智谱 GLM
复杂推理工具调用企业应用
适用于智能问答、文档分析与业务流程集成
驰元进化CHIYUAN AI获取方案 企业级国内大模型访问服务
统一模型访问支撑规模化应用
聚合智谱、DeepSeek、Kimi 与 MiniMax，以 API 按量和 Token Plan 两种模式，为企业 AI 应用提供清晰、稳定、可持续的模型服务。
国内模型矩阵兼容接口规范双重计费模式持续技术协同
CHIYUAN ACCESS FABRICOne access layer.
Four model families.
Four model families.
APPLICATION→CHIYUAN→MODEL
01核心模型能力矩阵
02OpenAI 兼容接口
03按量与 Token Plan
04生产运行服务体系
MODEL ACCESS / 01核心模型能力
核心模型能力
统一组织与接入
以一致的接入路径组织国内主流模型，降低多平台适配、资源采购与运行协同复杂度。
一套访问路径
模型版本、上下文范围与可用能力将根据正式服务方案确认。
BILLING / 02双重服务模式
双重服务模式
覆盖不同用量结构
从早期验证到高频生产调用，以清晰的计费边界匹配预算与资源策略。
01
PAY AS YOU GO
API 按量使用
依据实际输入与输出 Token 结算，适应试点验证、波动流量与弹性增长。
- ✓ 以实际消耗结算，降低启动门槛
- ✓ 多模型统一接入，减少重复适配
- ✓ 用量记录清晰，支持项目成本归集
适用场景业务系统 · 应用开发 · 按需调用
获取按量服务方案 →高频工作负载
02
TOKEN PLAN
Token Plan
按周期获得约定调用额度，提升预算可预测性，适合团队持续、高频使用。
- ✓ 周期化资源额度，稳定成本预期
- ✓ 面向高频 Agent 与研发工作负载
- ✓ 按团队规模与使用强度配置方案
适用场景AI Coding · Agent · 团队高频使用
获取 Token Plan 方案 →正在验证或用量波动优先选择 API 按量使用→进入生产且调用稳定评估 Token Plan→暂不确定提交需求后获取配置建议
DEVELOPER FIRST / 03沿用熟悉的开发方式
沿用熟悉的开发方式
完成模型迁移
参考主流开放平台的接入范式，通过 API Key、兼容端点与模型标识完成配置；现有应用可在保留主要调用结构的基础上迁移。
01
创建服务凭证使用环境变量安全保存 API Key，避免在客户端或代码中暴露
02
配置兼容端点调整 Base URL 与模型标识，复用 OpenAI SDK 或标准 HTTP 请求
03
验证生产能力联调流式响应、工具调用、异常处理与用量记录后进入生产
兼容接入示意
01 import os
02 from openai import OpenAI
03
04 client = OpenAI(
05 api_key=os.environ["CHIYUAN_API_KEY"],
06 base_url=os.environ["CHIYUAN_BASE_URL"]
07 )
08
09 stream = client.chat.completions.create(
10 model="your-model-id",
11 messages=[{...}], stream=True
12 )
01 curl "$CHIYUAN_BASE_URL/chat/completions" \
02 -H "Authorization: Bearer $CHIYUAN_API_KEY" \
03 -H "Content-Type: application/json" \
04 -d '{
05 "model": "your-model-id",
06 "messages": [
07 {"role": "user", "content": "你好"}
08 ],
09 "stream": true
10 }'
INTEGRATION BASELINE生产接入能力基线
01Chat Completions标准对话调用结构
02Streaming增量输出与交互响应
03Tool Calling外部工具与业务流程
04Structured Output面向系统的结构化结果
SCENARIOS / 04从工作负载出发
从工作负载出发
配置模型与资源
业务体验由模型能力、调用模式与资源条件共同决定。场景画像将作为模型选型和容量规划的起点。
CHIYUAN ORCHESTRATION统一访问中枢
一套模型服务，不应以相同参数处理所有业务。驰元从场景约束出发，综合判断上下文、工具调用、吞吐、时延与稳定性目标。
研发智能与 Agent
面向代码生成、仓库理解与长链路任务，统筹上下文、工具调用和流式响应表现。
知识工作与业务助手
连接检索、结构化输出与业务工具，使模型能力进入可管理、可复用的工作流程。
模型训练与评测
围绕模型版本、批量吞吐与调用记录建立一致基线，支撑可比较、可复核的评测体系。
面向终端的智能服务
针对客服、内容与智能应用，规划峰值容量、尾部时延和异常响应，支撑规模化运行。
ASSURANCE / 05以四层服务体系
FOUR-LAYER FRAMEWORK核心能力持续贯穿
每一层服务保障
以四层服务体系
支撑生产运行
模型能力只是起点。驰元围绕来源治理、资源编排、运行观测与响应机制，建立贯穿服务周期的保障框架。
每一层服务保障
MODEL GOVERNANCE
来源与版本治理
明确服务模型、版本范围与变更信息，为评测、上线与迭代建立可追溯基线。
CAPACITY PLANNING
容量与弹性规划
依据并发、峰值、时延与区域要求配置服务资源，为业务增长预留弹性空间。
OPERATIONS
运行与用量观测
围绕请求状态、用量变化与异常表现建立观察维度，提升问题定位与成本管理效率。
RESPONSE
响应与升级机制
按业务等级建立问题受理、技术协同与升级路径，缩短关键问题的沟通链路。
START HERE提交业务需求
提交业务需求
获取针对性服务方案
问卷预计用时 2 分钟。提交后，销售支持将通过工作邮箱与您联系。
FAQ
常见问题
如何选择 API 按量与 Token Plan？＋
用量波动明显、处于验证或弹性扩展阶段的业务，适合 API 按量模式；持续高频使用且重视预算可预测性的团队，可优先评估 Token Plan。具体方案将结合模型、用量与并发要求确定。
是否兼容现有 OpenAI SDK？＋
接入方式遵循主流兼容范式，通常保留现有 SDK 调用结构，并调整 API Key、Base URL 与模型标识。各模型能力参数仍以正式接入说明为准。
生产接入前如何开展验证？＋
建议选择具有代表性的业务样本，联合验证效果、时延、并发、工具调用与异常处理，再依据结论确定模型和资源方案。
当前覆盖哪些模型？＋
当前服务范围聚焦智谱 GLM、DeepSeek、Kimi 与 MiniMax。具体版本、能力与可用范围将在需求确认后提供。