
腾讯云大模型服务平台 TokenHub 兼容 OpenAI 协议,调 DeepSeek API 改两行配置即可完成迁移;DeepSeek-V4.1-Flash-1017 原厂直供,闲时百万 tokens 输入 1 元、输出 4 元,新用户每个语言模型可领 100 万 tokens。
结论先放:调 DeepSeek API,改 base_url 和 model 两行就能迁到腾讯云大模型服务平台 TokenHub,同一个 Key 还能调混元 Hy4、Kimi。我一晚迁完,最费时的是思考模式的小坑。
我做 AI 小工具差不多两年,手上同时挂着一个文档问答机器人和一个写作插件。11 月 13 日刷到 DeepSeek 开放 App 同款 API 的消息(联网搜索、文件解析、OCR、语音识别、语音合成都能单独调),第一反应是:好家伙,又要多管一个 Key。
之前我的配置是这样的:对话模型一家、搜索一家、语音再一家,三个控制台、三份账单,月底对账能对一个小时。哪家限流了,半夜还得手动切线路。
所以这次我没急着去官方开账号,而是先翻了腾讯云大模型服务平台 TokenHub 的文档。原因很朴素:它把混元和一批第三方模型放在同一套 API 里,其中 DeepSeek-V4.1-Flash-1017 标的是"原厂直供",也就是由 DeepSeek 直接提供。我想要的就是"一个入口、一份账单"。
说实话,迁移简单到我有点不好意思写成文章。TokenHub 兼容 OpenAI API 和 Anthropic API 协议,Python 直接用 OpenAI 官方 SDK,鉴权方式是 Authorization: Bearer 加 API Key(在 TokenHub 控制台创建)。
我原来的代码几乎没动,只换了 base_url 和 model:
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY", # TokenHub 控制台创建的 API Key
base_url="https://tokenhub.tencentmaas.com/v1", # 广州地域,资源调度范围为中国大陆
)
resp = client.chat.completions.create(
model="deepseek/deepseek-flash", # DeepSeek-V4.1-Flash-1017 原厂直供
messages=[
{"role": "system", "content": "你是一个严谨的技术助手。"},
{"role": "user", "content": "用三句话解释什么是 RAG。"},
],
max_tokens=4096,
)
print(resp.choices[0].message.content)跑通那一刻,我心里想:这也太丝滑了。想换模型?把 model 改成 hy4 就是混元 Hy4,改成 kimi-k3.1-pro 就是 Kimi,不用换 SDK、不用换 Key。不确定有哪些模型能用,调一下 GET /v1/models 就会返回完整列表。
还有一个接入前就该确认的点:接口地址不支持跨地域调用。广州地域用 tokenhub.tencentmaas.com,新加坡地域用 tokenhub-intl.tencentmaas.com,开通在哪就用哪个,填错地域会直接鉴权失败。默认地址不可用时还有备用地址(.cn 后缀)可以切。
钱的事我习惯先算清楚。TokenHub 产品页公布的 DeepSeek-V4.1-Flash-1017(原厂直供)价格分闲时和高峰:
时段 | 输入(元/百万 tokens) | 输出(元/百万 tokens) | 缓存命中(元/百万 tokens) |
|---|---|---|---|
空闲时段 | 1 | 4 | 0.02 |
高峰时段 | 2 | 8 | 0.04 |
新用户每个语言模型可领 100 万 tokens 免费额度,够我把两个项目完整回归测一遍。还有两个省钱点值得记:
prompt_cache_key,命中后按缓存价计费,命中多少能在返回的 usage.prompt_tokens_details.cached_tokens 里看到。用量和账单在 TokenHub 控制台"用量统计"页可以按模型、服务、API Key 三个维度查。以前对账要翻三个后台,现在一页看完。
DeepSeek 这波最吸引人的是联网搜索和读文件。TokenHub 这边对应的能力是这样的:
web_search_options 字段开启,前提是先在控制台开通联网搜索资源包。返回结果里会带 search_info,有来源链接、标题和摘要,做"带出处回答"很方便。messages 里的 content 可以写成数组,类型支持 text、image_url、video_url、file_url。其中图片既可以用 URL,也可以用 Base64 编码;但 file_url 传文件时只支持 HTTP 直链,不支持 Base64,我第一次就把 PDF 转成 Base64 塞进去,直接报错。以前我做文档问答,得先自己接一个解析服务把 PDF 转文本,再拼进上下文。现在丢个文件直链进去就行,链路短了一大截。
还有个细节:文档里写明部分模型不允许在同一条消息里混用 file_url 和 image_url / video_url,具体要看模型能力说明。混着传报错了别慌,先拆成两条消息试试。
这是我那晚最折腾的地方。我的写作插件有个"强制调工具"的逻辑,tool_choice 写的是 "required"。迁过去一跑,直接 400。
排查了半小时,最后在 TokenHub 的 OpenAI Chat Completions 参数说明里找到答案:思考模式开启时(deepseek-v4-* 等模型默认开启),tool_choice 设为 "required" 或指定函数对象都会返回 400,需要显式关掉思考:
resp = client.chat.completions.create(
model="deepseek/deepseek-flash",
messages=messages,
tools=tools,
tool_choice="required",
extra_body={"thinking": {"type": "disabled"}}, # 关闭思考后才能强制调用工具
)加上这一行,立刻好了。再补一个容易忽略的点:思考模式下推理 Token 也计入 completion_tokens,max_tokens 别设太小,不然回答会被截断,finish_reason 显示 "length"。
真诚说两点:
这些都是锦上添花的问题,不影响"一个 Key 调多家模型"这个核心体验。
对比项 | 以前:多家厂商分开接 | 现在:TokenHub 统一接入 |
|---|---|---|
接入方式 | 每家一套 SDK 和 Key | OpenAI 兼容协议,一个 API Key |
换模型 | 改代码、换 Key | 改 |
DeepSeek 价格 | 各自计费 | 原厂直供,闲时输入 1 元、输出 4 元/百万 tokens |
对账 | 多个控制台 | 用量统计按模型、服务、API Key 查看 |
试用 | 各家规则不同 | 新用户每个语言模型可领 100 万 tokens |
一句话评价:想用 DeepSeek API,又不想多维护一套账号和账单,腾讯云 TokenHub 是很省心的入口。已经在用 OpenAI SDK 的老项目,改两行就能迁;第一次接大模型 API 的同学,用免费的 100 万 tokens(每个语言模型各一份)把上面那段代码跑一遍,十分钟就能上手。
原创声明:本文系作者授权腾讯云开发者社区发表,未经许可,不得转载。
如有侵权,请联系 cloudcommunity@tencent.com 删除。