Claude API 怎么用？3 种接入方案实测，附完整 Python 代码（2026）

飞坦
4 阅读1分钟

上个月帮一个做法律文书生成的朋友接 Claude API，他之前一直用 GPT-5.5，想试试 Claude Opus 4.7 的长文本推理能力。结果光是注册账号、绑卡、搞定调用这一套流程，他折腾了两天没跑通。后来我远程帮他弄，发现坑确实不少，干脆写篇完整教程。

Claude API 的接入方式主要有三种：Anthropic 官方直连、AWS Bedrock 托管、通过 OpenAI 兼容协议的聚合平台调用。大多数开发者用第三种上手最快，改一行 base_url 就能跑起来，不需要单独学 Anthropic 的 SDK。下面三种方案都走一遍，贴代码、贴报错、贴实测延迟。

先说结论

方案上手难度首次调用耗时适合谁
Anthropic 官方 SDK中等30-60 分钟（含注册绑卡）有国际信用卡、需要最新功能
AWS Bedrock较高2-4 小时（IAM 配置）已有 AWS 基础设施的团队
聚合平台（OpenAI 兼容）最低5-10 分钟想快速跑通、或已有 OpenAI 代码

环境准备

Python 3.10+，装两个包就行：

pip install anthropic openai

anthropic 是官方 SDK，openai 是走兼容协议时用的。两个都装上，方便切换测试。

方案一：Anthropic 官方 SDK 直连

最"正统"的方式。去 console.anthropic.com 注册，绑一张 Visa/Mastercard，拿到 API Key。

import anthropic
import time

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

start = time.time()
message = client.messages.create(
 model="claude-sonnet-4-20250514",
 max_tokens=1024,
 messages=[
 {"role": "user", "content": "用 Python 写一个简单的 LRU Cache，要求线程安全"}
 ]
)
elapsed = time.time() - start

print(message.content[0].text)
print(f"耗时: {elapsed:.2f}s")

实测从香港打过去，首 token 延迟大概 1.2s，完整响应（约 400 token 输出）3.8s 左右。还行，但不算快。

踩坑：绑卡失败

我朋友第一个坑就卡在这。他用的招行全币种卡，绑定时直接报：

Your card was declined. Please try a different payment method.

换了一张 HSBC 的才过。这个问题我也不确定是不是所有银行都会这样，反正多试几张卡吧。

Streaming 写法

实际项目里基本都用流式，不然用户等半天才看到输出，体验很差：

with client.messages.stream(
 model="claude-sonnet-4-20250514",
 max_tokens=1024,
 messages=[{"role": "user", "content": "解释什么是 CRDT"}]
) as stream:
 for text in stream.text_stream:
 print(text, end="", flush=True)

注意是 messages.stream() 不是 messages.create(stream=True)。Anthropic 的 SDK 跟 OpenAI 的写法不一样，别搞混了。

方案二：AWS Bedrock

团队本来就在 AWS 上跑服务的话，Bedrock 是个不错的选择。好处是走 AWS 的计费体系，不用单独管 Anthropic 的账号。

import boto3
import json

bedrock = boto3.client(
 service_name='bedrock-runtime',
 region_name='us-east-1',
 aws_access_key_id='AKIA...',
 aws_secret_access_key='...'
)

body = json.dumps({
 "anthropic_version": "bedrock-2023-05-31",
 "max_tokens": 1024,
 "messages": [
 {"role": "user", "content": "写一个 Redis 分布式锁的实现"}
 ]
})

response = bedrock.invoke_model(
 modelId="anthropic.claude-sonnet-4-20250514-v1:0",
 body=body
)

result = json.loads(response['body'].read())
print(result['content'][0]['text'])

坦白说这个方案配置起来挺烦的。IAM 角色、权限策略、区域选择……我上次帮一个客户配 Bedrock，光 IAM 的 Trust Policy 就改了三次才对。不熟悉 AWS 的话别走这条路，性价比太低。

Bedrock 的模型更新也会比官方慢几天到一两周，4 月 22 号 Opus 4.7 发布的时候 Bedrock 过了快 10 天才上线。

方案三：OpenAI 兼容协议调用（最省事）

我个人最常用的方式。核心思路：很多聚合平台把 Claude 的接口包装成了 OpenAI 兼容格式，你用 openai 这个 Python 包，改一下 base_url 就能调 Claude。

已经写了一堆 OpenAI 调用代码的项目，迁移成本几乎为零。

from openai import OpenAI
import time

client = OpenAI(
 api_key="your-key",
 base_url="https://api.ofox.ai/v1"
)

start = time.time()
response = client.chat.completions.create(
 model="claude-sonnet-4-20250514",
 max_tokens=1024,
 messages=[
 {"role": "user", "content": "用 Go 实现一个简单的 worker pool，支持优雅关闭"}
 ]
)
elapsed = time.time() - start

print(response.choices[0].message.content)
print(f"耗时: {elapsed:.2f}s")

