LLM / Chat

Panoramica

Atlas Cloud fornisce accesso a modelli linguistici di grandi dimensioni leader del settore attraverso un'API compatibile con OpenAI. Se stai gia usando l'SDK OpenAI, basta cambiare l'URL di base e la chiave API — nessuna altra modifica al codice necessaria.

Capacita principali

Generazione di testo: Genera contenuti coerenti e contestualizzati per qualsiasi caso d'uso
IA conversazionale: Costruisci chatbot e assistenti con supporto per conversazioni multi-turno
Generazione di codice: Genera, revisiona e debugga codice in qualsiasi linguaggio di programmazione
Ragionamento: Ragionamento logico complesso, matematica e risoluzione di problemi
Traduzione: Comprensione e generazione multilingue in decine di lingue
Riassunto: Estrai informazioni chiave e genera riassunti concisi

Modelli in evidenza

Modello	Provider	Punti di forza
DeepSeek V3	DeepSeek	Ragionamento e codifica ad alte prestazioni, conveniente
Qwen	Alibaba	Potente serie di modelli multilingue
Kimi	MoonshotAI	Forte comprensione del contesto lungo
GLM	Zhipu AI	Modello bilingue cinese-inglese
MiniMax	MiniMax	Ottimizzato per applicazioni multimediali

Per un elenco completo di tutti i modelli LLM e le loro specifiche, visita la Libreria modelli.

Integrazione API

URL di base

https://api.atlascloud.ai/v1

L'API LLM supporta sia la modalita streaming che non streaming, completamente compatibile con il formato ChatCompletion di OpenAI.

Python (SDK OpenAI)

from openai import OpenAI

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

# Senza 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",
});

// Senza 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);

// Con 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
  }'

Parametri comuni

Parametro	Tipo	Descrizione
`model`	string	Identificatore del modello (es., `deepseek-v3`, `qwen-turbo`)
`messages`	array	Messaggi della conversazione con `role` e `content`
`temperature`	number	Controlla la casualita (0.0 - 2.0, il valore predefinito varia per modello)
`max_tokens`	number	Massimo di token nella risposta
`stream`	boolean	Abilita l'output in streaming
`top_p`	number	Parametro di campionamento per nucleo

Utilizzo con strumenti di terze parti

Poiche l'API e compatibile con OpenAI, funziona con qualsiasi strumento che supporti endpoint OpenAI personalizzati:

Strumento	Configurazione
Chatbox	Imposta l'Host API su `https://api.atlascloud.ai/v1`
Cherry Studio	Aggiungi provider OpenAI personalizzato
OpenWebUI	Configura endpoint compatibile con OpenAI
LangChain	Usa `ChatOpenAI` con `base_url` personalizzato
LlamaIndex	Usa la classe LLM compatibile con OpenAI

Importante: Includi sempre il suffisso /v1 nell'URL di base.

Consigli per la selezione del modello

Rapporto qualita-prezzo: DeepSeek V3 offre eccellenti prestazioni a prezzi competitivi
Multilingue: Qwen eccelle nelle attivita multilingue, specialmente cinese-inglese
Codice: DeepSeek e GPT-4o sono scelte solide per generazione e revisione del codice
Contesto lungo: Verifica la lunghezza massima del contesto di ogni modello nella Libreria modelli
Ragionamento: Scegli modelli con capacita di ragionamento dedicate per attivita complesse

Per dettagli sui prezzi, consulta la pagina Prezzi API. Per la specifica completa dell'API, consulta il Riferimento API.

In questa pagina