Python

Các ví dụ hoạt động được với gói anthropic và openai, bao gồm truyền luồng và xử lý bất đồng bộ.

SDK Anthropic

pip install anthropic
import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ[class="s">"CLAUDEAPIKEY"],
    base_url=class="s">"https://aiprimetech.io",          class=class="s">"c"># no /v1
)

msg = client.messages.create(
    model=class="s">"claude-sonnet-4-6",
    max_tokens=1024,
    system=class="s">"You are a concise assistant.",
    messages=[{class="s">"role": class="s">"user", class="s">"content": class="s">"Explain HTTP caching in three sentences."}],
)
print(msg.content[0].text)
print(msg.usage.input_tokens, msg.usage.output_tokens)

Truyền dữ liệu theo luồng

with client.messages.stream(
    model=class="s">"claude-sonnet-4-6",
    max_tokens=1024,
    messages=[{class="s">"role": class="s">"user", class="s">"content": class="s">"Write a haiku about latency."}],
) as stream:
    for text in stream.text_stream:
        print(text, end=class="s">"", flush=True)
    final = stream.get_final_message()
print(class="s">"\n", final.usage.output_tokens, class="s">"output tokens")

Bất đồng bộ

import asyncio
from anthropic import AsyncAnthropic

client = AsyncAnthropic(api_key=class="s">"sk-your-key", base_url=class="s">"https://aiprimetech.io")

async def ask(q):
    m = await client.messages.create(
        model=class="s">"claude-haiku-4-5", max_tokens=256,
        messages=[{class="s">"role": class="s">"user", class="s">"content": q}],
    )
    return m.content[0].text

async def main():
    sem = asyncio.Semaphore(8)                 class=class="s">"c"># respect rate limits
    async def guarded(q):
        async with sem:
            return await ask(q)
    print(await asyncio.gather(*(guarded(q) for q in [class="s">"1+1?", class="s">"2+2?", class="s">"3+3?"])))

asyncio.run(main())

SDK OpenAI

from openai import OpenAI

client = OpenAI(api_key=class="s">"sk-your-key", base_url=class="s">"https://aiprimetech.io/v1")   class=class="s">"c"># with /v1

resp = client.chat.completions.create(
    model=class="s">"claude-sonnet-4-6",
    messages=[{class="s">"role": class="s">"user", class="s">"content": class="s">"Hello"}],
)
print(resp.choices[0].message.content)
Cả hai đoạn mã đều gọi cùng một mô hình với cùng mức giá. Hãy dùng thư viện mà dự án của bạn đã phụ thuộc.