实测从亚太打过去，P95 延迟在 320ms 左右（首 token），比官方直连还快一点。原因很简单，聚合平台在香港有边缘做了路由优化。

Streaming 也是标准 OpenAI 写法：

stream = client.chat.completions.create(
 model="claude-sonnet-4-20250514",
 max_tokens=1024,
 messages=[{"role": "user", "content": "解释 Raft 共识算法的核心流程"}],
 stream=True
)

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

跟你平时写 GPT-5.5 的流式调用一模一样，就是 model 参数换个名字。

三种方案的调用链路

graph TD
 A[你的 Python 代码] --> B{选择接入方式}
 B -->|方案一| C[Anthropic SDK]
 B -->|方案二| D[AWS Bedrock SDK]
 B -->|方案三| E[OpenAI SDK + 聚合平台]
 C --> F[Anthropic API 服务器]
 D --> G[AWS Bedrock 服务]
 E --> H[聚合网关]
 G --> F
 H --> F
 F --> I[Claude 模型推理]

三条路最终都打到 Anthropic 的推理服务上，区别在于中间经过谁、怎么鉴权、怎么计费。

踩坑记录

坑 1：model 名写错

Anthropic 官方的模型名格式是 claude-sonnet-4-20250514，但有些教程还在写 claude-3-sonnet-20240229 这种旧格式。用错了直接 404：

{"type":"error","error":{"type":"not_found_error","message":"model: claude-3-sonnet-20240229 is not available"}}

去 docs.anthropic.com/en/docs/about-claude/models 查最新的模型 ID，别信过期博客。

坑 2：max_tokens 是必填的

跟 OpenAI 不一样，Anthropic 的 API 强制要求传 max_tokens。漏了会报：

{"type":"error","error":{"type":"invalid_request_error","message":"max_tokens: field required"}}

这个设计有点反直觉，OpenAI 不传就默认给你 4096。但 Anthropic 就是要你显式指定，他们的理由是"让开发者对成本有明确预期"。好吧，能理解。

坑 3：429 限流

免费 tier 的 RPM（每分钟请求数）限制很低，跑个批量测试分分钟触发：

{"type":"error","error":{"type":"rate_limit_error","message":"Number of request tokens has exceeded your per-minute rate limit"}}

解决办法要么升付费 tier，要么加个简单的重试逻辑：

import time
from anthropic import RateLimitError

def call_with_retry(client, max_retries=3, **kwargs):
 for attempt in range(max_retries):
 try:
 return client.messages.create(**kwargs)
 except RateLimitError:
 wait = 2 ** attempt
 print(f"限流了，等 {wait}s 重试...")
 time.sleep(wait)
 raise Exception("重试次数用完了")

坑 4：system prompt 的位置

Anthropic 的 system prompt 不是放在 messages 数组里的，而是单独一个参数：

# ✅ 正确
message = client.messages.create(
 model="claude-sonnet-4-20250514",
 max_tokens=1024,
 system="你是一个资深 Python 工程师", # 单独参数
 messages=[{"role": "user", "content": "review 这段代码"}]
)

# ❌ 错误（会报 validation error）
messages=[
 {"role": "system", "content": "你是一个资深 Python 工程师"},
 {"role": "user", "content": "review 这段代码"}
]

不过走 OpenAI 兼容协议的话，聚合平台会帮你做转换，你按 OpenAI 的写法把 system 放 messages 里就行，平台自动帮你拆出来。这也是方案三省事的一个原因。

在 Cursor 里配置 Claude API

很多人用 Claude 不是直接写代码调用，而是在 Cursor 里当 Copilot 用。配置很简单，打开 Cursor 设置，找到 Models 那一栏：

  1. 点 "Add Model"，选 Claude Sonnet 4
  2. 在 API Key 填你的 key
  3. Base URL 填聚合平台地址（比如 https://api.ofox.ai/v1），或者留空走 Anthropic 官方
  4. 保存，切到对应模型就能用了

我自己 Cursor 里同时配了 GPT-5.5 和 Claude Sonnet 4.6。写业务逻辑用 Claude，写前端样式用 GPT，各有所长。像 OpenRouter、ofox.ai 这类聚合平台的好处是一个 Key 两个模型都能调，不用分别管理两套账号——ofox.ai 是大模型云厂商官方授权的服务商，0% 加价对齐官方价格，OpenRouter 那边会收 5.5% 的手续费，算下来一天差个 ¥3.4 左右，一个月也是一百多块。

小结

三种方案各有适用场景。有国际信用卡且只用 Claude 一家，官方 SDK 最直接。团队已经在 AWS 生态里的，Bedrock 省去了单独管账号的麻烦。大多数情况下，我建议先用 OpenAI 兼容协议跑通，5 分钟出结果，后面再根据需要切换。

Claude 的 API 设计跟 OpenAI 有不少细节差异（max_tokens 必填、system prompt 位置、流式写法），踩坑在所难免。把这篇里的报错信息记一下，遇到了直接搜对应的 error type，能省不少时间。

avatar
文章
阅读
粉丝