我记得之前验证过，蚂蚁百灵好像每天会送一定量的token（好像是100万？），并且特别擅长医疗行业。 有兴趣的朋友可以试一试，大厂出品，靠谱的。 https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/…

快速开始

Source: https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/

快速开始

你可以直接使用 OpenAI SDK 接入蚂蚁百灵 API，或通过 HTTP 请求进行标准调用，实现无缝迁移。

通过 SDK 接入https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#%E9%80%9A%E8%BF%87-sdk-%E6%8E%A5%E5%85%A5

1. 安装 OpenAI SDKhttps://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#1-%E5%AE%89%E8%A3%85-openai-sdk

2. 调用 APIhttps://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#2-%E8%B0%83%E7%94%A8-api

from openai import OpenAI
 
client = OpenAI(
    base_url="https://api.ant-ling.com/v1/",
    api_key="YOUR_API_KEY"
)
 
response = client.chat.completions.create(
    model="Ling-2.6-1T",
    # 推荐使用百灵最新模型————Ling-2.6-1T/Ling-2.6-flash 
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "你好，请介绍一下蚂蚁百灵大模型"}
    ],
    max_tokens=1000
)
 
print(response.choices[0].message.content)

3. 示例输出https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#3-%E7%A4%BA%E4%BE%8B%E8%BE%93%E5%87%BA

蚂蚁百灵（Ant Ling）是蚂蚁集团推出的企业级大模型平台，包含三大模型家族：
 
1. **Ling（通用模型）**：适用于对话、文本生成、内容创作等场景
2. **Ring（推理模型）**：专注于数学计算、代码生成、逻辑推理等深度思考任务
3. **Ming（全模态模型）**：支持图像、音频、视频的跨模态理解与生成
 
百灵大模型采用 MoE 架构，在保持高性能的同时实现高效推理，
并通过开源社区 Inclusion AI 分享研究成果。

通过 HTTP 请求接入https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#%E9%80%9A%E8%BF%87-http-%E8%AF%B7%E6%B1%82%E6%8E%A5%E5%85%A5

你也可以直接通过 HTTP 请求调用 API：

curl --request POST \
  --url https://api.ant-ling.com/v1/chat/completions \
  --header 'Authorization: Bearer YOUR_API_KEY' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "Ling-2.6-1T",
  "stream": true,
  "messages": [
    {
      "role": "user",
      "content": "你好，请介绍一下蚂蚁百灵大模型"
    }
  ]
}'

流式响应https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#%E6%B5%81%E5%BC%8F%E5%93%8D%E5%BA%94

如需流式输出，只需在请求中添加stream: true。

response = client.chat.completions.create(
    model="Ling-2.6-1T",
    messages=[
        {"role": "user", "content": "你好"}
    ],
    stream=True
)
 
for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

下一步https://developer.ant-ling.com/zh-CN/docs/getting-started/quickstart/#%E4%B8%8B%E4%B8%80%E6%AD%A5

• 选择适合的模型- 了解 Ling、Ring、Ming 各系列模型的适用场景
• 查看 API 手册- 查看完整的 API 参数的说明
• 了解最佳实践- 了解如何优化提示词和调用的策略