快捷導(dǎo)航

使用Python調(diào)用Claude API的三種方案實測

更新時間：2026年04月29日 08:26:26 作者：鍵盤飛飛

文章主要介紹了如何調(diào)用Anthropic公司的ClaudeSonnet4.6模型的API,提供了三種方法,包括Anthropic官方Python SDK、OpenAI兼容接口以及直接通過HTTP請求,詳細解釋了每種方法的適用場景、代碼實現(xiàn)及注意事項,并總結(jié)了調(diào)用過程中遇到的問題和解決方案

上個月幫朋友的創(chuàng)業(yè)團隊搭一個客服摘要系統(tǒng)，指定要用 Claude Sonnet 4.6 做底層模型。我尋思這不簡單嘛，結(jié)果從注冊到真正跑通第一個請求，前前后后折騰了大半天。主要是 Anthropic 官方的 SDK 和 OpenAI 兼容接口混在一起，文檔又散落在好幾個地方，踩了不少坑。這篇把我實際跑通的 3 種調(diào)用方式全部整理出來，代碼直接能復(fù)制跑。

調(diào)用 Claude API 有三種主流方式：Anthropic 官方 Python SDK、OpenAI 兼容接口、以及通過 HTTP 直接請求。SDK 最省心，OpenAI 兼容接口方便從 GPT 遷移，HTTP 方式最靈活。下面逐個講。

先說結(jié)論

方案	上手難度	適用場景	是否支持 Streaming
Anthropic 官方 SDK	最簡單	純用 Claude 的項目	?
OpenAI 兼容接口	簡單	從 GPT 遷移、多模型切換	?
HTTP 直接請求	稍麻煩	不想裝 SDK、Serverless 場景	?

我個人日常開發(fā)用方案二最多，因為改個 model 參數(shù)就能在 Claude 和 GPT-5.5 之間切換，不用維護兩套代碼。

環(huán)境準備

Python 3.9+，裝兩個包就行：

pip install anthropic openai

API Key 的獲取——去 Anthropic Console 注冊，綁卡之后在 Settings → API Keys 里生成。沒什么好說的，但有個細節(jié)：Anthropic 的 Key 格式是 sk-ant-api03- 開頭的，別跟 OpenAI 的搞混了。

方案一：Anthropic 官方 SDK

最正統(tǒng)的調(diào)用方式，代碼很短：

import anthropic

client = anthropic.Anthropic(api_key="sk-ant-api03-xxxxx")

message = client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[
 {"role": "user", "content": "用 Python 寫一個快速排序，要有注釋"}
 ]
)

print(message.content[0].text)

跑起來沒什么懸念。但我第一次調(diào)的時候遇到了一個報錯：

anthropic.AuthenticationError: Error code: 401 - {'type': 'error', 'error': {'type': 'authentication_error', 'message': 'invalid x-api-key'}}

查了半天，發(fā)現(xiàn)是我把 Key 粘貼的時候多了一個空格。這種低級錯誤排查起來最浪費時間。

Streaming 版本也貼一下，做聊天界面的時候基本都要用：

with client.messages.stream(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": "解釋一下 RLHF 是什么"}]
) as stream:
 for text in stream.text_stream:
 print(text, end="", flush=True)

響應(yīng)延遲方面，我 4 月 22 號晚上測了幾次，首 token 到達時間大概在 800ms-1.2s 之間，波動挺大的。

方案二：OpenAI 兼容接口（推薦）

這個方案是我用得最多的。原因很簡單——我手上同時有用 Claude 和 GPT-5.5 的項目，用 OpenAI SDK 統(tǒng)一調(diào)用，切模型只改一行代碼。

from openai import OpenAI

client = OpenAI(
 api_key="sk-ant-api03-xxxxx",
 base_url="https://api.ofox.ai/v1"
)

response = client.chat.completions.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[
 {"role": "system", "content": "你是一個資深 Python 開發(fā)者"},
 {"role": "user", "content": "幫我寫一個 Redis 緩存裝飾器"}
 ]
)

print(response.choices[0].message.content)

注意這里 base_url 指向的是聚合 API 網(wǎng)關(guān)。聚合平臺可以選 OpenRouter、Together AI、ofox.ai 這幾家，OpenRouter 收 5.5% 手續(xù)費，ofox.ai 是 0% 加價對齊官方價格，看自己需求選。

