国内零门槛接入Gemini 2.5 & Claude 4指南
课程说明：
- 体验课内容节选自《2025大模型Agent智能体开发实战》(5月班) 完整版付费课程
体验课时间有限，若想深度学习大模型技术，欢迎大家报名由我主讲的《2025大模型Agent智能体开发实战》(5月班)
《2025大模型Agent智能体开发实战》(5月班) 为【100+小时】体系大课，总共20大模块精讲精析，零基础直达大模型企业级应用！
同时，5月班重磅新增DeepSeek+Agents SDK+谷歌ADK+MCP技术应用与智能体开发相关实战内容，并计划新增Qwen-3模型实战教学：
部分项目成果演示
from IPython.display import Video
- MateGen项目演示
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/4.MateGen%20Pro%20%E9%A1%B9%E7%9B%AE%E5%8A%9F%E8%83%BD%E6%BC%94%E7%A4%BA.mp4", width=800, height=400)
- 智能客服项目演示
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E6%99%BA%E8%83%BD%E5%AE%A2%E6%9C%8D%E6%A1%88%E4%BE%8B%E6%BC%94%E7%A4%BA.mp4", width=800, height=400)
- Dify项目演示
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/2f1b47f42c65fd59e8d3a83e6cb9f13b_raw.mp4", width=800, height=400)
- LangChain&LangGraph搭建Multi-Agnet
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/%E5%8F%AF%E8%A7%86%E5%8C%96%E6%95%B0%E6%8D%AE%E5%88%86%E6%9E%90Multi-Agent%E6%95%88%E6%9E%9C%E6%BC%94%E7%A4%BA%E6%95%88%E6%9E%9C.mp4", width=800, height=400)
此外，若是对大模型底层原理感兴趣，也欢迎报名由我和菜菜老师共同主讲的《2025大模型原理与实战课程》(5月班)
两门大模型课程5月班目前上新特惠中，立减2000起，合购还有更多优惠哦~详细信息扫码添加助教，回复“大模型”，即可领取课程大纲&查看课程详情👇
国内零门槛接入Gemini 2.5 & Claude 4
本地聊天机器人 & 代码编辑器Cursor & Agent代码开发环境
1. Gemini & Claude模型发布情况与接入方法
🌟 Gemini 2.5：Google 推出的多模态智能模型
在 2025 年 5 月的 Google I/O 大会上，Google 发布了 Gemini 2.5 系列模型，包括 Gemini 2.5 Pro 和 Gemini 2.5 Flash。其中，Gemini 2.5 Pro 是目前最先进的模型，具备强大的推理和编码能力，支持文本、图像、音频和视频等多种输入形式。该模型引入了“Deep Think”模式，能够处理复杂的数学和编程任务。此外，Gemini 2.5 Pro 拥有 100 万 token 的上下文窗口，适用于处理大规模数据集和复杂问题。Gemini 2.5 Flash 则优化了响应速度和效率，适合需要快速处理的任务。这两款模型均可通过 Google AI Studio 和 Vertex AI 进行访问。
🔗 官方网站：https://deepmind.google/models/gemini/pro/
- 深度解读谷歌IO大会：https://www.bilibili.com/video/BV1p8JLz2EvP/
🧠 Claude 4：Anthropic 推出的混合推理 AI 模型
2025 年 5 月 22 日，Anthropic 在其首届开发者大会上发布了 Claude 4 系列模型，包括 Claude Opus 4 和 Claude Sonnet 4。这两款模型采用混合推理架构，能够在快速响应和深入推理之间切换。Claude Opus 4 是目前最强大的模型，特别擅长处理需要长时间专注和多步骤的复杂任务，如软件开发和复杂数据分析。Claude Sonnet 4 则作为 Sonnet 3.7 的升级版，提供更高的指令遵循性和编码能力。这两款模型现已在 Anthropic API、Amazon Bedrock 和 Google Cloud 的 Vertex AI 上线，供开发者和企业使用。
🔗 官方网站：https://www.anthropic.com/news/claude-4
- Claude 4发布会详解：https://www.bilibili.com/video/BV1PWJszkEo5/
- 纯直连方法（需要网络工具）
- 借助聚合API和中转代理，无网络门槛接入接入Gemini&Claude
此外，伴随着模型应用需求不断扩大，很多中转和聚合平台各项功能也逐渐完善，并能承担起应用和开发的功能。本期公开课，就为大家详细介绍如何借助聚合API和中专代理，零门槛接入Gemini 2.5与Claude 4大模型。
- 课件领取：
2.API聚合平台账号注册与OpenAI风格API调用
接下来继续介绍API聚合平台账号注册流程。这里首先要注意，我们选取API聚合平台的要求如下：
- 更新速度方面，能够第一时间上线最新的模型，如最近的Gemini 2.5 Pro模型和Claude 4模型等；
- 国内没有网络门槛即可访问，且拥有单账号最高的RateLimit
