Claude sur Vertex AI

L'API Vertex pour accéder à Claude est presque identique à l'API Messages, avec deux différences clés dans le format de requête :

• Dans Vertex, model n'est pas transmis dans le corps de la requête. Il est plutôt spécifié dans l'URL du point de terminaison Google Cloud.
• Dans Vertex, anthropic_version est transmis dans le corps de la requête (plutôt que comme en-tête), et doit être défini sur la valeur vertex-2023-10-16.

Vertex est également pris en charge par les SDK clients officiels d'Anthropic. Ce guide vous accompagne dans l'envoi d'une requête à Claude sur Vertex AI en utilisant l'un des SDK clients d'Anthropic.

Notez que ce guide suppose que vous disposez déjà d'un projet GCP capable d'utiliser Vertex AI. Consultez Modèles Claude d'Anthropic sur Vertex AI pour plus d'informations sur la configuration requise et une présentation complète.

Installer un SDK pour accéder à Vertex AI

Tout d'abord, installez le SDK client d'Anthropic pour le langage de votre choix.

Accéder à Vertex AI

Disponibilité des modèles

Notez que la disponibilité des modèles Anthropic varie selon la région. Recherchez « Claude » dans le Vertex AI Model Garden ou consultez Modèles Claude d'Anthropic pour obtenir les informations les plus récentes.

Identifiants de modèle API

Les termes de cycle de vie (Obsolète, Retiré) sont définis dans Obsolescence des modèles. Les dates de cycle de vie sur les plateformes exploitées par des partenaires sont fixées par le partenaire et peuvent différer du calendrier de l'API Claude. Pour connaître la date de retrait actuelle de tout modèle sur Vertex AI, consultez la documentation Google Cloud pour les modèles Claude sur Vertex AI.

Effectuer des requêtes

Avant d'exécuter des requêtes, vous devrez peut-être exécuter gcloud auth application-default login pour vous authentifier auprès de GCP.

Les exemples suivants montrent comment générer du texte à partir de Claude sur Vertex AI :

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "global"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

Consultez les SDK clients et la documentation officielle de Vertex AI pour plus de détails.

Claude est également disponible via Amazon Bedrock, Claude Platform sur AWS et Microsoft Foundry.

Conservation des données

Le traitement des données pour cette offre est régi par Google Cloud Vertex AI. Pour plus de détails, consultez Vertex AI et la conservation zéro des données.

Journalisation de l'activité

Vertex fournit un service de journalisation des requêtes et réponses qui permet aux clients de journaliser les prompts et les complétions associés à votre utilisation.

Anthropic recommande de journaliser votre activité sur une base glissante d'au moins 30 jours afin de comprendre votre activité et d'enquêter sur toute utilisation abusive potentielle.

Prise en charge des fonctionnalités

Pour la liste complète des fonctionnalités avec leur disponibilité sur Vertex AI, consultez Vue d'ensemble des fonctionnalités.

Principales fonctionnalités prises en charge

• API Messages
• Mise en cache des prompts
• Réflexion étendue
• Utilisation d'outils, y compris l'outil Bash, l'outil d'utilisation de l'ordinateur, l'outil de mémoire et l'outil d'édition de texte
• Outil de recherche web
• Citations
• Sorties structurées

Fonctionnalités non prises en charge

• Sources d'entrée (sources URL pour les images et documents, API Files)
• Outils côté serveur (exécution de code, récupération web, advisor)
• Infrastructure d'agent (Agent Skills, connecteur MCP, appel d'outils programmatique)
• Points de terminaison API (Message Batches, Models, Admin, Compliance, Usage and Cost)
• Claude Managed Agents
• Repli côté serveur (le paramètre fallbacks ; utilisez plutôt le modèle de repli côté client)

Fenêtre de contexte

Claude Fable 5, Claude Opus 4.8, Claude Opus 4.7, Claude Opus 4.6 et Claude Sonnet 4.6 disposent d'une « context window » (fenêtre de contexte) de 1 million de tokens sur Vertex AI. Les autres modèles Claude, y compris Sonnet 4.5 et Sonnet 4 (obsolète), disposent d'une fenêtre de contexte de 200 000 tokens.

Vertex AI limite les charges utiles de requête à 30 Mo. Lors de l'envoi de documents volumineux ou de nombreuses images, vous pouvez atteindre cette limite avant la limite de tokens.

Points de terminaison globaux, multirégionaux et régionaux

Vertex AI propose trois types de points de terminaison :

• Points de terminaison globaux : routage dynamique pour une disponibilité maximale.
• Points de terminaison multirégionaux : routage dynamique au sein d'une zone géographique (par exemple, les États-Unis ou l'Union européenne) pour la résidence des données avec une haute disponibilité.
• Points de terminaison régionaux : routage des données garanti via des régions géographiques spécifiques.

Les points de terminaison régionaux et multirégionaux incluent un supplément tarifaire de 10 % par rapport aux points de terminaison globaux.

Quand utiliser chaque option

Points de terminaison globaux (recommandés) :

• Offrent une disponibilité et un temps de fonctionnement maximaux.
• Acheminent dynamiquement les requêtes vers les régions disposant de capacité disponible.
• Aucun supplément tarifaire.
• Idéal pour les applications où la résidence des données est flexible.
• Prend uniquement en charge le trafic à la demande (le débit provisionné nécessite des points de terminaison régionaux).

Points de terminaison multirégionaux :

• Acheminent dynamiquement les requêtes entre les régions au sein d'une zone géographique (actuellement us et eu).
• Utiles lorsque vous avez besoin d'une résidence des données au sein d'une zone géographique large tout en souhaitant une disponibilité supérieure à celle d'une seule région.
• Supplément tarifaire de 10 % par rapport aux points de terminaison globaux.
• Prend uniquement en charge le trafic à la demande (le débit provisionné nécessite des points de terminaison régionaux).

Points de terminaison régionaux :

• Acheminent le trafic via des régions géographiques spécifiques.
• Requis pour la résidence des données dans une seule région, les exigences de conformité strictes ou le débit provisionné.
• Prennent en charge à la fois le trafic à la demande et le débit provisionné.
• Le supplément tarifaire de 10 % reflète les coûts d'infrastructure pour une capacité régionale dédiée.

Implémentation

Utilisation des points de terminaison globaux (recommandé) :

Définissez le paramètre region sur "global" lors de l'initialisation du client :

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "global"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

Utilisation des points de terminaison multirégionaux :

Définissez le paramètre region sur un identifiant multirégional : "us" pour les États-Unis ou "eu" pour l'Union européenne. Le SDK achemine les requêtes vers le point de terminaison multirégional correspondant (https://aiplatform.us.rep.googleapis.com ou https://aiplatform.eu.rep.googleapis.com), qui équilibre dynamiquement le trafic entre les régions au sein de cette zone géographique.

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "us"  # Multi-region identifier: "us" or "eu"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

Utilisation des points de terminaison régionaux :

Spécifiez une région précise comme "us-east1" ou "europe-west1" :

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "us-east1"  # Specify a specific region

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

Ressources supplémentaires

• Tarification Vertex AI : cloud.google.com/vertex-ai/generative-ai/pricing
• Documentation des modèles Claude : Claude sur Vertex AI
• Article de blog Google : Point de terminaison global pour les modèles Claude
• Détails de la tarification Anthropic : Tarification des plateformes cloud