Vertex AI 上的 Claude

用于访问 Claude 的 Vertex API 与 Messages API 几乎完全相同，但在请求格式上有两个关键区别：

• 在 Vertex 中，model 不在请求正文中传递，而是在 Google Cloud 端点 URL 中指定。
• 在 Vertex 中，anthropic_version 在请求正文中传递（而不是作为请求头），并且必须设置为值 vertex-2023-10-16。

Anthropic 的官方客户端 SDK 也支持 Vertex。本指南将引导您使用 Anthropic 的客户端 SDK 之一向 Vertex AI 上的 Claude 发出请求。

请注意，本指南假设您已经拥有一个能够使用 Vertex AI 的 GCP 项目。有关所需设置和完整演练的更多信息，请参阅 Vertex AI 上的 Anthropic Claude 模型。



安装用于访问 Vertex AI 的 SDK

首先，安装您所选语言的 Anthropic 客户端 SDK。



访问 Vertex AI



模型可用性

请注意，Anthropic 模型的可用性因区域而异。在 Vertex AI Model Garden 中搜索"Claude"，或访问 Anthropic Claude 模型以获取最新信息。



API 模型 ID

生命周期术语（已弃用、已停用）在模型弃用中定义。合作伙伴运营平台上的生命周期日期由合作伙伴设定，可能与 Claude API 的时间表不同。有关 Vertex AI 上任何模型的当前停用日期，请参阅 Google Cloud 关于 Vertex AI 上 Claude 模型的文档。



发出请求

在运行请求之前，您可能需要运行 gcloud auth application-default login 以通过 GCP 进行身份验证。

以下示例展示了如何在 Vertex AI 上使用 Claude 生成文本：

有关更多详细信息，请参阅客户端 SDK 和官方 Vertex AI 文档。

Claude 也可通过 Amazon Bedrock、AWS 上的 Claude Platform 和 Microsoft Foundry 使用。



数据保留

此服务的数据处理由 Google Cloud Vertex AI 管理。有关详细信息，请参阅 Vertex AI 与零数据保留。



活动日志记录

Vertex 提供了请求-响应日志记录服务，允许客户记录与您的使用相关的提示和补全内容。

Anthropic 建议您至少以 30 天滚动周期记录您的活动，以便了解您的活动并调查任何潜在的滥用行为。



功能支持

有关 Vertex AI 可用性的完整功能列表，请参阅功能概览。



支持的功能亮点

• Messages API
• 提示缓存
• 扩展思考
• 工具使用，包括 Bash 工具、计算机使用工具、内存工具和文本编辑器工具
• 网络搜索工具
• 引用
• 结构化输出



不支持的功能

• 输入源（图像和文档的 URL 源、Files API）
• 服务器端工具（代码执行、网络抓取、顾问）
• 智能体基础设施（Agent Skills、MCP 连接器、程序化工具调用）
• API 端点（Message Batches、Models、Admin、Compliance、Usage and Cost）
• Claude 托管智能体
• 服务器端回退（fallbacks 参数；请改用客户端回退模式）



上下文窗口

Claude Fable 5、Claude Opus 4.8、Claude Opus 4.7、Claude Opus 4.6 和 Claude Sonnet 4.6 在 Vertex AI 上拥有 100 万令牌的上下文窗口。其他 Claude 模型，包括 Sonnet 4.5 和 Sonnet 4（已弃用），拥有 20 万令牌的上下文窗口。

Vertex AI 将请求负载限制为 30 MB。当发送大型文档或大量图像时，您可能会在达到令牌限制之前先达到此限制。



全球、多区域和区域端点

Vertex AI 提供三种端点类型：

• 全球端点： 动态路由以实现最大可用性
• 多区域端点： 在某个地理区域内（例如美国或欧盟）进行动态路由，在满足数据驻留要求的同时保持高可用性
• 区域端点： 保证数据通过特定地理区域进行路由

区域端点和多区域端点的定价比全球端点高 10%。



何时使用各选项

全球端点（推荐）：

• 提供最大的可用性和正常运行时间
• 动态将请求路由到具有可用容量的区域
• 无定价溢价
• 最适合对数据驻留要求灵活的应用程序
• 仅支持按需付费流量（预配置吞吐量需要区域端点）

多区域端点：

• 在某个地理区域内（目前为 us 和 eu）跨区域动态路由请求
• 当您需要在较大地理范围内满足数据驻留要求，同时希望获得比单一区域更高的可用性时非常有用
• 比全球端点高 10% 的定价溢价
• 仅支持按需付费流量（预配置吞吐量需要区域端点）

区域端点：

• 通过特定地理区域路由流量
• 适用于单一区域数据驻留、严格的合规要求或预配置吞吐量
• 同时支持按需付费和预配置吞吐量
• 10% 的定价溢价反映了专用区域容量的基础设施成本



实现方式

使用全球端点（推荐）：

在初始化客户端时将 region 参数设置为 "global"：

使用多区域端点：

将 region 参数设置为多区域标识符："us" 表示美国，"eu" 表示欧盟。SDK 会将请求路由到相应的多区域端点（https://aiplatform.us.rep.googleapis.com 或 https://aiplatform.eu.rep.googleapis.com），该端点会在该地理范围内的各区域之间动态平衡流量。

使用区域端点：

指定特定区域，如 "us-east1" 或 "europe-west1"：



其他资源

• Vertex AI 定价： cloud.google.com/vertex-ai/generative-ai/pricing
• Claude 模型文档： Vertex AI 上的 Claude
• Google 博客文章： Claude 模型的全球端点
• Anthropic 定价详情： 云平台定价

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "global"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "global"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "us"  # Multi-region identifier: "us" or "eu"

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)

from anthropic import AnthropicVertex

project_id = "MY_PROJECT_ID"
region = "us-east1"  # Specify a specific region

client = AnthropicVertex(project_id=project_id, region=region)

message = client.messages.create(
    model="claude-opus-4-8",
    max_tokens=100,
    messages=[
        {
            "role": "user",
            "content": "Hey Claude!",
        }
    ],
)
print(message)