- 能够一个账号/API-KEY调用多个模型，避免调用不同模型时来回切换API-KEY和Base-URL；
- 能够清楚检测每个API-KEY各模型token及费用消耗情况；
- 能够无缝使用谷歌genai或者Anthropic原版客户端进行模型调用，进而方便使用各模型客户端自带的Agent开发工具，例如网络搜索工具、代码解释器、MCP工具等；
- 【非开发向】能够较好的集成到一些聊天应用中，如Cherry studio或者Open-WebUI。
据此，经过一段时间的测试，我们挑选出三家能满足上述要求的模型聚合API供应商，分别是：
-
OpenRouter：全球最大的模型聚合API供应商，能提供的统一 API 接口和多模型支持，由于其用户规模较大，且各项功能维护较好，很多应用甚至会单独为OpenRouter提供API接入端口。网址：https://openrouter.ai/
-
DMXAPI：国内开发者创建的大模型API聚合平台，各项功能稳定，说明文档完整，非常适合国内开发者使用。网址：https://www.dmxapi.cn/ ；
-
small AI：新兴的API聚合平台，同样也可以无缝接入各类主流大模型，并且价格相对便宜。网址：https://www.smallai.asia/
接下来我们就注意注册各平台账号，并演示不同平台账号接入Gemini和Claude模型基本流程。需要注意的是，以上三个平台中，OpenRouter自定义了一整套各类模型接入方法，其他两个平台的模型接入流程都是类似的，只需要修改API-KEY和Base-URL即可。大家在实际使用过程中任选其一即可。
2.1 OpenRouter账号注册与模型调用测试
- OpenRouter账号注册
来到OpenRouter主页：https://openrouter.ai/ ，点击注册：
可以选择GitHub账号、谷歌账号或者任意自选邮箱进行注册：
- OpenRouterAPI-KEY创建流程
然后即可点击Credits进行充值：
点击Add Credits，可选择各类信用卡进行充值：
然后点击创建API-KEY即可：
- OpenRouter网站功能介绍
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/2025-05-23%2016-49-11.mp4", width=800, height=400)
- OpenRouter API-KEY调用测试
紧接着，我们测试下刚才创建的OpenRouter API-KEY能否顺利调用Gemini 2.5 Pro模型和Claude 4模型。OpenRouter默认使用OpenAI风格API进行调用，我们可以运行如下代码进行测试：
import os
from dotenv import load_dotenv
load_dotenv(override=True)
from openai import OpenAI
# OpenRouter Gemini 2.5调用测试
or_client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OR_API_KEY"),
)
or_completion = or_client.chat.completions.create(
model="google/gemini-2.5-flash-preview-05-20",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(or_completion.choices[0].message.content)
# OpenRouter Claude 4模型调用测试
or_client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OR_API_KEY"),
)
or_completion = or_client.chat.completions.create(
model="anthropic/claude-opus-4",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(or_completion.choices[0].message.content)
能发现可以顺利进行调用。
而对话结束后，即可在OpenRouter官网上查看扣费情况，本次花费约2美分不到：
2.2 DMXAPI账号注册与模型调用测试
- DMXAPI账号注册流程
接下来继续测试DMXAPI账号注册与API调用流程。同样我们在DMX官网：https://www.dmxapi.cn/ ，点击进行注册：
然后即可在价格页面查看所需要的模型及其相应的定价：
并且可以在教程页面看到DMXAPI各类模型采用OpenAI风格API进行调用的方法：
此外，DMXAPI还提供了非常便捷的开票通道，对企业用户非常友好：
- DMXAPI API-KEY注册流程
同样的，我们可以在工作台中进行余额充值：
然后可以在工作台主页进行DMXAPI的API-KEY创建：
并可以在使用日志中看到每一次模型调用的情况及计费：
- DMXAPI网站介绍
Video("https://ml2022.oss-cn-hangzhou.aliyuncs.com/2025-05-23%2017-06-15.mp4", width=800, height=400)
- DMXAPI API-KEY调用测试
紧接着，我们尝试使用DMXAPI的API-KEY进行模型调用：
# DMXAPI Gemini 2.5调用测试
dmx_client = OpenAI(
base_url="https://www.dmxapi.cn/v1",
api_key=os.getenv("DMX_API_KEY"),
)
