Langsung ke konten utama
POST
/
v1
/
messages
curl -X POST "https://api.lemondata.cc/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-4-5",
    "max_tokens": 1024,
    "system": "You are a helpful assistant.",
    "messages": [
      {"role": "user", "content": "Hello, Claude!"}
    ]
  }'

{
  "id": "msg_abc123",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! How can I help you today?"
    }
  ],
  "model": "claude-sonnet-4-5",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 15,
    "output_tokens": 10
  }
}

​
Ringkasan

Endpoint ini menyediakan kompatibilitas native Anthropic Messages API. Gunakan ini untuk model Claude dengan fitur seperti pemikiran mendalam (extended thinking).
Base URL untuk Anthropic SDK: https://api.lemondata.cc (tanpa akhiran /v1)

​
Header Permintaan

​
x-api-key
string
wajib
Kunci API LemonData Anda. Alternatif untuk token Bearer.
​
anthropic-version
string
wajib
Versi Anthropic API. Gunakan 2023-06-01.

​
Body Permintaan

​
model
string
wajib
ID model Claude (misalnya, claude-sonnet-4-5).
​
messages
array
wajib
Array objek pesan dengan role dan content.
​
max_tokens
integer
wajib
Jumlah token maksimum untuk dihasilkan.
​
system
string
Prompt sistem (terpisah dari array messages).
​
temperature
number
default:"1"
Suhu sampling (0-1).
​
stream
boolean
default:"false"
Aktifkan respons streaming.
​
thinking
object
Konfigurasi pemikiran mendalam (extended thinking) (Claude Opus 4.5).
  • type (string): "enabled" untuk mengaktifkan
  • budget_tokens (integer): Anggaran token untuk pemikiran
​
tools
array
Alat (tools) yang tersedia untuk model.
​
tool_choice
object
Bagaimana model harus menggunakan alat. Opsi: auto, any, tool (alat spesifik).
​
top_p
number
Parameter nucleus sampling. Gunakan salah satu dari temperature atau top_p, jangan keduanya.
​
top_k
integer
Hanya ambil sampel dari K opsi teratas untuk setiap token.
​
stop_sequences
array
Urutan penghentian (stop sequences) khusus yang akan menyebabkan model berhenti menghasilkan.
​
metadata
object
Metadata untuk dilampirkan pada permintaan untuk tujuan pelacakan.

​
Respons

​
id
string
Pengidentifikasi pesan unik.
​
type
string
Selalu message.
​
role
string
Selalu assistant.
​
content
array
Array blok konten (text, thinking, tool_use).
​
model
string
Model yang digunakan.
​
stop_reason
string
Alasan pembuatan berhenti (end_turn, max_tokens, tool_use).
​
usage
object
Penggunaan token dengan input_tokens and output_tokens.
curl -X POST "https://api.lemondata.cc/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-4-5",
    "max_tokens": 1024,
    "system": "You are a helpful assistant.",
    "messages": [
      {"role": "user", "content": "Hello, Claude!"}
    ]
  }'

{
  "id": "msg_abc123",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! How can I help you today?"
    }
  ],
  "model": "claude-sonnet-4-5",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 15,
    "output_tokens": 10
  }
}

​
Contoh Pemikiran Mendalam (Extended Thinking)

message = client.messages.create(
    model="claude-opus-4-5",
    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}")