如何获取 LLM API：申请 API Key 到首次调用

更新于 2026-10-23 · openmodel.cyou

简答：想尽快获取 LLM API：进入 OpenAI、Anthropic 或 Gemini 的开发者控制台，创建 API Key，按平台要求完成项目或账单设置，再把 Key 放进环境变量，用本文对应的 curl 命令验证。ChatGPT、Claude 或 Gemini 网页版订阅不等于 API 余额，开发 API 通常需要单独的账户、Key、用量和计费设置。

定义：LLM API 是程序通过 HTTP 或 SDK 调用大语言模型的接口；API Key 用于认证，模型名决定调用对象，端点和协议决定请求发送到哪里以及请求体如何组织。

先看结论：去哪里申请 LLM API

只想尽快调通：选择一家模型厂商的开发者控制台，创建 Key，完成需要的项目或账单设置，再运行对应的最小请求。不同平台的申请入口、认证头、模型名和计费规则并不完全相同，不能只替换一个 Base URL 就假设所有接口兼容。

本站为第三方指南，非 OpenModel 官方，以其官网为准。下表按截至2026年10月23日可核验的公开文档整理；页面名称、模型列表、账单要求和地区可用性变化时，应以各平台当前控制台和官方文档为准。

OpenAI 官方说明 API Key 在 API Platform 的项目设置中创建，完整密钥只在创建时显示；Anthropic 官方文档说明 Key 在 Claude Console 的 API keys 页面创建；Google 官方文档说明新用户可以在 AI Studio 获取或创建 Gemini API Key。具体入口和权限请以OpenAI 项目与 API Key 说明、Claude API Key 说明和Gemini API 入门文档为准。

先弄清：网页订阅不等于 API 余额

Plus、Pro 或网页聊天订阅 ≠ API 余额。网页聊天产品和开发 API 可能使用不同的账户体系、账单页面、Key、模型权限和用量统计。OpenAI 已明确说明 ChatGPT 与 API 平台使用独立的账单系统，开发 API 需要到 API 平台单独查看账单和付款设置，详见ChatGPT 与 API 平台账单说明。

Claude 用户需要进入 Claude Console 创建 API Key；仅登录聊天网页并不能据此推断已经拥有 Claude API 权限。Anthropic 当前文档显示，创建 Key 时可以按照 Console 当前页面选择密钥类型、有效期、关联账户或工作区；如果按钮不可用，可能是组织角色或权限不足，应联系管理员或检查当前工作区设置。

Gemini API Key 与 Google Cloud 项目关联。Google 文档说明，AI Studio 可以为新用户自动创建项目和 Key，也可以在 API keys 页面创建新的 Key；升级到付费层需要设置 Cloud Billing。免费额度、预付余额、付款方式、模型资格和限速可能变化，不应把“能创建 Key”理解为“所有模型都免费”。

Google 还说明，Gemini API 正在从标准 API Key 迁移到授权 Key；截至2026年10月23日，新的 Key 类型和不受限制 Key 的处理方式应以Gemini API Key 官方说明及当前 AI Studio 页面为准。

三大厂商的申请步骤与最小 curl 请求

OpenAI API：项目设置 → API Keys → Bearer 认证

1. 登录 OpenAI API Platform，选择已有项目或按权限创建项目。
2. 进入项目设置中的 API Keys 页面，创建新的 Secret Key，并在弹窗中立即保存完整 Key。
3. 检查项目的模型访问、用量、账单和支出限制；具体权限以当前项目页面为准。
4. 把 Key 保存到服务端环境变量，不要放进浏览器、移动端安装包、公开仓库或日志。

export OPENAI_API_KEY="替换为你的_OPENAI_API_KEY"
export OPENAI_MODEL="替换为模型列表中确认存在的模型名"

printf 'Key 是否存在：'
[ -n "$OPENAI_API_KEY" ] && echo yes || echo no

curl -i https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d "{\"model\":\"$OPENAI_MODEL\",\"input\":\"请用一句话解释什么是 LLM API。\"}"

OpenAI 官方 API 使用 Bearer 认证，并建议从环境变量或密钥管理服务加载 Key。模型名不要照抄示例中的固定文本，应从当前模型列表或项目可用模型中确认后再填入 OPENAI_MODEL，可参考OpenAI API 认证说明。

Anthropic Claude API：API keys → Messages → x-api-key

1. 登录 Claude Console，打开 API keys 页面。
2. 点击创建 Key，按当前 Console 页面填写名称、有效期、关联账户或工作区。
3. 创建完成后复制完整 Key；Anthropic 文档说明完整 Key 只在创建时显示一次，丢失后应创建新的 Key。
4. 使用 Messages API 时，同时确认模型名、anthropic-version、max_tokens 和 messages 请求体。

export ANTHROPIC_API_KEY="替换为你的_ANTHROPIC_API_KEY"
export ANTHROPIC_MODEL="替换为 Claude Console 中确认存在的模型名"

printf 'Key 是否存在：'
[ -n "$ANTHROPIC_API_KEY" ] && echo yes || echo no

curl -i https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d "{\"model\":\"$ANTHROPIC_MODEL\",\"max_tokens\":256,\"messages\":[{\"role\":\"user\",\"content\":\"请用一句话解释什么是 LLM API。\"}]}"

