Anthropic API 兼容-大模型服务平台百炼(Model Studio)-阿里云帮助中心

阿里云百炼的通义千问系列模型支持 Anthropic API 兼容接口。通过修改以下参数，即可将原有的 Anthropic 应用迁移至阿里云百炼。

ANTHROPIC_API_KEY（或 ANTHROPIC_AUTH_TOKEN）：替换为百炼 API Key。
ANTHROPIC_BASE_URL：替换为百炼的兼容端点地址 https://dashscope.aliyuncs.com/apps/anthropic。
模型名称（model）：替换为百炼支持的模型名称（例如 qwen-plus），详情请参考支持的模型。

重要

本文档仅适用于中国大陆版（北京地域）。

快速接入

文本对话

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)
# 迁移至百炼：需配置环境变量 ANTHROPIC_API_KEY 和 ANTHROPIC_BASE_URL，并修改下方的 model 参数。
# 参数兼容性请参考 Anthropic API 兼容性详情
message = client.messages.create(
    model="qwen-plus",   # 设置模型为 qwen-plus
    max_tokens=1024,
    # 深度思考，仅支持部分模型，请参阅支持的模型列表
    thinking={
        "type": "enabled",
        "budget_tokens": 1024
    },
    # 流式输出
    stream=True,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "你是谁？"
                }
            ]
        }
    ]
)
print("=== 思考过程 ===")
first_text = True
for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'thinking'):
            print(chunk.delta.thinking, end="", flush=True)
        elif hasattr(chunk.delta, 'text'):
            if first_text:
                print("\n\n=== 回答 ===")
                first_text = False
            print(chunk.delta.text, end="", flush=True)

图片解析

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)
# 迁移至百炼：需配置环境变量 ANTHROPIC_API_KEY 和 ANTHROPIC_BASE_URL，并修改下方的 model 参数。
# 使用 qwen-vl-plus 模型进行多模态调用

message = client.messages.create(
    model="qwen-vl-plus",  # 确保使用支持多模态的模型
    max_tokens=1024,
    # 流式输出
    stream=True,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "url",
                        "url": "https://data-generator-idst.oss-cn-shanghai.aliyuncs.com/dashscope/image/animal_01.jpg",
                    },
                },
                {
                    "type": "text",
                    "text": "描述这张图片的内容。"
                },
            ],
        }
    ],
)

for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'text'):
            print(chunk.delta.text, end="", flush=True)

视频解析

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)
# 迁移至百炼：需配置环境变量 ANTHROPIC_API_KEY （或 ANTHROPIC_AUTH_TOKEN） 和 ANTHROPIC_BASE_URL。
# 修改下方的 model 参数，使用视觉模型（如 qwen-vl-plus）进行多模态调用

message = client.messages.create(
    model="qwen-vl-plus",  # 确保使用支持多模态的模型
    max_tokens=1024,
    # 流式输出
    stream=True,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "video",
                    "source": {
                        "type": "url",
                        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251208/zpupby/3e81ef38-98f0-4d55-bbb6-259334ca18d0.mp4",
                    },
                },
                {
                    "type": "text",
                    "text": "描述这段视频的内容。"
                },
            ],
        }
    ],
)

for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'text'):
            print(chunk.delta.text, end="", flush=True)

支持的模型

百炼提供的 Anthropic API 兼容服务支持以下通义千问系列模型：

模型系列	支持的模型名称（model）
通义千问Max （仅 qwen3-max-preview 支持思考模式）	qwen3-max、qwen3-max-2025-09-23、qwen3-max-preview 查看更多
通义千问Plus	qwen-plus、qwen-plus-latest、qwen-plus-2025-09-11 查看更多
通义千问Flash	qwen-flash、qwen-flash-2025-07-28 查看更多
通义千问Turbo	qwen-turbo、qwen-turbo-latest 查看更多
通义千问Coder （不支持思考模式）	qwen3-coder-plus、qwen3-coder-plus-2025-09-23、qwen3-coder-flash 查看更多
通义千问VL （不支持思考模式）	qwen-vl-max、qwen-vl-plus

