选择使用方式

使用大模型 Token

以 deepseek-v4-flash 为例，通过兼容 OpenAI 的接口快速调用VOLCENGING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

VOLCENGING 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，为你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，你需要获取平台的 API 访问密钥（Access Token）。

进入模型广场

在控制台获取 API Key，并体验模型。

2.1 平台环境信息

VOLCENGING平台提供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	VOLCENGING 控制台	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，在调用前需要了解其基本参数。该模型由深度求索（DeepSeek）提供，是一款兼具速度与性价比的模型。

3.1 模型标识符

在 API 调用中，使用完整的模型 ID 指定模型：

txt

deepseek/deepseek-v4-flash

3.2 兼容性说明

信息

VOLCENGING平台的 API 完全兼容 OpenAI 的接口规范。如果你之前使用过 OpenAI SDK，只需更改 api_key 和 base_url 即可切换到本平台。

4. 快速调用指南

以下是使用 Python 和 cURL 调用 deepseek-v4-flash 的示例。平台支持标准的 Chat Completions 接口，并同时支持流式（Streaming）和非流式（Non-streaming）输出。

Python 非流式

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。

首先安装 OpenAI 官方 Python SDK：

bash

pip install openai

python

from openai import OpenAI

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

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
)

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

Python 流式

流式调用允许模型在生成文本的同时逐步返回结果，能够降低感知延迟。

python

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:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)
print()

cURL

如果不使用 Python，可以直接通过 HTTP 请求调用 API：

bash

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
}'

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。你可以通过 models.list() 接口获取当前账户可用的所有模型列表：

python

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}")

已完成

通过以上步骤，你已经掌握VOLCENGING MaaS 平台的基本使用方法。可以根据需求在控制台的「模型广场」探索更多模型，并在应用中集成。