2026 主流 AI 模型 API 接口格式全面调研：从 OpenAI 到 Anthropic、Gemini、Llama、Mistral

• • 📂 AI
#AI #API #OpenAI #Anthropic #Google Gemini #Meta Llama #Mistral #Amazon Bedrock #Azure #OpenRouter #Chat Completions #Responses API #MCP #Agent
2026 主流 AI 模型 API 接口格式全面调研：从 OpenAI 到 Anthropic、Gemini、Llama、Mistral

研究员：黄山 (wairesearch) · 日期：2026-03-16

执行摘要

本报告全面调研了当前主流 AI 模型提供商的 API 接口格式，覆盖 Anthropic、OpenAI、Google、Meta Llama、Mistral 以及主要代理/网关层（Amazon Bedrock、Azure OpenAI、OpenRouter）。核心发现：行业正在从简单的补全接口向有状态、多模态、Agent 原生的 API 范式演进。OpenAI 的 Responses API 代表了最新趋势——内置工具调用、服务端状态管理、MCP 集成。同时，OpenAI Chat Completions 格式已成为事实上的行业标准，几乎所有第三方平台和网关都兼容此格式。

1. Anthropic — Messages API

基本信息

项目 说明
端点 POST /v1/messages
基础 URL https://api.anthropic.com
认证方式 x-api-key 请求头
API 版本 通过 anthropic-version 请求头指定（当前 2023-06-01）
SDK Python (anthropic)、TypeScript (@anthropic-ai/sdk)

请求结构

{
  "model": "claude-sonnet-4-20250514",
  "max_tokens": 1024,
  "system": "You are a helpful assistant.",
  "messages": [
    {
      "role": "user",
      "content": "Hello, Claude"
    }
  ],
  "temperature": 0.7,
  "tools": [],
  "stream": false
}

关键特点：

  • system 是顶层参数（不是 messages 中的角色）
  • content 可以是字符串或内容块数组（支持 text、image、document、tool_use、tool_result 等类型）
  • 消息必须是 user 和 assistant 交替出现
  • 支持 cache_control 实现提示缓存（Prompt Caching），TTL 可选 5 分钟或 1 小时

响应结构

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! How can I help you today?"
    }
  ],
  "model": "claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 25,
    "output_tokens": 15,
    "cache_creation_input_tokens": 0,
    "cache_read_input_tokens": 0
  }
}

支持功能

功能 支持 说明
流式输出 ✅ stream: true，SSE
工具调用 ✅ tools 参数，返回 tool_use 内容块
多模态 ✅ 图片、PDF、音频
系统提示词 ✅ 顶层 system 参数
结构化输出 ✅ Beta
提示缓存 ✅ cache_control 降低重复上下文成本
思维链 ✅ Extended Thinking（Claude 3.7+）

主要模型与定价

模型 输入 ($/1M tokens) 输出 ($/1M tokens) 上下文
Claude Opus 4.6 $5.00 $25.00 200K
Claude Sonnet 4.6 $3.00 $15.00 200K
Claude Haiku 4.5 $1.00 $5.00 200K

优缺点

优点： 语义清晰的 system 设计、提示缓存大幅降本、Extended Thinking 透明推理、内容块数组灵活

缺点： 与 OpenAI 格式不兼容、无服务端状态管理、无内置搜索/代码执行、模型选择相对较少

2. OpenAI — 三代 API 演进

2.1 Completions API（已废弃）

纯文本补全，没有角色概念，不支持多轮对话。2024 年 1 月起不再支持新模型。

{
  "model": "gpt-3.5-turbo-instruct",
  "prompt": "Say this is a test",
  "max_tokens": 7
}

2.2 Chat Completions API（当前行业标准）

{
  "model": "gpt-5",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ],
  "temperature": 0.7,
  "max_tokens": 1024,
  "tools": [...],
  "response_format": {"type": "json_object"}
}

关键特点：

  • system 作为 messages 数组中的一个角色
  • 响应包含 choices 数组
  • 事实上的行业标准格式 — 几乎所有第三方服务都兼容

2.3 Responses API（最新推荐）

2025 年 3 月发布，代表 Agent 原生的新范式：

{
  "model": "gpt-5",
  "input": "Write a bedtime story about a unicorn.",
  "instructions": "You are a creative storyteller.",
  "tools": [
    {"type": "web_search"},
    {"type": "code_interpreter"},
    {"type": "function", "name": "get_weather", ...}
  ],
  "store": true
}

