Claude Sonnet 3.5 API-Tutorial: Schnellstart mit der Anthropic-API

Anthropic hat kürzlich Claude 3.5 Sonnet veröffentlicht, ein leistungsstarkes Modell, das in verschiedenen Benchmarks GPT-4o und Gemini Pro 1.5 übertroffen hat.

Besonders beeindruckend sind die visuellen Schlussfolgerungsfähigkeiten von Claude 3.5 Sonnet, die du per API in deinen Entwicklungs-Workflow einbinden kannst.

In diesem Artikel zeige ich dir, wie du mit der API von Claude 3.5 Sonnet startest, und gebe dir eine Schritt-für-Schritt-Anleitung zur Nutzung über die Anthropic-API.

Wenn du einen Überblick zu Claude 3.5 Sonnet suchst, empfehle ich diesen Artikel: What Is Claude 3.5 Sonnet.

Was ist Claude 3.5 Sonnet?

Claude 3.5 Sonnet ist ein großes Sprachmodell von Anthropic. Es ist Teil der Claude-3.5-Familie — später dieses Jahr folgen Claude 3.5 Opus und Claude 3.5 Haiku.

Claude 3.5 Sonnet zeigt deutliche Fortschritte beim Verstehen und Erzeugen von Bildern und erzielt starke Benchmark-Ergebnisse, insbesondere bei Coding- und Reasoning-Aufgaben, im Vergleich zu Modellen wie GPT-4o, Gemini 1.5 Pro oder Llama-400b.

Außerdem führt es mit Artifacts ein neues Feature für besseres Informationsmanagement in Konversationen ein. Mehr über Artifacts erfährst du in diesem Einführungsartikel zu Claude Sonnet 3.5.

Claude 3.5 Sonnet API: Verbindung zur Anthropic-API herstellen

Um die Claude 3.5 Sonnet API zu nutzen, benötigst du ein Anthropic-API-Konto und richtest den Anthropic-Client ein. Gehen wir Schritt für Schritt vor.

API-Zugang erhalten

Schritt 1: Registrieren

Rufe die Anthropic Console auf und erstelle ein Konto. Du gibst einige Basisdaten an und bestätigst deine E-Mail.

Schritt 2: API-Schlüssel

Nachdem dein Konto eingerichtet ist, gehe zum Bereich Get API keys und klicke auf Create Key, um deinen API-Schlüssel zu erzeugen.

Deine Umgebung einrichten

Um den Anthropic-Client zu initialisieren, installierst du zunächst die Bibliothek anthropic wie folgt:

pip install anthropic

Sobald die Bibliothek installiert ist, kannst du den Anthropic-Client mit deinem API-Schlüssel initialisieren.

import anthropic
# Create an instance of the Anthropics API client
client = anthropic.Anthropic(api_key='your_api_key_here')  

Mit der installierten anthropic-Bibliothek und deinem initialisierten Anthropic-Client können wir nun die Fähigkeiten von Claude 3.5 Sonnet erkunden.

Claude-API: Messages API vs. Text Completions API

Die API von Claude 3.5 Sonnet bietet starke Funktionen — insbesondere die Messages API, die für reichhaltige, dynamische Interaktionen ausgelegt ist.

Beachte, dass die Text Completions API inzwischen als Legacy gilt. Sie liefert zwar grundlegende Vervollständigungen, bietet aber nicht den Funktionsumfang und die Flexibilität der Messages API.

Für neuen Projekte empfiehlt sich der Umstieg auf die Messages API — auch im Hinblick auf zukünftigen Support.

Zudem sind Artifacts derzeit nicht über die API zugänglich. Um mit Artifacts zu arbeiten, nutze die Weboberfläche von Claude.ai, die Bearbeiten, Referenzieren und Herunterladen von Inhalten aus Claude 3.5 Sonnet vollständig unterstützt.

Claude 3.5 Sonnet API: Messages API

Die Messages API ermöglicht es dir, eine strukturierte Liste an Eingaben mit Text- oder Bildinhalten zu senden, sodass das Modell die nächste Nachricht in der Unterhaltung generiert.

Diese API unterstützt sowohl Einzelabfragen als auch zustandslose Mehrfachdialoge.

