Referência da API

Messages

POSThttps://api.offmem.app/v1/messages

Gera a resposta do modelo no formato Messages da Anthropic. Funciona com os SDKs oficiais da Anthropic e com o Claude Code.

pip install anthropic

curl https://api.offmem.app/v1/messages \
  -H "x-api-key: $OFFMEM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "offmem-glm-5.3-abliterated",
    "max_tokens": 1024,
    "system": "Responda em português.",
    "messages": [{"role": "user", "content": "Explique o que é uma API em uma frase."}]
  }'

Cabeçalhos

x-api-keyom_...obrigatório: Chave de API. Authorization: Bearer também funciona.
Content-Typeapplication/jsonobrigatório: Corpo em JSON.
anthropic-versionstring: Aceito e não obrigatório.

Corpo

modelstringobrigatório: Id do modelo, ou um nome claude-* (veja Ids aceitos). A resposta repete o nome enviado.
max_tokensintegerobrigatório: Limite de tokens de saída, a partir de 1.
messagesarrayobrigatório: Turnos com role user ou assistant. Mensagens com role system entram em system.
systemstring | array: Instruções, em texto ou blocos text.
temperaturenumber: Repassado ao modelo.
top_pnumber: Repassado ao modelo.
stop_sequencesstring[]: Até 4 sequências; as excedentes são ignoradas.
toolsarray: Ferramentas próprias (name, description, input_schema). Ferramentas de servidor da Anthropic, como busca na web, são ignoradas.
tool_choiceobject: auto, any, tool (com name) ou none.
streamboolean: Devolve server-sent events da Anthropic.

Outros campos, como top_k, metadata e thinking, são ignorados.

Blocos de conteúdo

Bloco	Suporte
`text`	Aceito.
`image`	Base64 (`source.type: base64`) ou URL (`source.type: url`), só em modelos com visão.
`tool_use`	Aceito, nos turnos do assistente.
`tool_result`	Aceito, com conteúdo em texto. `is_error: true` chega ao modelo como erro.
`thinking`	Ignorado.
`document`	Não aceito: `400`. Envie o texto.

Resposta

200 OK

{
  "id": "msg_...",
  "type": "message",
  "role": "assistant",
  "model": "offmem-glm-5.3-abliterated",
  "content": [{ "type": "text", "text": "..." }],
  "stop_reason": "end_turn",
  "stop_sequence": null,
  "usage": {
    "input_tokens": 24,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0,
    "output_tokens": 40
  }
}

stop_reason	Quando
`end_turn`	O modelo terminou a resposta.
`max_tokens`	Atingiu `max_tokens`.
`tool_use`	O modelo chamou uma ferramenta.
`refusal`	A resposta foi bloqueada por filtro de conteúdo.

usage.input_tokens não inclui os tokens em cache, que vêm em cache_read_input_tokens. cache_creation_input_tokens é sempre 0. O identificador da requisição vem no cabeçalho request-id.

Com "stream": true, os eventos seguem a ordem da Anthropic: message_start, content_block_start, content_block_delta (text_delta ou input_json_delta), content_block_stop, message_delta e message_stop. Falha no meio do fluxo chega como evento error.

Contar tokens

POSThttps://api.offmem.app/v1/messages/count_tokens

Devolve {"input_tokens": n}, estimativa de 3 caracteres por token sobre system, messages e tools. Sem custo; exige chave válida.

cURL

curl https://api.offmem.app/v1/messages/count_tokens \
  -H "x-api-key: $OFFMEM_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "offmem-glm-5.3-abliterated", "messages": [{"role": "user", "content": "ok"}]}'