Anthropic Claude API: полное руководство для AI-инженеров (2026)

Anthropic Claude API даёт программный доступ к семейству моделей Claude — от легковесной Haiku 4.5 до топовой Opus 4.8. Все модели поддерживают текстовый и графический ввод, streaming, tool use, prompt caching и extended thinking. Для начала: зарегистрируйтесь на console.anthropic.com, получите API key, направьте HTTP-клиент (или Anthropic SDK) на https://api.anthropic.com — и можно строить.

Мы написали это руководство, потому что линейка моделей Anthropic за 2025–2026 год выросла стремительно — Opus 4, 4.1, 4.5, 4.6, 4.7, 4.8, плюс Sonnet 4, 4.5, 4.6, Haiku 4.5, и свежая Fable 5 — и разобраться, какую модель выбрать, как устроен pricing, что делают effort levels и как работают уровни rate limits, бывает непросто. Это та самая единая справка, которая нужна была нам при первой интеграции Anthropic в routing layer.

Быстрый старт за 3 минуты

Шаг 1: Создайте аккаунт. Перейдите на console.anthropic.com и зарегистрируйтесь. Anthropic поддерживает email и Google OAuth.

Шаг 2: Получите API key. Откройте Settings → API Keys и нажмите «Create Key». Скопируйте сразу — ключ показывается один раз. Храните безопасно (переменная окружения, менеджер секретов — не в коде).

Шаг 3: Первый вызов. Установите Anthropic Python SDK:

pip install --upgrade anthropic

Затем выполните:

import anthropic

client = anthropic.Anthropic(
    api_key="YOUR_ANTHROPIC_KEY",
)

message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "What is Claude?"}],
)

print(message.content[0].text)

Готово. Вы попадёте на tier Start с лимитом расходов $500/месяц — достаточно для прототипирования и тестов.

Использование OpenAI SDK (режим совместимости)

Если ваш код уже работает с OpenAI Python SDK, Anthropic предоставляет OpenAI-совместимый endpoint. Установите пакет openai и укажите Anthropic:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_ANTHROPIC_KEY",
    base_url="https://api.anthropic.com/v1/",
)

response = client.chat.completions.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "What is Claude?"}],
)

print(response.choices[0].message.content)

Это удобно при routing между несколькими провайдерами — меняете base_url и model, остальной код остаётся идентичным.

Все модели Claude, доступные через API

Линейка Anthropic делится на три уровня: Opus (frontier intelligence), Sonnet (баланс производительности) и Haiku (приоритет скорости). Актуально на июнь 2026:

Ключевые наблюдения:

• Opus 4.7+ использует новый tokenizer, который генерирует примерно на 30% больше токенов для того же текста. Учитывайте это при сравнении стоимости с Opus 4.5 или Sonnet.
• Opus 4.1 и старше — deprecated или retired, со значительно более высоким pricing ($15/$75 per MTok). Мигрируйте на Opus 4.5+, если ещё используете.
• Fable 5 — новейшая и сильнейшая модель, pricing $10/$50 per MTok. Использует adaptive thinking (всегда включён), а не ручной extended thinking.

Расписание deprecation: страница deprecation Anthropic. Наше руководство по миграции при deprecation Anthropic покрывает детали.

Extended Thinking и Effort Levels

Extended thinking — ключевое отличие Claude от большинства конкурентов. Модель выполняет пошаговое рассуждение перед финальным ответом — в API response это блок thinking.

Как включить Extended Thinking

Для Opus 4.5, Haiku 4.5 и более ранних моделей — ручной budget_tokens:

message = client.messages.create(
    model="claude-opus-4-5",
    max_tokens=16384,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000,
    },
    messages=[{"role": "user", "content": "Solve this step by step: ..."}],
)

Для Opus 4.6+, Sonnet 4.6, Opus 4.7 и Opus 4.8 — adaptive thinking с effort:

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=16384,
    thinking={"type": "adaptive"},
    effort="high",
    messages=[{"role": "user", "content": "Design a distributed cache system."}],
)

Для Fable 5 adaptive thinking всегда включён — отключить нельзя. Глубину контролируйте параметром effort.

