第一次调用大模型 API

大模型 API 就是一个 HTTP 接口：你把「对话」发过去，它把模型的回答发回来。HiveGPT 的接口兼容 OpenAI 的格式，所以网上大多数 OpenAI 的教程和 SDK，改两个地方（接口地址和 Key）就能直接用。

准备：一个 API Key

在 HiveGPT 注册并登录。
打开左侧菜单的「API 密钥」，点「创建密钥」。
分组选「GPT-按量」：按实际用量扣余额，用多少扣多少，适合学习和做小项目。
创建后复制这个 Key（形如 sk-...）。

接口地址统一是：

text

https://hivegpt.cn/v1

Key 等同于密码

不要把 Key 写进网页的前端代码，也不要提交到 GitHub。
本地开发时放在环境变量里，比如 export HIVEGPT_API_KEY=sk-...。
泄露了就到「API 密钥」页删除，再建一个新的。

建好以后点下面的「核对」，确认这一步完成了（结业证书需要）：

◎

检查点：

登录后核对

发出第一个请求

下面三种写法效果一样，选你熟悉的一种。model 用的是 gpt-5.5，「GPT-按量」分组可以直接用；后面的课程也统一用它。

curlPythonJavaScript

bash

curl https://hivegpt.cn/v1/chat/completions \
  -H "Authorization: Bearer $HIVEGPT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.5",
    "messages": [
      {"role": "user", "content": "用三句话向刚学编程的大学生解释什么是大语言模型"}
    ]
  }'

python

# pip install openai
import os
from openai import OpenAI

client = OpenAI(
    base_url="https://hivegpt.cn/v1",
    api_key=os.environ["HIVEGPT_API_KEY"],
)

resp = client.chat.completions.create(
    model="gpt-5.5",
    messages=[
        {"role": "user", "content": "用三句话向刚学编程的大学生解释什么是大语言模型"},
    ],
)
print(resp.choices[0].message.content)
print(resp.usage)

// npm install openai   （Node.js 18+，在服务端运行，不要放进浏览器）
import OpenAI from 'openai'

const client = new OpenAI({
  baseURL: 'https://hivegpt.cn/v1',
  apiKey: process.env.HIVEGPT_API_KEY,
})

const resp = await client.chat.completions.create({
  model: 'gpt-5.5',
  messages: [{ role: 'user', content: '用三句话向刚学编程的大学生解释什么是大语言模型' }],
})
console.log(resp.choices[0].message.content)
console.log(resp.usage)

不想装环境？直接在下面运行，可以改提示词再试：

▶ 动手试试

登录后运行登录 HiveGPT 后每天有免费运行次数

示例输出（之前运行的结果）

大语言模型是一种用海量文字训练出来的程序，它学会了词语之间的规律。你给它一段话，它会一个词一个词地预测接下来最可能出现的内容，于是就能回答问题、写代码、总结文章。它并不真的「理解」世界，所以有时会一本正经地说错，重要的结论要自己核对。

页面里的运行框用的是学习站的 Key。用你自己的 Key 在本地跑通上面任意一段代码后，再来核对这一项：

◎

检查点：

登录后核对

看懂返回

接口返回的是一段 JSON，精简后大概是这样：

json

{
  "id": "chatcmpl-...",
  "model": "gpt-5.5",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "大语言模型是……" },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 32, "completion_tokens": 118, "total_tokens": 150 }
}

choices[0].message.content：模型的回答，你最常用的就是这一项。
finish_reason：为什么停下。stop 是正常说完；length 表示被输出长度上限截断了，回答可能不完整。
usage：这次用了多少 token。费用按 token 计算，输入（prompt）和输出（completion）都算钱，输出通常更贵。在 HiveGPT 的「使用记录」里能看到每次请求的用量和费用。

token 是什么

token 是模型处理文字的最小单位。粗略地说，一个汉字大约 1 个 token 左右，一个英文单词大约 1 个 token 多一点。写提示词时啰嗦的套话也算 token，所以「说清楚」比「说得多」更省钱。

常见报错

报错	通常的原因	怎么办
401	Key 写错了、被删除或停用	到「API 密钥」页检查，重新复制
模型不可用	模型名写错，或这个 Key 的分组不支持该模型	先用 `gpt-5.5`，并确认 Key 的分组是「GPT-按量」
余额不足	按量分组的余额用完了	充值后再试
429	请求太频繁	稍等再试，代码里加上重试（A8 会讲）

HiveGPT 返回的错误信息里会写明原因，先看 message 字段。

小结

接口地址 https://hivegpt.cn/v1，加上你的 Key，就能用 OpenAI 的 SDK 调用。
回答在 choices[0].message.content，用量在 usage，费用按 token 算。
Key 放环境变量，不要放前端代码。

下一课讲两件做聊天应用一定会遇到的事：流式输出（边生成边显示）和多轮对话（让模型记住前面说过的话）。

准备：一个 API Key ​

发出第一个请求 ​

看懂返回 ​

常见报错 ​

小结 ​

准备：一个 API Key

发出第一个请求

看懂返回

常见报错

小结