⏱️3 min read · 441 words

OCláudio APIda Anthropic é uma das APIs de IA mais capazes em 2026. Claude Sonnet 4 oferece contexto de 200K, visão, uso de ferramentas e cache imediato. Este tutorial aborda a primeira chamada de API por meio de recursos de IA de produção.
📋 Table of Contents
Configuração
pip install anthropic
export ANTHROPIC_API_KEY=sk-ant-...your-key...
Primeira chamada de API
import anthropic
client = anthropic.Anthropic()
message = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=1024,
messages=[
{'role': 'user', 'content': 'Explain async/await in Python in 3 sentences.'}
]
)
print(message.content[0].text)
Bate-papo multivoltas
client = anthropic.Anthropic()
system = 'You are a senior Python developer. Be concise. Use code examples.'
history = []
def chat(user_msg: str) -> str:
history.append({'role': 'user', 'content': user_msg})
resp = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=2048,
system=system,
messages=history
)
reply = resp.content[0].text
history.append({'role': 'assistant', 'content': reply})
return reply
print(chat('How do I read a CSV file?'))
print(chat('Now filter rows where age > 25'))
Transmissão
with client.messages.stream(
model='claude-sonnet-4-5',
max_tokens=1024,
messages=[{'role': 'user', 'content': 'Write a Python quicksort'}]
) as stream:
for text in stream.text_stream:
print(text, end='', flush=True)
Uso de ferramenta (chamada de função)
tools = [{
"name": "get_weather",
"description": "Get current weather for a city",
"input_schema": {
"type": "object",
"properties": {"city": {"type": "string"}},
"required": ["city"]
}
}]
response = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=1024,
tools=tools,
messages=[{'role': 'user', 'content': 'What is the weather in Tokyo?'}]
)
if response.stop_reason == 'tool_use':
for block in response.content:
if block.type == 'tool_use':
print(f'Tool: {block.name}, Input: {block.input}')
Cache imediato (redução de custos de 90%)
response = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=1024,
system=[{
"type": "text",
"text": very_long_system_prompt,
"cache_control": {"type": "ephemeral"}
}],
messages=[{'role': 'user', 'content': user_question}]
)
print(f'Cache read: {response.usage.cache_read_input_tokens}')
Visão: Analisar Imagens
import base64
with open('screenshot.png', 'rb') as f:
img = base64.standard_b64encode(f.read()).decode()
response = client.messages.create(
model='claude-sonnet-4-5',
max_tokens=1024,
messages=[{'role': 'user', 'content': [
{'type': 'image', 'source': {'type': 'base64', 'media_type': 'image/png', 'data': img}},
{'type': 'text', 'text': 'Describe this UI and list any bugs.'}
]}]
)
Conclusão
A API Claude é o caminho mais rápido para a IA de produção. Comece com mensagens, adicione streaming para UX, use ferramentas para acesso a dados e habilite o cache imediato para reduzir custos em 90%. Claude Sonnet 4 lida com código, análise, visão e documentos longos melhor do que qualquer outro modelo com seu preço em 2026.
🔗 Share this article
✍️ Leave a Comment