Chat Completions vs Responses API 关键区别

特性 Chat Completions Responses API
输入格式 messages 数组 input（字符串或数组）
系统提示 role: "system" instructions 参数
状态管理 客户端管理 服务端管理
多轮对话 发送完整历史 previous_response_id
内置工具 无 web_search、code_interpreter、computer_use
MCP 支持 无 支持远程 MCP 服务器

主要模型与定价

模型 输入 ($/1M tokens) 输出 ($/1M tokens) 上下文
GPT-5.2 $1.75 $14.00 128K
GPT-4o $2.50 $10.00 128K
GPT-4o-mini $0.15 $0.60 128K
o3 $2.00 $8.00 200K
o4-mini $1.10 $4.40 200K

3. Google — Gemini API

请求结构

{
  "contents": [
    {
      "role": "user",
      "parts": [{"text": "Explain how AI works"}]
    }
  ],
  "systemInstruction": {
    "parts": [{"text": "You are a helpful assistant."}]
  },
  "generationConfig": {
    "temperature": 0.7,
    "maxOutputTokens": 1024
  }
}

关键特点：

  • 使用 contents/parts 结构（非 messages/content）
  • 助手角色称为 model（非 assistant）
  • 系统提示通过 systemInstruction 设置
  • 内置 Google Search Grounding 和代码执行
  • 超大上下文窗口（1M+ tokens）

主要模型与定价

模型 输入 ($/1M tokens) 输出 ($/1M tokens) 上下文
Gemini 3.1 Pro $2.00 $12.00 1M+
Gemini 2.5 Pro $1.25 $5.00 1M
Gemini 2.5 Flash $0.15 $0.60 1M

优点： 1M+ 超长上下文、慷慨免费配额、原生多模态（文本/图片/视频/音频/PDF）

缺点： API 格式独特、安全过滤较激进、两套平台增加复杂度

4. Meta — Llama 开源生态

Meta 的 Llama 是开源/开放权重模型，不直接提供公有云 API，通过第三方平台使用：

平台 API 格式 特点
Together AI OpenAI 兼容 第三方推理
Fireworks AI OpenAI 兼容 高性能推理
Groq OpenAI 兼容 超低延迟
Amazon Bedrock Converse API AWS 托管
本地部署 vLLM/Ollama OpenAI 兼容端点

定价（第三方平台）

平台 模型 输入 ($/1M) 输出 ($/1M)
Together AI Llama 4 Maverick $0.27 $0.85
Groq Llama 3.3 70B $0.05 $0.10

优点： 开源可控、生态丰富、价格极低、无供应商锁定

缺点： 依赖第三方、各平台体验不一致、本地部署需 GPU

5. Mistral — La Plateforme API

与 OpenAI Chat Completions 格式高度兼容，几乎可以直接替换。

{
  "model": "mistral-large-latest",
  "messages": [
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Who is the best French painter?"}
  ]
}

主要模型与定价

模型 输入 ($/1M tokens) 输出 ($/1M tokens) 上下文
Mistral Large $2.00 $6.00 128K
Mistral Medium 3 $0.40 $2.00 128K
Mistral Small $0.10 $0.30 128K
Codestral $0.30 $0.90 256K

优点： 与 OpenAI 兼容、欧洲合规（GDPR）、性价比高

6. 代理/网关层

Amazon Bedrock — Converse API

统一接口访问多厂商模型（Claude、Llama、Mistral、Titan 等），AWS 原生集成。

Azure OpenAI

与 OpenAI API 完全兼容，URL 结构和认证方式不同，企业级 SLA。

OpenRouter

一个 API Key 访问 290+ 模型，完全兼容 OpenAI 格式，模型名使用 provider/model 格式。

7. 综合对比

API 格式对比

维度 Anthropic OpenAI (Chat) OpenAI (Resp.) Gemini Mistral
消息字段 messages messages input contents messages
系统提示 顶层 system role:"system" instructions systemInstruction role:"system"
助手角色 assistant assistant assistant model assistant
OpenAI 兼容 ❌ ✅（标准） ❌（新格式） ❌ ✅

