一个 Key 调用 DeepSeek、通义千问：把模型切换压到一行配置
上周要做模型对比，让同一段 prompt 在 DeepSeek、通义千问、Kimi 上各跑一遍，看哪个写 SQL 更靠谱。按常规做法，得先去三家官网注册、实名、充值，各拿一个 Key，代码里写三套客户端。折腾一下午，真正跑测试的时间不到十分钟。
更烦的是后面维护。每个平台余额独立，哪个快用完得单独去后台看；SDK 参数还不统一，有的叫 max_tokens，有的换个名字。想砍掉一个模型，代码里得翻半天。
其实现在大部分国产模型都提供了 OpenAI 兼容接口。请求格式、返回格式跟 OpenAI 那套一致，SDK 根本不用换，只改两个地方——base_url 和 model。
准备工作就两样：一个聚合网关的地址，一个 Key。这个 Key 背后挂着多个模型，不用分别注册，也不用管各家的实名和计费。
第一步，配置进环境变量，别硬编码：
第二步，客户端只写一套。 Python 里还是熟悉的 openai 包：
client = OpenAI( base_url=os.getenv("OPENAI_BASE_URL"), api_key=os.getenv("OPENAI_API_KEY"), )
resp = client.chat.completions.create(
model="deepseek-chat",
messages=[{"role": "user", "content": "写个分页查询"}],
)
print(resp.choices[0].message.content)
`
注意 base_url 结尾的 /v1，漏了直接 404，这个坑踩过不止一次。
第三步，切换模型就是换 model 这个字符串。 想批量对比，套个循环：
for m in models:
r = client.chat.completions.create(
model=m,
messages=[{"role": "user", "content": prompt}],
)
print(m, r.choices[0].message.content)
`
同一份代码，换个名字就换了模型，不用 import 新库，不用重读文档。
几个实际会遇到的点。模型名要按网关文档写，不是你印象里的名字，写错报的是 model not found。流式输出、function calling 各家支持程度不一样，DeepSeek 和通义基本都齐，小众模型可能只有基础对话，先试再上生产。Key 别提交到 Git，这个不用多说。
最后给两条建议。 做对比测试时，先用便宜的小模型把链路跑通，确认 prompt 和结果解析没问题，再换贵的跑正式数据，一轮下来账单能差好几倍。额度用完的时候，直接在充站补一下就行，不用回各家后台挨个充值——一个入口管住所有模型的余额，这才是聚合 Key 最省事的地方。