OpenAI in Anthropic umwandeln
OpenAI in Anthropic umwandeln und zurück: Das Werkzeug übersetzt Chat-Completions-Anfragen in die Messages-API von Claude, mit system, max_tokens, Tools und Bildern.
Endpunkt:
Alles läuft in Ihrem Browser. Eingaben verlassen Ihr Gerät nicht.
Chat Completions und Messages-API im Vergleich
Mit diesem Werkzeug können Sie eine Anfrage von OpenAI in Anthropic umwandeln und umgekehrt. Es übersetzt den Request-Body der Chat Completions API (/v1/chat/completions) in das Format der Messages-API von Anthropic (/v1/messages). Dabei wandert die Systemnachricht in das Feld system, Tools erhalten statt parameters ein input_schema, und Tool-Aufrufe aus tool_calls werden zu Inhaltsblöcken vom Typ tool_use. Ergebnisse, die bei OpenAI als Nachricht mit der Rolle tool zurückgehen, landen als tool_result in einer Nutzer-Nachricht.
Das hilft bei einer Claude API Migration, beim Vergleich zweier Anbieter oder wenn Sie eine protokollierte Anfrage im anderen Format nachstellen wollen. Das Werkzeug kann jede Anfrage konvertieren, die aus Nachrichten, Tools, Bildern und den üblichen Steuerparametern besteht: temperature wird bei Bedarf auf den Bereich 0 bis 1 begrenzt, stop wird zu stop_sequences, und tool_choice wird passend übersetzt (required entspricht any). Parameter ohne Gegenstück, etwa presence_penalty, logprobs oder n, werden entfernt und unter dem Ergebnis aufgelistet. Eine Übersicht aller Parameter bietet der Parametervergleich.
Grenzen: Umgewandelt wird nur der JSON-Body. Header wie x-api-key und anthropic-version setzen Sie selbst, Beispiele dafür erzeugt der API-Anfrage-Generator. Anbieterspezifische Funktionen wie Websuche, eingebaute Tools, Audio oder strukturierte Ausgaben über response_format haben keine direkte Entsprechung und werden nur als Hinweis gemeldet. Prüfen Sie außerdem die Modell-ID im Ergebnis, denn sie muss zum Zielanbieter passen.
Anleitung: OpenAI in Anthropic umwandeln in 5 Schritten
- Richtung im Feld „Umwandeln von“ wählen: OpenAI nach Anthropic oder Anthropic nach OpenAI.
- Die Anfrage als JSON in das linke Feld einfügen oder auf „Beispiel“ klicken.
- Im Feld „Zielmodell“ die Modell-ID eintragen, die im Ergebnis stehen soll.
- Hinweise unter dem Ergebnis lesen: Sie nennen Parameter, die weggefallen sind oder angepasst wurden.
- Mit „Kopieren“ das umgewandelte JSON übernehmen und an den Endpunkt aus der Zeile „Endpunkt“ senden.
Typische Anwendungsfälle
- Eine bestehende Anwendung von GPT-Modellen auf Claude umstellen, ohne jede Anfrage von Hand umzuschreiben.
- Beim Vergleich zweier Anbieter dieselbe Anfrage mit Tools an beide APIs schicken.
- Protokollierte Anfragen aus Logs in das andere Format bringen, um einen Fehler nachzustellen.
- Beim Lernen sehen, wie sich
system,tool_callsundtool_resultzwischen den APIs entsprechen.
Häufige Fragen
Was ist der wichtigste Unterschied zwischen den beiden APIs?
Bei OpenAI steht der Systemprompt als Nachricht in der Liste, bei Anthropic im eigenen Feld system. Außerdem ist max_tokens bei Anthropic Pflicht, und Tool-Aufrufe sind Inhaltsblöcke statt eines eigenen Felds tool_calls.
Wie wird tool_choice übersetzt?
auto bleibt auto, required wird zu any, none wird zu none, und die Auswahl eines bestimmten Tools wird zu {"type": "tool", "name": …}. In der Gegenrichtung gilt dasselbe rückwärts.
Was passiert mit temperature über 1?
Anthropic erlaubt Werte von 0 bis 1, OpenAI bis 2. Höhere Werte werden auf 1 gesetzt, und das Werkzeug weist darauf hin.
Werden meine Daten an eine API geschickt?
Nein. Die Umwandlung läuft vollständig im Browser, das Werkzeug sendet selbst keine Anfrage an OpenAI oder Anthropic.
Warum braucht Anthropic immer max_tokens?
In der Messages-API ist max_tokens ein Pflichtfeld. Fehlt der Wert in der OpenAI-Anfrage, setzt das Werkzeug den Wert aus dem Feld „max_tokens, falls nicht angegeben“ ein und weist darauf hin.
Werden Bilder in Nachrichten mit umgewandelt?
Ja. image_url mit einer data:-URL wird zu einem Bildblock mit source.type base64, eine normale URL zu source.type url. In der Gegenrichtung entsteht wieder ein image_url-Teil.
Zum Weiterlesen
- RAG einfach erklärt: KI mit eigenen Dokumenten nutzenRAG einfach erklärt: wie Retrieval-Augmented Generation funktioniert, wofür man Embeddings und Vektordatenbanken braucht und was ein RAG-System kostet.
- Structured Outputs: Zuverlässig JSON von KI-ModellenStructured Outputs erklärt: Wie Sie mit JSON-Schema garantiert gültiges JSON von OpenAI, Claude und Gemini bekommen, statt kaputte Antworten nachträglich zu reparieren.
- Prompt Injection: Wie Angriffe auf KI-Systeme funktionierenPrompt Injection erklärt: wie versteckte Anweisungen in E-Mails, Dokumenten und Websites KI-Assistenten und Agenten manipulieren und welche Schutzmaßnahmen wirken.
Das könnte auch helfen
JSON formatierenneu
JSON formatieren, prüfen und minifizieren, mit Fehlerstelle und Tokenzahl.
ÖffnenJSON reparierenneu
Kaputtes JSON aus KI-Antworten reparieren: Codeblöcke, Kommas, Anführungszeichen.
ÖffnenBatch-Datei-Generatorneu
Aus einer Vorlage und einer Liste viele Prompts erzeugen, als JSONL für die Batch-APIs.
ÖffnenAPI-Anfrage-Generatorneu
Fertige cURL-Anfragen für die APIs von OpenAI, Anthropic und Google erzeugen.
ÖffnenPrompt-Injection-Prüferneu
Fremde Texte vor der KI-Verarbeitung auf versteckte Anweisungen und Tricks prüfen.
ÖffnenJSON-Schema-Generator
Aus einem JSON-Beispiel ein JSON Schema für strukturierte Ausgaben von KI-Modellen erzeugen.
Öffnen