一个账号调用N个AI模型！从LLM到视频生成的丝滑解决方案

**前言：**你是否遇到过这样的情况？项目需要接入多个AI模型，结果发现每个模型都要单独注册账号、申请API密钥、学习不同的SDK、写一大堆适配代码。OpenAI、DeepSeek、Claude、Qwen......光是维护这些平台的账号和代码就让人头大，更别提频繁切换测试时的效率损失了。

正在我犹豫如何开始时，GMI Cloud 推理引擎平台进入了我的视野。它可以用一个账号、一个API密钥、一套代码，调用市面上所有主流AI模型，无论是文本生成、视频创作还是图像生成，全部统一搞定。

两周体验下来，体验远超预期：底层采用H200芯片，集成了36个顶级LLM模型（DeepSeek、GPT、Qwen、Kimi等）和31个视频生成模型（Sora 2、Veo 3.1、Kling V2.5等），统一的OpenAI兼容API让切换模型只需调整一行代码，Token透明计费避免超支更好管理。

以下内容是我这两周完整的使用经验，从注册到线上体验再到实战部署，手把手教你玩转GMI Cloud。

一、登录GMI Cloud

1.登录方法

首先我们打开官网，在右上角有注册按钮。可以直接用邮箱注册，也支持 Google 或 GitHub 账号登录。我用的是 GitHub 授权，基本秒进。

2.领取体验额度

新用户可以兑换一个优惠码，获得免费额度，对于测试和小规模使用来说，已经够用很久了：

登录后先看左侧菜单，确认选中了"Mass"这个选项。这是主控制台的默认视图。然后点击右上角显示"0 USD"的余额区域，会弹出一个账户信息窗口。在弹出的窗口里找到"Redeem it here"这个链接，点进去。输入优惠码：**ACC2025BJ，**点击"Apply"按钮完成兑换。刷新页面后，余额就会变成 2.00 USD。这个钱可以用在所有集成的模型上，没有限制。

二、GMI Cloud介绍

1.模型丰富

正如我们看到的一样，模型的数量非常多，随便点开一个LLM就有36个，而Video模型更是有31个之多，包括最新的Hailuo模型等，让人看起来眼花缭乱十分兴奋。

这里能找到几乎所有主流的大语言模型。从国产的 DeepSeek、Qwen、GLM，到国外的 GPT、Claude、Gemini，再到最新的 Kimi-K2-Thinking，应有尽有。每个模型都标注了上下文长度、支持的功能（比如是否支持函数调用）、价格等信息。这样选择起来很方便，不用再去各个官网查资料。

31 个视频生成模型确实震撼。除了大家熟知的 Sora 2、Veo 3.1，还有很多国产优秀模型，比如 Kling V2.5、Wan 2.5、Minimax-Hailuo 2.3。有些模型支持文本生成视频（Text to Video），有些支持图片生成视频（Image to Video），还有些两者都支持。界面上都有清楚标注，选择起来很直观。

图像生成模型相对少一些，但质量都不错。Flux 系列、Seedream 系列、Seededit 系列基本覆盖了各种需求。有些适合从零生成，有些适合修改现有图片。

2.GMI Cloud优势

用了一段时间后，我总结了几个核心优势，首先就是GMI Cloud 的技术底子很扎实，底层靠 H100/H200 芯片支撑，还集成了近百个前沿模型，覆盖视频生成、大语言、图像生成等多个类别。更省心的是所有模型共用一套 API 体系，不用切换平台反复适配代码，以前对接新模型要注册、申密钥、啃文档、写适配代码的麻烦全没了，学会一个就能套用所有，代码复用率高，维护起来也省事。

最让人惊喜的是它的模型更新速度，像 Minimax Hailuo 2.3、Kimi-K2-Thinking 这些新模型，基本都是刚发布没几天就能用上，追新技术的项目完全不用等。成本方面也透明可控，按 Token 计费，后台能看到每次调用的详细消耗，还能设预算提醒，避免意外超支。而且背景很靠谱，是 Google X AI 专家和硅谷团队创立的，还是 NVIDIA 全球六大参考平台云合作伙伴，优先拿最新 GPU 资源，服务稳定性有保障，全球分布的数据中心让 API 响应基本在 1-3 秒，视频生成 1-3 分钟，符合使用预期。