dmx_completion = dmx_client.chat.completions.create(
model="gemini-2.5-flash-preview-04-17",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(dmx_completion.choices[0].message.content)
# OpenRouter Claude 4模型调用测试
dmx_client = OpenAI(
base_url="https://www.dmxapi.cn/v1",
api_key=os.getenv("DMX_API_KEY"),
)
dmx_completion = dmx_client.chat.completions.create(
model="claude-opus-4-20250514",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(dmx_completion.choices[0].message.content)
能够看到，两款模型都能顺利调用。但DMXAPI的模型实时更新速度不如OpenRouter，目前只更新了Claude 4，并未更新Gemini 2.5 flash 0520模型API。
2.3 smallAI API-KEY获取与模型调用测试
- smallAI API-KEY获取流程
最后，让我们来介绍smallAI的注册和使用流程。和DMXAPI类似，smallAI也是国内开发团队创建的，一款更加轻量级的模型聚合平台。我们可以登录管smallAI官网：https://www.smallai.asia/shop ：
直接下滑选择一款模型套餐进行购买即可：
完成购买后即可在邮箱中收到API-KEY：
- smallAI API额度查询
而由于smallAI并不需要账号注册，因此若要进行额度查询，我们可以在https://token.ai99.asia/ 网页中，输入API-KEY进行查询：
- smallAI 可调用的模型查询
同时，我们可以在https://smallai-pro.feishu.cn/base/PpzVb1Zega9HPJsMHVtczS7Nnah?table=blkakovWSuKyyfC4 中查看目前smallAI可调用的大模型：
能够看到，目前smallAI已经集成了Claude 4模型、以及部分Gemini 2.5模型。
- smallAI API-KEY调用流程
同样，这里我们继续进行smallAI的API-KEY调用测试：
# smallAI Gemini 2.5调用测试
sai_client = OpenAI(
base_url="https://ai98.vip/v1",
api_key=os.getenv("SAI_API_KEY"),
)
sai_completion = sai_client.chat.completions.create(
model="gemini-2.5-pro-preview-05-06",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(sai_completion.choices[0].message.content)
# smallAI Claude 4模型调用测试
sai_client = OpenAI(
base_url="https://ai98.vip/v1",
api_key=os.getenv("SAI_API_KEY"),
)
sai_completion = sai_client.chat.completions.create(
model="claude-opus-4-20250514",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "你好，好久不见，请介绍下你自己。"
}
]
}
]
)
print(sai_completion.choices[0].message.content)
3.Gemini 2.5、Claude 4模型接入Cursor
既然我们可以借助聚合API来进行OpenAI风格的Gemini 2.5和Claude 4模型调用，那就可以无缝一站式将模型接入Cursor、clien等编程工具。这里我们以Cursor为例进行演示，如何通过使用聚合API来调用Gemini 2.5、Claude 4模型。
需要注意的是，哪怕不使用聚合API，如果开通了Cursor的付费服务，也是可以直接调用Cursor内置的Claude 4模型的：
整个设置过程也并不复杂，我们只需要整理好三个聚合平台的API-KEY、Base-URL和模型名称即可。具体汇总结果如下：
| 平台名 | Base URL | Gemini 2.5模型名称 | Claude 4模型名称 |
|---|---|---|---|
| ✅ OpenRouter | "https://openrouter.ai/api/v1" | google/gemini-2.5-flash-preview-05-20 | anthropic/claude-opus-4 |
| ✅ DMXAPI | "https://www.dmxapi.cn/v1" | gemini-2.5-flash-preview-04-17 | claude-opus-4-20250514 |
| ✅ Small AI | "https://ai98.vip/v1" | gemini-2.5-pro-preview-05-06 | claude-opus-4-20250514 |
这里我们以OpenRouter API调用google/gemini-2.5-flash-preview-05-20模型，以及Small AI调用claude-opus-4-20250514 为例进行演示，其他不同聚合API接入不同模型也是类似。
