语言模型

1. 模型核心能力

1.1 基础功能

文本生成：根据上下文生成连贯的自然语言文本，支持多种文体和风格。语义理解：深入解析用户意图，支持多轮对话管理，确保对话的连贯性和准确性。知识问答：覆盖广泛的知识领域，包括科学、技术、文化、历史等，提供准确的知识解答。代码辅助：支持多种主流编程语言（如 Python、Java、C++ 等）的代码生成、解释和调试。

1.2 进阶能力

长文本处理：支持 4k 至 64k Tokens 的上下文窗口，适用于长篇文档生成和复杂对话场景。指令跟随：精确理解复杂任务指令，如“用 Markdown 表格对比 A/B 方案”。风格控制：通过系统提示词调整输出风格，支持学术、口语、诗歌等多种风格。多模态支持：除了文本生成，还支持图像描述、语音转文字等多模态任务。

2. 接口调用规范

2.1 基础请求结构

您可以通过 OpenAI SDK 进行端到端接口请求。

生成对话（点击查看详情）

    from openai import OpenAI  
    client = OpenAI(api_key="YOUR_KEY", base_url="https://api.siliconflow.com/v1")  

    response = client.chat.completions.create(  
        model="deepseek-ai/DeepSeek-V3",  
        messages=[  
            {"role": "system", "content": "You are a helpful assistant."},  
            {"role": "user", "content": "Write a haiku about recursion in programming."}  
        ],  
        temperature=0.7,  
        max_tokens=1024,
        stream=True
    )  
    # 逐步接收并处理响应
    for chunk in response:
        print(chunk.choices[0].delta.content)

分析一幅图像（点击查看详情）

from openai import OpenAI

client = OpenAI(api_key="YOUR_KEY", base_url="https://api.siliconflow.com/v1")

response = client.chat.completions.create(
    model="deepseek-ai/deepseek-vl2",
    messages=[
        {
            "role": "user",
             "content": [
                    {
                        "type": "image_url",
                        "image_url": {
                            "url": "https://sf-maas.s3.us-east-1.amazonaws.com/images/recDq23epr.png",
                        },
                    },
                     {
                         "type": "text",
                         "text": "What's in this image?"
                     }
                ],
        }
    ],
    temperature=0.7,
    max_tokens=1024,
    stream=True
)
# 逐步接收并处理响应
for chunk in response:
    print(chunk.choices[0].delta.content)

生成 JSON 数据（点击查看详情）

import json  
from openai import OpenAI

client = OpenAI(
    api_key="您的 API KEY", # 从 https://cloud.siliconflow.com/account/ak 获取
    base_url="https://api.siliconflow.com/v1"
)

response = client.chat.completions.create(
        model="deepseek-ai/DeepSeek-V2.5",
        messages=[
            {"role": "system", "content": "You are a helpful assistant designed to output JSON."},
            {"role": "user", "content": "? 2020 年世界奥运会乒乓球男子和女子单打冠军分别是谁？"
             "Please respond in the format {\"男子冠军\": ..., \"女子冠军\": ...}"}
        ],
        response_format={"type": "json_object"}
    )

print(response.choices[0].message.content)

2.2 消息体结构说明

消息类型	功能描述	示例内容
system	模型指令，设定 AI 角色，描述模型应一般如何行为和响应	例如：“你是有 10 年经验的儿科医生”
user	用户输入，将最终用户的消息传递给模型	例如：“幼儿持续低烧应如何处理？“
assistant	模型生成的历史回复，为模型提供示例，说明它应该如何回应当前请求	例如：“建议先测量体温…”

你想让模型遵循分层指令时，消息角色可以帮助你获得更好的输出。但它们并不是确定性的，所以使用的最佳方式是尝试不同的方法，看看哪种方法能给你带来好的结果。

3. 模型系列选型指南

可以进入模型广场，根据左侧的筛选功能，筛选支持不同功能的语言模型，根据模型的介绍，了解模型具体的价格、模型参数大小、模型上下文支持的最大长度及模型价格等内容。支持在 Playground进行体验（Playground 只进行模型体验，暂时没有历史记录功能，如果您想要保存历史的回话记录内容，请自己保存会话内容），想要了解更多使用方式，可以参考考 API 文档

4. 核心参数详解

4.1 创造性控制

# 温度参数（0.0~2.0）   
temperature=0.5  # 平衡创造性与可靠性  

# 核采样（top_p）   
top_p=0.9  # 仅考虑概率累积 90%的词集  

4.2 输出限制

max_tokens=1000  # 单词请求最大生成长度  
stop=["\n##", "<|end|>"]  # 终止序列，在返回中遇到数组中对应的字符串，就会停止输出 
frequency_penalty=0.5  # 抑制重复用词（-2.0~2.0）  
stream=true # 控制输出是否是流式输出，对于一些输出内容比较多的模型，建议设置为流式，防止输出过长，导致输出超时