三、在线使用模型

GMI Cloud 提供了 Playground 功能，可以直接在浏览器里测试模型，不用写一行代码。这个功能特别适合快速体验和对比不同模型的效果。

1.生成 Keys密钥

在使用模型之前首先需要我们生成自己的API，进入控制台，找到左侧菜单的Keys：

点击"Create New API Key"按钮。给密钥起个名字，同时可以设置权限范围，比如只允许调用文本模型，或者只读不写。点击生成后，密钥会显示在页面上，这里要注意这个密钥只显示一次，一定要立刻复制保存，不要问我为什么，因为我就因为没记住又回来重新操作了一遍！

2.测试大语言模型

在左侧菜单选择"LLM"分类，找到想测试的模型，比如Kimi-K2-Thinking：

点击模型卡片，进入详情页后，点击顶部的"Playground"标签。

进入之后我们会发现页面分为左右两部分。左边是参数设置区，右边是对话区：

然后在右侧的地方点击Apply API，将我们刚才复制的API输入进去，然后就可以使用模型了：

在对话框输入我们的问题，比如"请用 Python 写一个快速排序算法"。点击发送按钮或按 Enter 键，等几秒钟就能看到回复：

回复的非常准确，同时左侧有几个重要参数可以调整，可以控制回复的随机性以及限制回复长度等。同Playground 最大的好处是可以快速切换模型对比。同样的问题，分别用 DeepSeek、Kimi、Qwen 测试，看哪个回答更好。通过我的大量测试，我发现DeepSeek 性价比高，适合大量调用；Kimi-K2 推理能力强，适合复杂问题；GLM-4.6 中文理解好，适合中文内容生成。

3.生成 AI 视频

在左侧菜单选择"Video"分类，能看到 31 个模型。每个模型都标注了价格。我一般会先用便宜的模型测试，效果满意后再用高端模型生成最终版本。这里我们首先选择的是：Minimax-Hailuo-2.3。

点击进入模型页面，我们可以根据描述你想生成的视频内容。提示词写得越详细，效果越好，也可以上传一张图片作为首帧或参考，如果想让视频从特定画面开始，可以用这个功能。同时其提供了Duration和Resolution 供我们选择，也就是说我们可以自主选择时长和分辨率。

参数设置好后，点击"Generate"按钮，视频生成时间大概一分钟就好了。这里我上传了一张我家猫猫的照片：

我输入的提示词是"让这只小猫可爱的笑起来"，看看效果咋样：

我们可以看到生成的十分好，简直跟真的一模一样，生成速度快，画面流畅，适合日常使用。生成的视频会保存在你的账户里，但建议下载到本地，平台可能会定期清理旧文件。其余的模型我就不再详细介绍了，大家感兴趣就自己来体验呀。

四、一键调用API 模型

1.如何调用

首先我们打开之前用过的Kimi-K2-Thinking模型，点击Description，这里为我们提供了很多然后我们可以选择使用终端Shell或者Python去调用，这里我们选择用Python去调用，首先输入其给我们提供的代码：

python 复制代码

import requests
import json

url = "https://api.gmi-serving.com/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer *************"
}

payload = {
    "model": "moonshotai/Kimi-K2-Thinking",
    "messages": [
        {"role": "system", "content": "You are a helpful AI assistant"},
        {"role": "user", "content": "List 3 countries and their capitals."}
    ],
    "temperature": 0,
    "max_tokens": 500
}

response = requests.post(url, headers=headers, json=payload)
print(json.dumps(response.json(), indent=2))

这里要注意Bearer *************后面的内容是需要我们输入自己的Key，输入完毕之后点击运行，我们会看到返回的JSON输出内容，结构清晰、通用性强，能够轻松被各种编程语言和系统解析处理。这就代表我们已经调用API成功了：

仅需要一步就能完成接入，直接没有技术门槛，任何人都可以很快的开发。

2.本地部署LLM模型

为了后续能方便地引用自己的提问，也避免每次修改问题都要在复杂的我先把原本直接写在 messages 中的提问内容单独抽离出来。我定义了一个 user_question 变量，这样一来，后续要更换提问时，只需要修改 user_question 这一行代码，不用改动整个结构，代码的灵活性和可维护性都提升了不少。

原来的代码只会打印 API 返回的完整 JSON 数据，看起来杂乱且看不到自己的原始提问，输出结果不够直观。我们可以先从响应数据中提取出 AI 的核心回答，通过回复定位到 AI 回复的内容并存储在变量中。接着用格式化输出的方式，先明确打印出 "你的问题：" 和对应的提问内容，再换行打印 "AI 的回答：" 以及提取出的回复，让提问和回答一一对应，整个输出结果清晰明了，也更符合我查看结果的需求，具体代码如下：

python 复制代码

import requests
import json

url = "https://api.gmi-serving.com/v1/chat/completions"
headers = {
    "Content-Type": "application/json",
    "Authorization": "Bearer ........"
}

