大模型开发必看！OpenAI兼容API全攻略：以无问芯穹文档为例手把手教学

字数 403，阅读大约需 3 分钟

本文以国产新星「无问芯穹 」API文档为例，带您快速掌握大模型接口调用全流程，文末附实战测试代码！

"模型即服务"时代，掌握OpenAI格式API 已成为开发者刚需。无论是DeepSeek、Kimi、智谱还是通义千问，统一规范的接口设计让多模型切换效率倍增。

1.为什么OpenAI格式API成为行业标配？

随着ChatGPT引爆大模型生态，OpenAI规范的API设计因其标准化请求结构（如role角色系统、temperature参数）、流式输出支持和跨平台兼容性，已成为国内外大模型厂商的共同选择。掌握这套规范，相当于获得"一稿适配多平台 "的开发加速器。

2.实战（附代码）

提供开箱即用的推理 API服务，通过 API 接口与专属 API Key 即可轻松集成大模型服务。
快速接入指南 ：提供Curl/Python两端示例，2分钟完成鉴权配置

• • 官网 https://cloud.infini-ai.com/promotion
• • API-KEY管理 https://cloud.infini-ai.com/iam/secret/key
• • API文档 https://docs.infini-ai.com/gen-studio/api/tutorial.html

Step 1 获取API-KEY

Step2.1 使用OpenAI Python SDK

 
 
 
 
   
import os  
from openai import OpenAI  
  
API\_KEY = os.getenv("GENSTUDIO\_API\_KEY")  
DEFAULT\_BASE\_URL = os.getenv("DEFAULT\_BASE\_URL")    
  
client = OpenAI(api\_key=API\_KEY, DEFAULT\_BASE\_URL=DEFAULT\_BASE\_URL)

 
 
 
 
   
## 验证一（流式）  
stream = client.chat.completions.create(  
    model="qwen1.5-72b-chat",  
    messages=[{"role": "user", "content": "根据中国古代圣人孔子的思想，人生的意义是什么？"}],  
    stream=True,  
)  
for chunk in stream:  
    print(chunk.choices[0].delta.content or "", end="")

 
 
 
 
   
## 验证二（非流式）  
chat\_completion = client.chat.completions.create(  
    messages=[  
        {  
            "role": "user",  
            "content": "say '谁是卧底。'",  
        }  
    ],  
    model="qwen1.5-72b-chat",  
)  
  
print(chat\_completion.choices[0].message.content)

Step2.2 使用Curl

以单轮对话为例

鉴权方式 ：Header中需同时携带Authorization和Content-Type

点击下方卡片 关注我们

  
📢【三连好运 福利拉满】📢  
  
🌟 若本日推送有收获：  
👍 点赞 → 小手一抖，bug没有  
📌 在看 → 一点扩散，知识璀璨  
📥 收藏 → 代码永驻，防止迷路  
🍻 分享 → 传递战友，功德+999  
🔔 关注 → 关注“AI早高峰”，追更不迷路，干货永同步  
  
💬 若有槽点想输出：  
👉 评论区已铺好红毯，等你来战！