下面为您整理了全网常见的大模型 API 接口使用教程，按模型厂商划分，包含关键步骤、示例代码以及常见的注意事项，方便快速上手。

1. OpenAI（ChatGPT、GPT‑4、DALL·E 等）

核心流程

1. 注册 OpenAI 账户并在平台获取 API Key。
2. 安装官方 Python SDK：pip install openai。
3. 使用 openai.ChatCompletion.create()（或 openai.Image.create()）发送请求，设置模型、温度、最大 token 等参数。
4. 解析返回的 choices 字段获取文本或图像。

示例（Python）‍

import openai
client = openai.OpenAI(api_key="YOUR_KEY")
resp = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role":"user","content":"介绍一下量子计算"}],
    temperature=0.7
)
print(resp.choices[0].message.content)

参考：官方快速入门文档、CSDN 系列教程、B 站视频教程、Cursor IDE 免费使用指南。

2. Google Gemini

获取方式

• 在 Google AI Studio（MakerSuite）注册并生成 API Key。
• 支持 REST 调用和官方 Python 包 google-generativeai（pip install google-generativeai）。

调用示例

import google.generativeai as genai
genai.configure(api_key="YOUR_KEY")
model = genai.GenerativeModel("gemini-1.5-flash")
resp = model.generate_content("写一段关于人工智能的诗")
print(resp.text)

参考：官方入门教程（含代码示例）、B 站图文教程、Apifox 在线调试页面。

3. Anthropic Claude（3.5、Sonnet）

使用步骤

1. 在 Anthropic 官网申请 API Access，获取 CLAUDE_API_KEY。
2. 安装 anthropic SDK：pip install anthropic。
3. 调用 anthropic.Anthropic().messages.create()，指定模型 claude-3-5-sonnet-20240620 等。

示例

from anthropic import Anthropic
client = Anthropic(api_key="YOUR_KEY")
msg = client.messages.create(
    model="claude-3-5-sonnet-20240620",
    max_tokens=1024,
    temperature=0.5,
    messages=[{"role":"user","content":"帮我写一封商务邮件"}]
)
print(msg.content[0].text)

参考：B 站完整教程、免费中转站使用指南、官方文档快速入门。

4. 百度文心一言（ERNIE‑Bot）

流程

1. 在百度智能云控制台创建应用，获取 API_KEY 与 SECRET_KEY。
2. 通过 OAuth2 获取 access_token（POST https://aip.baidubce.com/oauth/2.0/token ）。
3. 使用 requests 向 https://aip.baidubce.com/rpc/2.0/ernie_bot/v1/chat  发送 JSON 请求。

示例

import requests, json
token_url = "https://aip.baidubce.com/oauth/2.0/token"
params = {"grant_type":"client_credentials","client_id":"API_KEY","client_secret":"SECRET_KEY"}
access_token = requests.post(token_url, params=params).json()["access_token"]

chat_url = f"https://aip.baidubce.com/rpc/2.0/ernie_bot/v1/chat?access_token={access_token}"
payload = {"messages":[{"role":"user","content":"介绍一下大模型"}]}
resp = requests.post(chat_url, json=payload).json()
print(resp["result"])

参考：掘金完整教程（含代码）、B 站实战视频。

5. 阿里通义千问（Qwen）

使用要点

• 在阿里云控制台开通通义千问服务，获取 AccessKeyId、AccessKeySecret。
• 支持 OpenAI 兼容接口（/v1/chat/completions），可直接使用 OpenAI SDK，只需改写 endpoint 为阿里云地址。

示例（OpenAI SDK）‍

import openai
client = openai.OpenAI(
    api_key="YOUR_ACCESS_KEY",
    base_url="https://dashscope.aliyuncs.com/api"
)
resp = client.chat.completions.create(
    model="qwen-plus",
    messages=[{"role":"user","content":"解释一下区块链"}]
)
print(resp.choices[0].message.content)