這個方案有個好處：你之前寫的所有 OpenAI 調(diào)用代碼，把 model 換成 Claude 的模型名就能跑，system 消息也正常支持（Anthropic 原生 SDK 里 system 消息要單獨傳參數(shù)，不在 messages 列表里）。

Streaming 版本：

stream = client.chat.completions.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": "寫一篇 500 字的技術(shù)博客大綱"}],
 stream=True
)

for chunk in stream:
 if chunk.choices[0].delta.content:
 print(chunk.choices[0].delta.content, end="", flush=True)

方案三：HTTP 直接請求

有些場景不想裝 SDK——比如在 Cloudflare Workers 或者一些極簡的 Lambda 函數(shù)里。直接用 requests 發(fā)請求：

import requests
import json

url = "https://api.anthropic.com/v1/messages"
headers = {
 "x-api-key": "sk-ant-api03-xxxxx",
 "anthropic-version": "2023-06-01",
 "content-type": "application/json"
}

payload = {
 "model": "claude-sonnet-4-6-20260414",
 "max_tokens": 1024,
 "messages": [
 {"role": "user", "content": "什么是向量數(shù)據(jù)庫？簡單解釋"}
 ]
}

response = requests.post(url, headers=headers, json=payload, timeout=30)
result = response.json()
print(result["content"][0]["text"])

這里有個坑：anthropic-version 這個 header 是必填的，不傳會報 400。版本號不是隨便寫，要用 Anthropic 文檔里列出的有效版本。我第一次隨手寫了個 2026-01-01，直接返回：

{"type":"error","error":{"type":"invalid_request_error","message":"Invalid API version: 2026-01-01. Valid versions: 2023-06-01, 2024-10-22, ..."}}

反正記住用 2023-06-01 就行，雖然看著舊但一直能用。

整體調(diào)用鏈路

graph LR
 A[你的 Python 代碼] --> B{選擇調(diào)用方式}
 B -->|方案一| C[Anthropic SDK]
 B -->|方案二| D[OpenAI SDK + 聚合網(wǎng)關(guān)]
 B -->|方案三| E[HTTP requests]
 C --> F[Anthropic API]
 D --> G[聚合網(wǎng)關(guān) API]
 G --> F
 E --> F
 F --> H[Claude Sonnet 4.6 / Opus 4.7]

踩坑記錄

1. max_tokens 是必填參數(shù)

跟 OpenAI 不一樣，Claude API 的 max_tokens 不填會直接報錯，不會給你默認值。我從 GPT 遷移過來的代碼全部掛了一遍，挨個加上這個參數(shù)，挺煩人的。

2. 圖片傳參格式

如果要用 Claude 的視覺能力，圖片要 base64 編碼后放在 messages 里：

message = client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{
 "role": "user",
 "content": [
 {"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": base64_string}},
 {"type": "text", "text": "這張圖里畫的是什么？"}
 ]
 }]
)

注意 content 從字符串變成了列表，第一次寫容易忘。

3. 429 限流

高并發(fā)調(diào)的時候經(jīng)常遇到 429。Anthropic 的限流策略是按 Tier 分級的，剛注冊的賬號 Tier 1 只有每分鐘 50 次請求。我跑批量摘要任務(wù)的時候直接撞上了：

anthropic.RateLimitError: Error code: 429 - {'type': 'error', 'error': {'type': 'rate_limit_error', 'message': 'Number of request tokens has exceeded your per-minute rate limit'}}

解決辦法要么升 Tier（充值越多 Tier 越高，很現(xiàn)實），要么加個 retry 邏輯，我用的 tenacity：

from tenacity import retry, wait_exponential, stop_after_attempt

@retry(wait=wait_exponential(min=1, max=60), stop=stop_after_attempt(5))
def call_claude(prompt):
 return client.messages.create(
 model="claude-sonnet-4-6-20260414",
 max_tokens=1024,
 messages=[{"role": "user", "content": prompt}]
 )

4. system prompt 長度問題

Anthropic 文檔說 system prompt 支持很長的內(nèi)容，但我實測超過 4000 token 之后響應(yīng)質(zhì)量會有點飄，不知道是不是個例。目前我的做法是 system prompt 控制在 2000 token 以內(nèi)，復(fù)雜的上下文塞到 user message 里。不確定這是不是最佳實踐，有經(jīng)驗的老哥可以評論區(qū)說說。