大模型集成¶
OpenAI、DeepSeek、Claude、通义千问、智谱、Kimi API 教程
本教程将带你学习如何集成主流大模型 API,掌握从基础调用到生产部署的完整技能。
学习目标¶
- ✅ 掌握各平台 API 的申请与配置
- ✅ 学会使用 Python 调用各平台 API
- ✅ 理解 Token 计费与成本优化
- ✅ 掌握多模态问答实现
- ✅ 学习生产环境最佳实践
章节目录¶
| 章节 | 标题 | 内容概要 |
|---|---|---|
| 第一章 | 大模型概述 | 主流模型介绍、选型建议、价格对比 |
| 第二章 | OpenAI API | GPT-5.4 系列模型调用实战 |
| 第三章 | DeepSeek API | DeepSeek V3.2 和 R1 推理模型 |
| 第四章 | Claude API | Claude Opus/Sonnet/Haiku 模型 |
| 第五章 | 通义千问 API | Qwen3 系列模型集成 |
| 第六章 | 智谱 API | GLM-4 系列模型调用 |
| 第七章 | Kimi API | 超长文本处理、文档分析 |
| 第八章 | 多模态问答 | 图文理解、视频分析 |
| 第九章 | 进阶技巧 | 流式输出、异步调用、错误处理 |
| 第十章 | 最佳实践 | 成本优化、安全实践、监控告警 |
快速开始¶
from openai import OpenAI
# OpenAI
client = OpenAI(api_key="sk-xxx")
response = client.chat.completions.create(
model="gpt-5.4-mini",
messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)
# DeepSeek(兼容 OpenAI 格式)
client = OpenAI(
api_key="sk-xxx",
base_url="https://api.deepseek.com"
)
response = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "你好"}]
)
模型价格对比(2026年3月)¶
| 模型 | 输入价格 | 输出价格 | 特点 |
|---|---|---|---|
| GPT-5.4 | $2.50/1M | $15.00/1M | 最强能力 |
| GPT-5.4-mini | $0.75/1M | $4.50/1M | 性价比高 |
| DeepSeek Chat | ¥1/1M | ¥2/1M | 极致性价比 |
| Claude Sonnet 4.6 | $3.00/1M | $15.00/1M | 平衡选择 |
| 通义千问 Turbo | ¥0.3/1M | ¥0.6/1M | 便宜 |
| GLM-4-Flash | 免费 | 免费 | 测试首选 |
相关教程¶
- Prompt Engineering - 提示词工程
- Function Calling - 函数调用
- RAG 系统 - 检索增强生成
- vLLM 部署 - 本地模型部署
- 模型微调 - LoRA、QLoRA 微调