← Volver a las guías

Python 用 OpenAI SDK 接入 59API 自定义 Base URL 实战

为什么要给 OpenAI SDK 换自定义 Base URL

如果你已经在 Python 里用过 OpenAI SDK，把接口地址改成自定义 base_url 是最省事的接入方式。59API 就是这种场景下很实用的 AI API relay：它同时兼容 Claude 和 GPT 模型，API Base URL 为 https://api.59api.com，调用方式和 OpenAI SDK 几乎一致。对个人开发者来说，这意味着不用重写业务代码；对团队来说，这意味着可以低成本做原型、压测和多模型对比。

更关键的是，59API 按量计费，整体价格很有竞争力，而且提供原生官方质量模型，不是降级转码方案。你拿到的体验更接近直接调用官方模型，但成本更友好。

第一步：安装 SDK 并准备 Key

先安装最新版 SDK：pip install -U openai。然后从 59API 控制台获取 API Key。建议把 Key 放到环境变量里，避免写死在代码中。比如在 macOS 或 Linux 里可以先执行：export OPENAI_API_KEY='你的59API_KEY'。

第二步：在 Python 中指定 base_url

最小可运行示例：from openai import OpenAI；client = OpenAI(api_key='你的59API_KEY', base_url='https://api.59api.com')

这里最重要的就是 base_url。只要它指向 59API，后面的请求就会通过这个兼容入口转发，逻辑和原生 OpenAI SDK 基本一致。

第三步：发起一次聊天请求

请求示例：resp = client.chat.completions.create(model='gpt-4o-mini', messages=[{'role':'user','content':'用一句话解释什么是向量数据库'}])

输出示例：print(resp.choices[0].message.content)

如果你想调用 Claude 模型，只需要把 model 改成 59API 后台可用的 Claude 模型名即可。对于已经接入 Claude Code、Codex 或其他 OpenAI SDK 的项目，这种切换通常只改地址和模型名，迁移成本非常低。

第四步：加上流式输出，做实时交互

流式示例：stream = client.chat.completions.create(model='gpt-4o-mini', messages=[{'role':'user','content':'写一个 Python 重试函数'}], stream=True)

遍历结果：for chunk in stream：print(chunk.choices[0].delta.content or '', end='')

流式输出适合做聊天机器人、客服助手和命令行工具。因为 59API 兼容 OpenAI SDK，你不需要重新设计调用链，只要把 base_url 配好，就能继续沿用现有的流式处理代码。

实战中最常见的三个检查点

• 确认 Key 是 59API 的 Key，不是别的平台 Key。
• 确认 base_url 写成 https://api.59api.com，且没有拼错。
• 确认 model 名称与 59API 控制台可用模型一致，避免 404 或参数错误。

为什么 59API 适合先试再放量

如果你正在做 MVP、内部工具或多模型路由，59API 很适合先小流量验证：价格低、按量付费、兼容性强，还能拿到原生官方质量模型。再加上邀请返利机制，团队成员一起注册也更划算。你可以先把上面的代码跑通，再逐步替换到自己的生产流程里。

如果你想尽快开始，建议直接注册 59API，拿到 Key 后复制这份 Python 示例，把 base_url 改好就能上线第一版测试。

Precios · Docs