OpenAI 兼容介面升級：對 Claude 的深度支持

我們已經對 OpenAI 兼容介面進行了升級，特別針對 Claude 系列模型進行了更深層的優化。您現在可以更精確和方便地控制思考和緩存。在多輪對話中，交錯思考變得更加人性化，允許無需額外參數的無縫集成。它還支持啟用 Anthropic 提供的測試功能。

1. 模型思考（擴展思考）

1.1 交錯思考的優勢

當未啟用交錯思考時，模型僅在助手回合開始時進行一次思考；隨後的回應是在接收到工具結果後直接生成，而不會產生新的思考區塊：

User → [Thinking] → Tool Call → Tool Result → Response

當啟用交錯思考時，模型在每次接收到工具結果時插入一個新的思考區塊，形成推理鏈：

User → [Thinking] → Tool Call → Tool Result → [Thinking] → Response
                                                ↑ 交錯思考

這使得模型能夠：

• 基於工具結果進行二次推理，而不僅僅是簡單地連接輸出。
• 在多個工具調用之間鏈接推理，每個決策都基於對前一步的分析。

參考： Anthropic 交錯思考

1.2 啟用思考

您可以通過四種方式啟用思考，選擇其中任何一種：

優先級（當使用多種方法時）： reasoning_effort > reasoning.max_tokens > reasoning.effort > -think 後綴

努力的可能值： minimal / low / medium / high / xhigh

1.3 思考返回

回應消息將包括兩個新字段：

• reasoning_content：思考內容（字符串），便於顯示。
• reasoning_details：有關思考的完整結構化信息，在多輪對話中需要按原樣返回；內部結構可能因提供者而異。

非流式示例（省略不相關字段）：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "content": "你好！今天我能幫助你什麼？",
      "reasoning_content": "用戶只是打招呼...",
      "reasoning_details": {
        "type": "thinking",
        "thinking": "用戶只是打招呼...",
        "signature": "Er8CCkYI..."
      }
    }
  }]
}

在流式回應中，思考內容將通過 delta.reasoning_content 和 delta.reasoning_details 以塊的形式發送。完整的流式串接邏輯請參考下面的完整示例。

1.4 在多輪對話中保留思考 （交錯思考是內建的，無需額外參數）

要使模型在多輪對話中繼續其推理能力，只需將先前返回的 reasoning_details 按原樣 放入下一輪的助手消息中：

messages = [
    {"role": "user", "content": "波士頓的天氣怎麼樣？"},
    {
        "role": "assistant",
        "content": response.choices[0].message.content,
        "tool_calls": response.choices[0].message.tool_calls,
        "reasoning_details": response.choices[0].message.reasoning_details,
    },
    {
        "role": "tool",
        "tool_call_id": "toolu_xxx",
        "content": '{"temperature": 45, "condition": "rainy"}',
    }
]

AIHubMix 將在檢測到請求中的歷史思考信息時自動啟用交錯思考，使模型在接收到工具調用結果後能夠繼續深度推理，而無需額外參數。

1.5 完整示例

以下兩個示例演示了完整的多輪工具調用 + 交錯思考過程：用戶詢問 → 模型思考並調用工具 → 注入工具結果（保留 reasoning_details） → 模型交錯思考給出最終回應。

非流式 · 交錯思考

import os
import json
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ.get("AIHUBMIX_API_KEY", "sk-***"),
)

# ── 工具定義 ───────────────────────────────────────────
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "獲取某地的當前天氣",
        "parameters": {
            "type": "object",
            "properties": {"location": {"type": "string", "description": "城市名稱"}},
            "required": ["location"]
        }
    }
}]

# ── 模擬工具執行 ───────────────────────────────────────
WEATHER_DB = {
    "boston": {"temperature": "45°F (7°C)", "condition": "rainy", "humidity": "85%", "wind": "15 mph NE"},
    "tokyo":  {"temperature": "72°F (22°C)", "condition": "sunny", "humidity": "45%", "wind": "5 mph S"},
}

def execute_tool(name: str, args: dict) -> str:
    if name == "get_weather":
        key = next((k for k in WEATHER_DB if k in args.get("location", "").lower()), None)
        return json.dumps(WEATHER_DB.get(key, {"temperature": "65°F", "condition": "clear"}))
    return "{}"

