使用阿里云百炼进行DeepSeek模型调用实战

阿里云百炼

阿里云百炼 是一个综合性人工智能开发与管理平台，提供包括模型推理、批量处理、插件开发及系统观测在内的全链路服务。核心模块包括模型中心的应用部署、数据中心的智能分析工具，以及支持第三方模型（如DeepSeek-V3文本生成模型）的接入与管理。百炼平台通过API和可视化工具简化了AI开发流程，支持企业级的权限与资源管理。

为什么选择百炼

• 丰富的模型选择：百炼提供了通义千问商业版的官方API接口，并且支持多个主流第三方大模型，涵盖文本、图像、音视频等多个模态，还提供行业定制化模型。
• 便捷的开发工具：百炼平台提供了Prompt自动优化、知识库管理、函数调用、流程编排、模型定制等功能，帮助用户快速构建生产级大模型应用。
• 更低的使用成本：相较于本地部署大模型，使用百炼平台无需前期投入大量硬件设备，按实际使用量计费，显著降低了成本。
• 严格的数据保护：阿里云严格保护用户的数据隐私，所有传输的数据都会经过加密，确保数据安全。

开始使用百炼

方式一：文本对话

通过文本对话与大模型进行交互，这是大模型常见的Chat功能，支持切换其他模型以及第三方模型。

方式二：文本调试

选择模型进行调试，以获取最合适的模型提示和输出设置。

方式三：API调用

以下是如何使用百炼平台调用第三方大模型的API的步骤：

1. 注册账号：如果没有阿里云账号，您需要先注册阿里云账号。

2. 开通百炼：前往百炼控制台，如果页面顶部显示以下消息，您需要开通百炼的模型服务，以获得免费额度。如果未显示该消息，则表示您已经开通。
   

   
   

   如果开通服务时提示“您尚未进行实名认证”，请先参考实名认证文档对您的阿里云账号进行实名认证。

   
   

3. 获取API Key：在控制台的右上角选择API-KEY，然后创建API Key，用于通过API调用大模型

4. 配置API Key到环境变量：API Key配置到环境变量，从而避免在代码里显式地配置API Key

   
   

   

   
   

5. 选择开发语言：如python

   
   

   import os
   from openai import OpenAI
   
   try:
       client = OpenAI(
           # 若没有配置环境变量，请用百炼API Key将下行替换为：api_key="sk-xxx",
           api_key=os.getenv("DASHSCOPE_API_KEY"),
           base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
       )
   
       completion = client.chat.completions.create(
           model="qwen-plus",  # 模型列表：https://help.aliyun.com/zh/model-studio/getting-started/models
           messages=[
               {'role': 'system', 'content': 'You are a helpful assistant.'},
               {'role': 'user', 'content': '你是谁？'}
               ]
       )
       print(completion.choices[0].message.content)
   except Exception as e:
       print(f"错误信息：{e}")
       print("请参考文档：https://help.aliyun.com/zh/model-studio/developer-reference/error-code")
   

   
   

下面以 DeepSeek 为例继续演示，其他模型类似。

DeepSeek调用

开始调用
使用DeepSeek-R1模型时，需要先获取API Key并完成配置。以下是示例代码：

搜索模型
在百炼平台开通后，您可以获取每个模型100万tokens，首先在模型广场搜索deepseek。

安装依赖

pip install --upgrade openai

查看API Key

运行以下代码

可以通过 OpenAI SDK 或 OpenAI 兼容的 HTTP 方式快速体验 DeepSeek 模型。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),  # 配置您的API Key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="deepseek-r1",  # 替换为DeepSeek模型名称
    messages=[
        {'role': 'user', 'content': '2025年如何学习AI'}
    ]
)

# 输出思考过程
print("思考过程：")
print(completion.choices[0].message.reasoning_content)
# 输出最终答案
print("最终答案：")
print(completion.choices[0].message.content)

执行输出（等待将近一分钟）：

4、流式输出

由于 DeepSeek-R1 类模型可能会输出较长的思考过程，为了降低超时风险，可以使用流式输出调用 DeepSeek-R1 类模型。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.getenv("DASHSCOPE_API_KEY"),
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="deepseek-r1",  # 替换为需要的模型名称
    messages=[
        {'role': 'user', 'content': 'DeepSeek和ChatGPT相比较的优势是什么？'}
    ],
    stream=True
)

reasoning_content = ""
answer_content = ""
for chunk in completion:
    reasoning_chunk = chunk.choices[0].delta.reasoning_content
    answer_chunk = chunk.choices[0].delta.content
    if reasoning_chunk != "":
        print(reasoning_chunk, end="")
        reasoning_content += reasoning_chunk
    elif answer_chunk != "":
        print(answer_chunk, end="")
        answer_content += answer_chunk
print(f"\n完整思考过程：{reasoning_content}")
print(f"完整的回复：{answer_content}")

总结

阿里云百炼是一个功能强大的AI平台，提供了从模型选择到应用部署的一站式服务。通过该平台，您可以轻松调用DeepSeek等大模型，享受按需付费的灵活模式，显著降低AI应用的成本，同时确保数据的安全性。