的内容块或整个请求上添加 cache_control，即可缓存五分钟；添加 "ttl": "1h" 则可缓存一小时。输入的各部分按 Anthropic 的方式计费：

两种缓存写入的用量分别记录在 usage.cache_creation 中，cache_creation_input_tokens 则是两者的总和。各模型页面均列有缓存价格。只有你指定缓存的内容才按写入计费：请求未设置 cache_control 时，所有未从缓存读取的输入均按输入价格计费；指定缓存五分钟的输入绝不会按一小时计费。

Claude Code

设置五个环境变量（基础 URL、你的密钥和三个模型别名），将 Claude Code 接入 Zurelay，然后照常运行：

export ANTHROPIC_BASE_URL="https://api.zurelay.com"
export ANTHROPIC_AUTH_TOKEN="$ZURELAY_API_KEY"
export ANTHROPIC_DEFAULT_OPUS_MODEL="claude-opus-5-5"
export ANTHROPIC_DEFAULT_SONNET_MODEL="claude-sonnet-5-5"
export ANTHROPIC_DEFAULT_HAIKU_MODEL="claude-haiku-5-5"
claude

如需保存配置，将相同的值写入 ~/.claude/settings.json 的 env 块。完整指南以及 Cursor、Cline 等工具的指南均位于集成。

Claude Code 的 /effort 级别会以 output_config.effort 传给模型，因此 xhigh 和 max 的用法与 Anthropic 相同。Ultracode 是 Claude Code 的设置，不是思考强度级别：它使用当前会话的级别运行（使用 --effort ultracode 启动 Claude Code 时为 xhigh）。

计算 token 数量

接受与 /v1/messages 相同的请求体，返回 { "input_tokens": 1234 }，用于估算该请求的 token 数量。免费。

错误

错误以 Anthropic 的格式（{ "type": "error", "error": { "type", "message" } }）返回，含义与错误页面相同。错误响应不含 code：请使用 HTTP 状态码和 error.type。

• 提示：Anthropic 的 token 计数结果与我们的可能略有差异；计费以响应中的用量为准。