Уровни Effort

Параметр effort определяет, сколько токенов Claude тратит на reasoning:

Практический совет: для Sonnet 4.6 Anthropic рекомендует начинать с medium effort, а не high — дефолтный high может давать избыточную latency на простых запросах.

Кэширование промптов

Prompt caching — одна из самых эффективных возможностей Claude API для экономии. Он кэширует часто используемые prompt-префиксы (system instructions, документы, tool definitions), и последующие вызовы оплачиваются по цене cache hit — на 90% дешевле базовой цены input.

Два варианта TTL: 5 минут (дешевле запись, короче хранение) и 1 час (дороже запись, дольше хранение). Выбирайте по частоте вызовов. Для production-систем со стабильным трафиком 1-часовой cache быстро окупается.

Бонус по rate limits: для большинства моделей Claude cached tokens не считаются в лимит ITPM (input tokens per minute). При 80% cache hit rate вы фактически можете обработать в 5 раз больше суммарных input-токенов, чем указывает ваш ITPM лимит.

Для включения кэширования добавьте cache_control breakpoints:

message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    system=[
        {
            "type": "text",
            "text": "You are an expert code reviewer...",  # длинный system prompt
            "cache_control": {"type": "ephemeral"},
        }
    ],
    messages=[{"role": "user", "content": "Review this PR: ..."}],
)

Потоковая передача (streaming)

Все модели Claude поддерживают streaming через server-sent events (SSE). Для пользовательских приложений streaming критичен — он снижает воспринимаемую latency:

with client.messages.stream(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Explain quantum computing."}],
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

При streaming с extended thinking блоки thinking приходят первыми, затем текстовый ответ.

Tool Use (вызов функций)

Claude поддерживает tool use (function calling) на всех текущих моделях. Определяете tools в запросе — Claude возвращает tool_use блоки при вызове:

message = client.messages.create(
    model="claude-sonnet-4-5",
    max_tokens=1024,
    tools=[
        {
            "name": "get_weather",
            "description": "Get current weather for a city",
            "input_schema": {
                "type": "object",
                "properties": {
                    "city": {"type": "string", "description": "City name"},
                },
                "required": ["city"],
            },
        }
    ],
    messages=[{"role": "user", "content": "What's the weather in Tokyo?"}],
)

Когда Claude возвращает tool_use блок, выполните функцию локально и отправьте tool_result для продолжения диалога. Claude может выполнять несколько tool calls за один ход — подходит для agent workflows.

Rate Limits и Tier-ы

Anthropic использует tier-based систему rate limits. Организация продвигается по уровням с ростом использования:

Rate limits измеряются по трём осям: requests per minute (RPM), input tokens per minute (ITPM) и output tokens per minute (OTPM), для каждого класса моделей.

Недавнее изменение (июнь 2026): Anthropic унифицировал уровни rate limits — теперь Sonnet, Opus и Haiku проходят одинаковую tier progression. Ранее разные классы моделей могли иметь асимметричные лимиты в рамках одного уровня. Упрощение означает, что ваш tier уровень теперь одинаково применяется ко всем моделям Claude.

При превышении rate limit API возвращает ошибку 429 с заголовком retry-after. Реализуйте exponential backoff или маршрутизируйте overflow-трафик на резервного провайдера.

Частые ошибки и их решения

Совет по ошибкам thinking: API surface для thinking быстро эволюционирует. Opus 4.7+, Opus 4.8 и Fable 5 не принимают budget_tokens (возвращают 400). Используйте adaptive thinking с effort. Opus 4.5 и Haiku 4.5 по-прежнему принимают budget_tokens.

