快速上手大模型云服务

本文档以 deepseek-v4-flash 模型为例，演示如何快速上手大模型云服务

1. 平台简介

共绩算力 MaaS（Model-as-a-Service）平台是一个提供多种主流大语言模型 API 服务的统一平台。开发者只需一次接入，即可通过统一的接口规范调用来自 DeepSeek、Minimax、Moonshot (Kimi)、Qwen (通义千问) 和 Zhipu (智谱) 等多家厂商的先进模型。

本文档将以 deepseek-v4-flash 模型为例，为您演示如何快速上手并调用平台提供的 API 服务。

2. 准备工作

在开始调用 API 之前，您需要获取平台的 API 访问密钥（Access Token）。

https://maas.suanli.cn/api-keys

2.1 平台环境信息

共绩算力平台提供了以下关键端点供开发者使用：

服务类型	URL 地址	说明
平台控制台	https://maas.suanli.cn/	提供模型广场、在线体验（Playground）、密钥管理和计费等功能。
API Base URL	https://api.suanli.cn/v1	用于实际代码调用的 API 基础地址。

3. 了解模型信息

以 deepseek-v4-flash 模型为例，在调用前我们需要了解其基本参数。该模型由深度求索（DeepSeek）公司提供，是一款兼具速度与性价比的先进模型。

3.1 模型标识符

在 API 调用中，您需要使用完整的模型 ID 来指定所使用的模型： 模型 ID: deepseek/deepseek-v4-flash

3.2 兼容性说明

共绩算力平台的 API 完全兼容 OpenAI 的接口规范。这意味着如果您之前使用过 OpenAI 的 SDK，只需更改 api_key 和 base_url 即可无缝切换到本平台。

4. 快速调用指南

以下是使用 Python 和 cURL 两种常用方式调用 deepseek-v4-flash 模型的示例。

使用 Python SDK (推荐)

首先，安装 OpenAI 官方提供的 Python SDK：

pip install openai

接下来，编写代码进行调用。平台支持标准的对话补全（Chat Completions）接口，并同时支持流式（Streaming）和非流式（Non-streaming）输出。

非流式调用示例

非流式调用会等待模型生成完整回复后一次性返回结果，适合对实时性要求不高的场景。

from openai import OpenAI

## 初始化客户端，替换为您自己的 API Key 和 Base URL
client = OpenAI(
    api_key="替换为您自己的 API Key",
    base_url="https://api.suanli.cn/v1",
)

发起对话请求

response = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[
        {"role": "system", "content": "你是一个有用的 AI 助手。"},
        {"role": "user", "content": "请用一句话解释什么是大语言模型。"}
    ],
    max_tokens=1000,
    temperature=0.7
)

打印模型回复

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

流式调用示例

流式调用允许模型在生成文本的同时逐步返回结果，能够显著降低用户的感知延迟，提供更好的交互体验。

from openai import OpenAI

client = OpenAI(
    api_key="替换为您自己的 API Key",
    base_url="https://api.suanli.cn/v1",
)

stream = client.chat.completions.create(
    model="deepseek/deepseek-v4-flash",
    messages=[
        {"role": "user", "content": "请简要介绍 Python 语言的三个主要特点。"}
    ],
    max_tokens=1000,
    stream=True
)

print("模型回复：", end="")
for chunk in stream:
    # 逐步提取并打印生成的内容
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
print()

运行结果：

4.2 使用 cURL 命令行

如果您不使用 Python，也可以直接通过 HTTP 请求调用 API。以下是等效的 cURL 命令：

curl -X POST "https://api.suanli.cn/v1/chat/completions" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer 替换为您自己的 API Key" \
  -d '{
    "model": "deepseek/deepseek-v4-flash",
    "messages": [
      {
        "role": "user",
        "content": "你好"
      }
    ],
    "max_tokens": 100,
    "temperature": 0.7
  }'

运行结果：

5. 进阶功能：获取可用模型列表

平台不仅提供 DeepSeek 模型，还支持众多其他厂商的模型。您可以通过 models.list() 接口获取当前账户可用的所有模型列表：

from openai import OpenAI

client = OpenAI(
    api_key="替换为您自己的 API Key",
    base_url="https://api.suanli.cn/v1",
)

python3 -c "
from openai import OpenAI
client = OpenAI(api_key='替换为您自己的 API Key', base_url='https://api.suanli.cn/v1' )
models = client.models.list()
print('当前可用模型列表：')
for m in models.data:
    print(f'  - {m.id}')
"

运行结果：

通过以上步骤，您已经成功掌握了共绩算力 MaaS 平台的基本使用方法。您可以根据实际需求，在控制台的“模型广场”探索更多模型，并在您的应用中灵活集成。