LLM：使用API访问在线大模型

大语言模型从2022年底开始兴起，不到3年的发展，现在已经融入到工作、生活的方方面面，平时不管是用浏览器，还是AI IDE或者App，都可以方便地访问到各类大模型。

如果想要进一步多一些控制权，可以使用API调用大模型，从而把大模型的能力集成到自己的应用中。

通过API调用大模型是非常容易的，直接通过HTTP请求就可以实现调用，下面举两个例子说明。

OpenAI API

OpenAI做得最早，所以OpenAI的API接口成为了事实上的大语言模型的接口标准，其他家的大语言模型都会兼容OpenAI的API接口以便可以让一个chatGPT的工具可以切换到自家的大模型来。

调用OpenAI API跟把大象放进冰箱一样简单，大概分三步：

创建开放平台账号，获取API Key
通过API Key调用OpenAI API
交钱嗯，API调用是收费的。

1、获取API Key

获取 API Key
- 访问 OpenAI Platform，使用注册账号登录
- 在 API Keys 页面创建新的 API Key

2、curl调用

export OPENAI_API_KEY='你创建的Key写在这里'
curl https://api.openai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -d '{
    "model": "gpt-4o-mini",
    "input": [
      {"role": "user", "content": [{"type": "text", "text": "Hello!"}]}
    ]
  }'

3、程序调用

以Python为例，首先安装 SDK

pip install openai

然后就可以调用了：

from openai import OpenAI

# 生产环境一般要从配置文件读取Key
client = OpenAI(api_key="你创建的Key写在这里)

# API 调用
resp = client.responses.create(
    model="gpt-4o-mini",
    input=[
        {"role": "system", "content": [{"type": "text", "text": "你是一个AI技术专家。"}]},
        {"role": "user", "content": [{"type": "text", "text": "什么是机器学习？"}]}
    ],
    temperature=0.7,          # 控制输出的随机性，0-2之间
    max_output_tokens=1000     # 最大输出 token 数
)

# 获取回复
print(resp.output_text)

由于大模型技术发展飞快，OpenAI的API接口也在不断更新，很可能你在网上查到的示例代码并不能运行，所以最好的方法还是直接访问OpenAI官方的API文档： https://platform.openai.com/docs/quickstart

里面有详细的调用说明、定价信息、代码示例，足以辅助你完成实际开发工作。

2023年4月的时候，我在我的小程序中接入了OpenAI API，让小程序用户可以直接和chatGPT3.5进行对话，当时微信平台还没有进行限制，效果还不错。不久后，微信就发布了新的管理方法，严禁小程序提供AI相关的功能，我的AI功能只能改为“人工”回答了，还要审核后才能发布，等于事实上无法使用了，比较遗憾。

小程序接入chatGPT

另外，由于OpenAI API在国内无法访问，所以要实现接入chatGPT，还需要实现二步接力，由不受限制的海外服务器完成调用，再把结果返回给国内的服务器，再返回给小程序，当时实现的架构如下：

调用chatGPT的技术架构

可以看出，由于某种对抗的存在，本来很简单的调用过程，变得复杂了很多。

GLM API

如果觉得太麻烦不想折腾chatGPT，可以使用国内的大模型，比如deepseek、千问、GLM都不错。这里用GLM举例（因为刚好有免费额度）。

流程一样：获取API Key，调用API。

详情看GLM的文档：https://docs.bigmodel.cn/cn/guide/start/quick-start

curl调用

curl -X POST "https://open.bigmodel.cn/api/paas/v4/chat/completions" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
    "model": "glm-4.6",
    "messages": [
        {
            "role": "system",
            "content": "你是一个有用的AI助手。"
        },
        {
            "role": "user",
            "content": "你好，请介绍一下自己。"
        }
    ],
    "temperature": 1.0,
    "stream": true
}'

程序调用

还是以Python为例，首先安装 SDK

pip install zai-sdk

然后就可以调用了：

from zai import ZhipuAiClient

# 初始化客户端
client = ZhipuAiClient(api_key="YOUR_API_KEY")

# 创建聊天完成请求
response = client.chat.completions.create(
    model="glm-4.6",
    messages=[
        {
            "role": "system",
            "content": "你是一个有用的AI助手。"
        },
        {
            "role": "user",
            "content": "你好，请介绍一下自己。"
        }
    ],
    temperature=0.6
)

# 获取回复
print(response.choices[0].message.content)

是不是连SDK都和OpenAI高度相似？高度相似，大家的迁移成本就是最低的。

其他国产大模型

调用方法大同小异，具体看官方文档即可：

DeepSeek API 文档：https://api-docs.deepseek.com/zh-cn/
Qwen API 文档：https://help.aliyun.com/zh/model-studio/qwen-api-reference

总结

通过API调用在线大模型非常容易，也是最强大的大模型首选使用方法。

但是在实际的项目中，很多toB客户对数据保密性有要求，不允许数据离开公司，这种情况在线访问的方式就无法使用了，后面几篇文章，实验本地调用大模型的方式。