快速开始¶

三步完成第一次模型调用：准备账号、创建 API Key、用熟悉的 OpenAI SDK 发出请求。

准备账号¶

打开控制台，按页面提供的方式注册并完成验证。如果显示等待审批，需先等待账号获批。详见账号与 API Key。

创建 API Key¶

登录控制台，在 Dashboard 页面的 API Keys 区域点击 Create API Key。按页面提示完成账号验证。
复制生成的密钥，它以 hyi- 开头。之后也可以在同一位置再次查看。
把密钥放进环境变量 TENCENT_INFERENCE_API_KEY，本文档的所有示例都从这里读取：

macOS / Linux：
```
export TENCENT_INFERENCE_API_KEY="你的 API Key"
```
Windows PowerShell：
```
$env:TENCENT_INFERENCE_API_KEY = "你的 API Key"
```

每个账号同时只有一个有效的 API Key。点击 Regenerate 会生成新密钥，旧密钥立即失效。

警告

API Key 等同于账号凭据：通过它发起的调用都计入你的账号。不要把它提交到代码仓库、写进前端或移动端代码，也不要分享给他人。密钥泄露后请立即在控制台点击 Regenerate，让旧密钥失效。

发起第一次调用¶

平台兼容 OpenAI 的 Chat Completions 接口，下面三种方式任选其一。

使用示例前，请先在控制台确认 deepseek-v4.1-flash 对你的账号可用；若不可用，替换为账号模型列表中的 ID。

Python¶

先安装 SDK：pip install openai。

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://freeinference.qq.com/v1",
    api_key=os.environ["TENCENT_INFERENCE_API_KEY"],
)

response = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "用 Python 写一个快速排序函数"}],
)

print(response.choices[0].message.content)

Node.js¶

先安装 SDK：npm install openai，并把示例保存为 .mjs 文件运行。

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://freeinference.qq.com/v1",
  apiKey: process.env.TENCENT_INFERENCE_API_KEY,
});

const response = await client.chat.completions.create({
  model: "deepseek-v4.1-flash",
  messages: [{ role: "user", content: "用 Python 写一个快速排序函数" }],
});

console.log(response.choices[0].message.content);

cURL¶

curl --fail-with-body 'https://freeinference.qq.com/v1/chat/completions' \
  -H "Authorization: Bearer $TENCENT_INFERENCE_API_KEY" \
  -H "Content-Type: application/json" \
  --data-binary @- <<'JSON'
{
  "model": "deepseek-v4.1-flash",
  "messages": [{"role": "user", "content": "用 Python 写一个快速排序函数"}]
}
JSON

收到模型的回复，就说明接入成功了。

流式输出¶

设置 stream=True，回复会边生成边返回，适合聊天界面：

stream = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "介绍一下你自己"}],
    stream=True,
)

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

查看可用模型¶

curl -s 'https://freeinference.qq.com/v1/models' \
  -H "Authorization: Bearer $TENCENT_INFERENCE_API_KEY"

携带 API Key 时，返回的是你的账号可以调用的模型，字段含义见模型列表。

下一步¶

开发工具接入：在 Cline、Roo Code、Cursor、Cherry Studio 等工具中使用。
Claude Code：用 Claude Code 连接平台的模型。
API 参考：接口、请求头、错误码与调用限制。