2024年最新免费AI大模型API汇总及国内大模型使用教程（附代码）

最新推荐文章于 2024-08-31 06:44:24 发布

AI-椰子不椰

最新推荐文章于 2024-08-31 06:44:24 发布

阅读量1.1k

点赞数 10

文章标签：人工智能 llama AI大模型面试大模型

本文链接：https://blog.csdn.net/2401_85343303/article/details/141058074

版权

免费大模型API一览

大模型	免费版本	免费限制	控制台（api_key等）	API文档
讯飞星火大模型	spark-lite	tokens：总量无限；QPS：2；(每秒发送的请求数)有效期：不限	访问链接	文档查看
百度千帆大模型平台	ERNIE-Speed-8K	RPM = 300，TPM = 300000（RPM是每分钟请求数（Requests Per Minute），TPM是指每分钟处理的tokens数量）	访问链接	文档查看
ERNIE-Speed-128K	RPM = 60，TPM = 300000
ERNIE-Lite-8K-0922	RPM = 300，TPM = 300000
ERNIE-Lite-8K	RPM = 300，TPM = 300000
ERNIE-Tiny-8K	RPM = 300，TPM = 300000
腾讯混元大模型	hunyuan-lite	限制并发数为 5 路	访问链接	文档查看
字节扣子(coze.cn)	豆包·Function call模型(32K)	当前扣子 API 免费供开发者使用，每个空间的 API 请求限额如下： QPS (每秒发送的请求数)：2 QPM (每分钟发送的请求数)：60 QPD (每天发送的请求数)：3000	访问链接	文档查看
通义千问-Max(8K)
MiniMax 6.5s(245K)
Moonshot（8K）
Moonshot（32K）
Moonshot（128K）
Llama Family	Atom-13B-Chat	1.每天 8-22 点：接口限速每分钟 20 次并发 2.每天 22-次日 8 点：接口限速每分钟 50 次并发	访问链接	文档查看
Atom-7B-Chat
Atom-1B-Chat
Llama3-Chinese-8B-Instruct
groq	gemma-7b-it	rpm为30，rpd为14400，TOKENS PER MINUTE也有限制	访问链接	文档查看
mixtral-8x7b-32768
llama3-70b-8192
llama3-8b-8192
Google Gemini	gemini-1.5-pro	15RPM（每分钟请求数）;100万 TPM（每分钟tokens）;1500 RPD（每天请求数）	访问链接	文档查看
gemini-1.5-flash
gemini-1.0-pro
gemini-pro-vision
硅基流动	Qwen2-7B-Instruct	RPM限制为100，QPS限制为3，更多可以进行申请	访问链接	文档查看
Qwen2-1.5B-Instruct
Qwen1.5-7B-Chat
glm-4-9b-chat
chatglm3-6b
Yi-1.5-9B-Chat-16K
Yi-1.5-6B-Chat

讯飞星火spark-lite模型

spark-lite介绍页面xinghuo.xfyun.cn/sparkapi?sc…

到控制台console.xfyun.cn/services/cb…

也可以到调试中心调试使用

星火认知大模型Web API文档中的代码直接可以用，记得替换其中的SPARKAI_URL 和 SPARKAI_DOMAIN值，

Spark Lite请求地址，对应的domain参数为general：

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

百度千帆speed和lite模型

到千帆平台上开通免费的模型console.bce.baidu.com/qianfan/ais…。

注意开通需要实名认证！！！

到应用接入中创建应用，这里就有了AppID、API Key、Secret Key

也可以到体验中心体验console.bce.baidu.com/qianfan/ais…

下面是ERNIE-Speed-8K的Python代码，你换其他模型只需要替换main()中的URL就行

模型	参数
ERNIE-Speed-128K	ernie-speed-128k
ERNIE-Speed-8K	ernie-speed
ERNIE-Lite-8K-0922	eb-instant
ERNIE-Lite-8K	ernie-lite-8k
ERNIE-Tiny-8K	ernie-tiny-8k

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)
    

def get_access_token():
    """
    使用 AK，SK 生成鉴权签名（Access Token）
    :return: access_token，或是None(如果错误)
    """
    url = "https://aip.baidubce.com/oauth/2.0/token"
    params = {"grant_type": "client_credentials", "client_id": API_KEY, "client_secret": SECRET_KEY}
    return str(requests.post(url, params=params).json().get("access_token"))

if __name__ == '__main__':
    main()

腾讯混元hunyuan-lite模型

腾讯混元大模型接入地址console.cloud.tencent.com/hunyuan/sta…

点击创建密钥，到新页面，新建密钥

也可以到调试界面进行调试使用，在最开始表格中的[文档查看]，进去点击调试好了，选择你的代码复制到本地即可。

coze扣子API使用

在调用扣子 API 前，确保你已经创建了个人访问令牌，并将 Bot 发布为了 API 服务。

1.创建个人访问令牌。

扣子 API 使用个人访问令牌进行身份验证和鉴权。你可以在[个人访问令牌页面]创建个人访问令牌，并添加对应权限。详细说明可参考鉴权

2.将 Bot 发布为 API 服务。

进入目标空间，创建一个 Bot 或选择一个已创建的 Bot。

在编排页面，单击发布。

在发布页面，选择 Bot as API 选项，然后单击发布。

简单的单轮对话Python代码如下：请确保将{YOUR PERSONAL_ACCESS_TOKEN}和{YOUR BOT}替换为实际的值。

import requests

url = "https://api.coze.cn/open_api/v2/chat"
headers = {
    "Authorization": "Bearer {YOUR PERSONAL_ACCESS_TOKEN}",
    "Content-Type": "application/json",
    "Accept": "*/*",
    "Host": "api.coze.cn",
    "Connection": "keep-alive"
}
data = {
    "conversation_id": "123",
    "bot_id": "{YOUR BOT}",
    "user": "29032201862555",
    "query": "你好",
    "stream": False
}

response = requests.post(url, headers=headers, json=data)

print(response.status_code)
print(response.json())

硅基流动

进入cloud.siliconflow.cn/account/ak点击创建新API密钥，

这里是平台模型列表docs.siliconflow.cn/docs/model-…

Qwen/Qwen2-7B-Instruct (32K, 免费)
Qwen/Qwen2-1.5B-Instruct (32K, 免费)
Qwen/Qwen1.5-7B-Chat (32K, 免费)
THUDM/glm-4-9b-chat (32K, 免费)
THUDM/chatglm3-6b (32K, 免费)
01-ai/Yi-1.5-9B-Chat-16K (16K, 免费)
01-ai/Yi-1.5-6B-Chat (4K, 免费)

这里可以进行调试docs.siliconflow.cn/reference/u…

下面附上Python代码：

import requests

url = "https://api.siliconflow.cn/v1/chat/completions"

payload = {

    "model": "Qwen/Qwen2-7B-Instruct",

    "messages": [

        {

            "role": "user",

            "content": "你好"

        }

    ],

    "max_tokens": 4096,

    "stream": False,

    "temperature": 0.5

}

headers = {

    "accept": "application/json",

    "content-type": "application/json",

    "authorization": "Bearer {你的API密钥}"

}

response = requests.post(url, json=payload, headers=headers)

print(response.text)

在这里插入图片描述

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

在这里插入图片描述