JunieCLI支持目前主流的大模型:OpenAI(Codex/GPT系列)Anthropic(Claude系列)Google(Gemini,含最新Flash3)⚫Grok(xAI)官方还放了个福利:新用户默认赠送 BYOK定价:自己的钥匙开自己的锁JetBrains这次在定价上很"开源精神":BYOK(BringYourOwnKey):用你自己的模型APIKey,JetBrains不收额外平台费或直接用JetBrainsAI 订阅:已有许可证的用户无缝接入团队友好:支持按合规/成本/性能需求灵活选模型,不影响企业治理个人锐评:这招很聪明——既降低尝鲜门槛,又避免被单一模型厂商"绑定",开发者终于有"模型自由"了✨跨平台工作流
Junie CLI 支持目前主流的大模型: OpenAI(Codex / GPT 系列) Anthropic(Claude 系列) Google(Gemini,含最新 Flash 3) ⚫ Grok BYOK :自己的钥匙开自己的锁 JetBrains 这次在定价上很"开源精神": BYOK(Bring Your Own Key):用你自己的模型 API Key,JetBrains 不收额外平台费 或直接用 JetBrains AI 订阅:已有许可证的用户无缝接入 团队友好:支持按合规/成本/性能需求灵活选模型,不影响企业治理 个人锐评:这招很聪明——既降低尝鲜门槛,又避免被单一模型厂商" 绑定",开发者终于有"模型自由"了✨ 跨平台工作流:一个智能体,处处可用 现代开发早就不止在 IDE 里了: 现在,同一个 Junie 智能体可以: ️ 在你本地终端跑重构任务 在 GitHub Actions
费用对比方案月API费用(估算)说明OpenClaw+Claude$30-80ClaudeAPI价格高OpenClaw+GPT-4o$20-60GPTAPI中等Hermes+DeepSeek¥10-30 费用只来自于模型API调用,而你可以自由选择最便宜的方案。 省钱方案一:DeepSeekAPIDeepSeek-V3是目前性价比最高的大模型之一:价格DeepSeek-V3Claude3.5GPT-4o输入¥1/百万token$3/百万token$5/百万token 包含服务器在内的总月费:方案服务器API总计Lighthouse+DeepSeek8.25元~15元23.25元/月Lighthouse+Ollama52.5元(4C8G10M)052.5元/月本地电脑 立即前往腾讯云官网选购HermesAgent专属云服务器FAQ:Q1:国产模型和Claude/GPT的质量差距大吗?
· 用户界面/集成:开放式助手提供了API、webhooks和其他整合方法,使对话式人工智能更容易嵌入到不同的应用程序中。 这两种模型的语言系统都是基于一个300亿个参数的LLaMA模型。与Alpaca或Vicuna一样,这些模型是经过「指令微调」的,与ChatGPT不同,没有通过人类反馈的强化学习(RLHF)进行改进。 但未来不好说,可能会有一个选项,以优化为目的,和模型供应商分享用户的聊天数据。 网友评论 英伟达大神Jim Fan在推特表达了自己的看法,他认为HuggingChat这个300亿参数的开源大模型,简直就是ChatGPT的平替。 实际上,Hugging Face和OpenAI相比有一个优势,那就是,商店里的APP可以是已经由Hugging Face发布的多模态模型。
今年年初最火的大模型非DeepSeek莫属,如果想要使用Deepseek的接口就需要购买,而今天星哥给大家一个免费白嫖的DeepSeek-R1-70B的方法。 OpenRouter介绍OpenRouter是一个统一的API服务平台,它能把各种大型语言模型和服务集成到一个统一的接口中。 用户通过简单的配置和调用,就能访问多个预训练的大模型,不用自己部署和维护这些模型。不过它也有一些限制,除了标识为Free的免费模型外,其他模型的调用都会产生费用,而且目前不支持微信、支付宝等支付方式。 如图选择“DeepSeek: R1 Distill Llama 70B (free)”3.新建API点击API,创建API。3.填写API的名字然后输入名字deepseek,名字可以随意。 填写API密钥2.输入添加模型点击“添加”填写:deepseek/deepseek-r1-distill-llama-70b:free3.测试然后点击聊天,选择模型deepseek/deepseek-r1