# ── 多輪對話循環 ─────────────────────────────
messages = [
    {"role": "user", "content": "波士頓的天氣怎麼樣？然後建議我穿什麼。"}
]

turn = 0
while True:
    turn += 1
    print(f"\n── 回合 {turn} ──")

    response = client.chat.completions.create(
        model="claude-sonnet-4-5",
        messages=messages,
        tools=tools,
        extra_body={"reasoning": {"max_tokens": 2000}},
    )
    msg = response.choices[0].message

    # 打印思考過程
    if msg.reasoning_content:
        label = "交錯思考" if turn > 1 else "思考"
        print(f"[{label}] {msg.reasoning_content}")

    # 打印回應內容
    if msg.content:
        print(f"[回應] {msg.content}")

    # 打印工具調用
    if msg.tool_calls:
        for tc in msg.tool_calls:
            print(f"[工具調用: {tc.function.name}] {tc.function.arguments}")

    # 構建助手消息，保留 reasoning_details（關鍵！）
    assistant_msg = {"role": "assistant", "content": msg.content}
    if msg.tool_calls:
        assistant_msg["tool_calls"] = msg.tool_calls
    if msg.reasoning_details:
        assistant_msg["reasoning_details"] = msg.reasoning_details  # 不修改地傳回
    messages.append(assistant_msg)

    # 無工具調用意味著對話結束
    if not msg.tool_calls:
        break

    # 執行工具並將結果附加到消息中
    for tc in msg.tool_calls:
        args = json.loads(tc.function.arguments)
        result = execute_tool(tc.function.name, args)
        print(f"[工具結果: {tc.function.name}] {result}")
        messages.append({"role": "tool", "tool_call_id": tc.id, "content": result})

流式 · 交錯思考

import os
import sys
import json
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ.get("AIHUBMIX_API_KEY", "sk-***"),
)

# ── 工具定義與模擬執行 ─────────────────────────
tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "獲取某地的當前天氣",
        "parameters": {
            "type": "object",
            "properties": {"location": {"type": "string", "description": "城市名稱"}},
            "required": ["location"]
        }
    }
}]

WEATHER_DB = {
    "boston": {"temperature": "45°F (7°C)", "condition": "rainy", "humidity": "85%", "wind": "15 mph NE"},
    "tokyo":  {"temperature": "72°F (22°C)", "condition": "sunny", "humidity": "45%", "wind": "5 mph S"},
}

def execute_tool(name: str, args: dict) -> str:
    if name == "get_weather":
        key = next((k for k in WEATHER_DB if k in args.get("location", "").lower()), None)
        return json.dumps(WEATHER_DB.get(key, {"temperature": "65°F", "condition": "clear"}))
    return "{}"

# ── 流式回應收集器 ────────────────────────────────
def stream_and_collect(turn: int, **kwargs):
    """流式回應，實時打印思考/內容，累積 reasoning_details/tool_calls。"""
    rd = {}            # 累積的 reasoning_details
    content = ""       # 累積的回應文本
    tc_map = {}        # 累積的 tool_calls（按索引）
    cur = "none"       # 當前輸出部分：none / thinking / content

    stream = client.chat.completions.create(stream=True, **kwargs)
    for chunk in stream:
        if not chunk.choices:
            continue
        delta = chunk.choices[0].delta

        # ── 處理思考 ──
        rd_delta = getattr(delta, "reasoning_details", None)
        if rd_delta and isinstance(rd_delta, dict):
            for k, v in rd_delta.items():
                if k == "type":
                    rd[k] = v
                elif isinstance(v, str):
                    rd[k] = rd.get(k, "") + v
                elif v is not None:
                    rd[k] = v
            # 實時打印思考塊
            thinking_chunk = rd_delta.get("thinking", "")
            if thinking_chunk:
                if cur != "thinking":
                    cur = "thinking"
                    label = "交錯思考" if turn > 1 else "思考"
                    sys.stdout.write(f"\n[{label}] ")
                sys.stdout.write(thinking_chunk)
                sys.stdout.flush()

