MaaS平台

大约 6 分钟

MaaS平台操作手册

产品简介

什么是MaaS平台？

模型即服务（MaaS）平台面向企业开发者、创业者及非技术背景用户，提供开箱即用的热门AI模型服务，支持零代码体验、API快速集成与灵活计费，降低AI应用开发门槛，加速业务创新。允许用户通过API接口或其他方式访问和使用预先训练好的机器学习模型，无需自己从头开始训练模型，使得即使没有深厚机器学习背景的用户也能享受到高水平的AI技术支持。

MaaS平台的典型特点包括：

模型多样性：提供多种类型的机器学习模型，适应不同的业务需求；
易用性：用户通过简单API调用或对话框即可使用模型；
可扩展性：能够根据业务的发展需求，快速扩展或更新模型服务；
性能保障：平台通常提供高性能计算资源，确保模型运行的效率和稳定性；
数据隐私与安全：保障用户数据在使用过程中的安全性和隐私性。

MaaS平台正在成为越来越多企业和开发者首选的AI解决方案，尤其适用于那些需要快速迭代和灵活应用AI技术的场景。

支持的大模型

API BaseUrl: https://maas-api.lanyun.net/v1/chat/completions

模型	API 调用模型名	免费赠送token	单价（元/百万token）	支持上下文长度	输入 token 上限	输出 token 上限
DeepSeek-R1	/maas/deepseek-ai/DeepSeek-R1	5百万	8.00 元	60K	65536	9536
DeepSeek-V3	/maas/deepseek-ai/DeepSeek-V3	5百万	4.00 元	60K	65536	9536
QwQ-32B	/maas/qwen/QwQ-32B	1百万	4.00 元	40K	40960	9536

Token是指模型处理和生成文本时的基本单元，中文的Token通常是一个字或词，英文的Token通常是一个单词、子词或词组。

除了上述文生文的deepseek，Maas平台还支持图像理解与生成、音视频理解与生成、数学领域、法律领域等方面的大模型。平台后续将纳管众多主流的第三方大模型，例如Llama、ChatGLM、零一万物、Stable Diffusion等大模型，敬请期待。

快速入门

本文帮助您了解并按照步骤完成 API 调用模型，包括如何配置环境，使用 SDK 调用模型服务，便于您了解如何通过代码使用模型能力，进而集成到您的工作或者应用中。

步骤1：登录注册

注册并登录蓝耘元生代智算云平台。

步骤2：接入 API

1.根据需要，使用APIKEY调用对应的接口，即可开始使用。

2. 使用后，可进入资源包管理，选择接口查看使用情况。

OpenAI兼容接口

直接使用 OpenAI 官方提供的 SDK 来调用大模型对话接口。您仅需要将 base_url 和 api_key 替换成相关配置，不需要对应用做额外修改，即可无缝将您的应用切换到相应的大模型。


base_url：https://maas-api.lanyun.net/v1
api_key：如需获取请参考获取API KEY
接口完整路径：https://maas-api.lanyun.net/v1/chat/completions

python

创建一个python文件命名为ark_example.py，将下面示例代码拷贝进文件。并替换密钥为您的API KEY。替换content中的<你是谁>为您想要的提问内容。点击运行，稍等您可以在终端窗口中看到模型调用的返回结果。这样您就完成了您的首次型服务调用。

from openai import OpenAI

# 构造 client
client = OpenAI(
    api_key="sk-xxxxxxxxxxx",  # APIKey
    base_url="https://maas-api.lanyun.net/v1",
)
# 流式
stream = True
# 请求
chat_completion = client.chat.completions.create(
    model="/maas/deepseek-ai/DeepSeek-R1",
    messages=[
        {
            "role": "user",
            "content": "你是谁",
        }
    ],
    stream=stream,
)
if stream:
   for chunk in chat_completion:
       # 打印思维链内容
       if hasattr(chunk.choices[0].delta, 'reasoning_content'):
          print(f"{chunk.choices[0].delta.reasoning_content}", end="")
       # 打印模型最终返回的content
       if hasattr(chunk.choices[0].delta, 'content'):
          if chunk.choices[0].delta.content != None and len(chunk.choices[0].delta.content) != 0:
             print(chunk.choices[0].delta.content, end="")
else:
   result = chat_completion.choices[0].message.content

NodeJS

const OpenAI = require("openai");

// 构造 client
const client = new OpenAI({
    apiKey: "sk-xxxxxxxxxxx", //  APIKey
    baseURL: "https://maas-api.lanyun.net/v1/chat/completions", 
});

// 定义一个异步函数来处理请求
async function getCompletion() {
    try {
        const completion = await client.chat.completions.create({
            model: '/maas/deepseek-ai/DeepSeek-R1',
            messages: [{ role: 'user', content: '你好' }],
            stream: true, 
        });

        // 处理流式响应
        for await (const chunk of completion) {
            if (chunk.choices) {
                // 打印思维链内容
                console.log("reasoning_content:", chunk.choices[0]?.delta?.reasoning_content);
                // 打印模型最终返回的content
                console.log("content", chunk.choices[0]?.delta?.content);
            }
        }
    } catch (error) {
        console.error("Error occurred:", error);
    }
}

// 调用异步函数
getCompletion();

cURL

您可以通过 HTTP 方式直接调用模型服务。在终端窗口中，拷贝下面命令，并替换密钥为您的API KEY。替换content中的<你好>为您想要的提问内容。稍等您可以在终端窗口中看到模型调用的返回结果。这样您就完成了您的首次型服务调用


curl https://maas-api.lanyun.net/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-xxxxxxxxxxx" \
-d '{
  "model": "/maas/deepseek-ai/DeepSeek-R1",
  "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ],
  "stream": true
}'