Claude API 和 OpenAI API 有什么区别

很多团队先用 OpenAI SDK 跑通了业务，后来想加 Claude 做二线模型或代码任务，第一反应是「把 model 改一下就行」。多数情况下能跑，但只要用到多轮工具调用、thinking、多模态或流式解析，就会撞上一连串结构差异。原因是两家协议长得像，但设计思路不同：OpenAI 的 chat/completions 是消息数组驱动，Anthropic 的 messages 是块（block）数组驱动。

这篇把差异逐项列出来，给同一需求的两套写法，最后给一张迁移检查表。

先说结论#

• 只做纯文本单轮对话：两家几乎可以互换，改 model 即可
• 一旦用到 system、max_tokens、工具调用、多模态、流式，就必须按协议分别写，不能混用字段
• Anthropic 协议里 max_tokens 必填，system 是顶层参数不在 messages 里，这两点最容易漏
• 响应体的 content 在 Anthropic 是块数组（text / thinking / tool_use），不是字符串
• 想一个 Key 同时调两类模型，走兼容网关最省事：OpenAI 协议端点和 Claude 原生端点并存，凭证只维护一份

差异一：system 提示词的位置#

OpenAI 把 system 当成一种消息角色塞进数组；Anthropic 把它提成顶层参数，messages 里只允许 user 和 assistant。

# OpenAI 协议
resp = client.chat.completions.create(
    model="gpt-4o-mini",
    messages=[
        {"role": "system", "content": "你是严谨的技术助手。"},
        {"role": "user", "content": "解释一下幂等性"},
    ],
)

# Anthropic 协议
message = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    system="你是严谨的技术助手。",
    messages=[
        {"role": "user", "content": "解释一下幂等性"},
    ],
)

如果把 {"role": "system"} 写进 Anthropic 的 messages，会直接报 400。反过来，把 Anthropic 的 system= 参数塞给 OpenAI SDK，SDK 会报参数校验错误。

差异二：max_tokens 必填#

OpenAI 不传 max_tokens 时会用模型默认上限；Anthropic 要求显式声明，否则 400。

这一条看着是小事，实际影响成本控制——不传就是赌默认值，而 claude-opus-5-thinking 这类模型的默认输出上限很高，一个失控的长回复能吃掉不少额度。建议两边都养成显式设置的习惯。

差异三：响应的 content 是块数组#

# OpenAI：字符串或 null
text = resp.choices[0].message.content

# Anthropic：块数组，要按 type 挑
text = ""
for block in resp.content:
    if block.type == "text":
        text += block.text

为什么 Anthropic 要设计成数组？因为它要同时承载三种东西：正常文本（text）、推理过程（thinking）、工具调用请求（tool_use）。一个回复里可能三者并存。开启了 thinking 的模型，resp.content[0] 很可能不是文本块——直接取 [0].text 会抛异常，这是迁移时最常见的崩溃点。

差异四：工具调用的往返结构#

OpenAI 用 tool_calls 字段 + role: "tool" 消息回传结果；Anthropic 用 tool_use 块 + tool_result 块。

# OpenAI：工具定义是 function 包一层
tools = [{
    "type": "function",
    "function": {
        "name": "get_order",
        "description": "按订单号查询订单状态",
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
}]

# Anthropic：input_schema 直接放定义，没有 function 包裹
tools = [{
    "name": "get_order",
    "description": "按订单号查询订单状态",
    "input_schema": {
        "type": "object",
        "properties": {"order_id": {"type": "string"}},
        "required": ["order_id"],
    },
}]

回传结果的方式也不同：

如果业务已经在用 OpenAI 的 function calling 跑通了，迁到 Anthropic 时建议单独写一层适配器，把「工具定义」「调用解析」「结果回传」三个函数抽象出来，上层业务只认自己的内部结构。Function calling 的基础概念可以看 工具调用入门指南。