# 提问内容
user_question = "怎么去写作"

payload = {
    "model": "moonshotai/Kimi-K2-Thinking",
    "messages": [
        {"role": "system", "content": "You are a helpful AI assistant"},
        {"role": "user", "content": user_question}  # 引用提问内容
    ],
    "temperature": 0,
    "max_tokens": 500
}

response = requests.post(url, headers=headers, json=payload)
response_data = response.json()

# 提取 AI 的回答
ai_answer = response_data['choices'][0]['message']['content']

# 同时打印问题和回答
print(f"你的问题：{user_question}")
print("\nAI 的回答：")
print(ai_answer)

这里我的问题是怎么去写作，我们可以看到Kimi-K2-Thinking模型回答的十分快速也非常详细：

每个模型的详细调用方式可以在模型页面找到，大家可以根据自己的需要去调用，下面给大家展示如何调用视频模型。

3.本地部署视频模型

与 LLM 模型类似，我们可以将视频生成的 API 调用逻辑进行封装，使其更易于在本地项目中复用和维护。我写了一个更结构化的封装示例，大家可以直接在本地项目中使用，这里我选择调用的模型是Minimax-Hailuo-2.3-Fast：

python 复制代码

import requests
import json
import os

API_KEY = os.getenv("GMI_API_KEY", "。。。。。。")
# 视频生成 API 的基础 URL 和 Endpoint
BASE_URL = "https://console.gmicloud.ai"
ENDPOINT = "/api/v1/ie/requestqueue/apikey/requests"
FULL_URL = f"{BASE_URL}{ENDPOINT}"
HEADERS = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
VIDEO_MODEL_NAME = "Minimax-Hailuo-2.3-Fast"
PROMPT = "A serene ocean scene with waves under a pink sunset"
DURATION = 6  # 视频时长（秒）
RESOLUTION = "768P"  # 分辨率，可选值如 "768P", "1080P" 等
PROMPT_OPTIMIZER = True  # 是否开启提示词优化
FAST_PRETRATMENT = False  # 是否开启快速预处理
payload = {
    "model": VIDEO_MODEL_NAME,
    "payload": {
        "prompt": PROMPT,
        "duration": DURATION,
        "resolution": RESOLUTION,
        "prompt_optimizer": PROMPT_OPTIMIZER,
        "fast_pretreatment": FAST_PRETRATMENT
    }
}

def main():
    print(f"--- 开始调用视频模型: {VIDEO_MODEL_NAME} ---")
    print(f"提示词: {PROMPT}")

    try:
        # 发送 POST 请求
        response = requests.post(FULL_URL, headers=HEADERS, json=payload)

        # 检查响应状态码
        response.raise_for_status()

        # 解析 JSON 响应
        response_data = response.json()

        print("\n请求成功!")
        print("完整响应:")
        print(json.dumps(response_data, indent=2))

        if "data" in response_data and "task_id" in response_data["data"]:
            task_id = response_data["data"]["task_id"]
            print(f"\n任务 ID: {task_id}")
            print("请保存此 Task ID，用于后续查询视频生成状态。")

    except requests.exceptions.RequestException as e:
        print(f"\n调用 API 时发生错误: {e}")
        if response:
            print("错误响应内容:")
            print(response.text)

if __name__ == "__main__":
    if API_KEY == "你的API" and not os.getenv("GMI_API_KEY"):
        print("警告: 请设置 GMI_API_KEY 环境变量或在代码中替换 '你的API密钥'。")
    main()

这里我使用的提示词是：A serene ocean scene with waves under a pink sunset。英文是会更加准确的，建议大家在后期使用的时候也要多使用英文的提示词，点击run会发现其已经在我们本地成功运行：

同时我们会看到在后端输出了我们的视频，非常的逼真：

五、模型对比与 Agent 集成

在实际开发中，我们经常会遇到两个核心痛点：一是多模型效果对比繁琐 （尤其是 LLM 代码能力这种需要反复测试的场景），二是Agent 集成多模态模型时配置混乱。而 GMI Cloud 的统一 API 体系，恰好完美解决了这两个问题。

1.传统LLM厂家需要单独调用

现在各家 LLM 都在卷代码生成、调试、优化能力，但如果想对比不同模型的表现，传统方式简直是 "折磨"：要给 OpenAI、DeepSeek、Anthropic、Qwen 等每家平台单独注册账号、充值、申请 API 密钥。