参考：Juejin 综合教程、B 站 API 详解视频。

6. 腾讯混元（Hunyuan）

步骤概览

1. 在腾讯云控制台开通混元大模型，获取 SecretId、SecretKey。
2. 使用官方 tencentcloud-sdk-python（pip install tencentcloud-sdk-python）或直接调用 REST。

示例（REST）‍

import requests, json, hashlib, hmac, base64, time
# 生成签名略（参考官方文档）
url = "https://hunyuan.tencentcloudapi.com"
payload = {
    "Model": "hunyuan-pro",
    "Messages": [{"Role":"user","Content":"写一段关于春天的诗"}]
}
resp = requests.post(url, json=payload, headers={"Authorization":signature})
print(resp.json()["Choices"][0]["Message"]["Content"])

参考：腾讯云官方快速入门文档、CSDN 详细教程。

7. 字节跳动豆包（Doubao）

获取方式

• 在火山引擎（Volcengine）控制台创建项目，生成 API_KEY。
• 支持 OpenAI 兼容端点 /v1/chat/completions。

示例

import openai
client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://ark.cn-beijing.volces.com/api/v1"
)
resp = client.chat.completions.create(
    model="doubao-pro",
    messages=[{"role":"user","content":"帮我写一段营销文案"}]
)
print(resp.choices[0].message.content)

参考：火山引擎官方文档、B 站代码演示。

8. MiniMax abab6.5

使用要点

• 在 MiniMax 官网注册并获取 API Key。
• 按文档提供的 /v1/chat/completions 进行调用。

示例

import requests
url = "https://api.minimax.ai/v1/chat/completions"
headers = {"Authorization": "Bearer YOUR_KEY"}
data = {
    "model":"abab6.5",
    "messages":[{"role":"user","content":"解释机器学习的基本概念"}]
}
resp = requests.post(url, json=data, headers=headers).json()
print(resp["choices"][0]["message"]["content"])

参考：MiniMax 官方使用指南。

9. Mistral AI

主要模型：mistral-small、codestral、pixtral-large 等。
获取方式：在 Mistral 官方控制台创建账户，生成 API Key。

Python SDK（pip install mistralai）

from mistralai import MistralClient
client = MistralClient(api_key="YOUR_KEY")
resp = client.chat(
    model="mistral-small",
    messages=[{"role":"user","content":"写一段关于 AI 发展的短文"}]
)
print(resp.choices[0].message.content)

参考：官方快速入门文档、完整教程（含代码）、B 站实战视频。

10. 其他常见模型（可选）

使用建议与常见坑点

1. 统一调用方式：多数国产模型已实现 OpenAI 兼容层，直接使用 openai SDK 并修改 base_url 与 api_key 即可，省去学习新 SDK 的成本。
2. 鉴权方式：部分平台（如百度文心）需要先获取 access_token 再调用业务接口，记得缓存 token 防止频繁请求。
3. 速率限制：不同厂商的 RPM/TPM 限额差异大，建议在代码中加入重试与退避（exponential backoff）逻辑。
4. 费用监控：大多数平台提供免费额度（如 OpenAI 5 美元、Claude 5 美元），使用前务必打开计费监控，避免意外超支。
5. 多模态：Google Gemini、Claude 3.5、Mistral Pixtral 等支持图像/音频输入，调用时需使用 content 中的 type: "image" 或 type: "audio" 结构，参考官方示例。

快速上手小结

• 注册 → 获取 Key → 安装 SDK → 编写调用代码 → 处理返回 是所有模型的通用步骤。
• 若已有 OpenAI 使用经验，优先选用 OpenAI 兼容端点（如阿里通义千问、字节豆包、MiniMax）即可快速迁移。
• 对于 多模态或特殊功能（如图像生成、代码补全），可直接参考对应厂商的官方示例（Google Gemini、Claude、Mistral Pixtral）。

以上内容覆盖了目前主流的大模型 API 接口及其完整使用教程，您可以根据业务需求挑选合适的模型并参考对应的示例快速集成。祝开发顺利！