主流AI大模型—API调用示例程序

外星人AI

已于 2025-05-21 21:39:12 修改

阅读量1.2k

点赞数 27

分类专栏： python前后端分离项目文章标签：人工智能 API openai 大模型 AI

于 2025-05-21 21:33:27 首次发布

本文链接：https://blog.csdn.net/2401_83010216/article/details/148111686

版权

python前后端分离项目专栏收录该内容

6 篇文章

订阅专栏

【一】OpenAI

旧版~简易API调用

from openai import OpenAI
client = OpenAI()

response = client.responses.create(
    model="gpt-4.1",
    input="Write a one-sentence bedtime story about a unicorn."
)

print(response.output_text)

新版~完整版调用【推荐】

from openai import OpenAI
client = OpenAI()

completion = client.chat.completions.create(
    model="gpt-4.1",
    messages=[
        {
            "role": "user",
            "content": "Write a one-sentence bedtime story about a unicorn."
        }
    ]
)

print(completion.choices[0].message.content)

两者区别：

responses.create：旧版接口，适合简单文本生成，使用 `input` 参数传入字符串，输出为 response.output_text。功能单一，不支持对话上下文。
chat.completions.create：现代接口，专为对话设计，使用 `messages` 参数支持多角色（如 `system`, `user`）和多轮交互，输出为 `completion.choices[0].message.content`。更灵活，推荐使用。

官方文档地址：https://platform.openai.com/docs/overview

【二】Grok(X ai)

聊天示例代码：

import os
from openai import OpenAI

client = OpenAI(
  api_key="<YOUR_XAI_API_KEY_HERE>",
  base_url="https://api.x.ai/v1",
)

completion = client.chat.completions.create(
  model="grok-3",
  messages=[
    {"role": "system", "content": "You are a PhD-level mathematician."},
    {"role": "user", "content": "What is 2 + 2?"},
  ],
)

print(completion.choices[0].message)

画图示例代码：

import os

from openai import OpenAI

XAI_API_KEY = os.getenv("XAI_API_KEY")
client = OpenAI(base_url="https://api.x.ai/v1", api_key=XAI_API_KEY)

response = client.images.generate(
  model="grok-2-image-1212",
  prompt="A cat in a tree"
)

print(response.data[0].url)

grok api遵循openai格式，调用起来很方便

官方API文档地址：https://console.x.ai/team/f189d448-f059-46ef-8af7-0f9d578af12c/models

【三】Claude

聊天示例代码：

import anthropic

client = anthropic.Anthropic(
    # defaults to os.environ.get("ANTHROPIC_API_KEY")
    api_key="my_api_key",
)
message = client.messages.create(
    model="claude-3-7-sonnet-20250219",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Hello, Claude"}
    ]
)
print(message.content)

如果需要自定义URL调用地址：

from anthropic import Anthropic

# 初始化 Anthropic 客户端
client = Anthropic(
    api_key="sk-xxxxxx",
    base_url="xxxxxxxxxxx"  # 自定义 URL（视服务支持情况）
)

# 调用 Claude 模型
response = client.messages.create(
    model="claude-3-5-sonnet-20241022",
    max_tokens=1000,
    messages=[
        {"role": "user", "content": "你还好吗"}
    ]
)

# 打印结果
print(response.content[0].text)

【四】gemini

下面是一个接受单个文本输入的基本示例：

from google import genai

client = genai.Client(api_key="GEMINI_API_KEY")

response = client.models.generate_content(
    model="gemini-2.0-flash",
    contents=["How does AI work?"]
)
print(response.text)

可以使用系统指令来引导 Gemini 模型的行为。

为此，请传递 GenerateContentConfig 对象。

from google import genai
from google.genai import types

client = genai.Client(api_key="GEMINI_API_KEY")

response = client.models.generate_content(
    model="gemini-2.0-flash",
    config=types.GenerateContentConfig(
        system_instruction="You are a cat. Your name is Neko."),
    contents="Hello there"
)

print(response.text)