差异五：多模态输入的格式#

OpenAI 用 image_url，Anthropic 用 source 里的 base64 或 URL：

# OpenAI
{"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}

# Anthropic
{"type": "image", "source": {"type": "base64", "media_type": "image/png", "data": "..."}}

Anthropic 要求显式声明 media_type，OpenAI 从 data URI 里自动推断。少写这一个字段会 400。

差异六：流式事件名#

OpenAI 流式返回 data: {...} 的 chunk，以 data: [DONE] 结束；Anthropic 返回带 event: 行的结构化事件流（message_start、content_block_delta、message_stop 等）。

好消息是官方 SDK 都封装好了：OpenAI 用 for await 迭代 chunk，Anthropic 用 client.messages.stream() 上下文管理器取 text_stream。手写 SSE 解析时才需要关心这些事件名，原理可以看 SSE 流式输出从 curl 到前端。

差异七：thinking 与 reasoning 参数#

thinking 类模型两家的开关方式完全不同：

# Anthropic：thinking 是独立对象，带 token 预算
resp = client.messages.create(
    model="claude-sonnet-5-thinking",
    max_tokens=16000,
    thinking={"type": "enabled", "budget_tokens": 8000},
    messages=[{"role": "user", "content": "9.11 和 9.9 哪个大？"}],
)

OpenAI 系的推理模型一般不暴露显式预算参数，靠模型名区分思考深度（如带 -high / -low 后缀的变体）。思考 token 是计费的，预算越大账单越高，这一点在两家都一样。

一个 Key 同时调两类模型#

如果两种模型都要用，最笨的办法是维护两套 Key、两套额度和两套充值；比较务实的做法是走统一网关：OpenAI 兼容端点 https://api.zaimod.com/v1 覆盖绝大多数模型，Claude 原生端点 https://api.zaimod.com/v1/messages 保留 thinking、原生工具等全特性，凭证是同一把 Key。

import anthropic
from openai import OpenAI

# 同一个 Key，两套客户端
openai_client = OpenAI(api_key="sk-xxx", base_url="https://api.zaimod.com/v1")
claude_client = anthropic.Anthropic(api_key="sk-xxx", base_url="https://api.zaimod.com")

单价按模型分别计价，default 分组倍率 ×1.0。claude-sonnet-5 站内挂单价为 $4 / $20 每百万 tokens（输入/输出），gpt-4o-mini 为 $0.156 / $0.624，都在 价格速查 可查。计费公式与分组倍率写在 计费规则文档 里：官转分组 ×1.5，官方直连渠道稳定性更高、价格也更高。

迁移检查表#

从 OpenAI 协议迁到 Anthropic 协议时，按这个顺序过一遍，基本能一次跑通：

反过来从 Anthropic 迁到 OpenAI 协议，把表左右两列对调即可，另外注意 OpenAI 的 content 可能是 null（只返回工具调用时），必须做空值处理。

常见问题#

Q：只改 model 名能跑通吗？

纯文本单轮对话多数能跑通，但 max_tokens 和 system 这两项会立刻报错。如果你用的是 OpenAI SDK 调 Claude 模型（走兼容端点），那实际上用的是 OpenAI 协议，不是 Anthropic 协议，两者不要混为一谈。

Q：哪家的输出更便宜？

不能一概而论，同名系列的档位差异很大。站内挂单价 claude-sonnet-5 是 $4 / $20，gpt-5.6-luna 是 $1 / $8，gemini-2.5-flash 是 $0.3 / $2.5，deepseek-v4-flash 是 $3 / $9（每百万 tokens，输入/输出）。按任务质量需求选型比单纯比价更划算，参考 2026 大模型 API 价格对比。

Q：thinking 会导致输出为空吗？

不会，但会出现 content[0] 是 thinking 块的情况。如果你的代码写死取 [0].text，就会读到错误内容或直接报错。正确做法是遍历块数组按 type 过滤。

Q：两种协议的错误码一致吗？

HTTP 状态码语义一致（401 Key 无效、404 模型名不存在、429 限流、5xx 上游异常），但错误体的 JSON 结构不同。别写死解析某一家字段，统一按状态码分流最稳，详见 报错速查。

延伸阅读#

• Claude 原生端点 /v1/messages 完整用法
• OpenAI 兼容协议是什么：原理、边界与用法
• base_url 迁移后失效的 5 个功能实测
• 注册账户拿到 Key，两套协议十分钟跑通