大模型 API 调用入门：OpenAI、DeepSeek、通义千问全对比

为什么要用 API 而不是网页版

网页版 AI 是给人用的，API 是给程序用的。当你想实现这些功能时，就必须用 API：

给自己的网站/App 加上 AI 对话功能
批量处理数据（比如给 1000 篇文章自动打标签）
搭建自动化工作流（收到邮件 → AI 总结 → 推送到微信）
开发自己的 AI 应用

好消息是：主流大模型厂商都兼容 OpenAI 的接口格式，学会一个等于学会全部。

三大平台申请与价格对比

平台	申请地址	代表模型	价格（输入/输出，每百万 token）	特点
DeepSeek	platform.deepseek.com	deepseek-chat	¥2 / ¥8（缓存命中仅 ¥0.5）	性价比之王，推理能力强
通义千问	bailian.console.aliyun.com	qwen-plus	¥0.8 / ¥2（qwen-turbo 更便宜）	阿里生态，新用户送额度
OpenAI	platform.openai.com	gpt-4o-mini	$0.15 / $0.6	生态最成熟，需海外支付

价格为公开刊例价，各平台经常调价和促销，以官网为准。日常测试用 DeepSeek 或 qwen-turbo，一天几分钱。

token 怎么理解：1 个中文字约等于 1-2 个 token。一次普通问答（问 100 字 + 答 500 字）大约消耗 1000 token，成本不到 1 分钱。

通用调用模板（三平台共用）

因为都兼容 OpenAI 格式，所以代码几乎一样，只需改三个东西：api_key、base_url、model。

from openai import OpenAI

# —— 配置区：三选一，取消对应注释即可 ——

# DeepSeek
client = OpenAI(api_key="sk-xxx", base_url="https://api.deepseek.com")
MODEL = "deepseek-chat"

# 通义千问（阿里云百炼）
# client = OpenAI(api_key="sk-xxx",
#                 base_url="https://dashscope.aliyuncs.com/compatible-mode/v1")
# MODEL = "qwen-plus"

# OpenAI
# client = OpenAI(api_key="sk-xxx")  # 默认 base_url 即官方地址
# MODEL = "gpt-4o-mini"

# —— 调用区：完全相同的代码 ——
resp = client.chat.completions.create(
    model=MODEL,
    messages=[
        {"role": "system", "content": "你是一位简洁专业的技术助手"},
        {"role": "user", "content": "用一句话解释什么是 API"},
    ],
    temperature=0.7,
)
print(resp.choices[0].message.content)

必须理解的 4 个概念

1. messages 的角色体系

system：给 AI 定人设和规则，优先级最高，用户看不到
user：用户说的话
assistant：AI 之前的回复（多轮对话时要把历史一起传）

API 是无状态的——它不记得你上次说过什么。多轮对话需要你自己把历史消息全部带上：

history = [{"role": "system", "content": "你是翻译助手"}]

while True:
    user_input = input("你：")
    history.append({"role": "user", "content": user_input})
    resp = client.chat.completions.create(model=MODEL, messages=history)
    reply = resp.choices[0].message.content
    history.append({"role": "assistant", "content": reply})  # 关键：存下 AI 的回复
    print("AI：", reply)

2. temperature（创造性）

0~2 之间，越低越保守确定，越高越发散。写代码、翻译用 0~0.3；头脑风暴、写文案用 0.7~1.0。

3. max_tokens（输出长度上限）

不设的话默认拉满，可能产生意料外的费用。生产环境建议显式设置。

4. 流式输出（Streaming）

网页版 AI「一个字一个字蹦出来」的效果就是流式输出。长回答时体验天差地别：

stream = client.chat.completions.create(
    model=MODEL,
    messages=[{"role": "user", "content": "写一篇 500 字的短文，介绍成都"}],
    stream=True,  # 开启流式
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)  # 逐块打印，模拟打字机

实战：给 100 篇文章自动打标签

学了就要用，这个例子把 API 用进真实工作：

import json
import time
from openai import OpenAI

client = OpenAI(api_key="sk-xxx", base_url="https://api.deepseek.com")

def tag_article(title: str, content: str) -> dict:
    """调用大模型为文章打标签，返回结构化结果"""
    resp = client.chat.completions.create(
        model="deepseek-chat",
        messages=[{
            "role": "user",
            "content": f"""为下面的文章分类并打标签。

标题：{title}
正文：{content[:2000]}

要求：
1. category 从 [AI教程, 机器学习, 深度学习, 自然语言处理, 计算机视觉] 中选一个
2. tags 提取 3-5 个关键词
3. 严格输出 JSON，不要输出任何其他内容

格式：{{"category": "...", "tags": ["...", "..."]}}""",
        }],
        temperature=0,  # 分类任务要确定性
    )
    return json.loads(resp.choices[0].message.content)

# 批量处理
articles = [
    {"title": "卷积神经网络入门", "content": "CNN 是一种……"},
    # ... 更多文章
]
for art in articles:
    result = tag_article(art["title"], art["content"])
    print(art["title"], "->", result)
    time.sleep(0.5)  # 控制频率，避免触发限流

省钱与稳定性技巧

1. 能短的别长：输入输出都计费。让 AI「用 100 字以内回答」，提示词里别贴无关内容。

2. 善用缓存：DeepSeek 的上下文缓存命中后输入价打 1 折。把不变的系统提示词放前面，变动的内容放后面，命中率更高。

3. 加重试和降级：API 会抖动，生产代码必须容错：

from tenacity import retry, stop_after_attempt, wait_exponential

@retry(stop=stop_after_attempt(3), wait=wait_exponential(min=2, max=10))
def chat_with_retry(messages):
    return client.chat.completions.create(model=MODEL, messages=messages)