,适合预算敏感型无穹 Infini-AI 服务平台2026 大模型 API 免费额度汇总清单 国家超算平台国家超算平台为开发者提供了极为丰厚的新用户注册福利,支持调用多款当前最新的前沿大模型。 百度云 (千帆大模型平台)百度千帆平台集成了大量第三方热门模型,采用“每模型独立额度”策略。核心权益: 每个模型 100 万 Tokens (ERNIE-4.5 系列通常有效期为 3 个月)。 领取地址: 百度智能云千帆控制台️ 领取步骤:访问千帆大模型平台阅读并同意用户协议后,系统将自动开通千帆大模型平台并发放新用户免费Tokens额度。 进入“混元大模型”页面,点击“开通服务”。在“资源包管理”或“权益中心”查看自动到账的 100 万额度。 右上角选择点击 "Get API Key" 即可获得API key进行调用。
导言 随着国内的语言大模型不断兴起,科大讯飞的星火大模型,阿里的通义千问,百度的文心一言等。这些大模型给我提供了很好的便利。 同时星火大模型提供了开放 API 功能,同时提供更多SDK,使得我们能够将大模型接入到我们自己的项目当中。 星火大模型 星火认知大模型(Starfire Cognitive Mode1)是一种基于人工智能技术的认知模型,旨在模拟人类的思维和认知过程。 该模型结合了自然语言处理、机器学习和知识图谱等技术,能够理解和处理自然语言,并具有一定的推理和判断能力。 星火认知大模型的核心思想是通过对大量的语料进行训练和学习,从而使其具备理解和回答问题的能力。 准备工作 星火认知大模型访问地址:https://xinghuo.xfyun.cn/ API免费试用 注意:这里必须要先注册账号(有账号直接略过) 1、创建一个新应用,绑定应用产品(默认创建了一个应用)
周末,卡着国内外都没有大模型发布,已经发布又被禁止使用的空隙,智谱AI正式发布了GLM-5.2大模型。 这短短的三年过去,大模型的迭代经历了百花齐放,到现在各家争雄的模式,只剩下有资金又有技术,实力雄厚的玩家了。 前两天介绍新模型的文章:推理模型新成员:MAI-Thinking-1,微软就加入了战团。 感慨当年好多模型不见了,不仅仅文章里提到的复旦的Moss,百川大模型也放弃了通用基座大模型的研发,转向医疗专用(估计将来也会被通用大模型+数据工程吞噬)。 这个评测来自知乎的大模型观察员:toyama nao。 目前 GLM-5.2 只对GLM Coding Plan 用户开放,官方网页对话里也没有,API与开源版本计划在发布后一周内上线。
YbtOJ 594「费用流」大图书馆 题目链接:YbtOJ #594 小 A 新开了一个大图书馆(初始里面没有书)。 书的类型有 n 种,其中第 i 种书的价格为 c_i。 为了消去存下来再次使用的书的强制购买费用,考虑定义一个“卖书”操作,即如果在强制购买之前手上已经有需要的书了,可以把手上这本卖了。具体地,将花费减去 c_i,并将这本书提交到上一次需要这本书的那天。 q.push_back(to):q.push_front(to),0),vis[to]=1); return C[T]<inf; } I void MCMF(){//最小费用最大流 RI
今天来讲一个比较简单且常见的话题:大模型调用时token数量是如何计算的? 在我们日常使用大语言模型(LLM)API时,比如OpenAI、Anthropic或其他厂商的接口,token数量几乎是一个绕不开的问题。 无论是控制调用成本,还是预估模型上下文长度,都离不开对token计算方式的理解。比如我在某个平台调用大模型API的时候就会有一些相关的参数:看着这些参数有时我会不禁发问:token到底是什么? 例如:GPT系列使用tiktoken(基于BPE编码)Claude使用AnthropictokenizerGemini使用自家SentencePiece编码器输入与输出Token的计算方式在调用大模型API 理解它,才能真正掌握大模型API的成本和性能。希望这篇文章能帮你在与LLM的交互中,更“省钱”、也更“聪明”。