Anthropic 当前认证文档说明，直接请求可以使用 Authorization: Bearer，旧的 x-api-key 方式仍受支持；使用未绑定工作区的 Key 时，可能还需要按 Console 设置补充 anthropic-workspace-id。因此遇到 400 或 403 时，要同时检查 Key 类型、工作区和请求头，而不只是重新复制 Key。可查看Claude Authentication 官方文档。

Gemini API：AI Studio → API keys → x-goog-api-key

1. 登录 Google AI Studio，打开 API keys 页面。
2. 新用户可按页面提示使用自动创建的项目和 Key，也可以点击创建新的 API Key。
3. 将 Key 保存到 GEMINI_API_KEY 环境变量，并检查关联的 Google Cloud 项目。
4. 根据当前模型列表替换 URL 中的模型名；Gemini 原生 REST 请求使用 models/{model}:generateContent 路径。

export GEMINI_API_KEY="替换为你的_GEMINI_API_KEY"
export GEMINI_MODEL="替换为模型列表中确认存在的模型名"

printf 'Key 是否存在：'
[ -n "$GEMINI_API_KEY" ] && echo yes || echo no

curl -i "https://generativelanguage.googleapis.com/v1beta/models/$GEMINI_MODEL:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -X POST \
  -d '{
    "contents": [
      {
        "parts": [
          {"text": "请用一句话解释什么是 LLM API。"}
        ]
      }
    ]
  }'

Gemini 官方 API 参考要求请求带有 x-goog-api-key 认证头，原生文本生成端点为 models.generateContent。如果你看到的控制台模型名与示例不同，应使用当前模型列表中的准确标识符，不要把示例模型名直接当作永久值，详见Gemini generateContent API 参考。

如果不想直连：聚合网关与本地模型怎么选

直连厂商适合只使用一家模型、需要原生能力或希望直接查看该厂商账单和限额的场景。优点是文档、模型权限和计费关系更直接；缺点是每家平台的认证头、请求协议和模型名可能不同。

聚合网关适合希望用一个 API Key 切换多个模型或减少客户端改动的场景，但必须确认网关的模型列表、协议映射、余额、配额和错误格式。以 OpenModel 为例，其公开认证文档列出了 Responses、Anthropic 和 Gemini 风格请求的不同认证头和路径；这只能说明其文档所述接口规则，具体模型、价格、可用性和转发行为仍应以其控制台和文档为准。可查看OpenModel 认证文档，不要把聚合网关的错误码映射当成所有直连厂商的通用规律。

本地模型服务通常不需要云端 API Key，也不自动产生云端 API 余额。以 LM Studio 为例，官方文档说明可以在 Developer 页面启动本地服务器，使用 localhost 或局域网地址提供 REST、OpenAI 兼容或 Anthropic 兼容接口；本地服务的模型文件、硬件、端口和认证开关由本机环境决定。启用局域网访问时，应设置认证并限制访问范围，避免把本地模型端点直接暴露给不可信网络。LM Studio 的本地服务说明见LM Studio API Server 文档。

Python 最小调用：以 OpenAI 兼容接口为例

如果你选择的入口明确提供 OpenAI 兼容接口，可以使用 OpenAI Python SDK，并通过 base_url 指向该入口。这里不把任何具体网关地址写死，避免把某个服务的配置误认为所有平台都适用。

pip install openai

import os
from openai import OpenAI

api_key = os.environ["LLM_API_KEY"]
base_url = os.environ["LLM_BASE_URL"]
model = os.environ["LLM_MODEL"]

client = OpenAI(
    api_key=api_key,
    base_url=base_url,
)

response = client.responses.create(
    model=model,
    input="请用一句话解释什么是 LLM API。",
)

print(response.output_text)

运行前至少设置：

export LLM_API_KEY="替换为当前入口的_API_KEY"
export LLM_BASE_URL="替换为文档规定的兼容接口根地址"
export LLM_MODEL="替换为当前入口模型列表中的准确名称"

如果入口只支持 Anthropic Messages 或 Gemini 原生协议，就不要直接套用上面的 Responses 请求。协议、路径、认证头、请求体和响应解析必须成套匹配。

首次调用失败：按错误字段而不是只看状态码排查

错误码不是所有平台的统一字典。OpenModel 的公开文档对其代理端点列出了 402 余额不足、429 频率限制等映射，但直连平台可能有不同表现；例如某些平台会把额度不足放在 429 响应的错误字段中。因此排查时应同时记录 HTTP 状态码、错误类型、错误消息和请求使用的端点。

