OpenAI、Claude 和 LLaMA 3 三大主流大模型的 API 接入方法与核心差异。内容涵盖各平台的认证机制、前置准备及 Python 代码示例，包括流式与非流式调用实现。此外，文章还提出了构建统一抽象层的架构思路，通过模型路由与格式适配屏蔽底层差异。最后总结了速率限制处理、Token 计费优化、Prompt 工程技巧及私有部署安全建议，帮助开发者高效集成多模型能力并保障系统稳定性。
当前大语言模型（LLM）生态已形成多元化格局：OpenAI 的 GPT 系列凭借成熟的 API 生态占据商用领域主导地位，Anthropic 的 Claude 以长上下文和安全对齐见长，Meta 的 LLaMA 3 则凭借开源特性成为本地私有化部署的首选。
在实际开发中，单一模型往往无法满足所有场景需求——GPT-4o 擅长多模态交互，Claude 适合超长文档处理，LLaMA 3 则能规避商用 API 的成本和隐私风险。掌握多平台 API/本地接口的调用能力，不仅能让开发者根据场景灵活切换模型，还能通过统一抽象层构建'模型无关'的 AI 应用，大幅提升系统的灵活性、成本可控性和容错能力。
本文将系统讲解 OpenAI、Claude、LLaMA 3 的接入方式、核心差异及最佳实践，帮助开发者高效、安全地集成多模型能力。
model（模型名称）、messages（对话历史）、temperature（随机性）等；pip install openai（推荐使用 v1.x 版本）；model（如 claude-3-5-sonnet-20240620）、max_tokens（生成长度）、messages（对话列表）；content 字段的 JSON，支持流式和非流式返回。pip install anthropic；ollama pull llama3:8b；pip install transformers torch accelerate，下载 LLaMA 3 权重（需通过 Meta 申请授权）。import os
from openai import OpenAI
from openai.error import RateLimitError, AuthenticationError, APIError
# 初始化客户端（推荐 v1.x 版本方式）
# 方式 1：通过环境变量设置 API Key（推荐，避免硬编码）
os.environ["OPENAI_API_KEY"] = "your-openai-api-key"
client = OpenAI()
# 方式 2：直接传入 API Key（不推荐，存在安全风险）
# client = OpenAI(api_key="your-openai-api-key")
def call_openai(prompt: str, model: str = "gpt-4o-mini") -> str:
"""
调用 OpenAI API 生成文本
:param prompt: 用户输入提示词
:param model: 模型名称，如 gpt-4o、gpt-4o-mini、gpt-3.5-turbo
:return: 生成的文本内容
"""
try:
# 构建请求
response = client.chat.completions.create(
model=model,
messages=[{"role": "system", "content": "你是一个专业的技术助手，回答简洁准确。"}, {"role": "user", "content": prompt}],
temperature=0.7, # 随机性，0-2 之间，值越高越随机
max_tokens=1024, # 最大生成 token 数
timeout=30 # 请求超时时间
)
# 提取生成结果
result = response.choices[0].message.content.strip()
# 打印 token 消耗（用于成本核算）
print(f"Token 消耗：输入 {response.usage.prompt_tokens} | 输出 {response.usage.completion_tokens}")
return result
except AuthenticationError:
()
RateLimitError:
()
APIError e:
()
Exception e:
()
__name__ == :
prompt =
result = call_openai(prompt)
(, result)
import os
import anthropic
from anthropic import AnthropicError, RateLimitError, AuthenticationError
# 初始化客户端
os.environ["ANTHROPIC_API_KEY"] = "your-anthropic-api-key"
client = anthropic.Anthropic()
def call_claude(prompt: str, model: str = "claude-3-5-sonnet-20240620") -> str:
"""
调用 Claude API 生成文本
:param prompt: 用户输入提示词
:param model: 模型名称，如 claude-3-5-sonnet、claude-3-opus
:return: 生成的文本内容
"""
try:
response = client.messages.create(
model=model,
max_tokens=1024,
temperature=0.7,
system="你是一个专业的技术助手，回答简洁准确。",
messages=[{"role": "user", "content": prompt}]
)
# 提取结果（Claude 返回的是 content 列表，需拼接）
result = "".join([content.text for content in response.content]).strip()
