- 综合排序
- 最热优先
- 最新优先
- 来自专栏软件测试学习
怎么通过API调用AI大模型获取响应结果
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
5.1K10编辑于 2025-06-23 5 分钟接入星枢无极 API，支持 40+ 大模型
而接入星枢无极平台之后，一套代码、一个APIKey，40多个模型随便切换——这篇文章带你5分钟跑通接入流程。为什么需要一个统一的API网关？ 第三步：发起第一次调用（1分钟）把base_url改为星枢无极的API地址，api_key填上你的Key，model选你要用的模型——就这三步。 和官方API的对比维度官方API直连星枢无极统一接入接入耗时每个厂商约1-2天5分钟代码改动量换模型需要改SDK、参数格式改model参数一行代码密钥管理N个Key，各自管理1个Key计费管理分开看账单 /v1选modelID，剩下的和调用OpenAIAPI一模一样平台目前覆盖了40多个国内外主流大模型，包括文本对话、代码生成、视频生成等场景。 作为河南乐信信息技术有限公司旗下的AI模型聚合平台，星枢无极的价值在于让开发者真正实现"一次接入，模型自由"。有兴趣的话，去星枢无极官网注册就能免费试用，5分钟跑通第一行AI代码。
16510编辑于 2026-06-22- 来自专栏小洁叫你mysql
【AI大模型】训练Al大模型
大模型超越AI 目前所指的大模型，是“大规模深度学习模型”的简称，指具有大量参数和复杂结构的机器学习模型，可以处理大规模的数据和复杂的问题，多应用于自然语言处理、计算机视觉、语音识别等领域。 本文将探讨大模型的概念、训练技术和应用领域，以及与大模型相关的挑战和未来发展方向。 应用领域 首先来谈一谈大模型的·成就 大模型已经在许多应用领域取得了显著的成果，包括： 自然语言处理： import torch from transformers import T5Tokenizer , T5ForConditionalGeneration # 加载预训练模型和分词器 model = T5ForConditionalGeneration.from_pretrained('t5-base 大模型是指具有庞大参数数量的机器学习模型。传统的机器学习模型通常只有几百或几千个参数，而大模型则可能拥有数亿或数十亿个参数。
1.7K30编辑于 2023-10-10 - 来自专栏Java实战博客
自建Sub2API – Ollama 自建大模型API管理页 – AI IDE – CodeX使用本地模型
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 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。 配置CodeX使用Sub2API 找到 API秘钥 - 创建秘钥 填写基本信息 使用 看到CodeX配置信息，按照要求创建文件，或者修改文件内容即可！ 如果你有其他AI IDE也可以介入。
9.2K30编辑于 2026-04-20 - 来自专栏AI智能体从入门到实践
构建AI智能体：初识腾讯混元AI大模型与API调用
闲话少叙，本集合文章是作者对大模型一路的笔记和从业后的回顾，希望能和大家一起成长交流，将从初学大模型基础到AI智能体的搭建一步步开启AI大模型时代的开端。 1.首先登录腾讯云大模型API的管理后台，申请API-key；2. 申请成功后下方列表会多出来一条apikey信息：3.获取到key后就可以在模型广场，查看、挑选我们需要的模型，进行体验或选择使用了。4. 腾讯混元大模型API接口调用详细说明：5. 主要通过腾讯的腾讯云大模型API提供的混元大模型API和SDK来实现大模型的应用，混元大模型支持文本模型和生图模型，通过API的方式方便开发者调用，可通过腾讯云SDK方式接入或使用OpenAI SDK方式接入 **语言翻译**：AI大模型可以实现多种语言之间的自动翻译，帮助人们跨越语言障碍，促进国际交流与合作。\n\n5.