国产大模型API选型,别再盲目跟风了 最近总有人问我:“国产大模型到底怎么选?网上说哪个好就用哪个,结果项目上线发现调用超时、计费还贵。” 光我接触过的就有通义千问API、文心一言API、豆包大模型API、讯飞星火API、盘古大模型……每个都有自己的定价策略和接口规范。 你如果一个个去对接,光是API Key管理和计费逻辑就能把开发逼疯。 国产大模型API到底比国外便宜多少? 先看数字。 把模型费用、算力租赁(如果你用私有部署)、API中转费用(如果用聚合平台)都加起来。我们之前算过,用便宜token的模型,但加上GPU算力成本后,反而比直接用大模型API贵。 最后说个真实案例。 有个做AI对话API的创业公司,早期全用Claude API,月花费5万。后来我们帮他们切到混合方案——简单问答走豆包大模型API,复杂推理走GPT-4o API,中间通过一个自建的模型网关做路由。
核心概念大模型本地 API 服务:把本地电脑或服务器上的大模型,变成一个 "可随时呼叫的工具人"。不用连云端,本地就能通过指令调用它干活,数据全程不泄露。 基础了解2.1 本地 API 服务的优势解决云端痛点:云端大模型有隐私泄露风险、要付调用费、没网用不了,本地 API 服务完美规避这些问题。 降低使用门槛:封装后,不懂大模型底层的开发者,也能通过简单指令调用大模型能力。2.2 FastAPI 是什么轻量高效的 Python 框架:专门用来搭建 API 服务,比传统框架快很多,支持并发请求。 服务器接收请求后,先验证凭证是否正确,比如 API Key 是否存在、未过期,验证通过才让大模型处理请求。核心流程:1. API 的内存资源不会被无限占用;轻量化:令牌是字符串,传输快,适配大模型 API 的低延迟需求。
背景 近年来,随着语言大模型的迅速发展,虚拟主播、虚拟助手等应用得到了广泛的推广与使用。 关于模型结构,我们方法的核心在于建模视频、音频和文本模态之间的交互,旨在生成既连贯又同步的音视频内容。 至于视频解码,我们设计了一个 GAN 模型(复用 ChatAnyone),它根据从参考视频中随机选取的参考帧为基础,并按照 DiT 模型预测的头部姿态和混合形状系数生成新的视频帧。 该模型能以 30FPS 的速度生成分辨率为 512×512 的帧,满足实时推理的需求。 值得注意的是,通过对比包含和不包含运动分支(Ours w/o motion)的模型表现,可以看出完整模型实现了更低的 WER,这证明了结合视觉监督能有效提升生成音频的感知质量。
Sub2API 就是给 Ollama 套了一层 “企业级门面”,让你本地跑的大模型,能像商用 API(OpenAI 格式)一样被各种软件直接调用,还能管权限、控流量、做多模型调度。 Ollama启动 本篇不强调Ollama,因为很多Windows平台的电脑,跑大模型性能很差。这里只描述的Ollama启动,供Sub2API使用。 Ollama本地启动服务。 Sub2API启动 Sub2API 是一个开源的 AI API 网关与管理平台,核心是把你本地(如 Ollama)或云端(如 OpenAI、Claude)的 AI 模型,统一转换成标准的 OpenAI 登录后界面是: 创建分组 Sub2API 的「分组(Group)」,核心是按「接口类型 / 模型来源 / 用途」把上游账号(如 Ollama、OpenAI、Claude)归类隔离,实现独立调度、权限控制与负载均衡 简单说:分组 = 模型资源池 + 调度单元 + 权限边界。 随便起个名字就好 这个其实分组,没啥太大意义,只要是用于后续 创建Sub2API的秘钥,配置外部API信息都需要绑定我们的分组。
大模型比价:别让API成本吃掉你的利润 如果你是AI应用开发者、创业团队CTO,或者企业内部负责大模型选型的架构师,你一定被一个问题折磨过:市面上这么多大模型API,价格从几毛到几十块不等,到底哪个划算 比如,如果你用中文为主,那国产大模型像通义千问API、文心一言API、豆包大模型API可能性价比更高;如果需要多模态能力,多模态大模型如Gemini 2.5 Pro或Claude 4 Sonnet是重点 最后我们选了GPT-4o API配合一个简单的模型网关做路由,综合成本降了40%。 大模型比价有哪些常见坑? 第一条坑:忽略上下文长度。 一个真实案例:从亏本到盈利的模型选型之路 我有个朋友,做的是在线教育平台的AI助教。他们最开始用了某国外大模型API,每月光API费用就烧掉3万多,但用户留存率只有60%。 于是我们重新设计了架构:用模型网关做路由,简单任务走便宜的国产大模型(比如讯飞星火API),复杂推理任务才走GPT-4o API。同时,我们用了大模型路由技术,自动根据请求内容匹配最合适的模型。
