LLM / Chat

Vue d'ensemble

Atlas Cloud fournit un accès aux grands modèles de langage leaders du secteur via une API compatible OpenAI. Si vous utilisez déjà le SDK OpenAI, changez simplement l'URL de base et la clé API — aucune autre modification de code nécessaire.

Capacités clés

Génération de texte : Générez du contenu cohérent et contextuel pour tout cas d'utilisation
IA conversationnelle : Construisez des chatbots et assistants avec support de conversation multi-tours
Génération de code : Générez, examinez et déboguez du code dans n'importe quel langage de programmation
Raisonnement : Raisonnement logique complexe, mathématiques et résolution de problèmes
Traduction : Compréhension et génération interlinguistiques dans des dizaines de langues
Résumé : Extraction d'informations clés et génération de résumés concis

Modèles en vedette

Modèle	Fournisseur	Points forts
DeepSeek V3	DeepSeek	Raisonnement et codage haute performance, économique
Qwen	Alibaba	Série de modèles multilingues puissants
Kimi	MoonshotAI	Forte compréhension de contexte long
GLM	Zhipu AI	Modèle bilingue chinois-anglais
MiniMax	MiniMax	Optimisé pour les applications multimédia

Pour une liste complète de tous les modèles LLM et leurs spécifications, visitez la Bibliothèque de modèles.

Intégration API

URL de base

https://api.atlascloud.ai/v1

L'API LLM prend en charge les modes streaming et non-streaming, entièrement compatible avec le format ChatCompletion d'OpenAI.

Python (SDK OpenAI)

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.atlascloud.ai/v1"
)

# Non-streaming
response = client.chat.completions.create(
    model="deepseek-v3",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain quantum computing in simple terms."}
    ],
    temperature=0.7,
    max_tokens=1024
)
print(response.choices[0].message.content)

Python (Streaming)

stream = client.chat.completions.create(
    model="deepseek-v3",
    messages=[
        {"role": "user", "content": "Write a short story about a robot learning to paint."}
    ],
    stream=True
)

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

Node.js / TypeScript

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "your-api-key",
  baseURL: "https://api.atlascloud.ai/v1",
});

// Non-streaming
const response = await client.chat.completions.create({
  model: "deepseek-v3",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Explain quantum computing in simple terms." },
  ],
});
console.log(response.choices[0].message.content);

// Streaming
const stream = await client.chat.completions.create({
  model: "deepseek-v3",
  messages: [{ role: "user", content: "Tell me a joke." }],
  stream: true,
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || "");
}

cURL

curl https://api.atlascloud.ai/v1/chat/completions \
  -H "Authorization: Bearer your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v3",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Explain quantum computing in simple terms."}
    ],
    "temperature": 0.7,
    "max_tokens": 1024
  }'

Paramètres courants

Paramètre	Type	Description
`model`	string	Identifiant du modèle (ex., `deepseek-v3`, `qwen-turbo`)
`messages`	array	Messages de conversation avec `role` et `content`
`temperature`	number	Contrôle l'aléatoire (0.0 - 2.0, valeur par défaut variable selon le modèle)
`max_tokens`	number	Nombre maximum de tokens dans la réponse
`stream`	boolean	Activer la sortie en streaming
`top_p`	number	Paramètre d'échantillonnage par noyau

Utilisation avec des outils tiers

Puisque l'API est compatible OpenAI, elle fonctionne avec tout outil prenant en charge des points d'accès OpenAI personnalisés :

Outil	Configuration
Chatbox	Définir l'hôte API sur `https://api.atlascloud.ai/v1`
Cherry Studio	Ajouter un fournisseur OpenAI personnalisé
OpenWebUI	Configurer un point d'accès compatible OpenAI
LangChain	Utiliser `ChatOpenAI` avec `base_url` personnalisé
LlamaIndex	Utiliser la classe LLM compatible OpenAI

Important : Incluez toujours le suffixe /v1 dans l'URL de base.

Conseils de sélection de modèle

Rapport qualité-prix : DeepSeek V3 offre d'excellentes performances à des tarifs compétitifs
Multilingue : Qwen excelle dans les tâches multilingues, notamment chinois-anglais
Code : DeepSeek et GPT-4o sont de bons choix pour la génération et la revue de code
Contexte long : Vérifiez la longueur de contexte maximale de chaque modèle dans la Bibliothèque de modèles
Raisonnement : Choisissez des modèles avec des capacités de raisonnement dédiées pour les tâches complexes

Pour les détails de tarification, consultez la page Tarification API. Pour la spécification complète de l'API, consultez la Référence API.

Sur cette page