OpenAI API и Anthropic API: разница форматов и что выбрать для своего кода

Оба формата отправляют модели сообщения и получают ответ, поэтому кажутся взаимозаменяемыми. Но при переносе кода с одного на другой вылезают мелочи: где лежит system, обязателен ли max_tokens, как выглядит ответ и как читать вызовы инструментов. Ниже разбор OpenAI API vs Anthropic API: сравнение /v1/chat/completions и /v1/messages, примеры кода для каждого и объяснение, какой формат выгоднее при работе через шлюз. В Zukko любую модель можно вызвать в любом формате, поэтому выбор определяется кодом и расходами, а не тем, чья это модель.

Быстрое сравнение

Ниже по пунктам.

Структура запроса и ответа

OpenAI-формат

import os
from openai import OpenAI

client = OpenAI(base_url="https://api.zukko.pro/v1", api_key=os.environ["ZUKKO_API_KEY"])

resp = client.chat.completions.create(
    model="claude-sonnet-5-5",
    messages=[
        {"role": "system", "content": "Отвечай кратко."},
        {"role": "user", "content": "Что такое токен?"},
    ],
    max_tokens=300,
)
print(resp.choices[0].message.content)
print(resp.usage.prompt_tokens, resp.usage.completion_tokens)

Anthropic-формат

import os
import anthropic

client = anthropic.Anthropic(
    base_url="https://api.zukko.pro",  # без /v1: SDK добавит сам
    api_key=os.environ["ZUKKO_API_KEY"],
)

resp = client.messages.create(
    model="claude-sonnet-5-5",
    system="Отвечай кратко.",
    messages=[{"role": "user", "content": "Что такое токен?"}],
    max_tokens=300,
)
print(resp.content[0].text)
print(resp.usage.input_tokens, resp.usage.output_tokens)

Заметные отличия: system вынесен из списка сообщений, max_tokens указывать обязательно, а ответ приходит как массив блоков. Блоков может быть несколько (например, текст и затем вызов инструмента), поэтому в реальном коде выбирайте блоки с type == "text", а не берите нулевой.

Для curl-запросов и описания полей смотрите документацию: chat/completions↗ и messages↗.

Инструменты (function calling)

В OpenAI-формате инструмент описывается обёрткой function, а модель возвращает вызов в message.tool_calls; аргументы приходят JSON-строкой в function.arguments, которую нужно разобрать, а результат возвращается сообщением с ролью tool и tool_call_id:

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "Погода в городе",
        "parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
    },
}]

В Anthropic-формате схема лежит в input_schema, вызов приходит блоком tool_use с уже разобранным объектом input, а результат возвращается пользовательским сообщением с блоком tool_result (в нём tool_use_id):

tools = [{
    "name": "get_weather",
    "description": "Погода в городе",
    "input_schema": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]},
}]

Полный цикл (вызов, выполнение функции, возврат результата) в обоих форматах занимает примерно одинаковый объём кода, отличаются только имена полей.

Стриминг

В OpenAI-формате сервер присылает чанки с choices[0].delta, в конце потока приходит чанк с usage и пустым choices. Поэтому в коде всегда проверяйте if chunk.choices: перед обращением к chunk.choices[0]:

stream = client.chat.completions.create(
    model="claude-sonnet-5-5",
    messages=[{"role": "user", "content": "Расскажи про кэш промптов"}],
    stream=True,
    max_tokens=500,
)
for chunk in stream:
    if chunk.choices:
        print(chunk.choices[0].delta.content or "", end="")

В Anthropic SDK удобнее менеджер потока:

with client.messages.stream(
    model="claude-sonnet-5-5",
    messages=[{"role": "user", "content": "Расскажи про кэш промптов"}],
    max_tokens=500,
) as stream:
    for text in stream.text_stream:
        print(text, end="")

Под капотом это типизированные события, и вам не нужно разбирать их самому. Формат событий описан в разделе документации по стримингу.

Кэш и стоимость: главное практическое отличие

Здесь формат влияет на деньги. По правилам Zukko:

• для Claude в Anthropic-формате шлюз видит чтение и запись кэша (поля cache_read_input_tokens и cache_creation_input_tokens) и оплачивает их по своим ценам;
• для Claude в OpenAI-формате разбивки на кэш нет, и весь вход идёт по цене входа;
• для GPT чтение кэша видно в обоих форматах (prompt_tokens_details.cached_tokens).