要通过api在代码里面去调用大模型,需要先申请大模型的api key,以deepseek官网为例,apikey的申请地址:https://platform.deepseek.com/api_keys 目前 代码案例的话,deepseek官网就有提供最简单的案例: https://api-docs.deepseek.com/zh-cn/ 调用上面的代码,需要安装依赖: pip install openai 通过上面2篇文章,一个是可以将大模型切换为其他第三方平台的api进行调用,有的平台注册会赠送一定的体验额度,可以临时用于代码调试啥的,另一篇文章的话,是可以将代码里面的apikey以及对应的api地址等信息放到配置文件里面 模型列表可以参考:https://huggingface.co/deepseek-ai/models https://modelscope.cn/models
免费当然很好,但是当你薅了大几千次 qwen 之后,他会不断的给你显示"等待中"。那么,花钱行不行呢?问题来了,他是免费的...想花钱也没地方花... 本项目用来解决下面几个痛点: 在线表格无法选择 api 供应商 在线表格可能会触发大型批量使用限制 效果展示 GitHub - sandy9707/ai-cellfill-excel 使用方式 首先需要完成配置 ,在.config文件里面输入自己的模型 api 和密钥,然后把需要启用的 api 的 ENABLED 改成 true. 第一列是自动生成的,包含了获取到的系统提示词文件和调用到的 api 模型名称。 第二列是需要填写的用户提示词,写入后将依次调用 api 回答。 第三列是是否需要生成,主要用于对结果不满意需要重新生成的情况,通过填入合适的数字决定是否调用 api 进行生成或重复生成。 第四列是生成结果。
国内大模型API选型困境与破局之道 说实话,这几年国内大模型API的发展速度,快得让我这个老技术人都有点跟不上。 我最早接触大模型API是在2023年,那时候国内厂商刚起步,API数量少,功能也简单。但现在呢?光国产大模型就有几十种,从百度文心一言到阿里通义千问,从腾讯混元到月之暗面的Kimi,每个都在抢市场。 百度文心一言API、阿里通义千问API(包括Qwen-Max)、腾讯混元API、讯飞星火API、字节跳动豆包大模型API、智谱AI的GLM系列、月之暗面的Kimi API……还有华为盘古大模型、商汤日日新等等 每个API都有自己的特色。比如文心一言在中文理解上很扎实,Qwen-Max在数学推理上表现不错,豆包大模型API在对话场景里响应快。 比如一个模型如果支持128K上下文,你传个长文档,一次调用可能就花掉几十块。 我有个朋友在创业公司做AI写作工具,一开始直接用了某大厂的API,结果一个月Token费用飙到5万块,差点把公司拖垮。
在阅读本文之前,建议先看看我的另一篇文章(只关注 “重量” 一个维度): 《动态规划模型:0-1背包问题》 背包二维费用问题,是在原本 “重量” 的单一维度上,加上 “价值” 维度。 结尾 二维费用问题,需要将值用来保存最大价格,并在更新状态时做装入和不装入两种情况的比较,取其中比较大的。 我是前端西瓜哥,欢迎关注我,学习更多前端知识。 ----
国内大模型API选型实战:别再踩坑了 这篇文章写给正在做AI应用开发、或者准备接入大模型API的同行们。 国内大模型API也一样,比如通义千问API、文心一言API、豆包大模型API,官方和第三方代理的定价策略完全不同。 比如Gemini 2.5 Pro的API文档和SDK做得特别顺手,而有些国内大模型API的调用方式还很原始。 一个脱敏案例: 某电商公司想用大模型做商品描述生成,最初选了某家国外大模型API,结果发现用户评论数据被传到了海外服务器,差点吃罚单。 后来换成国内大模型API,配合Token工场的企业版方案,才解决合规问题。 最后说几句。选国内大模型API,别只看名气,也别只看价格。