但是有一个问题就是我下载不了他这个库，一直没运行

【五】deepseek

DeepSeek API 使用与 OpenAI 兼容的 API 格式，通过修改配置，您可以使用 OpenAI SDK 来访问 DeepSeek API，或使用与 OpenAI API 兼容的软件。

# Please install OpenAI SDK first: `pip3 install openai`

from openai import OpenAI

client = OpenAI(api_key="<DeepSeek API Key>", base_url="https://api.deepseek.com")

response = client.chat.completions.create(
    model="deepseek-chat",
    messages=[
        {"role": "system", "content": "You are a helpful assistant"},
        {"role": "user", "content": "Hello"},
    ],
    stream=False
)

print(response.choices[0].message.content)

* deepseek-chat 模型已全面升级为 DeepSeek-V3，接口不变。 通过指定 model='deepseek-chat' 即可调用 DeepSeek-V3。

* deepseek-reasoner 是 DeepSeek 最新推出的推理模型 DeepSeek-R1。通过指定 model='deepseek-reasoner'，即可调用 DeepSeek-R1。

如何替换为自己的url和sk

openai格式的api调用举个例子

# 导入所需的库
# 这里假设我们使用一个通用的 API 客户端库，替换 OpenAI 的库
# 如果使用 xAI 或其他大模型 API，可能需要导入相应的 SDK
from openai import OpenAI  # 如果使用其他 API，可能改为对应的库，如 `from xai import XAIClient`

# 初始化客户端，指定 API 的基本 URL 和密钥
# base_url: API 的服务端点地址，替换为目标模型的 API 地址
# api_key: 用于身份验证的密钥，从服务提供商获取
client = OpenAI(
    base_url="https://api.x.ai/v1",  # 替换为目标 API 的 URL，例如 xAI 的 API 地址
    api_key="your_api_key_here"      # 替换为你在服务提供商注册后获得的 API 密钥
)

# 调用 API 的聊天完成接口，生成文本
# model: 指定使用的模型名称，替换为目标 API 支持的模型（如 "grok-3"）
# messages: 包含用户输入的对话内容，格式保持不变
# 这里的 prompt 是一个简单的独角兽睡前故事请求
completion = client.chat.completions.create(
    model="grok-3",  # 替换为目标 API 支持的模型名称，例如 xAI 的 Grok 3
    messages=[
        {
            "role": "user",  # 角色定义为用户
            "content": "Write a one-sentence bedtime story about a unicorn."  # 用户的输入提示
        }
    ]
)

# 输出 API 响应中的生成内容
# completion.choices[0].message.content 是标准返回格式，提取模型生成的文本
# 如果目标 API 的返回格式不同，可能需要调整字段名称（如 response.text）
print(completion.choices[0].message.content)

为什么很多大模型公司的API调用都兼容openai格式？

标准化与生态系统：
OpenAI 的 API 格式（特别是 chat.completions.create 接口）已成为事实上的行业标准。它的设计简单、清晰，易于开发者理解和使用。许多公司采用类似格式以降低开发者的学习成本，方便从 OpenAI 迁移或兼容现有代码。
开发者熟悉度：
OpenAI 的 SDK 和 API 文档广泛传播，开发者社区对其非常熟悉。通过模仿 OpenAI 的接口（如 model、messages 参数），其他公司可以吸引使用 OpenAI 的开发者，减少重新学习的摩擦。
兼容性与迁移：
采用 OpenAI 格式的 API 允许开发者通过简单替换 base_url 和 api_key（如前述代码）来切换服务。例如，xAI、Anthropic 或其他公司的 SDK 可能支持 OpenAI 的客户端库，直接通过配置指向自己的服务器。
简化开发：
OpenAI 的 API 设计（如 RESTful 风格、JSON 格式）简洁高效，适合处理对话、文本生成等任务。其他公司直接复用这一设计，无需重新发明复杂接口。