Чеклист перед production

Перед выходом в production с Claude API убедитесь:

1. Prompt caching включён для system prompts, tool definitions и повторяющегося контекста. 90% экономия на cache hit слишком существенна, чтобы игнорировать.
2. Effort level задан явно — не полагайтесь на дефолтный high. Для Sonnet 4.6 начинайте с medium; для Opus в agent loops — high или xhigh.
3. Streaming реализован для пользовательских ответов — критично для снижения воспринимаемой latency.
4. 429 обрабатываются через exponential backoff с опциональным fallback routing к другому провайдеру.
5. Версия модели зафиксирована (например, claude-sonnet-4-5, а не просто claude-sonnet), чтобы поведение не менялось при выходе новых версий.
6. max_tokens настроен корректно. В agent workflows с extended thinking оставляйте запас для thinking tokens — на legacy-моделях (Opus 4.5, Haiku 4.5) они входят в max_tokens.
7. Tier мониторится. Проверяйте Settings → Limits — текущий tier и потребление. Запрашивайте апгрейд заранее.
8. Используйте Messages API, а не legacy Completions API. Messages API поддерживает все текущие возможности (thinking, tools, caching, vision).

Интеграция с TheRouter

Если вы используете TheRouter для routing запросов между провайдерами, модели Claude доступны через Anthropic provider с автоматическим fallback. TheRouter маршрутизирует OpenAI-совместимые запросы через настроенных провайдеров, так что Claude, DeepSeek, DashScope и другие доступны через единый endpoint.

Преимущества routing Claude через TheRouter:

• Fallback routing: если Opus попадает в rate limit или возвращает ошибку, TheRouter автоматически маршрутизирует на резервного провайдера — например, SiliconFlow или Volcengine Ark.
• Единый billing: отслеживайте расходы на Claude, OpenAI, DeepSeek и китайских провайдеров через единую accounting surface.
• Model aliasing: используйте единообразные имена моделей в коде, TheRouter обеспечивает provider-specific mapping.

Подробнее о стратегиях fallback — в нашем руководстве по fallback routing для LLM API.

FAQ

Q: Какую модель Claude выбрать для coding? Opus 4.8 — сильнейшая модель Anthropic для coding. Если важна стоимость — Sonnet 4.6 с medium effort даёт отличный баланс. Для coding sub-agents — Haiku 4.5: быстрая и недорогая. Подробнее в нашем сравнении моделей для coding agents.

Q: Как pricing Claude сравнивается с OpenAI и DeepSeek? Claude Sonnet 4.5/4.6 — $3/$15 per MTok, конкурирует с GPT-5.5 ($2/$8 per MTok) и DeepSeek V4-Flash ($0.14/$0.28 per MTok). Opus 4.8 ($5/$25) — сопоставим с GPT-5.5-Pro. DeepSeek остаётся бюджетным вариантом; Claude конкурирует на уровне capabilities, а не цены.

Q: Можно ли вызывать Claude через OpenAI SDK? Да. Anthropic предоставляет OpenAI-совместимый endpoint. Укажите base_url = https://api.anthropic.com/v1/ и используйте Anthropic API key. Некоторые Anthropic-специфичные возможности (extended thinking через budget_tokens, синтаксис prompt caching) могут не маппиться 1:1.

Q: В чём разница между extended thinking и effort? Extended thinking (budget_tokens) — старый механизм: вручную задаёте бюджет thinking-токенов. Effort — новый рекомендуемый подход для Opus 4.6+ и Sonnet 4.6: единый параметр (low/medium/high/xhigh/max), который контролирует все затраты токенов, включая thinking. Fable 5 поддерживает только effort.

Q: Как избежать 429 rate limit? Используйте prompt caching (cached tokens не считаются в ITPM), реализуйте exponential backoff, рассмотрите routing overflow на резервного провайдера. При систематическом достижении лимитов запросите апгрейд уровня через Anthropic Console.

---

Источники: Anthropic pricing (получено 2026-06-29), Anthropic rate limits (получено 2026-06-29), Anthropic models overview (получено 2026-06-29), Anthropic extended thinking docs (получено 2026-06-29), Anthropic effort docs (получено 2026-06-29).