国产大模型 API 统一接入指南

结论先说： 接入国产大模型时，不要根据厂商名称猜模型 ID。正确流程是先查询实时模型列表，再用真实模型 ID 完成最小请求，最后逐项验证流式输出、工具调用、图像或检索等业务能力。

开始前检查

DeepSeek、通义千问、Kimi、豆包、智谱 GLM 等名称通常代表厂商或模型系列，不一定等于接口可直接使用的模型 ID。不同模型的开放状态、价格、上下文和能力会变化，本文不提供固定清单。

准备以下信息：

控制台创建的 API Key。
Base URL https://www.aifast.club/v1。
/v1/models 或控制台显示的真实模型 ID。
业务必须具备的能力，例如流式输出、工具调用、视觉理解或检索。

配置步骤

1. 获取实时模型列表

curl https://www.aifast.club/v1/models \
  -H "Authorization: Bearer $AIFAST_API_KEY"

从响应中复制模型 ID。不要把“DeepSeek”“Kimi”或“GLM”这类系列名称直接当作请求参数，除非实时接口确实返回完全相同的 ID。

2. 完成最小文本调用

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIFAST_API_KEY"],
    base_url="https://www.aifast.club/v1",
)

response = client.chat.completions.create(
    model="YOUR_MODEL_ID",
    messages=[{"role": "user", "content": "用三点说明你的主要能力。"}],
)

print(response.choices[0].message.content)

只有最小文本调用成功后，再继续增加流式输出、结构化输出、工具或多模态参数。

3. 按能力而不是厂商名选模型

需求	首先验证什么
中文写作与总结	指令遵循、事实准确性、长文本稳定性
代码与代理任务	工具调用、结构化输出、上下文和错误恢复
图像理解	接口是否接受图像输入及其格式限制
检索问答	是否具备检索能力、引用来源和时效边界
批量任务	限流、并发、失败重试和完整任务成本

4. 保留可切换配置

不要把模型 ID 散落在业务代码中。将 Base URL、API Key 和模型 ID 放入环境变量或配置中心，方便灰度切换和故障回滚。

常见问题

为什么控制台看得到模型，调用却提示 model not found？

常见原因是复制了展示标题而不是真实模型 ID、模型暂未对当前账号开放，或者客户端拼接了错误路径。先重新请求 /v1/models 并检查最终 URL。

国产模型可以共用 OpenAI SDK 吗？

当目标接口支持所需的 OpenAI Compatible 请求格式时，可以先用 OpenAI SDK 验证基础调用。具体能力仍需逐项测试，不能默认完全一致。

如何控制多模型切换成本？

记录输入输出 Token、重试次数、延迟和任务成功率。便宜但需要多次重试的模型，完整任务成本可能更高。

下一步

继续阅读文本、图像、视频与检索模型怎么选和大模型 API 成本估算与用量控制，建立可验证的模型选择与预算规则。