除此之外每家的 SDK 和接口格式都不同，OpenAI 用openai.ChatCompletion.create，DeepSeek 要改model参数和请求地址，Anthropic 的max_tokens命名可能都有差异；测试时要写多套适配代码，切换模型时还要改密钥、调参数，效率极低。

2.GMI Cloud一秒调用所有模型

但用 GMI Cloud，这一切都简化到 "改一个参数"：因为所有模型都遵循统一的 OpenAI 兼容接口，你只需要写一套代码，想测试哪个模型，直接修改model字段即可，其他逻辑完全不变。

这里我想直接对比DeepSeek-V3.1、Kimi-K2-Thinking、gpt-oss-120b的代码生成能力，让其用 Python 写一个斐波那契数列生成器，如果按照传统方式的话

传统方式需要：配置 OpenAI 的 API 密钥和 SDK，写调用代码；切换到 DeepSeek 的平台，改 SDK 和密钥，调整代码；再切换到 Anthropic，重复适配工作，最后再去测试，非常的麻烦不方便。

但是用了GMI Cloud，代码只需要写一次，就可以完成我们所有任务啦，这里我们将 API_KEY、HEADERS、MODEL_NAMES 等配置项集中放在代码开头，把要测试的模型名称放在 MODEL_NAMES 列表中，想要去修改模型只需修改这个列表，具体代码如下：

python 复制代码

import requests
import json
import os
from typing import List, Dict
API_KEY = os.getenv("GMI_API_KEY", "。。。。。。。"

HEADERS = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {API_KEY}"
}
# 定义你想要测试的模型列表
MODEL_NAMES = [
    "deepseek-ai/DeepSeek-V3.1",
    "moonshotai/Kimi-K2-Thinking",
    "openai/gpt-oss-120b",
]

# 定义统一的请求参数
PROMPT = "用 Python 写一个带缓存的斐波那契数列生成器"
SYSTEM_PROMPT = "You are a helpful AI assistant."
TEMPERATURE = 0
MAX_TOKENS = 500


def call_single_model(model_name: str, prompt: str) -> Dict:
    payload = {
        "model": model_name,
        "messages": [
            {"role": "system", "content": SYSTEM_PROMPT},
            {"role": "user", "content": prompt}
        ],
        "temperature": TEMPERATURE,
        "max_tokens": MAX_TOKENS
    }

    try:
        response = requests.post(BASE_URL, headers=HEADERS, json=payload)
        response.raise_for_status()
        return response.json()
    except requests.exceptions.RequestException as e:
        print(f"调用模型 {model_name} 时发生错误: {e}")
        return None

def main():
    print(f"问题: {PROMPT}\n")
    print("--- 开始批量调用模型 ---")

    for model in MODEL_NAMES:
        print(f"\n===== 正在调用模型: {model} =====")

        # 调用模型
        response_data = call_single_model(model, PROMPT)

        if response_data and "choices" in response_data:
            # 提取并打印回答
            answer = response_data['choices'][0]['message']['content'].strip()
            print(f"回答:\n{answer}")
        else:
            print("未能获取有效响应。")

if __name__ == "__main__":
    if API_KEY == "你的API密钥" and not os.getenv("GMI_API_KEY"):
        print("警告: 请设置 GMI_API_KEY 环境变量或在代码中替换 '你的API密钥'。")
    main()

结果如下：

我们可以看其首先给我们调用了deepseek-ai/DeepSeek-V3.1模型，然后给我们调用moonshotai/Kimi-K2-Thinking以及openai/gpt-oss-120b：

这样一来，我不需要给任何一家单独充值，也不用学不同的 SDK，1s即可已完成3 个主流模型的代码能力对比，而且测试结果直观，能快速判断哪个模型更适合我的代码场景，这里我发现DeepSeek 对中文注释更友好，Kimi 的缓存逻辑更严谨，GPT-4o 的代码更简洁。

六、总结

用了两周 GMI Cloud，整体感受还是很满意的。最大的优势是省心。 以前接入一个新模型，要注册平台、看文档、写适配代码，折腾半天。现在一个账号、一个密钥，所有模型都能调。代码写一次，换模型只需要改个模型名称。

36 个文本模型、31 个视频模型，基本覆盖了所有主流选择。而且更新很快，新模型发布后很快就能在平台上用到。同时按 Token 计费，每次消耗都能看到。不同模型价格有差异，但都在合理范围。欢迎大家前去使用体验：