- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI
Jetbrains官宣全新AI CLI：Gemini大模型免费用！
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
69510编辑于 2026-03-20 IDEA 官宣全新AI CLI：Gemini大模型免费用！
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
51110编辑于 2026-03-31被 OpenClaw API 费用吓到？Hermes Agent 免费开源 + 国产模型省钱方案
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？
61230编辑于 2026-04-16- 来自专栏新智元
300亿参数大模型免费用，网友：真香
· 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。
48320编辑于 2023-05-09 - 来自专栏星哥的AI自留地
DeepSeek-R1-70B的大模型免费用
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
1.3K01编辑于 2025-05-01 - 来自专栏时来之笔
2026 大模型 API 免费额度汇总
，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。
39K336编辑于 2026-03-17 - 来自专栏开源技术小栈
快速接入讯飞星火认知大模型2.0，200万令牌免费用！
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）
2.1K20编辑于 2023-10-26 - 来自专栏AI相关
大模型API的token是如何计算的？
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”。
2.9K20编辑于 2025-11-10 - 来自专栏OI
YbtOJ 594「费用流」大图书馆
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
1.8K20编辑于 2022-09-19 - 来自专栏大模型应用
大模型应用：大模型的本地 API 服务：FastAPI 封装与接口鉴权.44
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。
45753编辑于 2026-03-13 - 来自专栏机器之心
免费用！阿里通义大模型上新，超逼真音视频生成SOTA！
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。
1K10编辑于 2025-04-16 - 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 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。
6200编辑于 2026-04-20 - 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
4.3K10编辑于 2025-06-23 - 来自专栏前端西瓜哥的前端文章
动态规划模型：背包二维费用问题
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。 ----
53710编辑于 2022-12-21 - 来自专栏叶子的数据科技专栏
使用自己的大模型 api 在表格中生成
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。
47310编辑于 2025-05-23 - 来自专栏LLM API
Gemini 3 Pro 国内怎么购买 API Key 及大模型 LLM API 试用指南
摘要：Google再次刷新了多模态大模型的上限。本文将为您权威解读Gemini3Pro的核心特性（超长上下文、原生多模态），并为国内开发者提供一份详尽的GoogleGeminiAPI购买与接入教程。 作为大模型领域的“原生多模态”霸主，Gemini系列一直以其恐怖的上下文窗口（ContextWindow）和对视频、音频、图像的“全知全能”理解力著称。 3.聚合：不仅是GPT，更是您的Gemini专属通道大模型API聚合平台早在Gemini1.0时代就已完成了与GoogleVertexAI的深度对接。 https://api.n1n.ai/v1",#关键：n1n聚合接口api_key="sk-NxN..." 金融研报分析：一次性扔进去50份PDF年报，让大模型进行横向对比分析。5.常见问题(FAQ)Q:我现在能通过聚合用上Gemini3Pro吗？
5.5K20编辑于 2026-01-24 通过API运行Snowflake Arctic大语言模型的技术指南
通过API运行Snowflake ArcticSnowflake Arctic是某机构发布的一款新型开源大型语言模型。 某中心上的大多数模型都提供类似这样的交互式API Playground，可以在模型页面找到，例如：https://replicate.com/snowflake/snowflake-arctic-instruct API Playground是了解模型功能的绝佳方式，并提供多种语言的可复制代码片段，帮助您快速上手。 导入客户端import replicate使用某中心的API运行**snowflake/snowflake-arctic-instruct**。查看模型的架构以了解输入和输出概览。 使用某中心的API运行**snowflake/snowflake-arctic-instruct**。查看模型的架构以了解输入和输出概览。
14210编辑于 2026-01-07- 来自专栏新智元
百亿token免费用！国产平台一键拖拽定制大模型，多元算力极具性价比
有人调侃，比起「造福人类」，大模型更应该先呼吁「给我场景」。 然而无问芯穹认为，经历了互联网时代的高速发展，中国市场并不缺应用场景。 大模型的落地难，症结在于行业内正在持续遭遇的算力难题。 2022年底，大模型引发社会广泛关注后，夏立雪和他的导师汪玉认为，国内整体算力水平距离国际先进还有明显差距，光靠芯片工艺提升或是多元芯片的迭代已远远不够，需要建立一个大模型生态系统，让不同模型能自动部署到不同硬件上 无问芯穹的联合创始人兼CTO颜深根表示，大模型落地依赖算法、算力、数据，还有系统。 算力决定了大模型的速度，设计优良的系统则能释放出更多硬件潜力。 而每一个端上的智能来源，就是大模型专用处理器LPU。 大模型处理器LPU可以提升大模型在各种端侧硬件上的能效与速度。 戴国浩在发布会上向观众展示了「一张卡跑大模型」，其团队于今年1月初推出的全球首个基于FPGA的大模型处理器，通过大模型高效压缩的软硬件协同优化技术，使得LLaMA2-7B模型的FPGA部署成本从4块卡减少至
1.7K10编辑于 2024-04-12 生产环境中的大模型 API 接入实践：多模型并行的工程思考
引言：当大模型进入核心链路随着大模型在各类业务中的使用逐渐深入，越来越多的系统开始将模型能力引入到核心业务链路中，例如内容生成、智能问答、辅助决策等场景。 本文围绕多模型并行使用的实际情况，讨论在生产环境中，大模型 API 接入层在系统稳定性和可维护性中的作用。 四、工程视角下的接入层设计思路针对上述问题，一个常见的工程思路是引入统一的大模型 API 接入层，将模型调用从业务逻辑中抽离。 在这一背景下： 模型能力决定功能上限 接入层设计决定系统下限 只有通过合理的工程抽象，才能让大模型能力稳定、长期地运行在生产环境中。结语大模型的更新速度仍在加快，但工程问题不会自动消失。 当模型能力逐渐趋同，系统的稳定性和可维护性，往往成为决定 AI 应用能否持续演进的关键因素。从这个角度看，大模型 API 接入层已经不再是实现细节，而是 AI 系统的重要基础设施之一。
19410编辑于 2026-01-22- 来自专栏软件设计
大模型文生图服务API设计原来如此简单(1)
文生图API：简单才是王道文生图大模型的API设计其实很简单！无论是Midjourney这样的商业产品，还是ComfyUI这样的开源工具，它们的核心API设计都遵循着相似的简单原则。 完成处理 --> |WebSocket通知完成| 用户界面 用户界面 --> |查询结果| 图像存储错误处理：计划总赶不上变化就像做饭可能会遇到火太小、锅太满等问题，文生图系统也会遇到各种意外：模型加载失败 可扩展性：为未来留空间优秀的文生图API设计就像乐高积木，可以不断添加新功能：flowchart TD 核心API[核心API系统] --> 插件1[ControlNet插件] 核心API --> 插件2[LoRA微调插件] 核心API --> 插件3[提示词增强插件] 核心API --> 更多[更多扩展...]ComfyUI的节点化设计让添加新功能变得像搭积木一样简单，而不需要改动核心代码 不需要复杂的架构，只需要合理的API设计，就能构建出强大的文生图系统。
46210编辑于 2025-03-06
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