4.3 语言模型场景问题汇总

1. 模型输出乱码 目前看到部分模型在不设置参数的情况下，容易出现乱码，遇到上述情况，可以尝试设置temperature，top_k，top_p，frequency_penalty这些参数。对应的 payload 修改为如下形式，不同语言酌情调整

    payload = {
        "model": "Qwen/Qwen2.5-Math-72B-Instruct",
        "messages": [
            {
                "role": "user",
                "content": "1+1=?",
            }
        ],
        "max_tokens": 200,  # 按需添加
        "temperature": 0.7, # 按需添加
        "top_k": 50,        # 按需添加
        "top_p": 0.7,       # 按需添加
        "frequency_penalty": 0 # 按需添加
    }

2. 关于max_tokens说明 max_tokens 与上下文长度相等，由于部分模型推理服务尚在更新中，请不要在请求时将 max_tokens 设置为最大值（上下文长度），建议留出 10k 左右作为输入内容的空间。 3. 关于 context_length 说明 不同的 LLM 模型，context_length 是有差别的，具体可以在模型广场上搜索对应的模型，查看模型具体信息。 4. 模型输出截断问题 可以从以下几方面进行问题的排查： *通过 API 请求时候，输出截断问题排查：：

max_tokens 设置：max_token 设置到合适值，输出大于 max_token 的情况下，会被截断。
设置流式输出请求：非流式请求时候，输出内容比较长的情况下，容易出现 504 超时。
设置客户端超时时间：把客户端超时时间设置大一些，防止未输出完成，达到客户端超时时间被截断。
通过第三方客户端请求，输出截断问题排查：
- CherryStdio 默认的 max_tokens 是 4096，用户可以通过“设置”，打开“开启消息长度限制”的开关，将 max_token 设置到合适值

5. 错误码处理

错误码	常见原因	解决方案
400	参数格式错误	检查 temperature 等请求参数的取值范围
401	API Key 没有正确设置	检查 API Key
403	权限不够	最常见的原因是该模型需要实名认证，其他情况参考报错信息
429	请求频率超限	实施指数退避重试机制
503/504	模型过载	切换备用模型节点

5. 计费与配额管理

5.1 计费公式

总费用 = (输入tokens × 输入单价) + (输出tokens × 输出单价)

5.2 各系列单价示例

模型的具体价格可以进入模型广场下的模型详情页查看。

6. 应用案例

6.1 技术文档生成

from openai import OpenAI
client = OpenAI(api_key="YOUR_KEY", base_url="https://api.siliconflow.com/v1")
response = client.chat.completions.create(  
    model="Qwen/Qwen2.5-Coder-32B-Instruct",  
    messages=[{  
        "role": "user",  
        "content": "编写 Python 异步爬虫教程，包含代码示例和注意事项"  
    }],  
    temperature=0.7,  
    max_tokens=4096  
)  

6.2 数据分析报告

from openai import OpenAI
client = OpenAI(api_key="YOUR_KEY", base_url="https://api.siliconflow.com/v1")
response = client.chat.completions.create(  
    model="Qwen/QVQ-72B-Preview",  
    messages=[    
        {"role": "system", "content": "你是数据分析专家，用 Markdown 输出结果"},  
        {"role": "user", "content": "分析 2023 年新能源汽车销售数据趋势"}  
    ],  
    temperature=0.7,  
    max_tokens=4096  
)  

模型能力持续更新中，建议定期访问模型广场获取最新信息。

开始使用

平台能力

功能特性

1. 模型核心能力

1.1 基础功能

1.2 进阶能力

2. 接口调用规范

2.1 基础请求结构

2.2 消息体结构说明

3. 模型系列选型指南

4. 核心参数详解

4.1 创造性控制

4.2 输出限制

4.3 语言模型场景问题汇总

5. 计费与配额管理

5.1 计费公式

5.2 各系列单价示例

6. 应用案例

6.1 技术文档生成

6.2 数据分析报告

​1. 模型核心能力

​1.1 基础功能

​1.2 进阶能力

​2. 接口调用规范

​2.1 基础请求结构

​2.2 消息体结构说明

​3. 模型系列选型指南

​4. 核心参数详解

​4.1 创造性控制

​4.2 输出限制

​4.3 语言模型场景问题汇总

​5. 计费与配额管理

​5.1 计费公式

​5.2 各系列单价示例

​6. 应用案例

​6.1 技术文档生成

​6.2 数据分析报告

1. 模型核心能力

1.1 基础功能

1.2 进阶能力

2. 接口调用规范

2.1 基础请求结构

2.2 消息体结构说明

3. 模型系列选型指南

4. 核心参数详解

4.1 创造性控制

4.2 输出限制

4.3 语言模型场景问题汇总

5. 计费与配额管理

5.1 计费公式

5.2 各系列单价示例

6. 应用案例

6.1 技术文档生成

6.2 数据分析报告