Zum Hauptinhalt springen

​
Übersicht

LemonData unterstützt drei native API-Formate mit nur einem API-Schlüssel. Wählen Sie das Format, das am besten zu Ihrem Anwendungsfall passt - keine Konfigurationsänderungen erforderlich.

OpenAI-Format

/v1/chat/completions Standardformat, größte Kompatibilität

Anthropic-Format

/v1/messages Erweitertes Denken, native Claude-Funktionen

Gemini-Format

/v1beta/models/:model:generateContent Integration ins Google-Ökosystem

​
Warum Multi-Format?

VorteilBeschreibung
Kein SDK-WechselVerwenden Sie jedes Modell mit Ihrem bevorzugten SDK
Native FunktionenZugriff auf formatspezifische Fähigkeiten
Einfache MigrationWechseln Sie von offiziellen APIs nur durch Ändern der Basis-URL
Einheitliche AbrechnungEin Konto, ein API-Schlüssel, alle Formate

​
Formatvergleich

FunktionOpenAIAnthropicGemini
Endpoint/v1/chat/completions/v1/messages/v1beta/models/:model:generateContent
Auth HeaderAuthorization: Bearerx-api-keyAuthorization: Bearer
System PromptIn messages arraySeparate system fieldIn systemInstruction
Erweitertes Denken❌✅❌
Streaming✅ SSE✅ SSE✅ SSE
Tool Calling✅✅✅
Vision✅✅✅

​
OpenAI-Format

Das am weitesten kompatible Format und der standardmäßige Ausgangspunkt für die meisten neuen Integrationen. Funktioniert mit der größten Auswahl an LemonData-Modellen. 
from openai import OpenAI

client = OpenAI(
    api_key="sk-your-lemondata-key",
    base_url="https://api.lemondata.cc/v1"
)

# Works with ANY model
response = client.chat.completions.create(
    model="claude-sonnet-4-6",  # Claude via OpenAI format
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ]
)
Am besten geeignet für:
  • Allgemeiner Einsatz
  • Bestehende OpenAI-SDK-Integrationen
  • Maximale Kompatibilität

​
Anthropic-Format

Native Anthropic Messages API. Erforderlich für Claude-spezifische Funktionen wie erweitertes Denken. 
from anthropic import Anthropic

client = Anthropic(
    api_key="sk-your-lemondata-key",
    base_url="https://api.lemondata.cc"  # No /v1 suffix!
)

message = client.messages.create(
    model="claude-sonnet-4-6",
    max_tokens=1024,
    system="You are a helpful assistant.",  # Separate system field
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

​
Erweitertes Denken (Claude Opus 4.6)

Nur im Anthropic-Format verfügbar: 
message = client.messages.create(
    model="claude-opus-4-6",
    max_tokens=16000,
    thinking={
        "type": "enabled",
        "budget_tokens": 10000
    },
    messages=[{"role": "user", "content": "Solve this complex problem..."}]
)

# Access thinking process
for block in message.content:
    if block.type == "thinking":
        print(f"Thinking: {block.thinking}")
    elif block.type == "text":
        print(f"Answer: {block.text}")
Am besten geeignet für:
  • Claude-spezifische Funktionen
  • Modus für erweitertes Denken
  • Nutzer des nativen Anthropic SDK

​
Gemini-Format

Native Google Gemini API-Format zur Integration ins Google-Ökosystem. 
curl "https://api.lemondata.cc/v1beta/models/gemini-2.5-flash:generateContent" \
  -H "Authorization: Bearer sk-your-lemondata-key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{
      "parts": [{"text": "Hello!"}]
    }],
    "systemInstruction": {
      "parts": [{"text": "You are a helpful assistant."}]
    }
  }'

​
Streaming

curl "https://api.lemondata.cc/v1beta/models/gemini-2.5-flash:streamGenerateContent?alt=sse" \
  -H "Authorization: Bearer sk-your-lemondata-key" \
  -H "Content-Type: application/json" \
  -d '{
    "contents": [{"parts": [{"text": "Write a story"}]}]
  }'
Am besten geeignet für:
  • Google Cloud-Integrationen
  • Bestehender Gemini-SDK-Code
  • Native Gemini-Funktionen

​
Wahl des richtigen Formats

​
Migrationsanleitungen

​
Von der offiziellen OpenAI-API

# Before (OpenAI)
client = OpenAI(api_key="sk-openai-key")

# After (LemonData)
client = OpenAI(
    api_key="sk-lemondata-key",
    base_url="https://api.lemondata.cc/v1"  # Add this line
)
# That's it! Same code works

​
Von der offiziellen Anthropic-API

# Before (Anthropic)
client = Anthropic(api_key="sk-ant-key")

# After (LemonData)
client = Anthropic(
    api_key="sk-lemondata-key",
    base_url="https://api.lemondata.cc"  # Add this line (no /v1!)
)

​
Von Google AI Studio

# Before (Google)
import google.generativeai as genai
genai.configure(api_key="google-api-key")

# After (LemonData) - Use REST API
import requests

response = requests.post(
    "https://api.lemondata.cc/v1beta/models/gemini-2.5-flash:generateContent",
    headers={"Authorization": "Bearer sk-lemondata-key"},
    json={"contents": [{"parts": [{"text": "Hello"}]}]}
)

​
Modellübergreifende Kompatibilität

Das Besondere an LemonData: Verwenden Sie jedes SDK mit jedem Modell. Das Gateway übernimmt automatisch die Formatkonvertierung.

​
Jedes SDK → Jedes Modell

# Anthropic SDK with GPT-4o (auto-converts to OpenAI format)
from anthropic import Anthropic

client = Anthropic(
    api_key="sk-lemondata-key",
    base_url="https://api.lemondata.cc"
)

response = client.messages.create(
    model="gpt-4o",  # ✅ Works! Auto-converted
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello!"}]
)

# Same SDK, different models - no code changes
response = client.messages.create(model="gemini-2.5-flash", ...)  # ✅ Works!
response = client.messages.create(model="deepseek-r1", ...)       # ✅ Works!

​
OpenAI-SDK → Alle Modelle

from openai import OpenAI

client = OpenAI(base_url="https://api.lemondata.cc/v1", api_key="sk-...")

# All these work with the same SDK:
response = client.chat.completions.create(model="gpt-4o", ...)
response = client.chat.completions.create(model="claude-sonnet-4-6", ...)
response = client.chat.completions.create(model="gemini-2.5-flash", ...)

​
Branchenvergleich

PlattformOpenAI-FormatAnthropic-FormatGemini-FormatResponses-API
LemonData✅ Alle Modelle✅ Alle Modelle✅ Alle Modelle✅ Alle Modelle
OpenRouter✅ Alle Modelle❌❌❌
Together AI✅ Alle Modelle❌❌❌
Fireworks✅ Alle Modelle❌❌❌
Während die formatübergreifende Nutzung für die meisten Funktionen funktioniert, erfordern formatspezifische Funktionen (wie das erweiterte Denken von Anthropic) das native Format.