OpenAI Assistants API против Claude Agent SDK: что выбрать

Летом 2025 года OpenAI объявила, что Assistants API получит статус deprecated: компания рекомендует переходить на Responses API, а первоначальный горизонт отключения — первая половина 2026 года (точную дату сверяйте в актуальной документации OpenAI). В том же году Anthropic переименовала Claude Code SDK в Claude Agent SDK, дав понять, что инструментарий агента больше не про один только терминал. Если вы строите агента прямо сейчас, вы выбираете не между двумя вечными API, а между двумя движущимися целями — и цена ошибки измеряется в переписанном коде.

Что вообще сравниваем

Оба продукта решают одну задачу: дать разработчику модель, которая умеет не просто отвечать текстом, а вызывать инструменты, работать с файлами и держать контекст многошагового диалога. Но подходят к ней с разных сторон.

OpenAI: от Assistants к Responses

Assistants API был первой попыткой OpenAI дать «управляемого» агента с состоянием на стороне сервера: сущности assistant, thread, run и встроенные инструменты вроде интерпретатора кода и файлового поиска. Проблема в том, что абстракция получилась тяжёлой — тредами и раннами приходилось управлять вручную, а поллинг статуса рана раздражал.

Responses API — ответ на эту критику. Он объединяет простоту chat.completions с состоянием и встроенными инструментами. Хранение истории опционально: можно передавать previous_response_id и не тащить весь диалог в каждом запросе.

Anthropic: Agent SDK как каркас цикла

Claude Agent SDK — это не REST-эндпоинт, а библиотека (Python и TypeScript), которая оборачивает цикл «модель думает — вызывает инструмент — читает результат — думает дальше». Она выросла из инструмента Claude Code, поэтому по умолчанию хорошо умеет то, что нужно кодовому агенту: читать и править файлы, запускать команды, работать с репозиторием. Логика оркестрации живёт в вашем процессе, а не на сервере Anthropic.

Ключевая развилка простая: OpenAI хочет держать состояние агента у себя, Anthropic отдаёт цикл управления вам. Первое — меньше кода, второе — больше контроля и предсказуемости.

Сравнение по существу

Обратите внимание: конкретные названия и набор встроенных инструментов у обоих вендоров меняются от релиза к релизу. Перед проектированием сверяйтесь с официальной документацией, а не с этой таблицей.

MCP как общий знаменатель

Отдельно стоит MCP. Anthropic сделала протокол открытым, и его поддержку постепенно подхватывают другие игроки, включая OpenAI. Практический смысл: инструмент, написанный как MCP-сервер, теоретически переносим между агентами разных вендоров. Это тот редкий случай, когда вы можете снизить привязку к одному API, не переписывая всю обвязку.

Как выглядит код

Минимальный запрос к Responses API с использованием официального Python-SDK:

from openai import OpenAI

client = OpenAI()

resp = client.responses.create(
    model="gpt-4.1",
    input="Найди последний коммит и опиши, что он меняет",
    tools=[{"type": "web_search"}],
)

print(resp.output_text)

# продолжение диалога без пересылки всей истории
follow_up = client.responses.create(
    model="gpt-4.1",
    previous_response_id=resp.id,
    input="А теперь предложи текст changelog",
)
print(follow_up.output_text)

Агент на Claude Agent SDK строится вокруг явного цикла запросов. Схематично на Python:

from claude_agent_sdk import query, ClaudeAgentOptions

options = ClaudeAgentOptions(
    system_prompt="Ты аккуратный кодовый агент",
    allowed_tools=["Read", "Edit", "Bash"],
)

async for message in query(
    prompt="Найди баг в utils.py и почини его",
    options=options,
):
    print(message)

Имена классов, параметров и моделей приведены как ориентир. Оба SDK активно развиваются, поэтому актуальную сигнатуру берите из документации соответствующего вендора и версии пакета, а не из этого фрагмента.

Что учесть при выборе

• Горизонт поддержки. Если пишете на Assistants API прямо сейчас, закладывайте миграцию на Responses. Строить новое на deprecated-эндпоинте — сознательно накапливать технический долг.
• Кто держит состояние. Нужен полный контроль над логикой шагов, логами и повторами — SDK с циклом на вашей стороне даёт это из коробки. Нужно быстро собрать чат-агента без инфраструктуры — серверное состояние Responses экономит время.
• Кодовые задачи. Agent SDK изначально заточен под работу с файлами и командами репозитория. Для «агента-программиста» это меньше самописной обвязки.
• Стоимость. Считайте не только цену за токены, но и токены, которые съедает разросшийся контекст многошагового агента. У обоих подходов длинные цепочки инструментов быстро раздувают счёт — тарифы уточняйте на страницах цен OpenAI и Anthropic.
• Переносимость. Инструменты через MCP снижают привязку к вендору. Function calling в проприетарном формате — привязывают сильнее.

Практический вывод

Универсального ответа нет, и это не отговорка. Responses API выигрывает, когда цель — быстро получить работающего агента с минимумом инфраструктуры и вы готовы жить внутри экосистемы OpenAI. Claude Agent SDK выигрывает, когда агент делает что-то нетривиальное с кодом и файлами, а вам важно видеть и контролировать каждый шаг цикла. MCP — то место, где стоит держать границу абстракции, чтобы смена вендора не превращалась в переписывание всего.

Главное правило при работе с обоими: не хардкодьте предположения об API в бизнес-логику. Оба вендора уже показали, что переименуют и задепрекейтят продукт быстрее, чем вы допишете тесты.