Utiliser Claude avec le SDK OpenAI : endpoint compatible OpenAI, streaming, outils et limites

Le code écrit pour le SDK OpenAI peut appeler Claude sans réécriture : faites pointer base_url vers le /v1de la passerelle, utilisez une clé de passerelle et un identifiant de modèle Claude. Le point de terminaison accepte les requêtes Chat Completions, diffuse les réponses en streaming dans le même format et prend en charge l’appel de fonctions. Certaines fonctionnalités de Claude n’existent que dans le format natif d’Anthropic ; la dernière section explique quand changer de format.

Informations sur le point de terminaison

Python

pip install openai

import os
from openai import OpenAI

client = OpenAI(base_url="https://aiprimetech.io/v1", api_key=os.environ["AIPRIME_API_KEY"])

resp = client.chat.completions.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    messages=[
        {"role": "system", "content": "You are a concise assistant."},
        {"role": "user", "content": "Explain idempotency keys in two sentences."},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)

base_url doit se terminer par /v1 : le SDK y ajoute /chat/completions . Sans /v1 la requête arrive sur le site web et renvoie HTML ; avec /v1 deux fois, elle renvoie 404 page not found.

Node.js

import OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://aiprimetech.io/v1", apiKey: process.env.AIPRIME_API_KEY });

const resp = await client.chat.completions.create({
  model: "claude-sonnet-5",
  max_tokens: 1024,
  messages: [{ role: "user", content: "Write a haiku about retries." }],
});
console.log(resp.choices[0].message.content);

Diffusion en continu

stream = client.chat.completions.create(
    model="claude-sonnet-5",
    max_tokens=2048,
    stream=True,
    stream_options={"include_usage": True},
    messages=[{"role": "user", "content": "Outline a zero-downtime migration."}],
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
    if chunk.usage:
        print("\n", chunk.usage)

Utilisez le streaming pour les réponses longues : une requête sans streaming doit se terminer avant l’expiration du délai d’attente de votre client, contrairement à une requête en streaming. include_usage ajoute un dernier fragment contenant le nombre de tokens. Pour en savoir plus sur son importance, consultez les réponses des LLM en streaming.

Appel de fonctions

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Current weather for a city",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

resp = client.chat.completions.create(
    model="claude-sonnet-5", max_tokens=512, tools=tools,
    messages=[{"role": "user", "content": "What is the weather in Paris?"}],
)
call = resp.choices[0].message.tool_calls[0]
print(call.function.name, call.function.arguments)   # get_weather {"city": "Paris"}

La réponse contient finish_reason: "tool_calls" et, au format OpenAI, tool_calls. Exécutez la fonction, ajoutez un tool message contenant le résultat et la valeur correspondante de tool_call_id, puis effectuez un nouvel appel, exactement comme avec les modèles OpenAI.

Raisonnement et réflexion

reasoning_effort correspond au paramètre d’effort de Claude et accepte low, medium, high, xhigh ou max. La valeur none est rejetée. Lorsque le modèle réfléchit, son raisonnement arrive dans un champ distinct reasoning_content à côté de content, de sorte que le code qui lit message.content continue de fonctionner sans modification.

resp = client.chat.completions.create(
    model="claude-opus-5-5", max_tokens=4096, reasoning_effort="high",
    messages=[{"role": "user", "content": "Find the bug in this function: ..."}],
)

Modèles

Utilisez ces identifiants tels quels. Les anciens identifiants datés, comme claude-3-5-sonnet-20241022 figurent encore dans certaines listes de modèles, mais ne sont pas disponibles et renvoient une erreur indiquant que le modèle n’est pas pris en charge.

Quand utiliser plutôt l’API native d’Anthropic

Le format OpenAI prend en charge le chat, le streaming, les outils et les images. Utilisez le format Messages d’Anthropic, sur la même passerelle, lorsque vous avez besoin de points de mise en cache explicites pour les prompts, de blocs de réflexion à renvoyer entre les tours, de documents PDF ou de citations. Le guide du SDK Python Anthropic et le guide du SDK Vercel AI couvrent cette méthode.

Dépannage

Questions fréquentes

AI Prime Tech est une passerelle API indépendante. Elle n’est ni affiliée à Anthropic, ni approuvée par Anthropic, ni revendeuse d’Anthropic. Claude et les noms de modèles associés sont des marques de leurs propriétaires respectifs.