3.5K11编辑于 2025-12-10 - 来自专栏Michael阿明学习之路
AI大模型全栈工程师课程笔记 -Assistant API
选择模型：gpt-3.5-turbo-1106 添加函数： { "name": "ask_database", "description": "Use this function to answer /utils/.env')) # 初始化 OpenAI 服务 client = OpenAI() # openai >= 1.3.0 起，OPENAI_API_KEY 和 OPENAI_BASE_URL "param": null, "code": null } } 参看：https://cookbook.openai.com/examples/assistants_api_overview_python
86610编辑于 2023-12-10 - 来自专栏司钰秘籍
AI大模型学习
通过不断优化模型结构和算法，AI大模型学习能够不断提升模型的准确性和效率，为人类生活和工作带来更多便利。 AI大模型学习的理论基础 数学基础： 线性代数：AI 大模型中大量使用向量和矩阵运算，如矩阵乘法、向量点积等，用于表示和操作数据。 AI大模型在特定领域的应用 在自然语言处理领域，AI 大模型如 GPT-3 被广泛应用于文本生成、机器翻译、问答系统等。 此外，模型的性能也受到计算资源、数据质量和算法优化等因素的影响 AI大模型学习的伦理与社会影响 AI 大模型学习确实带来了一些伦理和社会问题，我们需要认真对待： 1. 分布式训练和边缘计算：利用分布式计算和边缘计算技术，加速模型训练和在边缘设备上的部署。 5. 与人类的协同合作：AI 与人类将更加紧密地合作，共同解决问题。
73910编辑于 2024-04-04 - 来自专栏人工智能领域
AI大模型学习
AI大模型学习 在当前技术环境下，AI大模型学习不仅要求研究者具备深厚的数学基础和编程能力，还需要对特定领域的业务场景有深入的了解。 方向一：AI大模型学习的理论基础 AI 大模型学习的理论基础涉及深度学习、神经网络、优化算法等多个方面。 ———————————————— 方向二：AI大模型的训练与优化 AI 大模型学习的理论基础涉及深度学习、神经网络、优化算法等多个方面。 ———————————————— 方向三：AI大模型在特定领域的应用 AI大模型的训练与优化是深度学习领域中至关重要的一部分。 ———————————————— 方向四：AI大模型学习的伦理与社会影响 AI大模型学习的伦理与社会影响是一个备受关注的话题，以下是一些关于这个方向的重要内容： 数据隐私：AI大模型需要大量的数据来训练
72810编辑于 2024-12-18 零基础学AI大模型之读懂AI大模型
大模型知识，因此希望可以通过自己学习然后以写文章的形式向大家同样想零基础学习大模型的同学进行互相交流，欢迎大家在评论区打出自己的疑问或者本文不正确的地方，我们一起学习 零基础学AI大模型之读懂AI大模型 甚至企业里说的“开发大模型”，真的是从头造一个“大脑”吗？ 今天就用通俗的语言，把AI大模型的核心逻辑、能力边界和落地场景讲透，最后再给大家一份主流模型的选择指南。 一、什么是AI大模型？ 这时候，AI智能体（Agent） 才是大模型的“落地形态”。 企业真正要开发的是AI智能体：大模型的“升级版” 所谓“AI智能体（Agent）”，是给大模型加上“手脚”“记忆”和“规划能力”，让它从“聊天工具”变成“能干活的助手”。 →发邮件”5步； 调用工具：用Python脚本读取公司数据库的销售数据，用Matplotlib画增长率图表； 生成内容：大模型基于数据写报告，结合图表整理成PDF； 执行动作：调用邮件API，自动填写团队邮箱地址
1.6K20编辑于 2025-12-22- 来自专栏机器学习入门
【AI大模型】LLM主流开源大模型介绍
学习目标 了解LLM主流开源大模型. 掌握ChatGLM、LLaMA、Bloom等基础大模型的原理 LLM主流大模型类别 随着ChatGPT迅速火爆，引发了大模型的时代变革，国内外各大公司也快速跟进生成式AI市场，近百款大模型发布及应用 目前，市面上已经开源了各种类型的大语言模型，本章节我们主要介绍其中的三大类： ChatGLM-6B：衍生的大模型（wenda、ChatSQL等） LLaMA：衍生的大模型（Alpaca、Vicuna 因此， x_3的二维位置编码是[3, 0]， x_5的二维位置编码是[5, 0]，x_6 的二维编码是[5, 1]。 闻达：大型语言模型调用平台，基于 ChatGLM-6B 实现了类 ChatPDF 功能 LLaMA模型 LLaMA（Large Language Model Meta AI），由 Meta AI 于2023
1.4K10编辑于 2024-09-24 国内大模型API选型：别让接口选择拖垮你的AI应用