Zum Erstellen einer Message nutzt du die Python-Bibliothek anthropic und rufst die Methode messages.create mit den erforderlichen Parametern auf. Zentrale Parameter sind das Modell, die Messages und verschiedene optionale Einstellungen zur Steuerung der Ausgabe.

Erforderliche Parameter

Schauen wir uns die erforderlichen Parameter an:

• model: Das zu verwendende Modell (z. B. "claude-3-5-sonnet-20240620").

• messages: Eine Liste von Eingabenachrichten. Jede Nachricht benötigt eine Rolle ("user" oder "assistant") und Inhalt.

Zum Zeitpunkt der Veröffentlichung dieses Artikels stehen über die Anthropic-API folgende Modelle zur Verfügung:

Optionale Parameter

Optionale Parameter sind unter anderem:

• max_tokens: Maximale Anzahl zu generierender Tokens.
• temperature: Steuert die Zufälligkeit der Antwort.
• stop_sequences: Eigene Textsequenzen, bei denen das Modell die Generierung stoppt.
• stream: Gibt an, ob die Antwort schrittweise gestreamt werden soll.
• system: Ein System-Prompt mit Kontext und Anweisungen.
• tools: Definitionen von Tools, die das Modell verwenden darf.
• top_k: Sampling nur aus den Top-K-Optionen für jedes nächste Token. Reduziert seltene, wenig wahrscheinliche Antworten.
• top_p: Nucleus-Sampling, das weniger wahrscheinliche Optionen anhand einer Wahrscheinlichkeits-Schwelle abschneidet.

Claude 3.5 Sonnet API: Anwendungsfälle

Jetzt, da wir die Parameter kennen, schauen wir uns praktische Anwendungsfälle der Messages API mit Python und der anthropic-Bibliothek an:

Einzelne Nachricht

So stellst du eine Einzelanfrage:

response = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello, world"}]
)

Mehrstufiger Dialog

So startest du einen mehrstufigen Dialog:

response = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=512,
    messages=[
        {"role": "user", "content": "Hello there."},
        {"role": "assistant", "content": "Hi, I'm Claude. How can I help you?"},
        {"role": "user", "content": "Can you explain LLMs in plain English?"}
    ]
)

Bilder einbinden

Ab den Claude-3-Modellen kannst du Bildinhalte in deine Nachrichten einfügen.

response = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=512,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "base64",
                        "media_type": "image/jpeg",
                        "data": "media_file"
                    }
                },
                {
                    "type": "text",
                    "text": "What is in this image?"
                }
            ]
        }
    ]
)

System-Prompts und Stop-Sequenzen

So nutzt du System-Prompts und Stop-Sequenzen:

response = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Write a short story."}],
    system="You are a creative writing assistant.",
    stop_sequences=["The end."],
    temperature=0.9
)

Tool-Definitionen

Du kannst Tools definieren, die das Modell während der Interaktion verwenden darf — inklusive Name, Beschreibung und Input-Schema.

# Define the request parameters
model = "claude-3-5-sonnet-20240620"
messages = [{"role": "user", "content": "What's the S&P 500 at today?"}]
tools = [
    {
        "name": "get_stock_price",
        "description": "Get the current stock price for a given ticker symbol.",
        "input_schema": {
            "type": "object",
            "properties": {
                "ticker": {
                    "type": "string",
                    "description": "The stock ticker symbol, e.g., AAPL for Apple Inc."
                }
            },
            "required": ["ticker"]
        }
    }
]
# Create a message with the defined parameters
response = client.messages.create(
    model=model,
    messages=messages,
    tools=tools
)

Fazit

In diesem Leitfaden hast du gelernt, wie du die Anthropic-API einbindest, um das Modell Claude 3.5 Sonnet zu nutzen. Wir haben Setup, Authentifizierung und die Arbeit mit der Messages API für verschiedene Aufgaben abgedeckt.

Ob Chatbot, Content-Generator oder eine andere KI-gestützte Anwendung — Claude 3.5 Sonnet ist eine starke Option.

Wenn du mehr über Claude Sonnet erfahren und es mit ChatGPT vergleichen möchtest, schau dir diese Artikel an:

• What Is Claude 3.5 Sonnet?
• Claude vs ChatGPT for Data Science