Пример. Агентный шаг на claude-sonnet-5-5 (вход $0.4, чтение кэша $0.05 за 1M токенов, цены на 18 октября 2026) с префиксом 50 000 токенов, который целиком читается из кэша. Считаем только этот префикс, без выхода и новых токенов:

• /v1/messages: 50 000 × 0.05 / 1 000 000 = $0.0025 за запрос;
• /v1/chat/completions: 50 000 × 0.4 / 1 000 000 = $0.02 за запрос.

На 100 запросах получается $0.25 против $2.00. Это верхняя оценка, предполагающая, что кэш попал на каждом запросе (первая запись кэша стоит отдельно, у Sonnet 5.5 это $0.5 за 1M). Но направление очевидно: для длинных повторяющихся префиксов (агенты, чат с большим системным промптом) Claude выгоднее вызывать через Anthropic-формат. Подробнее — в статье Claude через /v1/messages или /v1/chat/completions: что будет с кэшем↗.

Чтобы кэш в Anthropic-формате работал, нужно, чтобы клиент помечал кэшируемую часть. Claude Code и многие агенты делают это сами. В собственном коде это выглядит так:

resp = client.messages.create(
    model="claude-sonnet-5-5",
    max_tokens=300,
    system=[{
        "type": "text",
        "text": LONG_INSTRUCTION,                   # длинный стабильный префикс
        "cache_control": {"type": "ephemeral"},     # пометка для кэша
    }],
    messages=[{"role": "user", "content": "Вопрос по инструкции"}],
)
print(resp.usage.cache_creation_input_tokens, resp.usage.cache_read_input_tokens)

Минимальная длина кэшируемого префикса зависит от модели, смотрите документацию Anthropic. Общая формула: свежий вход × цена входа + чтение кэша × цена чтения + запись кэша × цена записи + выход × цена выхода.

Другие модели через любой формат

Через шлюз модели не привязаны к «своему» формату. GPT, Gemini, DeepSeek, Qwen и GLM можно вызывать и через /v1/chat/completions, и через /v1/messages: шлюз переводит запрос. Например, glm-5.3-flash в Anthropic-формате работает, а шлюз сам конвертирует запрос и ответ. Но у разных моделей разные нюансы: не все поддерживают одинаковый набор параметров, поэтому проверяйте поведение на своём коде. Актуальный список моделей и цены: GET https://api.zukko.pro/v1/models или страница «Модели» в кабинете.

Что выбрать

Если вы выбираете провайдера в IDE, пользуйтесь страницей «Выбор провайдера» в документации Zukko: Anthropic с адресом https://api.zukko.pro или OpenAI-совместимый с /v1. Ключ в обоих случаях один и тот же. Третий эндпоинт, /v1/responses, тоже доступен, но это отдельная тема.

Переход с одного на другой: чек-лист

1. Поменяйте base URL: с /v1 для OpenAI SDK, без /v1 для Anthropic SDK.
2. Вынесите system из messages или обратно.
3. Добавьте max_tokens для Anthropic-формата.
4. Переделайте разбор ответа и поля usage.
5. Перепишите описания инструментов и обработку результатов.
6. Проверьте стриминг, включая последний чанк с usage.
7. Прогоните тесты на своих промптах и сверьте расход в кабинете.

Ключ для обоих форматов один, создаётся в кабинете Zukko↗.

Частые вопросы

Можно ли вызвать Claude через OpenAI SDK?

Да, через /v1/chat/completions с адресом https://api.zukko.pro/v1. Работает, но кэш Claude в этом формате не разбивается и весь вход идёт по цене входа.

Можно ли вызвать GPT через Anthropic SDK?

Шлюз позволяет вызывать любую модель в любом формате, но проверяйте поведение конкретной модели на вашем коде. Для GPT проще и привычнее OpenAI-формат.

Чем отличаются заголовки авторизации?

OpenAI использует Authorization: Bearer, Anthropic x-api-key и anthropic-version. Шлюз Zukko принимает ключ в любом из двух заголовков.

Почему в Anthropic-формате обязателен max_tokens?

Так устроен формат Anthropic: поле обязательное. В OpenAI-формате его можно не указывать, но для контроля расхода рекомендуем задавать лимит в обоих.