Use Claude com o SDK da OpenAI: endpoint compatível com OpenAI, streaming, ferramentas e limites

O código escrito para o SDK da OpenAI pode chamar o Claude sem precisar ser reescrito: aponte base_url para o /v1do gateway, use uma chave do gateway e um ID de modelo Claude. O endpoint aceita solicitações Chat Completions, transmite em streaming no mesmo formato e oferece suporte a chamadas de funções. Alguns recursos do Claude só existem no formato nativo da Anthropic; a última seção explica quando mudar.

Informações sobre o endpoint

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 deve terminar em /v1: o SDK acrescenta /chat/completions ao final. Sem /v1 a solicitação chega ao site e retorna HTML; com /v1 duas vezes, retorna 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);

Transmissão

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)

Use streaming para respostas longas: uma solicitação sem streaming precisa terminar dentro do tempo limite do cliente; com streaming, isso não é necessário. include_usage adiciona um bloco final com a contagem de tokens. Saiba mais sobre por que isso importa em respostas de LLM com streaming.

Chamada de funções

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"}

A resposta retorna com finish_reason: "tool_calls" e, no estilo OpenAI, tool_calls. Execute a função, acrescente uma mensagem tool com o resultado e o tool_call_idcorrespondente e faça outra chamada, exatamente como com os modelos da OpenAI.

Raciocínio e pensamento

reasoning_effort corresponde à configuração de esforço do Claude e aceita low, medium, high, xhigh ou max. O valor none é rejeitado. Quando o modelo pensa, seu raciocínio chega em um campo separado reasoning_content ao lado de content, de modo que o código que lê message.content continua funcionando sem alterações.

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: ..."}],
)

Modelos

Use estes IDs exatamente como estão. IDs antigos com data, como claude-3-5-sonnet-20241022 ainda aparecem em algumas listas de modelos, mas não são disponibilizados e retornam um erro de modelo não compatível.

Quando usar a API nativa da Anthropic

O formato da OpenAI abrange chat, streaming, ferramentas e imagens. Use o formato Messages da própria Anthropic, no mesmo gateway, quando precisar de pontos explícitos de delimitação do cache de prompts, blocos de pensamento que são reenviados entre turnos, documentos PDF ou citações. O guia do SDK Python da Anthropic e a guia do Vercel AI SDK abordam essa opção.

Solução de problemas

Perguntas frequentes

AI Prime Tech é um gateway de API independente. Não tem afiliação com a Anthropic, não é endossado por ela e não é seu revendedor. Claude e os nomes dos modelos relacionados são marcas comerciais de seus respectivos proprietários.