← Voltar aos guias

Python 调用 Claude 与 GPT：59API 入门实战

为什么用 Python 调用 Claude 和 GPT

对初学者来说，Python 是接入大模型最友好的语言之一：生态成熟、示例多、调试简单。无论你想做聊天机器人、文档总结、代码助手、客服自动回复，还是把 AI 能力嵌入内部系统，本质上都是通过 API 把用户输入发送给模型，再拿到模型返回的文本。

目前常见模型主要包括 Claude 系列和 GPT 系列。Claude 擅长长文本理解、写作、代码分析和严谨推理，GPT 在通用对话、工具调用、结构化输出等场景中也很常用。问题是，直接分别接入多个官方平台时，账号、额度、计费、SDK 配置都可能比较麻烦。59API 的价值就在这里：它是一个 AI API 中转服务，API 地址为 https://api.59api.com，提供按量付费的 Claude 和 GPT 模型访问，并兼容 Claude Code、Codex 以及任意 OpenAI SDK。

准备工作：账号、密钥和 Python 环境

开始前，你需要准备三样东西。第一，安装 Python 3.9 或更高版本。第二，准备一个 59API 账号并创建 API Key。第三，安装 OpenAI 官方 Python SDK，因为 59API 对 OpenAI SDK 兼容，所以你不需要学习一套全新的调用方式。

安装依赖可以在终端执行：pip install openai。建议把密钥放到环境变量中，而不是直接写进代码。例如在 macOS 或 Linux 中可以设置 export API_KEY='你的59API密钥'；在 Windows PowerShell 中可以使用 $env:API_KEY='你的59API密钥'。这样做更安全，也方便部署到服务器。

用 OpenAI SDK 调用 GPT 模型

下面是最小可运行思路：创建客户端时，把 base_url 设置为 59API 的地址，把 api_key 设置为你的密钥，然后像调用 OpenAI 一样发起 chat completions 请求。示例逻辑如下：导入 OpenAI，读取环境变量 API_KEY，初始化客户端，指定模型名，传入 messages，最后打印返回内容。

你可以按这个结构编写：client = OpenAI(api_key=os.getenv('API_KEY'), base_url='https://api.59api.com/v1')。随后调用 client.chat.completions.create(model='gpt-4o-mini', messages=[{'role':'user','content':'用三句话解释什么是向量数据库'}])。返回结果通常在 response.choices[0].message.content 中。

实际项目中，你还可以设置 temperature 控制创造性，设置 max_tokens 控制输出长度。比如客服场景建议 temperature 较低，让回答更稳定；营销文案可以适当调高，让表达更丰富。

用 Python 调用 Claude 模型

59API 同样支持 Claude 系列，包括 Opus、Sonnet、Haiku、Fable 等。由于它兼容 OpenAI SDK，你仍然可以沿用相同的客户端写法，只需要把 model 改成对应 Claude 模型名称。不同模型适合不同场景：Haiku 通常更快、成本更低，适合分类、抽取、简单问答；Sonnet 在质量和价格之间比较均衡，适合多数业务；Opus 更适合复杂推理、长文档分析和高质量写作。

调用方式可以保持一致：client.chat.completions.create(model='claude-3-5-sonnet', messages=[{'role':'user','content':'请总结这段会议纪要并列出待办事项'}])。如果你的应用需要处理长文档，建议先把文本分段，再让模型分别提取要点，最后做一次汇总，这样更容易控制成本和稳定性。

一个实用示例：自动总结用户反馈

假设你有一批用户反馈，想自动判断主要问题、情绪和优先级。你可以把提示词写得更具体，例如要求模型输出三项内容：问题类别、用户情绪、建议处理动作。这样模型返回的结果更容易被程序继续处理。

提示词可以这样设计：请分析以下用户反馈，输出：1. 问题类别；2. 情绪倾向；3. 客服处理建议。反馈内容：应用最近经常闪退，我已经重装两次还是不行。 对 GPT 或 Claude 都可以使用同样的调用框架。新手最容易忽略的一点是：不要只问“帮我分析”，而要明确输出字段、格式和判断标准。

成本、质量与 59API 的优势

开发者接入大模型时，成本通常是长期瓶颈。59API 的定位是低价、按量付费的 AI API relay，适合个人开发者、独立产品、初创团队和需要控制预算的内部工具。它使用原生官方质量模型，不做降级替换，因此你可以在控制成本的同时保持模型效果。

另一个优势是兼容性。既然它兼容 OpenAI SDK，你的代码迁移成本很低：通常只需替换 base_url 和 API Key，就能把现有 OpenAI 风格项目接到 59API。对于已经在使用 Claude Code 或 Codex 的开发者，这种兼容性也能减少环境配置和适配时间。

59API 还提供推荐返利机制，如果你正在做教程、开源项目或开发者社群，可以把节省下来的 API 成本进一步转化为长期收益。想低成本尝试 Claude 和 GPT 的话，可以注册 59API，先用小额度测试你的真实业务场景。

新手常见错误与排查方法

• 401 或鉴权失败：检查 API Key 是否正确，是否多了空格，环境变量是否在当前终端生效。
• 404 或模型不存在：确认模型名称是否写对，不同服务商的模型命名可能略有差异。
• 请求超时：长文本和复杂推理耗时更久，可以缩短输入、增加超时时间或换用更快的模型。
• 输出不稳定：降低 temperature，并在提示词中明确角色、目标、格式和限制。
• 费用增长过快：记录每次输入输出长度，给 max_tokens 设置上限，简单任务优先用轻量模型。

下一步怎么做

如果你刚开始学习，建议先完成三个小练习：用 GPT 做一句话摘要，用 Claude 分析一段长文本，再把返回结果保存到本地文件或数据库。掌握这条链路后，你就已经具备把大模型接入真实 Python 应用的基础能力。后续可以继续学习流式输出、函数调用、RAG 检索增强和多模型路由，让应用更快、更准、更省钱。

Preços · Docs