可以调用大模型API的AI工具

随着人工智能技术的进步，越来越多的AI工具通过调用大模型API来提供强大的功能和服务。这些AI工具不仅简化了开发过程，还为企业和个人提供了强大的计算能力和多种应用场景。本文将详细探讨可以调用大模型API的AI工具，涵盖其应用、操作步骤和使用案例，并分享一些常见问题的解答。

了解大模型API的功能

大模型API是指通过开放的接口，允许用户调用已经训练好的大型人工智能模型。这些模型通常具备强大的自然语言处理、图像识别和生成能力。用户可以通过调用API，利用大模型的计算能力来实现各种复杂任务。

大模型API的使用场景非常广泛，包括文本生成、对话机器人、图像生成等。由于大模型的训练成本高昂，许多企业选择通过API来使用这些模型，而不是自行训练。比如，智谱AI提供的API可以帮助用户在自己的应用中集成对话功能，生成创意内容或进行复杂的分析。

大模型API功能示意图

智谱AI大模型API调用步骤

智谱AI是一家技术驱动的公司，提供大模型API供用户调用。其产品包括预训练模型GLM-130B、对话模型ChatGLM等。要使用智谱AI的API，用户首先需要获取API_KEY，这是调用API的凭证。

获取API_KEY

访问智谱AI官网并注册账号。注册后，用户可以申请API_KEY，这是进行后续调用的重要凭证。申请成功后，用户会获取到一个唯一的API_KEY，需妥善保管。

API_KEY申请过程

GLM_4同步调用

同步调用是指创建一个任务，并持续等待大模型返回结果。以下是GLM_4模型的同步调用示例代码：

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="xxxx")

response = client.chat.completions.create(

    model="glm-4",

    messages=[

        {"role": "user", "content": "请为我的产品创作一个吸引人的slogan"},

    ],

)

print(response)

GLM_4异步调用

异步调用允许用户在等待结果的同时执行其他任务。用户可以通过任务ID查询结果。以下是异步调用的代码示例：

import time

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="xxxxxx")

response = client.chat.asyncCompletions.create(

    model="glm-4",

    messages=[{"role": "user", "content": "写一篇短篇童话故事"}],

)

task_id = response.id

task_status = ''

get_cnt = 0

while task_status != 'SUCCESS' and get_cnt <= 40:

    result_response = client.chat.asyncCompletions.retrieve_completion_result(id=task_id)

    task_status = result_response.task_status

    time.sleep(2)

    get_cnt += 1

文生图大模型API的应用

文生图大模型API可用于生成高质量的图像。智谱AI的Cogview模型是一个典型的文生图大模型。以下是调用Cogview模型生成图像的代码示例：

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="xxxxx")

response = client.images.generations(

    model="cogview-3",

    prompt="一只可爱的小猫咪",

)

print(response.data[0].url)

生成的图像可以用于各种创意设计和内容创作，如广告、社交媒体等。

生成的图像示例

阿里云通义千问API的调用过程

阿里云的通义千问是基于QWen模型开发的聊天模型。用户可以通过API进行单轮或多轮会话。以下是单轮会话的代码示例：

import random

from http import HTTPStatus

import dashscope

dashscope.api_key = 'xxxxx'

def call_with_messages():

    prompt = input("user:")

    messages = [{'role': 'system', 'content': 'You are a helpful assistant.'},

                {'role': 'user', 'content': prompt}]

    response = dashscope.Generation.call(

        dashscope.Generation.Models.qwen_turbo,

        messages=messages,

        seed=random.randint(1, 10000),

        result_format='message',

    )

    if response.status_code == HTTPStatus.OK:

        print(response)

阿里云提供了详细的API文档，用户可以根据需要选择不同的调用方式。

阿里云通义千问API调用示意图

免费大模型API的选择

市面上有多种免费的大模型API可供选择。用户可以根据需求和限制选择合适的API。以下是部分免费API的比较：

讯飞星火大模型：支持高并发和长时间任务。
百度千帆大模型：提供多种模型选择，适合不同场景。
腾讯混元大模型：支持多种语言和应用场景，限制较少。

免费大模型API一览表

讯飞星火Spark-Lite模型的使用

讯飞星火提供的Spark-Lite模型支持通过Web API进行调用。用户可以在控制台获取API_KEY，并在代码中使用。以下是调用示例：

wss://spark-api.xf-yun.com/v1.1/chat

用户可以通过调试中心测试API调用，获取实时反馈。

百度千帆Speed和Lite模型的调用

百度千帆平台提供多种免费模型，用户可以根据需要选择合适的模型进行调用。以下是ERNIE-Speed-8K模型的调用代码示例：

import requests

import json

API_KEY = "你的API Key"

SECRET_KEY = "你的Secret Key"

def main():

    url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie_speed?access_token=" + get_access_token()

    payload = json.dumps({"messages": [{"role": "user", "content": "你好"}]})

    headers = {'Content-Type': 'application/json'}

    response = requests.request("POST", url, headers=headers, data=payload)

    print(response.text)

用户可以在百度智能云平台申请API_KEY和Secret Key以便调用。