模型参数及计费规则请参考模型列表。

详细步骤

开通阿里云百炼

如果您是首次访问阿里云百炼服务平台，请按照以下步骤进行开通。

登录阿里云百炼控制台。
若页面顶部显示，需开通阿里云百炼的模型服务，并获得免费额度。如果未显示该消息，则表示您已经开通。

首次开通百炼后，您可领取新人免费额度（有效期：百炼开通后90天内），用于模型推理服务。免费额度领取方法和详情，请查看新人免费额度页面。

说明

超出额度或期限将产生费用，开启免费额度用完即停功能将避免此情况下产生费用，具体费用请以控制台的实际报价和最终账单为准。

配置环境变量

要通过兼容 Anthropic API 的方式，来接入阿里云百炼的模型服务，需要配置以下两个环境变量。

ANTHROPIC_BASE_URL：设置为 https://dashscope.aliyuncs.com/apps/anthropic。
ANTHROPIC_API_KEY或ANTHROPIC_AUTH_TOKEN：设置为阿里云百炼 API Key。
ANTHROPIC_API_KEY或ANTHROPIC_AUTH_TOKEN均可作为接入认证，只需要设置其一即可。本文以ANTHROPIC_API_KEY为例。

macOS

在终端中执行以下命令，查看默认 Shell 类型。
```
echo $SHELL
```

根据 Shell 类型设置环境变量，命令如下：

Zsh

# 用百炼 API KEY 替换 YOUR_DASHSCOPE_API_KEY
echo 'export ANTHROPIC_BASE_URL="https://dashscope.aliyuncs.com/apps/anthropic"' >> ~/.zshrc
echo 'export ANTHROPIC_API_KEY="YOUR_DASHSCOPE_API_KEY"' >> ~/.zshrc

Bash

# 用百炼 API Key 替换 YOUR_DASHSCOPE_API_KEY
echo 'export ANTHROPIC_BASE_URL="https://dashscope.aliyuncs.com/apps/anthropic"' >> ~/.bash_profile
echo 'export ANTHROPIC_API_KEY="YOUR_DASHSCOPE_API_KEY"' >> ~/.bash_profile

在终端中执行下列命令，使环境变量生效。
Zsh
```
source ~/.zshrc
```
Bash
```
source ~/.bash_profile
```
打开一个新的终端，执行下列命令，查看环境变量是否生效。
```
echo $ANTHROPIC_BASE_URL
echo $ANTHROPIC_API_KEY
```

Windows

在 Windows 中，可以通过 CMD 或 PowerShell 将阿里云百炼提供的 Base URL 和API Key设置为环境变量。

CMD

在 CMD 中运行以下命令，设置环境变量。

# 用百炼 API Key 替换 YOUR_DASHSCOPE_API_KEY
setx ANTHROPIC_API_KEY "YOUR_DASHSCOPE_API_KEY"
setx ANTHROPIC_BASE_URL "https://dashscope.aliyuncs.com/apps/anthropic"

打开一个新的 CMD 窗口，运行以下命令，检查环境变量是否生效。
```
echo %ANTHROPIC_API_KEY%
echo %ANTHROPIC_BASE_URL%
```

PowerShell

在 PowerShell 中运行以下命令，设置环境变量。

# 用百炼 API Key 替换 YOUR_DASHSCOPE_API_KEY
[Environment]::SetEnvironmentVariable("ANTHROPIC_API_KEY", "YOUR_DASHSCOPE_API_KEY", [EnvironmentVariableTarget]::User)
[Environment]::SetEnvironmentVariable("ANTHROPIC_BASE_URL", "https://dashscope.aliyuncs.com/apps/anthropic", [EnvironmentVariableTarget]::User)

打开一个新的 PowerShell 窗口，运行以下命令，检查环境变量是否生效。
```
echo $env:ANTHROPIC_API_KEY
echo $env:ANTHROPIC_BASE_URL
```

API 调用-文本对话

cURL

curl -X POST "https://dashscope.aliyuncs.com/apps/anthropic/v1/messages" \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${ANTHROPIC_API_KEY}" \
  -d '{
    "model": "qwen-plus",
    "max_tokens": 1024,
    "stream": true,
    "thinking": {
      "type": "enabled",
      "budget_tokens": 1024
    },
    "system": "You are a helpful assistant",
    "messages": [
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "你是谁？"
                }
            ]
        }
    ]
}'