国内大模型API选型：别让接口选择拖垮你的AI应用 如果你正在开发AI应用，或者负责企业内部的大模型接入，你大概率已经遇到过这个问题：市面上国内大模型API五花八门，从文心一言到通义千问，从讯飞星火到豆包 为什么国内大模型API这么多，但选起来这么费劲？ 说实话，我从2023年开始接触大模型API，那时候选择还比较少，主要就是百度文心一言和阿里通义千问。现在呢？ 比如你做智能客服API，用户数据不能出境，那国内模型就是必选。 从成本看，国内API普遍更便宜。我对比过，用DeepSeek-V3处理同等任务，成本只有GPT-4o API的1/5左右。 IDC在2025年的报告里提到，中国企业级AI应用中有67%优先选择国产大模型，主要原因是数据安全和响应速度。 未来趋势：如何让大模型API选型更简单？ 我个人觉得，明年我们会看到更多大模型聚合平台出现，它们类似AI API聚合服务，帮你比价、调度、监控。
8310编辑于 2026-07-01- 来自专栏时来之笔
2026 大模型 API 免费额度汇总
、Kimi K2.5 等每日10点限量抢购腾讯云大模型平台阿里云百炼¥40(Lite Plan)1.8万次 / 月Qwen 3.5、GLM-5、MiniMax 等每日9:30限量抢购阿里云百炼 Coding -4.7 等计费受峰值影响，阶梯抵扣智谱大模型开放平台Kimi¥49(Andante)无明确固定数值Kimi K2.5工具适配较少，仅限个人场景Moonshot AI 开放平台MiniMax¥29(Starter 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。 , 4.5永久额度，国产自研强项智谱AI开放平台硅基流动新用户 2000 万 TokensDeepSeek, Llama 等开源模型永久额度，API 响应比较快硅基流动kimi新用户送15元代金券kimi-k2.5 ，kimi-k2等开源模型永久代金券，API 响应快kimi开放平台科大讯飞每个模型 20 万 Tokens星火 Ultra, Max, Pro涵盖长文本 128K 版本讯飞星火-懂我的AI助手魔搭社区每天
55.2K342编辑于 2026-03-17 - 来自专栏量子位
AI的大模型时代 ≠ 只有大模型的AI时代
从这个规律来看，大语言模型（简称LLM）出现后虽然霸占了所有与AI相关的关键词，吸引了所有人的注意力，但这并不代表“LLM之前无AI”。 所以，AI不是只有大模型。AI的大模型时代也 ≠ 只有大模型的AI时代。 成熟的AI，早就已经上岗了 或许你还不敢相信，现在哪怕小小的快递背后，都已经有AI技术在加持了。 而且也是专门针对英特尔硬件打造的优化框架，只需5行代码就可以完成原有框架的替换。 用户可以针对不同业务场景，来优化OpenVINO™️ 运行参数。 然而，这些仅仅是已经成熟上岗的AI技术在英特尔®️ 平台得到的优化，英特尔的能力还远不止如此。 这就要说回大模型了。 更多《英特尔平台上的行业AI实战与大模型优化》相关内容，可扫描下方海报中的二维码获取。点击原文链接，阅读英特尔《最“in”大模型》专栏的所有文章。 — 完 —
80210编辑于 2023-09-27 - 来自专栏帅云霓的技术小屋
大模型与AI底层技术揭秘 (5) 战争恶魔的末路
“以色列现在已经是一个军事超级大国，欧洲任何一个国家的军队都不是我们的对手。” 阿利尔·沙龙在广播中趾高气扬地说。“我们能在一个星期之内征服从两河流域到阿尔及利亚这一广淼的地区，让以色列人收回这历史上属于犹太的土地！”
47230编辑于 2023-10-23 - 来自专栏星哥的AI自留地
免费获得大模型的Api-Key的方法：英伟达提供GLM-4.7、Minimax M2.1模型和GitHub的AI大模型API申请
今天就给大家介绍英伟达和Github的免费大模型APIKey的获取方法。 传送门：OpenRouter提供的DeepSeek-R1-70B的大模型免费用获取各大人工智能AI工具通过API和KEY调用的方法英伟达-Nvidia的免费APIKey说到英伟达，大家的第一反应可能是" -3.1检测，yi-large检测失败3.选择模型点击“管理”搜索模型，我这里先oss、glm、minimax的关键字再添加对应的模型4.测试问题回到助手选择英伟达大模型问它一个问题，看是否能回答。 大模型，如OpenAI、deepseek、DeepSeek等。 5.使用CherryStudio配置点击设置模型服务，搜索“github”，填写密钥测试成功结束英伟达和GitHub的这两条免费通道，给了我们一个低成本体验顶级AI能力的机会。
13210编辑于 2026-06-16 - 来自专栏人工智能极简应用
【AI大模型】Transformers大模型库（八）：大模型微调之LoraConfig