        # ── 處理內容 ──
        if delta.content:
            if cur != "content":
                if cur == "thinking":
                    sys.stdout.write("\n")
                cur = "content"
                sys.stdout.write("\n[回應] ")
            sys.stdout.write(delta.content)
            sys.stdout.flush()
            content += delta.content

        # ── 處理工具調用 ──
        for tc in delta.tool_calls or []:
            i = tc.index
            if i not in tc_map:
                tc_map[i] = {"id": "", "type": "function",
                             "function": {"name": "", "arguments": ""}}
            if tc.id:
                tc_map[i]["id"] = tc.id
            if tc.function:
                tc_map[i]["function"]["name"] += tc.function.name or ""
                tc_map[i]["function"]["arguments"] += tc.function.arguments or ""

    # 結束當前輸出部分
    if cur in ("thinking", "content"):
        sys.stdout.write("\n")

    tool_calls = [tc_map[i] for i in sorted(tc_map)] if tc_map else None
    return {
        "content": content or None,
        "reasoning_details": rd or None,
        "tool_calls": tool_calls,
    }

# ── 多輪對話循環 ─────────────────────────────
messages = [
    {"role": "user", "content": "波士頓的天氣怎麼樣？然後建議我穿什麼。"}
]

turn = 0
while True:
    turn += 1
    print(f"\n── 回合 {turn} ──")

    result = stream_and_collect(
        turn,
        model="claude-sonnet-4-5",
        messages=messages,
        tools=tools,
        extra_body={"reasoning": {"max_tokens": 2000}},
    )

    # 打印工具調用
    if result["tool_calls"]:
        for tc in result["tool_calls"]:
            print(f"[工具調用: {tc['function']['name']}] {tc['function']['arguments']}")

    # 構建助手消息，保留 reasoning_details（關鍵！）
    assistant_msg = {"role": "assistant", "content": result["content"]}
    if result["tool_calls"]:
        assistant_msg["tool_calls"] = result["tool_calls"]
    if result["reasoning_details"]:
        assistant_msg["reasoning_details"] = result["reasoning_details"]  # 不修改地傳回
    messages.append(assistant_msg)

    # 無工具調用意味著對話結束
    if not result["tool_calls"]:
        break

    # 執行工具並將結果附加到消息中
    for tc in result["tool_calls"]:
        args = json.loads(tc["function"]["arguments"])
        tool_result = execute_tool(tc["function"]["name"], args)
        print(f"[工具結果: {tc['function']['name']}] {tool_result}")
        messages.append({"role": "tool", "tool_call_id": tc["id"], "content": tool_result})

1.6 思考強度映射規則

努力模式：

• Opus 4.6 / Sonnet 4.6 及以上：映射到 Anthropic 的原生 自適應思考 努力級別。
• 其他模型：使用 budget_tokens 的公式計算：

budget_tokens = max(min(max_tokens × effort_ratio, 128000), 1024)

自適應思考努力映射：

max_tokens 模式： 直接分配為 Anthropic 的 budget_tokens。

-think 後綴： Opus/Sonnet 4.6+ 使用自適應思考（努力=中）；其他模型設置 budget_tokens = min(10240, max_tokens - 1)，默認 max_tokens 為 4096。

2. 提示緩存

您可以在通過聊天介面向 Claude 模型發送請求時使用提示緩存。通過在消息中設置 cache_control 斷點，可以緩存大塊文本（如角色卡、RAG 數據、書籍章節等）以供重用，允許後續請求直接命中緩存，顯著降低成本。