首次验证建议只发送短文本，不要一开始就叠加长上下文、流式输出、工具调用、文件和复杂 JSON。先确认 Key、端点、模型名和协议都正确，再逐项增加功能。

API Key 安全：创建后马上做这五件事

1. 只放在服务端。不要把长期 Key 放进前端 JavaScript、浏览器扩展、移动端安装包或公开网页。OpenAI 官方安全建议指出，客户端暴露的 Key 可能被他人提取并代用。
2. 不要提交到 Git。使用环境变量、.env 加忽略规则，或使用 Secret Manager；日志、截图和异常上报中也不要输出完整 Key。
3. 按项目或用途拆分。开发、测试、生产尽量使用不同 Key，团队成员不要共用一个无限权限密钥。
4. 设置有效期和权限边界。平台支持时设置过期时间、项目范围、API 限制、消费配额或用量告警。具体选项以当前控制台为准。
5. 怀疑泄露就立即轮换。先停用或删除旧 Key，再创建新 Key，更新服务端配置，并检查用量和账单。OpenAI 的 API Key 安全建议可参考官方 Key 安全文档。

验证 Key 时只输出“是否存在”，不要使用 echo $OPENAI_API_KEY 把完整密钥打印到终端或 CI 日志。Windows PowerShell 的 $env: 变量通常只对当前会话有效，例如：

$env:OPENAI_API_KEY = "替换为你的_OPENAI_API_KEY"
$env:OPENAI_MODEL = "替换为当前项目确认存在的模型名"

Write-Host "Key 是否存在：" -NoNewline
if ($env:OPENAI_API_KEY) { Write-Host "yes" } else { Write-Host "no" }

获取 LLM API 的完整流程清单

1. 明确需求：直连一家厂商、多模型切换、云平台托管，还是本地运行。
2. 进入开发者控制台，而不是只停留在网页聊天产品。
3. 确认项目、工作区、账单、付款方式、免费层和地区规则；这些内容以官方当前页面为准。
4. 创建 API Key，并在创建完成时复制保存。
5. 设置有效期、权限、消费配额或用量告警。
6. 把 Key、Base URL 和模型名分别放进环境变量。
7. 使用与平台匹配的认证头、端点和请求体运行最小 curl。
8. 收到成功响应后，再接入 SDK、流式输出、工具调用或客户端。
9. 失败时按 Key、URL、模型、协议、账单和限速顺序排查，并保留错误字段。

最重要的判断是：API Key 只是认证凭证，不代表已经获得所有模型权限；模型名只是请求目标，不代表该模型在所有入口可用；Base URL 只是地址，也不代表对应接口接受相同协议。每次更换供应商或聚合入口，都应重新核对三项配置。

常见问题

ChatGPT、Claude 或 Gemini 网页版订阅能直接调用 API 吗？

不能直接这样推断。网页订阅和开发 API 可能使用不同账户体系、账单和额度；应进入对应开发者控制台，单独创建 API Key 并查看 API 用量与账单。OpenAI 已明确说明 ChatGPT 与 API 平台分开计费。

获取 LLM API 一定要付费吗？

不一定，但免费额度、付款方式、地区、模型资格和限速可能变化。能创建 API Key 不代表所有模型都免费，也不代表已经开通付费层；应以当前平台账单和用量页面为准。

OpenAI、Anthropic 和 Gemini 的 API Key 可以互换吗？

通常不能。每个平台的 Key、认证头、端点和模型名都可能不同。OpenAI 使用 Bearer 认证，Anthropic 使用 Claude API 规定的认证头和 Messages 协议，Gemini 原生 REST 请求使用 x-goog-api-key 和 generateContent 路径。

为什么网页聊天正常，但 API 返回 401 或 403？

网页聊天和 API 可能不是同一个权限体系。先确认使用的是开发者平台创建的 Key，再检查项目、工作区、认证头、模型访问权限和账单状态；不要直接把网页登录状态当成 API 凭证。

429 一定表示请求太频繁吗？

不一定。429 常见于频率、并发或 Token 限制，但部分平台也可能把额度不足放在 429 响应的错误字段中。应同时查看错误类型和消息，再决定是降低并发重试，还是检查账单和配额。

本地模型 API 需要申请 Key 吗？

本地服务通常不需要云端 API Key，但是否启用本地 API Token取决于运行工具的设置。以 LM Studio 为例，可以在本机启动 OpenAI 兼容或其他兼容接口；使用局域网访问时，应按官方设置启用认证并限制访问范围。

相关阅读

• 继续阅读：如何通过 API 调用一个 LLM
• 本地模型路线：LM Studio API 教程
• 浏览更多 AI API 接入与错误排查指南

参考资料

1. OpenAI Help Center：Managing projects in the API platform
2. OpenAI API Reference：Authentication
3. OpenAI Help Center：Managing billing for ChatGPT and the API platform
4. OpenAI Help Center：Best practices for API key safety
5. Claude Platform Docs：Get your Claude API key（platform.claude.com）
6. Claude Platform Docs：Authentication（platform.claude.com）
7. Google AI for Developers：Getting started with Gemini API
8. Google AI for Developers：Using Gemini API keys
9. Google AI for Developers：Generating content
10. OpenModel：认证（docs.openmodel.ai）
11. LM Studio：LM Studio as a Local LLM API Server（lmstudio.ai）