Python

安装 Anthropic SDK
```
pip install anthropic
```

代码示例

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)

message = client.messages.create(
    model="qwen-plus",
    max_tokens=1024,
    stream=True,
    system="you are a helpful assistant",
    # 深度思考，仅支持部分模型，请参阅支持的模型列表
    thinking={
        "type": "enabled",
        "budget_tokens": 1024
    },
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "text",
                    "text": "你是谁？"
                }
            ]
        }
    ]
)

print("=== 思考过程 ===")
first_text = True
for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'thinking'):
            print(chunk.delta.thinking, end="", flush=True)
        elif hasattr(chunk.delta, 'text'):
            if first_text:
                print("\n\n=== 回答 ===")
                first_text = False
            print(chunk.delta.text, end="", flush=True)

TypeScript

安装 Anthropic TypeScript SDK
```
npm install @anthropic-ai/sdk
```

代码示例

import Anthropic from "@anthropic-ai/sdk";

async function main() {
  const anthropic = new Anthropic({
    apiKey: process.env.ANTHROPIC_API_KEY,
    baseURL: process.env.ANTHROPIC_BASE_URL,
  });

  const stream = await anthropic.messages.create({
    model: "qwen-plus",
    max_tokens: 1024,
    stream: true,
    // 深度思考，仅支持部分模型，请参阅支持的模型列表
    thinking: { type: "enabled", budget_tokens: 1024 },
    system: "You are a helpful assistant",
    messages: [{ 
      role: "user", 
      content: [
        {
          type: "text",
          text: "你是谁？"
        }
      ]
    }]
  });

  console.log("=== 思考过程 ===");
  let firstText = true;

  for await (const chunk of stream) {
    if (chunk.type === "content_block_delta") {
      if ('thinking' in chunk.delta) {
        process.stdout.write(chunk.delta.thinking);
      } else if ('text' in chunk.delta) {
        if (firstText) {
          console.log("\n\n=== 回答 ===");
          firstText = false;
        }
        process.stdout.write(chunk.delta.text);
      }
    }
  }
  console.log();
}

main().catch(console.error);

API 调用-图片解析

cURL

cURL 调用需要手动拼接完整的请求路径，即在 ANTHROPIC_BASE_URL 后加上 API 端点 /v1/messages。

curl -X POST "https://dashscope.aliyuncs.com/apps/anthropic/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${ANTHROPIC_API_KEY}" \
  -d '{
      "model": "qwen-vl-plus",
      "max_tokens": 1024,
      "stream": true,
      "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "image",
                                "source": {
                                    "type": "url",
                                    "url": "https://data-generator-idst.oss-cn-shanghai.aliyuncs.com/dashscope/image/animal_01.jpg"
                                }
                            },
                            {
                                "type": "text",
                                "text": "描述这张图片的内容。"
                            }
                        ]
                    }
                ]
  }'

Python

安装 Anthropic SDK
```
pip install anthropic
```

代码示例

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)
# 迁移至百炼：需配置环境变量 ANTHROPIC_API_KEY （或 ANTHROPIC_AUTH_TOKEN） 和 ANTHROPIC_BASE_URL。
# 修改下方的 model 参数，使用视觉模型（如 qwen-vl-plus）进行多模态调用

message = client.messages.create(
    model="qwen-vl-plus",  # 确保使用支持多模态的模型
    max_tokens=1024,
    # 流式输出
    stream=True,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "image",
                    "source": {
                        "type": "url",
                        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20250414/mqqmiy/animal_01.jpg",
                    },
                },
                {
                    "type": "text",
                    "text": "描述这张图片的内容。"
                },
            ],
        }
    ],
)

for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'text'):
            print(chunk.delta.text, end="", flush=True)

TypeScript

安装 Anthropic TypeScript SDK
```
npm install @anthropic-ai/sdk
```

代码示例

import Anthropic from "@anthropic-ai/sdk";

async function main() {
  const anthropic = new Anthropic({
    apiKey: process.env.ANTHROPIC_API_KEY,
    baseURL: process.env.ANTHROPIC_BASE_URL,
  });

