前言：为什么你该自己接 API，而不是一直用网页版

做业务系统、做客服机器人、做内容生成工具，迟早要碰大模型 API。但一上手就懵：

• OpenAI、通义千问、DeepSeek、智谱 GLM、Kimi、MiniMax……每家文档都不一样；

• 有的用 /v1/chat/completions，有的用 /v4，有的字段还对不上；

• 价格、限流、上下文长度各家不同，选型一拍脑袋就超预算。

其实 90% 的国产大模型都兼容 OpenAI 协议。本文用一套 Python 代码，把 6 家主流厂商统一接入，并附上选型对比表和避坑指南。看完你就能直接抄进项目。

一、核心认知：OpenAI 兼容协议是"普通话"

OpenAI 把 chat.completions 这套接口做成了事实标准。国内厂商为了降低迁移成本，基本都提供了 OpenAI 兼容 endpoint：你只要改 base_url 和 api_key，同一套 SDK 就能调通。

这意味着：

• 不用为每家模型单独写一套 HTTP 请求；
• 以后换模型，只改一个配置，业务代码零改动；
• 做"多模型路由"也只需在配置层切换。 

二、环境准备

    pip install openai
只需要这一个 SDK，6 家通吃。

三、统一调用实战

3.1 最简调用（以通义千问为例）

from openai import OpenAI

# 只改 base_url 和 api_key，其余代码完全通用
client = OpenAI(
    api_key="你的_API_KEY",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

resp = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role": "user", "content": "用一句话解释什么是大模型 API"}]
)
print(resp.choices[0].message.content)
 

3.2 流式输出（打字机效果，体验更好）

stream = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role": "user", "content": "给我写一段产品介绍"}],
    stream=True
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)
 

3.3 多轮对话（带记忆）

messages = [
    {"role": "system", "content": "你是一个严谨的售前客服助手"},
    {"role": "user", "content": "你们支持私有化部署吗？"},
]

resp = client.chat.completions.create(model="qwen-plus", messages=messages)
reply = resp.choices[0].message.content
print(reply)

# 关键：把助手回复追加回 messages，模型才有"记忆"
messages.append({"role": "assistant", "content": reply})
messages.append({"role": "user", "content": "那价格大概多少？"})
 

3.4 各家 base_url & model 速查表

厂商	base_url	代表 model	说明
阿里云·通义千问	https://dashscope.aliyuncs.com/compatible-mode/v1	qwen-plus / qwen-max	生态全，企业级稳
DeepSeek	https://api.deepseek.com/v1	deepseek-chat / deepseek-reasoner	性价比极高，推理强
智谱 GLM	https://open.bigmodel.cn/api/paas/v4	glm-4-plus / glm-4-flash	中文友好，flash 几乎免费
Kimi（月之暗面）	https://api.moonshot.cn/v1	moonshot-v1-8k	超长上下文，读长文档强
MiniMax	MiniMax	abab6.5s-chat	音视频多模态有优势
OpenAI	https://api.openai.com/v1	gpt-4o / gpt-4o-mini	能力天花板，需合规接入

 接口地址和模型名会随官方调整，接入前请以各厂商最新文档为准。

四、6 家主流模型选型对比

价格随官方活动浮动，下表为撰文时参考区间（单位：元 / 百万 tokens），实际以官网实时报价为准。

模型	上下文	最擅长	输入参考价	输出参考价	适合谁
DeepSeek-V3	64K	通用、代码、推理	¥1	¥4	成本敏感、量大
通义 qwen-plus	32K	中文、企业集成	¥0.8	¥2	阿里云生态、稳妥派
智谱 glm-4-flash	128K	轻量任务	≈免费	≈免费	试水、低频调用
Kimi	最高 128K+	超长文档/论文	¥1	¥1	长文本分析
MiniMax	32K	多模态/语音	¥1	¥1	音视频场景
GPT-4o	128K	综合最强	需合规	需合规	不差钱/强需求

一句话选型建议：量大省钱 → DeepSeek；要稳妥+中文+生态 → 通义千问；长文档 → Kimi；试试水 → 智谱 flash。

五、企业接入避坑指南（踩过的雷都在这）

1. 密钥安全：api_key 必须放服务端环境变量，前端硬编码 = 排队被盗刷。用 os.getenv("API_KEY") 读取。
2. 限流（429）：高并发要加重试 + 退避（exponential backoff），别硬刚。
3. 成本控制：设置 max_tokens 上限；用便宜模型做"预处理/路由"，贵模型只做核心推理。
4. 超时与降级：某家挂了自动切备选模型（多模型路由），别让业务单点故障。
5. 内容安全：面向 C 端必须接内容审核，避免违规输出。
6. 数据合规：用户数据别明文往外传，敏感场景考虑混合部署。

六、进阶：多模型路由示例

python

MODELS = {
    "cheap":   {"base_url": "https://api.deepseek.com/v1",      "model": "deepseek-chat"},
    "long":    {"base_url": "https://api.moonshot.cn/v1",       "model": "moonshot-v1-8k"},
    "stable":  {"base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1", "model": "qwen-plus"},
}

def chat(route: str, messages: list):
    cfg = MODELS[route]
    client = OpenAI(api_key=os.getenv("API_KEY"), base_url=cfg["base_url"])
    return client.chat.completions.create(model=cfg["model"], messages=messages)

一个配置字典，按场景切模型，成本和维护量直接砍半。

上面这套方案工程上不复杂，真正的难点在选型、成本和稳定性：用贵了、限流扛不住、换模型改不动代码，是大多数团队踩过的坑。

我把文中所有代码整理成了可直接运行的完整工程，外加一份《6 家大模型 API 实时选型对比表》和限流/成本配置模板。需要的话可以看我 CSDN 主页简介获取，或者在评论区留言「API」，我看到都会回。

如果你在接入时遇到具体问题（路由怎么设计、成本怎么压、长上下文怎么处理），也欢迎评论区交流——实战问题一起聊。