- OpenRouter API接入gemini-2.5-flash模型
首先创建并勾选google/gemini-2.5-flash-preview-05-20模型：
然后输入OpenRouter的API-KEY和Base URL：
然后即可测试进行对话：
注，如果需要激活多个模型，需要再创建多个模型名称即可。
- Small AI接入claude-opus-4-20250514模型
紧接着，我们再测试使用Small AI的API-KEY，在Cursor中接入claude-opus-4-20250514模型。这里还是一样的，首先我们需要创建一个claude-opus-4-20250514模型：
然后输入smallAI的API-KEY和Base URL，并启用：
然后即可测试进行对话了：
同理，如果要接入更多的大模型，在创建模型页面创建更多模型即可。
4.Gemini 2.5、Claude 4模型接入本地聊天机器人
而当我们完成了各类聚合网站的API注册后，作为最基础的应用场景，我们还可以通过这些API，将Gemini 2.5、Claude 4等模型先接入本地聊天机器人，如接入ChatBox、Cherry Studio或者Open-WebUI等。由于各类聚合平台对各类大模型调用流程都类似，因此这里以Cherry Studio+DMXAPI调用Claude 4模型、以及Open-WebUI+OpenRouter调用google/gemini-2.5-flash-preview-05-20模型为例进行演示。
- Cherry Studio借助DMXAPI调用Claude 4模型
🍒 Cherry Studio 简介
Cherry Studio 是一款专为本地部署的大语言模型（LLM）设计的跨平台开发环境，目标是打造类似于 Visual Studio Code 的多模型 AI 助手 IDE。它将模型调用、本地缓存、上下文管理、插件扩展等功能高度整合，帮助用户以图形化方式便捷构建、测试和运行大模型应用。
Cherry Studio 支持一键加载如 ChatGLM、Qwen、LLaMA、Baichuan、DeepSeek 等本地模型，并通过“对话卡片”与“记忆管理”系统，提升人机交互效率，适合研发者、AI 创作者、教育工作者使用。
- 🔧 支持多后端（包括 Ollama、LMDeploy、FastChat、OpenAI 代理等）
- 🌐 支持多模型并行调用、上下文跨模型共享
- 🧩 插件机制灵活，可接入浏览器、RAG、Python 执行器等
- 🖥 Windows / macOS / Linux 三平台通用
🔗 官网地址：https://github.com/CherryHQ/cherry-studio
而在Cherry Studio中，我们能够非常便捷的接入DMXAPI，我们只需要输入DMXAPI的密钥：
然后点击管理模型：
然后选择claude4：
最后，即可在对话页面调用Claude4模型了：
同时，Cherry Studio也是MCP客户端，可以无缝接入MCP服务器，这里我们可以选择一个查询天气的Stdio服务器：
然后进行对话测试：
- Open-WebUI借助OpenRouter调用Gemini 2.5模型流程
🌐 Open-WebUI 简介
Open-WebUI 是一个开源的 Web 用户界面平台，专为本地大语言模型（如 Ollama、LM Studio）设计，目标是提供一个简洁现代、用户友好的界面来进行 LLM 对话、插件扩展、上下文检索（RAG）等操作。
Open-WebUI 类似于 ChatGPT 的浏览器体验，但它是完全本地运行的，不依赖云端，强调隐私、安全与自由。用户可以轻松使用 Chat、Code、Search 等工具，同时还能自定义模型路径、管理历史对话和知识库。
- 🧠 支持与 Ollama 深度集成（如 llama3、mistral）
- 🧩 可扩展工具插件：浏览器搜索、文件问答、代码执行等
- 👥 多用户支持、支持 API Key 管理与权限设置
- 📦 部署方便，支持 Docker、一键本地启动
🔗 官网地址：https://github.com/open-webui/open-webui
Open-WebUI的安装过程非常简单，只需要使用pip工具即可安装： FENCE0 安装完成后，输入serve命令即可开启Open-WebUI： FENCE1
打开Open-WebUI后，即可在左下角点击管理员面板，点击设置：
并在外部连接中输入openrouter的base url，以及API-KEY，并点击保存：
然后回到对话页面，找到Gemini 2.5 flash模型并进行对话即可：
同时，我们也可以使用Open-WebUI自带的代码解释器功能，进行简单的编程测试：
5.Gemini 2.5、Claude 4 API进阶调用方法介绍
import os
from dotenv import load_dotenv
load_dotenv(override=True)
from openai import OpenAI
最后，我们讨论一些进阶内容，关于如何在开发环境中调用聚合API中的Gemini模型和Claude模型API，来完成开发任务。不同于简单的对话聊天，在实际围绕大模型进行Agent开发时，往往需要用到模型的很多进阶功能，如多模态能力、思考能力等，甚至有些模型的默认API工具，还自带了例如网络搜索、连接MCP工具等能力，因此作为开发者，在选择聚合API进行开发时，务必需要先验证聚合API是否具备相同的能力，才能更好的判断模型价值。
5.1 Gemini 2.5聚合API调用流程
此前我们已经尝试使用各类聚合API调用了Gemini模型，这里继续测试Gemini API的进阶功能。
from openai import OpenAI