功能对比

功能 Anthropic OpenAI (Chat) OpenAI (Resp.) Gemini Mistral
工具调用 ✅ ✅ ✅ ✅ ✅
多模态 ✅ ✅ ✅ ✅ ✅
内置搜索 ✅ ❌ ✅ ✅ ❌
代码执行 ❌ ❌ ✅ ✅ ❌
状态管理 ❌ ❌ ✅ ❌ ❌
MCP 支持 ✅ ❌ ✅ ❌ ❌
提示缓存 ✅ ✅ ✅ ✅ ❌

价格对比（旗舰 / 中端 / 轻量）

层级 Anthropic OpenAI Google Mistral
旗舰 Opus 4.6: $5/$25 GPT-5.2: $1.75/$14 Gemini 3.1 Pro: $2/$12 Large: $2/$6
中端 Sonnet 4.6: $3/$15 GPT-4o: $2.5/$10 Gemini 2.5 Pro: $1.25/$5 Medium 3: $0.40/$2
轻量 Haiku 4.5: $1/$5 4o-mini: $0.15/$0.60 2.5 Flash: $0.15/$0.60 Small: $0.10/$0.30

8. 趋势分析

OpenAI Chat Completions 成为事实标准

Mistral、Together AI、Fireworks、Groq、OpenRouter、vLLM、Ollama 等都兼容此格式。以此格式编写的代码可以最低成本切换提供商。

从无状态到有状态

OpenAI Responses API 代表新范式——服务端状态管理，不需要每次发送完整历史，降低 token 成本。

Agent 原生 API

各家都在向 Agent 工作流优化：

  • OpenAI：Responses API 内置 web_search、code_interpreter、MCP
  • Anthropic：提出 MCP 标准，扩展工具生态
  • Google：Grounding + Code Execution 内置

API 不再只是”生成文本”，而是”执行任务”。

价格持续下降

过去 2 年同等性能价格下降 10-50 倍。Gemini Flash / GPT-4o-mini 将”智能”推入每百万 token $0.15 区间。

推理模型兴起

OpenAI o 系列、Anthropic Extended Thinking、Google Thinking、Mistral Medium 3 — 从”快速回答”到”深度思考”的范式转变。

9. 技术决策建议

需要最大兼容性？ → OpenAI Chat Completions 格式
需要 Agent 能力？ → OpenAI Responses API
需要最长上下文？ → Google Gemini（1M+）
需要本地部署？   → Meta Llama（开源）
需要欧洲合规？   → Mistral
需要最低成本？   → Gemini Flash / GPT-4o-mini / Mistral Small
需要 AWS 集成？  → Amazon Bedrock Converse API

推荐架构：

  1. 抽象层：用 LiteLLM 或自建适配层统一格式
  2. 内部标准：OpenAI Chat Completions 兼容格式
  3. 多提供商策略：通过抽象层支持备选
  4. Agent 工作流：评估 Responses API
  5. 成本优化：提示缓存 + 批量处理 + 低成本模型路由

参考来源

  1. Anthropic API Reference
  2. OpenAI API Reference
  3. OpenAI Responses API Migration Guide
  4. Google Gemini API Reference
  5. Mistral API Documentation
  6. Amazon Bedrock Converse API
  7. Azure OpenAI Service
  8. OpenRouter Documentation
  9. Meta Llama

免责声明: 本报告基于 2026 年 3 月的公开信息编写。AI 领域变化极快，建议在做最终技术决策前查阅各提供商最新官方文档。

📖 相似文章推荐

OpenAI Symphony 深度解读：从「管理 Agent」到「管理工作」的范式跃迁
AI 2026/05/06
Gemini Enterprise Agent Platform 深度研究：Google 的企业 AI Agent 全栈平台
AI 2026/04/27
Claude Code 完全指南：打造最强 AI 编程环境的实战手册
AI 2026/04/27
上一篇
OpenClaw sessions_yield 深度解析：从同步轮询到事件驱动编排
下一篇
OpenClaw Session 架构设计全景解析：从路由到压缩的有状态 Agent 运行时