💻API Key 使用教程

一、进入API Key页面,点击添加令牌

二、在添加令牌页面,进行设置。然后点击确定。

注意:设置无限额度,指的是这个令牌没有额度限制,但是需要保证您有算力值。如果算力值不足,即使令牌设置没有限制,也是无法使用的。

三、此时我们可以在这个页面看到查看key以及BaseUrl地址。

常见报错1:

如果BaseUrl的地址访问不通,可以把https改成http就好了。如下:

http://api.aihao123.cn/luomacode-api/open-api/

常见报错2:

openai.NotFoundError: Error code: 404 - {'msg': '当前操作需要登录~', 'code': 204}

如果出现这个报错,请用下面的BaseUrl:

https://api.aihao123.cn/luomacode-api/open-api/v1

理由:因为不同的框架会对BaseUrl的拼接有不同的封装程度,有的框架结尾会自动拼接v1,有的不会拼接v1。

https://api.aihao123.cn/luomacode-api/open-api/v1

https://api.aihao123.cn/luomacode-api/open-api/

所以请多尝试。如有问题请加群反馈

四、使用代码调用(Python)

(1)这是直接调用,没有设置系统提示词的代码

from openai import OpenAI
client = OpenAI(
    api_key = "本平台生成的key",
    base_url = ""
)

response = client.chat.completions.create(
    messages=[
        {'role': 'user', 'content': "鲁迅为什么打周树人?"},
    ],
    model='gpt-4',
    stream=True
)

for chunk in response:
    print(chunk.choices[0].delta.content, end="", flush=True)

(2)这是一个简单的项目,包含了系统提示词的代码。

主要实现的是:根据用户反馈的问题,用GPT进行问题分类

from openai import OpenAI

# 创建OpenAI客户端
client = OpenAI(
    api_key="your_api_key",  # 你自己创建创建的Key
    base_url="your_base_url"  # 你的base_url
)

def api(content):
    print()
    
    # 这里是系统提示词
    sysContent = f"请对下面的内容进行分类,并且描述出对应分类的理由。你只需要根据用户的内容输出下面几种类型:bug类型,用户体验问题,用户吐槽." \
                 f"输出格式:[类型]-[问题:{content}]-[分析的理由]"
    response = client.chat.completions.create(
        messages=[
            # 把系统提示词传进来sysContent
            {'role': 'system', 'content': sysContent},
            # 把用户提示词传进来content
            {'role': 'user', 'content': content},
        ],
        # 这是模型
        model='gpt-4',
        stream=True
    )

    for chunk in response:
        print(chunk.choices[0].delta.content, end="", flush=True)


if __name__ == '__main__':
    content = "这个页面不太好看"
    api(content)

五、完整模型名称大全

官方扣费标准 · 无任何倍率

在这个智能世界里,您有机会塑造属于自己的未来。我们热切期待着您每一次的创新,让我们携手共建人工智能的新时代。 我们承诺严格遵守官方扣费标准,绝无任何额外费用。每一次请求都会按照官方标准透明扣费,确保您清晰明了地了解每次消费,无需担心任何其他问题。让您放心体验,畅享智能技术带来的便捷与乐趣。

模型名称
价格(USD/1K tokens)
价格(USD/1K tokens)
备注

gpt-3.5-turbo

0.0015

0.003

gpt-3.5-turbo-1106

0.001

0.002

gpt-3.5-turbo-0125

0.001

0.003

gpt-3.5-16K

0.003

0.006

gpt-4

0.03

0.06

gpt-4-1106-preview

0.01

0.03

gpt-4-0125-preview

0.01

0.03

gpt-4-1106-vision-preview

0.01

0.03

gpt-4-turbo-2024-04-09

0.03

0.09

gpt-4o-2024-05-13

0.01

0.03

(最强)

gpt-4-32K

0.06

0.12

claude-2

0.0110

0.0327

claude-3-opus-20240229

0.06

0.12

claude-3-sonnet-20240229

0.06

0.12

还有100+模型型号也都支持...

...

...

最后更新于

这有帮助吗?