  // 使用 qwen-vl-plus 模型进行多模态调用
  const stream = await anthropic.messages.create({
    model: "qwen-vl-plus",
    max_tokens: 1024,
    // 流式输出
    stream: true,
    messages: [
      {
        role: "user",
        content: [
          {
            type: "image",
            source: {
              type: "url",
              url: "https://data-generator-idst.oss-cn-shanghai.aliyuncs.com/dashscope/image/animal_01.jpg",
            },
          },
          {
            type: "text",
            text: "描述这张图片的内容。",
          },
        ],
      },
    ],
  });

  for await (const chunk of stream) {
    if (chunk.type === "content_block_delta") {
      if ('text' in chunk.delta) {
        process.stdout.write(chunk.delta.text);
      }
    }
  }
  console.log();
}

main().catch(console.error);

API 调用-视频解析

cURL

cURL 调用需要手动拼接完整的请求路径，即在 ANTHROPIC_BASE_URL 后加上 API 端点 /v1/messages。

curl -X POST "https://dashscope.aliyuncs.com/apps/anthropic/v1/messages" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${ANTHROPIC_API_KEY}" \
  -d '{
      "model": "qwen-vl-plus",
      "max_tokens": 1024,
      "stream": true,
      "messages": [
                    {
                        "role": "user",
                        "content": [
                            {
                                "type": "video",
                                "source": {
                                    "type": "url",
                                    "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251208/zpupby/3e81ef38-98f0-4d55-bbb6-259334ca18d0.mp4"
                                }
                            },
                            {
                                "type": "text",
                                "text": "描述这段视频的内容。"
                            }
                        ]
                    }
                ]
  }'

Python

安装 Anthropic SDK
```
pip install anthropic
```

代码示例

import anthropic
import os

client = anthropic.Anthropic(
    api_key=os.getenv("ANTHROPIC_API_KEY"),
    base_url=os.getenv("ANTHROPIC_BASE_URL"),
)
# 迁移至百炼：需配置环境变量 ANTHROPIC_API_KEY 和 ANTHROPIC_BASE_URL，并修改下方的 model 参数。
# 使用 qwen-vl-plus 模型进行多模态调用

message = client.messages.create(
    model="qwen-vl-plus",  # 确保使用支持多模态的模型
    max_tokens=1024,
    # 流式输出
    stream=True,
    messages=[
        {
            "role": "user",
            "content": [
                {
                    "type": "video",
                    "source": {
                        "type": "url",
                        "url": "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251208/zpupby/3e81ef38-98f0-4d55-bbb6-259334ca18d0.mp4",
                    },
                },
                {
                    "type": "text",
                    "text": "描述这段视频的内容。"
                },
            ],
        }
    ],
)

for chunk in message:
    if chunk.type == "content_block_delta":
        if hasattr(chunk.delta, 'text'):
            print(chunk.delta.text, end="", flush=True)

TypeScript

安装 Anthropic TypeScript SDK
```
npm install @anthropic-ai/sdk
```

代码示例

import Anthropic from "@anthropic-ai/sdk";

async function main() {
  const anthropic = new Anthropic({
    apiKey: process.env.ANTHROPIC_API_KEY,
    baseURL: process.env.ANTHROPIC_BASE_URL,
  });

  // 使用 qwen-vl-plus 模型进行多模态调用
  const stream = await anthropic.messages.create({
    model: "qwen-vl-plus",
    max_tokens: 1024,
    // 流式输出
    stream: true,
    messages: [
      {
        role: "user",
        content: [
          {
            type: "video",
            source: {
              type: "url",
              url: "https://help-static-aliyun-doc.aliyuncs.com/file-manage-files/zh-CN/20251208/zpupby/3e81ef38-98f0-4d55-bbb6-259334ca18d0.mp4",
            },
          },
          {
            type: "text",
            text: "描述这段视频的内容。",
          },
        ],
      },
    ],
  });

  for await (const chunk of stream) {
    if (chunk.type === "content_block_delta") {
      if ('text' in chunk.delta) {
        process.stdout.write(chunk.delta.text);
      }
    }
  }
  console.log();
}

main().catch(console.error);

