【Claude】如何通过 nengyongai 获取Claude API密钥 Claude API密钥申请与使用方法

Claude 是 Anthropic 旗下的核心大语言模型（Large Language Models，简称 LLMs）品牌，围绕这一技术推出了多款具有广泛影响力的产品与服务，涵盖文本生成、对话交互、长文档处理、企业级定制等多个领域，其核心优势在于。针对国内用户，由于部分海外服务访问限制，可以通过国内平台“进阶代码：根据用户反馈的问题，用Claude进行问题分类。拥有了API Key后，接下来就是

ZongXin.Zhou

512人浏览 · 2026-01-22 09:59:25

ZongXin.Zhou · 2026-01-22 09:59:25 发布

文章目录

Claude 的核心技术与产品

Claude 是 Anthropic 旗下的核心大语言模型（Large Language Models，简称 LLMs）品牌，围绕这一技术推出了多款具有广泛影响力的产品与服务，涵盖文本生成、对话交互、长文档处理、企业级定制等多个领域，其核心优势在于更强的安全性、更长的上下文窗口、更精准的指令遵循能力。
在这里插入图片描述

Claude 大语言模型系列

1.1 Claude 基础系列

1.2 Claude 1

发布时间：2022 年
介绍：Anthropic 推出的首款商用大语言模型，宪法式 AI 技术的首次规模化落地尝试，填补了“安全可控型商用大模型”的市场空白。
主要能力：
- 文本理解、长文档总结、合规对话表现突出。
- 精准捕捉文本核心语义与深层逻辑。
- 高效完成长篇内容提炼、关键信息抽取与合规性初步审核。
- CAI 技术加持下，敏感问题回应与伦理边界把控可靠，规避合规风险。
上下文窗口：最长 9000 tokens（约 6.75 万字文本）。
影响：为后续模型迭代奠定基础，首次让市场认识到“安全可控”与性能并不矛盾。

1.3 Claude 2

发布时间：2023 年 7 月
核心升级：
- 上下文窗口扩展至 100000 tokens（约 7.5 万字文本），打破当时商用大语言模型上下文长度限制。
- 可一次性处理整本书籍、长篇法律合同、完整代码库、海量数据分析报告等大体积内容。
- 避免分段拆分导致的逻辑断裂问题。
产品形态：
- 开放网页版免费对话界面与商业化 API 服务。
- 实现“免费试用+付费商用”的分层模式。
能力提升：
- 支持复杂推理任务，如法律条文深度分析、数学公式推导、多语言代码编写与调试、学术论文润色与查重辅助。
安全与性能：
- 优化 CAI 准则与推理架构，减少“幻觉”内容生成。
- 提升对话流畅度。
应用领域：法律审核、代码开发、学术辅助等。

1.4 Claude 2.1

发布时间：2023 年 12 月
主要升级：
- 上下文窗口翻倍至 200000 tokens（约 15 万字文本），成为当时全球上下文最长的商用大语言模型之一。
- 轻松处理超长篇企业年报、全套项目方案、多章节学术专著、大型行业调研报告等极端长文本。
- 保持文本细节精准捕捉与逻辑连贯，无需人工分段。
事实准确性优化：
- 升级预训练数据质量，新增权威学术与行业规范数据。
- 优化推理逻辑链条，显著降低“幻觉”概率。
- 错误率较 Claude 2 明显下降。
其他优化：
- API 响应稳定性提升。
- 多轮对话记忆能力增强，支持更长周期连贯对话。
适用场景：企业级文档审核、精准数据分析、学术研究辅助等高准确性需求场景。

1.5 Claude 3 系列

发布时间：2024 年 3 月
发展阶段：进入“多模态、全场景、分层适配”新阶段，技术实力全面爆发。
核心突破：
1. 文本理解与生成能力达到行业顶尖水平，支持复杂逻辑推理、专业领域解读、创意内容生成、多语言翻译。
2. 新增多模态处理功能，支持识别图像、图表、PDF 中的可视化内容（表格、示意图、图片文字），完成解读、分析与总结。
版本与特点：
- Claude 3 Opus（顶级旗舰）
  - 上下文窗口：200000 tokens。
  - 适用高端专业场景，如量子物理公式推导、大型代码库重构、跨国法律合同审核、复杂数据分析建模。
  - 多模态处理精度最高。
- Claude 3 Sonnet（平衡型）
  - 上下文窗口：100000 tokens。
  - 性能与效率平衡，响应速度优于 Opus，性价比高。
  - 适合中小企业、普通专业用户。
- Claude 3 Haiku（轻量高速型）
  - 上下文窗口：20000 tokens。
  - 毫秒级响应速度，资源消耗低，适合实时对话、智能客服、移动端应用、高频简单文本处理。
其他：
- 多语言支持能力增强，覆盖数十种语言。
- 安全性与合规性进一步强化，适配全球隐私法规。