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OR_API_KEY"),
)
completion = client.chat.completions.create(
model="google/gemini-2.5-flash-preview-05-20",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "请帮我详细描述这张图片上的内容"
},
{
"type": "image_url",
"image_url": {
"url": "https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/image-20250523192158057.png"
}
}
]
}
]
)
print(completion.choices[0].message.content)
而其他聚合API也可以完整实现类似功能：
| 平台名 | Base URL | Gemini 2.5模型名称 | Claude 4模型名称 |
|---|---|---|---|
| ✅ OpenRouter | "https://openrouter.ai/api/v1" | google/gemini-2.5-flash-preview-05-20 | anthropic/claude-opus-4 |
| ✅ DMXAPI | "https://www.dmxapi.cn/v1" | gemini-2.5-flash-preview-04-17 | claude-opus-4-20250514 |
| ✅ Small AI | "https://ai98.vip/v1" | gemini-2.5-pro-preview-05-06 | claude-opus-4-20250514 |
例如DMXAPI：
client = OpenAI(
base_url="https://www.dmxapi.cn/v1",
api_key=os.getenv("DMX_API_KEY"),
)
completion = client.chat.completions.create(
model="gemini-2.5-flash-preview-04-17",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "请帮我详细描述这张图片上的内容"
},
{
"type": "image_url",
"image_url": {
"url": "https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/image-20250523192158057.png"
}
}
]
}
]
)
print(completion.choices[0].message.content)
以及smallAI实现流程如下：
client = OpenAI(
base_url="https://ai98.vip/v1",
api_key=os.getenv("SAI_API_KEY"),
)
completion = client.chat.completions.create(
model="gemini-2.5-pro-preview-05-06",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "请帮我详细描述这张图片上的内容"
},
{
"type": "image_url",
"image_url": {
"url": "https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/image-20250523192158057.png"
}
}
]
}
]
)
print(completion.choices[0].message.content)
5.2 Claude 4聚合API调用流程
接下来我们继续尝试调用聚合API来调用Claude 4 API。这里需要注意的是，OpenRouter核心功能只支持OpenAI风格API进行调用，而DMX和smallAI，则可以通过设置BaseURL来直接接入Anthropic API，从而拓展底层API模型能力。
- OpenRouter Claude 4多模态功能测试
client = OpenAI(
base_url="https://openrouter.ai/api/v1",
api_key=os.getenv("OR_API_KEY"),
)
completion = client.chat.completions.create(
model="anthropic/claude-sonnet-4",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "请帮我详细描述这张图片上的内容"
},
{
"type": "image_url",
"image_url": {
"url": "https://ml2022.oss-cn-hangzhou.aliyuncs.com/img/image-20250523192158057.png"
}
}
]
}
]
)
print(completion.choices[0].message.content)
其他模型API也均可实现。
- DMX、smallAI接入Anthropic API
Claude API使用说明：https://docs.anthropic.com/en/docs/get-started
!pip install anthropic
import anthropic
anthropic.Anthropic?