print(f"Token 消耗：输入 {response.usage.input_tokens} | 输出 {response.usage.output_tokens}")
return result
except AuthenticationError:
print("错误：API Key 认证失败，请检查密钥")
return ""
except RateLimitError:
print("错误：调用速率超限，请稍后重试")
return ""
except AnthropicError as e:
()
Exception e:
()
__name__ == :
prompt =
result = call_claude(prompt)
(, result)
import requests
import json
from typing import Optional
# Ollama 默认本地端口：11434
OLLAMA_BASE_URL = "http://localhost:11434/api"
def call_llama3(prompt: str, model: str = "llama3:8b", stream: bool = False) -> Optional[str]:
"""
通过 Ollama 调用本地部署的 LLaMA 3
:param prompt: 用户输入提示词
:param model: 模型名称（需先通过 ollama pull 下载）
:param stream: 是否流式返回
:return: 生成的文本内容
"""
# 构建请求数据
data = {
"model": model,
"prompt": prompt,
"system": "你是一个专业的技术助手，回答简洁准确。",
"temperature": 0.7,
"max_tokens": 1024,
"stream": stream
}
try:
# 非流式调用
if not stream:
response = requests.post(f"{OLLAMA_BASE_URL}/generate", json=data, timeout=60) # 本地推理可能较慢，设置较长超时
response.raise_for_status() # 抛出 HTTP 错误
result = response.json()["response"].strip()
print(f"Token 消耗：输入 {response.json()['prompt_eval_count']} | 输出 {response.json()['eval_count']}")
return result
# 流式调用（逐字返回）
:
result =
requests.post(, json=data, stream=, timeout=) response:
response.raise_for_status()
line response.iter_lines():
line:
line_data = json.loads(line)
line_data:
result += line_data[]
line_data.get():
()
result.strip()
requests.exceptions.ConnectionError:
()
requests.exceptions.Timeout:
()
Exception e:
()
__name__ == :
prompt =
result = call_llama3(prompt)
(, result)
为了避免重复开发和快速切换模型，推荐构建统一的抽象层封装多模型调用逻辑。以下是核心流程的 Mermaid 流程图：
flowchart TD
A[用户输入] --> B[请求预处理]
B --> C[校验输入格式]
C --> D[标准化 Prompt]
D --> E[模型路由选择]
E --> F{选择调用模型}
F -->|OpenAI| G[OpenAI 格式适配]
F -->|Claude| H[Claude 格式适配]
F -->|LLaMA 3| I[LLaMA 3 格式适配]
G --> J[发起 API 请求]
H --> J
I --> K[本地推理调用]
J --> L[结果接收]
K --> L
L --> M[结果标准化]
M --> N[提取核心文本]
N --> O[统一 Token 统计格式]
O --> P[错误信息标准化]
P --> Q[返回输出]
Q --> R[给用户结构化结果]
Q --> S[日志/监控记录]
重试机制：使用 tenacity 库实现带退避策略的重试（如指数退避），示例：
from tenacity import retry, stop_after_attempt, wait_exponential
@retry(stop=stop_after_attempt(3), wait=wait_exponential(multiplier=1, min=2, max=10))
def call_api_with_retry(prompt):
return call_openai(prompt)
Token 预估：调用前使用 tiktoken 库预估 Token 数，避免超出预算：
import tiktoken
encoder = tiktoken.encoding_for_model("gpt-4o-mini")
token_count = len(encoder.encode(prompt))
掌握以上技巧，开发者可灵活构建适配不同场景的 AI 应用，兼顾成本、性能和隐私需求。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online
生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online
基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online