1.6 Claude 4 系列

发布时间：2025 年 5 月
版本：Claude Opus 4（顶级旗舰）、Claude Sonnet 4（平衡型）
核心突破：
- AI 智能体能力、超长时任务处理、编程性能三大维度升级。
- 从“高效辅助工具”向“自主协作伙伴”进化。
安全架构：
- 继续采用宪法式 AI（CAI）安全架构，分级部署。
- Opus 4 遵循 AI 安全级别 3，Sonnet 4 遵循级别 2。
- 通过123页模型卡完成全面安全测试。
技术创新：
- 混合思考架构，实现“及时响应与深度思考”双重兼顾。
- 新增多项工具扩展能力，提升自主任务执行效率。
版本特点：
- Claude 4 Opus
  - 全球顶尖编程与复杂任务处理模型。
  - 连续7小时不间断生成工业级高质量代码。
  - 基准测试成绩：SWE-bench 72.5%，Terminal-bench 43.2%，高计算模式下达79.4%。
  - 适合大型复杂系统开发、量子物理推导、跨国法律合同审核。
- Claude 4 Sonnet
  - 高性价比与高效适配。
  - SWE-bench 成绩 72.7%，错误率显著降低。
  - 支持连续长时间任务处理，适合中小企业与个人开发者。
配套功能：
- 工具扩展思考（Beta版），推理与网络搜索工具灵活切换。
- 并行工具使用能力，支持本地文件访问权限，提升记忆能力。
- 发布 Claude Code，支持 GitHub Actions 后台任务执行，原生集成 VS Code、JetBrains。
- API 新增代码执行工具、MCP连接器、Files API、一小时 Prompt 缓存。
实测表现：
- 可编写《宝可梦》游戏自动化脚本，连续运行24小时完成全流程通关。

1.7 Claude 4.5 版本（Sonnet 4.5）

发布时间：2025 年 9 月 30 日
定位：“世界上最好的编程模型”，Claude 4 系列迭代升级。
核心突破：
- 超长时任务处理能力大幅提升，支持超过30小时持续注意力。
- 可自主完成长达30小时的复杂代码开发任务。
- 保持大量代码库一致性，行业评价极高。
基准测试：
- SWE-bench Verified 测试业界第一，比 GPT-5-Codex 高出 7.5 个百分点。
- OSWorld 基准测试得票率 61.4%，较 Claude Sonnet 4 的 42.2% 大幅提升。
能力提升：
- 金融、法律、医学、STEM 等专业领域知识与推理能力显著增强。
- 优于旧版本（包括 Opus 4.1）。
产品体验：
- 新增“检查点”功能，支持任务进度保存与一键回退。
- 终端界面翻新，代码执行与文件创建整合对话流程。
- 支持浏览器自主导航、填写电子表格、编辑 Office 三件套、撰写邮件。
新功能：
- 临时预览“Imagine with Claude”，实时生成软件，无需预设功能或提前编写代码。
- 该功能发布后五天内对 Max 订阅用户开放。
价格：
- 与 Sonnet 4 保持一致，3 美元/百万输入 tokens，15 美元/百万输出 tokens。
- 成本较 Opus 4.1 降低约 5 倍，降低企业与个人使用门槛。

在这里插入图片描述

通过“能用AI”获取API Key（国内）

针对国内用户，由于部分海外服务访问限制，可以通过国内平台“能用AI”获取API Key。

1、访问能用AI工具

在浏览器中打开能用AI进入主页
https://ai.nengyongai.cn/register?aff=PEeJ

登录后，导航至API管理页面。
在这里插入图片描述

2、生成API Key

点击“添加令牌”按钮。
创建成功后，点击“查看KEY”按钮，获取你的API Key。

在这里插入图片描述

3、使用大模型 API的实战教程

拥有了API Key后，接下来就是如何在你的项目中调用大模型 API了。以下以Python为例，详细展示如何进行调用。

(1).可以调用的模型

gpt-3.5-turbo
gpt-3.5-turbo-1106
gpt-3.5-turbo-0125
gpt-3.5-16K
gpt-4
gpt-4-1106-preview
gpt-4-0125-preview
gpt-4-1106-vision-preview
gpt-4-turbo-2024-04-09
gpt-4o-2024-05-13
gpt-4-32K
claude-2
claude-3-opus-20240229
claude-3-sonnet-20240229
等等100多种模型

在这里插入图片描述

(2).Python示例代码（基础）

基本使用：直接调用，没有设置系统提示词的代码


from openai import OpenAI
client = OpenAI(
    api_key="这里是能用AI的api_key",
    base_url="https://ai.nengyongai.cn/v1"
)

response = client.chat.completions.create(
    messages=[
    	# 把用户提示词传进来content
        {'role': 'user', 'content': "鲁迅为什么打周树人？"},
    ],
    model='gpt-4',  # 上面写了可以调用的模型
    stream=True  # 一定要设置True
)

for chunk in response:
    print(chunk.choices[0].delta.content, end="", flush=True)

在这里插入代码片

(3).Python示例代码（高阶）

进阶代码：根据用户反馈的问题，用Claude进行问题分类

from openai import OpenAI

# 创建OpenAI客户端
client = OpenAI(
    api_key="your_api_key",  # 你自己创建创建的Key
    base_url="https://ai.nengyongai.cn/v1"
)

def api(content):
    print()
    
    # 这里是系统提示词
    sysContent = f"请对下面的内容进行分类，并且描述出对应分类的理由。你只需要根据用户的内容输出下面几种类型：bug类型,用户体验问题，用户吐槽." \
                 f"输出格式:[类型]-[问题:{content}]-[分析的理由]"
    response = client.chat.completions.create(
        messages=[
            # 把系统提示词传进来sysContent
            {'role': 'system', 'content': sysContent},
            # 把用户提示词传进来content
            {'role': 'user', 'content': content},
        ],
        # 这是模型
        model='gpt-4',  # 上面写了可以调用的模型
        stream=True
    )

    for chunk in response:
        print(chunk.choices[0].delta.content, end="", flush=True)


if __name__ == '__main__':
    content = "这个页面不太好看"
    api(content)