接下来无论是调用Gemini还是Claude模型，我们都需要注意设置API-KEY和Base_URL。
核心参数解释如下：
| 参数名 | 中文含义 | 说明 |
|---|---|---|
api_key | API 密钥 | Claude 的访问密钥。若未提供，将从环境变量 ANTHROPIC_API_KEY 中自动读取。 |
auth_token | 授权令牌（可选） | 用于某些企业环境下的身份验证（少用）。默认从 ANTHROPIC_AUTH_TOKEN 读取。 |
base_url | API 基础地址（可选） | 默认指向 Anthropic 官方 API，可自定义用于代理或私有部署。 |
timeout | 请求超时设置（秒） | 单次请求最大允许的等待时间，可为浮点数或 httpx.Timeout 对象。 |
max_retries | 最大重试次数 | 当请求失败时自动重试的最大次数，默认是 2 次。 |
default_headers | 默认请求头 | 可用于添加自定义 HTTP 头（如 User-Agent、Trace-ID）。 |
default_query | 默认 URL 查询参数 | 添加在每次 API 调用中的默认 query 参数。 |
http_client | 自定义 http 客户端对象 | 如果你使用自定义的 httpx.Client，可通过这里传入；否则 SDK 会自己创建一个。 |
_strict_response_validation | 严格响应校验（内部参数） | 是否强制验证返回数据格式，开发者一般无需使用。 |
接下来测试进行调用
| 平台名 | Base URL | Gemini 2.5模型名称 | Claude 4模型名称 |
|---|---|---|---|
| ✅ OpenRouter | "https://openrouter.ai/api/v1" | google/gemini-2.5-flash-preview-05-20 | anthropic/claude-opus-4 |
| ✅ DMXAPI | "https://www.dmxapi.cn/v1" | gemini-2.5-flash-preview-04-17 | claude-opus-4-20250514 |
| ✅ Small AI | "https://ai98.vip/v1" | gemini-2.5-pro-preview-05-06 | claude-opus-4-20250514 |
client = anthropic.Anthropic(
api_key=os.getenv("DMX_API_KEY"),
base_url="https://www.dmxapi.cn"
)
message = client.messages.create(
model="claude-opus-4-20250514",
max_tokens=1000,
temperature=1,
system="You are a world-class poet. Respond only with short poems.",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Why is the ocean salty?"
}
]
}
]
)
print(message.content)
远古风暴洒下的泪， 化作江河载矿归； 洗去岩石与大地的盐， 晶体沉积，一粒粒如沙般沉淀。
清雨归来依旧纯净清澈， 而盐分却年复一年地残留； 在辽阔而咸涩的海洋深处， 这些矿物，恒久长存不朽。
而smallAI也可以接入：
client = anthropic.Anthropic(
api_key=os.getenv("SAI_API_KEY"),
base_url="https://ai98.vip"
)
message = client.messages.create(
model="claude-opus-4-20250514",
max_tokens=1000,
temperature=1,
system="You are a world-class poet. Respond only with short poems.",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Why is the ocean salty?"
}
]
}
]
)
print(message.content)
但OpenRouter无法直接按照这种中转的方式进行接入，而这就会使得DMXAPI和smallAPI能够更加深度的接入Anthropic的技术开发生态中，相比之下OpenRouter则需要借助LiteLLm才能完成相同的功能。
client = anthropic.Anthropic(
api_key=os.getenv("SAI_API_KEY"),
base_url="https://ai98.vip"
)
response = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=16000,
thinking={
"type": "enabled",
"budget_tokens": 10000
},
messages=[{
"role": "user",
"content": "请证明根号2是无理数"
}]
)
response.content
client = anthropic.Anthropic(
api_key=os.getenv("DMX_API_KEY"),
base_url="https://www.dmxapi.cn"
)
message = client.messages.create(
model="claude-sonnet-4-20250514",
max_tokens=16000,
thinking={
"type": "enabled",
"budget_tokens": 10000
},
messages=[{
"role": "user",
"content": "Are there an infinite number of prime numbers such that n mod 4 == 3?"
}]
)
print(message.content)
是否存在无限多个形如 4 𝑛
3 4n+3 的质数？
message