SiliconFlow 硅基流动 API 怎么接入？一个 key 调多个开源模型

2026-07-07

数据截至 2026-07，价格与限额以各官网为准。

SiliconFlow（硅基流动）不是某一个模型的官方 API，而是一个模型聚合托管平台：注册一个账号、拿一把 key，就能用同一套 OpenAI 兼容接口去调 DeepSeek、Qwen、GLM、Kimi 等两百多个开源和国产大模型，接入方式和你调 OpenAI 官方接口几乎没差别，唯一要多想一步的是 model 参数该填哪个名字。

如果你之前只调过 DeepSeek 官方 API 或者 OpenAI 官方 API，第一次看 SiliconFlow 容易懵一下：明明是同一套代码结构，为什么模型名字前面多了个 deepseek-ai/ 这样的前缀？这篇把这件事和整条接入流程一次讲清楚，跟着走一遍，十分钟内能跑通第一次调用。

先搞懂它是什么：聚合平台，不是单一模型方

DeepSeek 官方 API 只能调 DeepSeek 自家的模型，OpenAI 官方 API 只能调 OpenAI 自家的模型，这是”模型方直连”。SiliconFlow 走的是另一条路：它把 DeepSeek 系列（V3、V3.2、R1、V4-Pro、V4-Flash 等）、阿里 Qwen 系列、智谱 GLM 系列、月之暗面 Kimi 系列，以及腾讯混元、字节 Seed-OSS 等一批开源模型和国产大模型的托管版本都放到自己的云上，统一用一套账号体系、一把 API Key、一个 OpenAI 兼容的请求格式对外提供服务。

这个定位决定了它的价值在哪：你不需要为每家模型厂商单独注册账号、单独管理一把密钥，也不需要为了跑通不同厂商的 SDK 差异去适配代码，一个账号、一套代码框架，改个 model 字段就能在几十个模型之间切换着试。对于想横向比较不同开源模型效果、或者想快速把某个开源模型跑到自己产品里但不想自己搭 GPU 集群做推理服务的开发者，这类聚合平台省掉了大量运维和账号管理的麻烦。

需要说明的是，官方文档目前没有明确写”平台在模型方官方定价基础上加价多少”这类说明，也就是说定价页上展示的单价，就是你实际要付的钱，没有查到额外加价层的公开说明；这一点以官网当前页面为准，本文不做额外推测。

第一步：注册账号，拿到 API Key

去 cloud.siliconflow.cn 完成注册登录，然后进入密钥管理页面 cloud.siliconflow.cn/account/ak，点”新建 API 密钥”就能生成一把新 key。

流程本身和大多数国内云服务的控制台操作类似，没有特别复杂的审核环节。这里的通用提醒还是要重复一遍：密钥生成后弹窗展示的那一次就是唯一一次能完整看到明文的机会，当场复制保存进密码管理器或者环境变量文件，别想着”等下再看”，关掉弹窗基本就只能重新生成一把新的了。另外密钥不要硬编码写进代码里再提交到 Git 仓库，改用环境变量读取，换密钥、多环境部署都更省心。

第二步：base_url 怎么填

这是接入 SiliconFlow 唯一真正需要”配置”的地方。官方 Quickstart 文档给出的 base_url 是：

https://api.siliconflow.cn/v1

这个地址完整兼容 OpenAI SDK 的请求格式，不需要额外拼路径、加版本号，官方示例代码里就是直接把这串地址传给 SDK 的 base_url 参数，和调 OpenAI 官方接口、调 DeepSeek 官方接口时改的是同一个参数位置，用法完全一致。

第三步：Python 最小调用示例，注意模型名要带命名空间

官方 Quickstart 文档给出的示例大致是这样：

from openai import OpenAI

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

response = client.chat.completions.create(
    model="deepseek-ai/DeepSeek-V3",  # 带命名空间的模型名，如 "Qwen/Qwen2.5-72B-Instruct"
    messages=[
        {"role": "user", "content": "你好，介绍一下你自己"}
    ],
    stream=True
)

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

同样是原生的 openai 官方 Python 包，不需要单独装一个 SiliconFlow 专属 SDK，装法就是 pip install openai。

真正和调 DeepSeek 官方 API、OpenAI 官方 API 不一样的地方，就是 model 这个字段。DeepSeek 官方 API 里模型名直接写 deepseek-v4-flash 就行，因为整个平台只服务 DeepSeek 自家模型，不需要区分”这是谁家的模型”。但 SiliconFlow 上架了几百个不同厂商的模型，同名模型可能有多个团队都在做，所以每个模型 id 前面都带一个”命名空间”前缀，用斜杠分隔，标明这个模型来自哪个团队——deepseek-ai/DeepSeek-V3 表示 DeepSeek 团队的 V3，Qwen/Qwen2.5-72B-Instruct 表示阿里 Qwen 团队的 2.5-72B。这个前缀不是随便加的装饰，写错了、少写了斜杠前面那部分，接口会直接找不到对应模型报错，调试的时候第一反应可以先检查这里。

示例里还用了 stream=True 走流式输出，这是标准 OpenAI 接口就支持的参数，不是 SiliconFlow 专属扩展，跟 DeepSeek、OpenAI 官方 API 里用法一致，习惯了流式响应处理逻辑的话可以直接照搬过来。

免费模型档怎么用

SiliconFlow 上有一批完全免费（¥0）的模型可以用来跑通流程或者做轻量任务，比如 Qwen/Qwen3-8B、Qwen/Qwen2.5-7B-Instruct（免费版）、THUDM/GLM-4-9B-0414、tencent/Hunyuan-MT-7B、deepseek-ai/DeepSeek-OCR 等。用法上没有任何区别，还是同一个 base_url、同一把 key，把 model 字段换成这些免费模型的完整命名空间路径就行，不需要额外申请或者切换账号模式。

这里有个坑要提前知道：不少模型同时存在免费版和 Pro（付费加速）版两档，二者的速率限制、并发上限不同——免费版限速限并发比较明显，Pro 版限速更宽松但单价更高。如果你发现免费模型调用起来响应慢、偶尔限流，先别急着怀疑代码写错了，去定价页确认一下这个模型是不是有 Pro 版可以切换，价格差距不大的情况下换成 Pro 版往往能明显改善体验。第二个要留意的点是模型上下线和调价比较频繁，免费模型也可能过一阵子就下架或者改成收费，长期依赖某个免费模型跑生产任务之前，最好先看一眼官网当前页面或者调用 GET /v1/models 接口确认它还在。

常见坑 / 注意

模型名必须带命名空间前缀：deepseek-ai/DeepSeek-V3 这种斜杠前的部分不能省，写错团队前缀或者拼错模型名，接口直接报模型不存在，别在业务代码里翻半天日志。
别装专属 SDK：走的是标准 OpenAI 兼容协议，pip install openai 官方包即可，不需要额外装 SiliconFlow 自己的包。
密钥只显示一次：生成后当场复制保存，关掉弹窗基本就看不到明文了。
免费版和 Pro 版限速不同：同一模型可能有两档，免费版限速限并发更明显，遇到限流先去定价页确认有没有 Pro 版可换。
模型上下线较频繁：定价页和 GET /v1/models 接口是当前实时状态，长期依赖某个模型跑生产任务前建议先核实一遍是否还在架。
是否存在平台加价机制未公开说明：官方文档没有查到”在模型官方价基础上加价”的条款，定价页展示的即为用户实付单价，这一点不当成确定结论对外宣传，以官网当前页面为准。