Anthropic API 兼容性详情

HTTP Header

字段	是否支持
x-api-key	支持
Authorization Bearer	支持
anthropic-beta/anthropic-version	不支持

基础字段

字段	是否支持	说明	示例值
model	支持	模型名称，支持范围见支持的模型	qwen-plus
max_tokens	支持	生成 token 的最大数量	1024
container	不支持	-	-
mcp_servers	不支持	-	-
metadata	不支持	-	-
service_tier	不支持	-	-
stop_sequences	支持	会引发模型停止生成的自定义文本序列	["}"]
stream	支持	流式输出	True
system	支持	系统提示词	You are a helpful assistant
temperature	支持	温度系数，用于控制模型生成文本的多样性	1.0
thinking	支持	思考模式（Qwen-max、Qwen-Coder 系列模型不支持思考模式）	{"type": "enabled", "budget_tokens": 1024}
top_k	支持	生成过程中采样候选集的大小	10
top_p	支持	核采样的概率阈值，控制模型生成文本的多样性	0.1

由于 temperature 与 top_p 均可以控制生成文本的多样性，因此建议只设置其中一个值。更多说明，请参见文本生成模型概述。

Tool 字段

tools

字段	是否支持
name	支持
input_schema	支持
description	支持
cache_control	支持

tool_choice

值	是否支持
none	支持
auto	支持
any	支持
tool	支持

Message 字段

字段	类型	子字段	是否支持	说明
content	string	-	支持	纯文本内容。
	array, type="text"	text	支持	文本块的内容。
		cache_control	支持	用于控制该文本块的缓存行为。
		citations	不支持	-
	array, type="image"	source.type	支持	指定图片来源的类型。有效值为 `"url"` 或 `"base64"`。
		source.media_type	支持	当 `source.type` 为 `"base64"` 时必需。指定图片类型。
		source.data	支持	当 `source.type` 为 `"base64"` 时必需。图片的 Base64 编码字符串。
		source.url	支持	当 `source.type` 为 `"url"` 时必需。图片的公开可访问 URL 地址。
	array, type="video"	source.type	支持	指定视频来源的类型。有效值为 `"url"` 或 `"base64"`。
		source.media_type	支持	当 `source.type` 为 `"base64"` 时必需。指定视频类型。
		source.data	支持	当 `source.type` 为 `"base64"` 时必需。视频的 Base64 编码字符串。
		source.url	支持	当 `source.type` 为 `"url"` 时必需。视频的公开可访问 URL 地址。
	array, type="document"	-	不支持	-
	array, type="search_result"	-	不支持	-
	array, type="thinking"	-	不支持	-
	array, type="redacted_thinking"	-	不支持	-
	array, type="tool_use"	id	支持	工具调用的唯一标识符。
		input	支持	调用工具时传入的参数对象。
		name	支持	被调用的工具名称。
		cache_control	支持	用于控制该工具调用缓存行为。
	array, type="tool_result"	tool_use_id	支持	与本次结果对应的 `tool_use` 的 ID。
		content	支持	工具执行后返回的结果，通常为字符串或 JSON 字符串。
		cache_control	支持	用于控制该工具结果的缓存行为。
		is_error	不支持	-
	array, type="server_tool_use"	-	不支持	-
	array, type="web_search_tool_result"	-	不支持	-
	array, type="code_execution_tool_result"	-	不支持	-
	array, type="mcp_tool_use"	-	不支持	-
	array, type="mcp_tool_result"	-	不支持	-
	array, type="container_upload"	-	不支持	-

错误码

HTTP状态码	错误类型	说明
400	invalid_request_error	请求格式或内容存在问题。具体原因可能包括：缺少必要的请求参数、参数值的数据类型不正确等。
403	authentication_error	API Key 存在问题。具体原因可能包括：请求头中未提供 API Key、提供的 API Key 不正确等。
404	not_found_error	未找到请求的资源。具体原因可能包括：兼容接口拼写有误、请求头中的模型不存在等。
429	rate_limit_error	账户达到了速率限制，建议降低请求频率。
500	api_error	发生了一个通用的服务器内部错误，建议稍后重试。
529	overloaded_error	API 服务器当前负载过高，暂时无法处理新的请求。