前言

想在自己的应用中接入 AI 能力，但不知道从哪里开始？

云端 API 是最简单的切入点。无需本地算力，无需复杂配置，只需几行代码，就能让 GPT-4、Qwen、DeepSeek 等大模型为你所用。

今天我们来学习如何使用云端 LLM API，开启你的 AI 开发之旅。

---

1. 什么是云端 API

云端 API = 通过互联网调用大模型服务

┌─────────────┐                    ┌─────────────┐
│  你的应用   │──── 互联网请求 ────→│  云端 LLM   │
│             │←───────────────────│   服务     │
└─────────────┘    返回生成结果    └─────────────┘

云端 vs 本地

特点	云端 API	本地部署
硬件要求	无需本地算力	需要显卡/内存
使用成本	按调用量付费	一次部署，无限使用
数据隐私	数据上传云端	完全私密
网络依赖	需要网络	可离线使用
上手难度	简单	需要配置

---

2. 案例

案例 1：主流 API 平台对比

国内平台：

平台	模型	价格	核心优势
阿里云百炼	Qwen 系列	¥0.0008/1K tokens	中文优化，稳定可靠
DeepSeek	DeepSeek-V3	¥1/1M tokens	性价比之王
智谱 GLM	GLM-4	按调用量计费	国产化，清华技术
百度文心	ERNIE 系列	按调用量计费	中文能力强

国际平台：

平台	模型	价格	核心优势
OpenAI	GPT-4	$5/1M tokens	综合最强
Anthropic	Claude	$3/1M tokens	长文本优秀
Google	Gemini	按用量计费	多模态强

案例 2：阿里云百炼 API 使用流程

Step 1：申请 API Key

1. 访问 阿里云百炼平台
2. 登录阿里云账号
3. 进入「API-KEY 管理」
4. 创建新的 API Key
5. 重要：复制并保存 Key（只显示一次）

Step 2：了解支持的模型

qwen-max        # 旗舰模型，最强能力
qwen-plus       # 通用模型，性价比高
qwen-turbo      # 高速模型，快速响应（推荐新手）
qwen-long       # 长文本模型，支持 100K+ tokens

Step 3：API 调用示例

const response = await fetch('https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': `Bearer ${yourApiKey}`
  },
  body: JSON.stringify({
    model: 'qwen-turbo',
    messages: [{ role: 'user', content: '你好，请介绍一下你自己' }]
  })
});

const data = await response.json();
console.log(data.choices[0].message.content);

案例 3：DeepSeek API 的极致性价比

为什么选择 DeepSeek？

• 价格极低：输入 ¥0.001/千 tokens，输出 ¥0.002/千 tokens
• 性能优秀：接近 GPT-4 水平
• 中文友好：专为中文优化
• 兼容性好：完全兼容 OpenAI API 格式

调用示例：

const response = await fetch('https://api.deepseek.com/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': `Bearer ${yourApiKey}`
  },
  body: JSON.stringify({
    model: 'deepseek-chat',
    messages: [{ role: 'user', content: '请用 Python 写一个快速排序' }]
  })
});

案例 4：流式响应实现

让 LLM 逐字输出，提升用户体验：

async function streamChat(question: string) {
  const response = await fetch(apiUrl, {
    method: 'POST',
    headers: {
      'Content-Type': 'application/json',
      'Authorization': `Bearer ${apiKey}`
    },
    body: JSON.stringify({
      model: 'qwen-turbo',
      messages: [{ role: 'user', content: question }],
      stream: true  // 启用流式响应
    })
  });

  const reader = response.body.getReader();
  const decoder = new TextDecoder();

  while (true) {
    const { done, value } = await reader.read();
    if (done) break;

    const chunk = decoder.decode(value);
    // 实时处理每个数据块
    console.log(chunk);
  }
}

案例 5：参数调优

const response = await fetch(apiUrl, {
  method: 'POST',
  body: JSON.stringify({
    model: 'qwen-turbo',
    messages: messages,

    // 参数控制
    temperature: 0.7,    // 0-1，越高越随机
    max_tokens: 2000,     // 最大输出长度
    top_p: 0.9           // 核采样
  })
});

参数说明：

参数	范围	效果	推荐值
temperature	0-1	控制随机性	0.7
max_tokens	1-∞	限制输出长度	根据需求
top_p	0-1	核采样	0.9

案例 6：成本估算与优化

成本计算：

场景：每天 100 次对话
每次平均：输入 100 tokens + 输出 500 tokens

每日成本（qwen-turbo）：
输入：100 × 100 × 0.0008 / 1000 = ¥0.008
输出：100 × 500 × 0.002 / 1000 = ¥0.1
总计：¥0.108/天

每月成本（30天）：¥3.24

节省成本技巧：

1. 优化 Prompt：减少不必要的上下文
2. 使用缓存：对相同问题使用缓存
3. 选择合适模型：简单任务用小模型
4. 控制输出长度：使用 max_tokens 参数

案例 7：错误处理最佳实践

async function safeChat(question: string) {
  try {
    const response = await axios.post(apiUrl, {
      model: 'qwen-turbo',
      messages: [{ role: 'user', content: question }]
    }, {
      timeout: 30000  // 30 秒超时
    });

    return response.data;
  } catch (error) {
    if (error.response) {
      // 服务器返回错误
      console.error('API Error:', error.response.data);
    } else if (error.request) {
      // 请求发送但没有响应
      console.error('Network Error:', error.message);
    }
    throw error;
  }
}

---

3. 总结

需求	推荐平台	理由
国内用户	阿里云百炼	延迟低，中文好
成本敏感	DeepSeek	价格最低
质量优先	GPT-4 / Claude	综合最强
中文优化	Qwen / DeepSeek	专为中文优化