コンテンツにスキップ

OpenAI と Anthropic API の主要差分#

Tech Notes #openai #anthropic #api-diff #reference updated 2026-04-13 5 min read

OpenAI API と Anthropic API は多くの概念が共通するが、細かな仕様差がある。両方を扱う実装で引っかかるポイントを整理。

主要な差分マップ#

flowchart LR
    subgraph OpenAI
      O1[messages 配列]
      O2[tools]
      O3[response_format]
      O4[stream]
    end
    subgraph Anthropic
      A1[messages 配列<br/>+ system フィールド]
      A2[tools]
      A3[tool_use で構造化]
      A4[stream + events]
    end

API 構造の違い#

メッセージとシステムプロンプト

項目 OpenAI Anthropic
システムプロンプト messages 内の role:"system" トップレベルの system フィールド
ユーザー・アシスタント messages 内の role:"user"/"assistant" 同じ
メッセージ順序 任意 user と assistant が交互である必要

Anthropic では system を別フィールドに置く。コードを共通化するなら抽象化層で吸収する。

Tool Use / Function Calling

OpenAI:

{
  "tools": [
    {"type": "function", "function": {"name": "...", "parameters": {...}}}
  ]
}

Anthropic:

{
  "tools": [
    {"name": "...", "description": "...", "input_schema": {...}}
  ]
}

スキーマの書き方が違う。parameters vs input_schema。

構造化出力

  • OpenAI: response_format: {type: "json_object"} or {type: "json_schema", json_schema: {...}}
  • Anthropic: Tool Use を利用して、スキーマを満たす引数を返させる方式

Anthropic には JSON Mode 相当の直接機能は少ない（ツール経由で実現）。

ストリーミングのイベント形式#

OpenAI: SSE で data: {"choices": [{"delta": {"content": "..."}}]} を流し続ける。

Anthropic: より細かいイベントタイプが定義されている。 - message_start - content_block_start - content_block_delta - content_block_stop - message_delta - message_stop

ストリーミング処理を書くときは、それぞれのイベントに応じた処理が必要。

料金モデル#

flowchart LR
    P[価格] --> I[入力トークン単価]
    P --> O[出力トークン単価]
    P --> C[キャッシュ割引]
    P --> B[バッチ割引]
  • 出力単価は入力より高い（両社とも）
  • Anthropic はプロンプトキャッシュを明示的にマークする仕組み（cache_control）
  • OpenAI のキャッシュは自動（同じ先頭を再利用）
  • バッチ API は両社 50% 割引

モデル特性の傾向#

OpenAI（4o / o3） Anthropic（Opus / Sonnet）
口調 簡潔寄り 丁寧・冗長寄り
指示追従 高い 非常に高い
創造性 高い 高い
コード生成 高い 高い
日本語品質 高い 高い

細かな違いは用途で評価する必要がある。評価セットで測るべき。

実装のコツ#

1. 抽象化層を必ず置く

class LLMClient:
  def generate(self, system, messages, tools=None): ...

class OpenAIClient(LLMClient): ...
class AnthropicClient(LLMClient): ...

プロバイダー依存のコードをラッパーに閉じ込める。切り替えが楽になる。

2. SDK の型にはまだ互換性がない

OpenAI SDK（openai）と Anthropic SDK（anthropic）は型が違う。共通化したいなら LangChain 等のラッパーを使うか、自前で型を定義する。

3. エラー応答の形式が違う

  • OpenAI: {error: {type, code, message}}
  • Anthropic: {type: "error", error: {type, message}}

エラーハンドリングも抽象化層で吸収する。

参考にすべきドキュメント#

まとめ#

共通概念が多いが、細部の仕様は必ず違う。並行運用するなら抽象化層を早めに入れ、SDK 差分を閉じ込める設計にする。

関連エントリ#