智脑 API 根据调度策略向最合适的供应商发起请求,并自动回退至可用性最高的供应商。
首字延迟
暂无数据
吞吐量
41.84tps
可用性
100.00%
供应商模型名
huaweicloud/qwen/qwen3-32b
支持的参数
近期可用性
推理
可切换推理
支持的响应格式
请求日志收集
支持 ZDR
可用于蒸馏
是
上下文长度
128,000
最大输出
8,000
输入价格
¥1.06 / 1M tokens
输出价格
¥10.6 / 1M tokens
首字延迟
0.01s
吞吐量
26.34tps
可用性
100.00%
供应商模型名
qiniu/qwen3-32b
支持的参数
近期可用性
推理
-
支持的响应格式
请求日志收集
-
可用于蒸馏
-
上下文长度
65,536
最大输出
31,000
输入价格
¥2 / 1M tokens
输出价格
¥20 / 1M tokens
首字延迟
0.04s
吞吐量
23.30tps
可用性
80.00%
供应商模型名
alibaba/qwen3-32b
支持的参数
近期可用性
推理
-
支持的响应格式
请求日志收集
-
可用于蒸馏
-
上下文长度
65,536
最大输出
31,000
输入价格
¥2 / 1M tokens
输出价格
¥20 / 1M tokens
在智脑 API 上对比不同供应商的表现
25.05 tok/s
0.03 s
qwen3-32b的各供应商可用性
智脑 API 为您统一各供应商的请求与响应格式
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.360.cn/v1",
apiKey: process.env.ZHINAO_API_KEY,
});
const response = await client.chat.completions.create({
model: "qwen3-32b",
messages: [
{ role: "user", content: "Hello, how are you?" }
],
temperature: 0.7,
max_tokens: 1000,
});
console.log(response.choices[0].message.content);