一、引言 这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测、训练等服务。 Transformers 提供了便于快速下载和使用的API，让你可以把预训练模型用在给定文本、在你的数据集上微调然后通过 model hub 与社区共享。 你可以直接使用一个框架训练你的模型然后用另一个加载和推理。 LoRA是一种用于微调大型语言模型的轻量级方法，它通过添加低秩矩阵到预训练模型的权重上来实现适应性调整，从而在不显著增加模型大小的情况下提升特定任务的性能。 get_peft_model(model, config) print_trainable_parameters(model) 三、总结 本文简要介绍LoraConfig的配置参数情况，具体的机遇peft对大模型进行微调后面单独开一页详细讲解
1K10编辑于 2024-08-13 什么是API？进行API对接的5大常见误区！
接下来就为你清晰拆解API的核心概念、重要价值、实用对接方法以及常见误区。一、API和API对接是什么什么是API？我们总是听说API是多么有价值，他们将对业务产生重大影响。然而，API的定义是什么？ 提升用户体验通过API对接，企业可以将不同系统之间的数据整合在一起，提供更加完整、准确、及时的信息，从而提升用户体验。5. 四、如何进行API对接进行API对接需要平台具备较强的兼容性，比如我常用的数据集成平台Finedatalink，它具有强大的ETL功能和多种技术架构支持，可以连接七大类型、30+种数据源，通过GET和POST 方式在url后面拼接参数，只能以文本的形式传递参数；（2）传递的数据量小，4kb左右，虽然不同浏览器可能会有细微差异；（3）安全性低，会将信息显示在地址栏；（4）速度快，通常用于对安全性要求不高的请求；（5） （5）未充分考虑流量控制与配额①误区： 对接时未了解API的调用频率限制（Rate Limiting）或使用配额（Quota），导致请求被限流或拒绝，返回HTTP 429等，影响业务。
96810编辑于 2025-09-26- 来自专栏人工智能极简应用
【AI大模型】Transformers大模型库（二）：AutoModelForCausalLM
一、引言 这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测、训练等服务。 Transformers 提供了便于快速下载和使用的API，让你可以把预训练模型用在给定文本、在你的数据集上微调然后通过 model hub 与社区共享。 当你使用`AutoModelForCausalLM`时，不需要直接指定模型的所有细节，只需要提供模型的名称（如`"gpt2"`、`"t5"`等，尽管T5模型更常用于序列到序列任务），库会自动配置为适合因果语言建模的版本 这里使用了Auto自动模型，transformers包括管道pipeline、自动模型auto以及具体模型三种模型实例化方法，如果同时有配套的分词工具（Tokenizer），需要使用同名调度。 同时，列举了管道模型、自动模型、具体模型等三种transformers预训练大模型实例化方法。期待大家三连。
3.1K11编辑于 2024-08-13 - 来自专栏人工智能极简应用
【AI大模型】Transformers大模型库（四）：AutoTokenizer
一、引言 这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测、训练等服务。 Transformers 提供了便于快速下载和使用的API，让你可以把预训练模型用在给定文本、在你的数据集上微调然后通过 model hub 与社区共享。 这意味着，当你知道模型的名称时，你可以使用AutoTokenizer自动获取与该模型匹配的分词器，而不需要了解分词器的具体实现细节。 2.2 主要特点 模型兼容性：通过模型名称自动匹配合适的分词器，支持BERT、RoBERTa、Albert、DistilBERT、T5等众多模型。 这意味着，当知道模型的名称时，可以使用AutoTokenizer自动获取与该模型匹配的分词器。
2.1K10编辑于 2024-08-13 - 来自专栏人工智能极简应用
【AI大模型】Transformers大模型库（一）：Tokenizer
一、引言 这里的Transformers指的是huggingface开发的大模型库，为huggingface上数以万计的预训练大模型提供预测、训练等服务。 Transformers 提供了便于快速下载和使用的API，让你可以把预训练模型用在给定文本、在你的数据集上微调然后通过 model hub 与社区共享。 你可以直接使用一个框架训练你的模型然后用另一个加载和推理。 本文重点介绍Tokenizer类。 **编码**：将tokens转换为数字ID，这些ID是模型的输入。每个token在词汇表中有一个唯一的ID。 4. 5.
2K12编辑于 2024-08-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号