Claude 官方文檔： 提示緩存

2.1 緩存成本

2.2 支持的模型和最小緩存長度

斷點數量限制： 每個請求最多 4 個 cache_control 斷點。

2.3 緩存 TTL

1 小時 TTL 的寫入成本較高，但通過減少長會話中的重複寫入可以節省總開支。所有來自 Claude 4.5 及以後版本的所有提供者（包括 Anthropic、Amazon Bedrock、Google Vertex AI）均支持 1 小時 TTL。

2.4 使用

您可以在 system、user（包括圖像）和 tools 中使用 cache_control 字段設置緩存斷點。以下示例僅顯示關鍵結構，省略大塊文本。

系統消息緩存（默認 5 分鐘 TTL）：

{
  "model": "claude-opus-4-5",
  "messages": [
    {
      "role": "system",
      "content": [
        {"type": "text", "text": "您是一個 AI 助手"},
        {
          "type": "text",
          "text": "(長上下文)",
          "cache_control": {"type": "ephemeral"}
        }
      ]
    },
    {
      "role": "user",
      "content": [{"type": "text", "text": "你好"}]
    }
  ]
}

用戶消息緩存（1 小時 TTL）：

{
  "model": "claude-opus-4-5",
  "messages": [
    {
      "role": "system",
      "content": [{"type": "text", "text": "您是一個 AI 助手"}]
    },
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "(長上下文)",
          "cache_control": {"type": "ephemeral", "ttl": "1h"}
        },
        {"type": "text", "text": "你好"}
      ]
    }
  ]
}

圖像消息緩存：

{
  "role": "user",
  "content": [
    {
      "type": "image_url",
      "image_url": {"detail": "auto", "url": "data:image/jpeg;base64,/9j/4AAQ..."},
      "cache_control": {"type": "ephemeral"}
    },
    {"type": "text", "text": "這是什麼？"}
  ]
}

工具定義緩存：

cache_control 放置在工具對象的頂層（與 type 和 function 一起）：

{
  "tools": [{
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "獲取某地的當前天氣",
      "parameters": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"]
      }
    },
    "cache_control": {"type": "ephemeral", "ttl": "1h"}
  }]
}

2.5 查看緩存狀態

回應的 usage 將返回 claude_cache_tokens_details，記錄詳細的緩存信息：

第一次請求（創建緩存）：

{
  "usage": {
    "prompt_tokens": 22,
    "completion_tokens": 890,
    "total_tokens": 912,
    "claude_cache_tokens_details": {
      "cache_creation_input_tokens": 6266,
      "cache_read_input_tokens": 0,
      "cache_write_5_minutes_input_tokens": 6266,
      "cache_write_1_hour_input_tokens": 0
    }
  }
}

後續請求（緩存命中）：

{
  "usage": {
    "prompt_tokens": 22,
    "completion_tokens": 810,
    "total_tokens": 832,
    "prompt_tokens_details": {
      "cached_tokens": 6266
    },
    "claude_cache_tokens_details": {
      "cache_creation_input_tokens": 0,
      "cache_read_input_tokens": 6266,
      "cache_write_5_minutes_input_tokens": 0,
      "cache_write_1_hour_input_tokens": 0
    }
  }
}

3. 用於 anthropic-beta 的請求標頭

您可以通過 HTTP 標頭 anthropic-beta 啟用 Claude 模型的測試功能，AIHubMix 將通過該標頭傳遞給 Anthropic API。

用法

在請求標頭中添加 anthropic-beta，其值為相應的測試功能標識符：

curl "https://aihubmix.com/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "anthropic-beta: context-1m-2025-08-07" \
  -d '{
  "model": "claude-opus-4-5",
  "messages": [
    {
      "role": "system",
      "content": [
        {"type": "text", "text": "您是一個 AI 助手"},
        {
          "type": "text",
          "text": "(長上下文)",
          "cache_control": {"type": "ephemeral"}
        }
      ]
    },
    {"role": "user", "content": [{"type": "text", "text": "你好"}]}
  ]
}'

有關具體可用的測試標識符，請參考 Anthropic API 文檔。

最後更新：2026-06-01