Al migrar desde Text Completions a Messages, considera los siguientes cambios.

​
Entradas y salidas

El cambio más grande entre Text Completions y Messages es la forma en que especificas las entradas del modelo y recibes las salidas del modelo. Con Text Completions, las entradas son cadenas de texto sin procesar:
Python
prompt = "\n\nHuman: Hola\n\nAssistant: Hola, soy Claude. ¿Cómo puedo ayudar?\n\nHuman: ¿Puedes explicarme la Glucólisis?\n\nAssistant:"
Con Messages, especificas una lista de mensajes de entrada en lugar de un prompt sin procesar: 
messages = [
  {"role": "user", "content": "Hola."},
  {"role": "assistant", "content": "Hola, soy Claude. ¿Cómo puedo ayudar?"},
  {"role": "user", "content": "¿Puedes explicarme la Glucólisis?"},
]
Cada mensaje de entrada tiene un role y content.
Nombres de rolesLa API de Text Completions espera turnos alternados de \n\nHuman: y \n\nAssistant:, pero la API de Messages espera roles user y assistant. Puedes ver documentación que se refiere a turnos “human” o “user”. Estos se refieren al mismo rol, y será “user” en adelante.
Con Text Completions, el texto generado por el modelo se devuelve en los valores completion de la respuesta:
Python
>>> response = anthropic.completions.create(...)
>>> response.completion
" Hola, soy Claude"
Con Messages, la respuesta es el valor content, que es una lista de bloques de contenido:
Python
>>> response = anthropic.messages.create(...)
>>> response.content
[{"type": "text", "text": "Hola, soy Claude"}]

​
Poniendo palabras en la boca de Claude

Con Text Completions, puedes pre-llenar parte de la respuesta de Claude:
Python
prompt = "\n\nHuman: Hola\n\nAssistant: Hola, mi nombre es"
Con Messages, puedes lograr el mismo resultado haciendo que el último mensaje de entrada tenga el rol assistant:
Python
messages = [
  {"role": "human", "content": "Hola"},
  {"role": "assistant", "content": "Hola, mi nombre es"},
]
Al hacerlo, el content de la respuesta continuará desde el content del último mensaje de entrada:
JSON
{
  "role": "assistant",
  "content": [{"type": "text", "text": " Claude. ¿Cómo puedo asistirte hoy?" }],
  ...
}

​
Prompt del sistema

Con Text Completions, el prompt del sistema se especifica agregando texto antes del primer turno \n\nHuman::
Python
prompt = "Hoy es 1 de enero de 2024.\n\nHuman: Hola, Claude\n\nAssistant:"
Con Messages, especificas el prompt del sistema con el parámetro system:
Python
anthropic.Anthropic().messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="Hoy es 1 de enero de 2024.", # <-- prompt del sistema
    messages=[
        {"role": "user", "content": "Hola, Claude"}
    ]
)

​
Nombres de modelos

La API de Messages requiere que especifiques la versión completa del modelo (por ejemplo, claude-sonnet-4-20250514). Anteriormente soportábamos especificar solo el número de versión principal (por ejemplo, claude-2), lo que resultaba en actualizaciones automáticas a versiones menores. Sin embargo, ya no recomendamos este patrón de integración, y Messages no lo soporta.

​
Razón de parada

Text Completions siempre tienen un stop_reason de:
  • "stop_sequence": El modelo terminó su turno naturalmente, o una de tus secuencias de parada personalizadas fue generada.
  • "max_tokens": El modelo generó tu max_tokens especificado de contenido, o alcanzó su máximo absoluto.
Messages tienen un stop_reason de uno de los siguientes valores:
  • "end_turn": El turno conversacional terminó naturalmente.
  • "stop_sequence": Una de tus secuencias de parada personalizadas especificadas fue generada.
  • "max_tokens": (sin cambios)

​
Especificando tokens máximos

  • Text Completions: parámetro max_tokens_to_sample. Sin validación, pero valores limitados por modelo.
  • Messages: parámetro max_tokens. Si pasas un valor mayor al que el modelo soporta, devuelve un error de validación.

​
Formato de streaming

Al usar "stream": true con Text Completions, la respuesta incluía cualquiera de los eventos enviados por el servidor completion, ping, y error. Ver Text Completions streaming para detalles. Messages pueden contener múltiples bloques de contenido de tipos variados, y por lo tanto su formato de streaming es algo más complejo. Ver Messages streaming para detalles.