大模型 API 大全：国内外主流模型接口汇总（2026 版）

严同学正在努力

466人浏览 · 2026-07-24 14:00:00

严同学正在努力 · 2026-07-24 14:00:00 发布

2026 年了，市面上的大模型多到让人眼花缭乱。OpenAI、Claude、Gemini、通义千问、DeepSeek、Kimi、文心一言……每家的 API 格式不同、价格不同、能力也不同。这篇文章帮你一次搞清楚所有主流大模型 API，附带代码示例、价格对比和选型建议，建议收藏！

第一章：国际篇

1.1 OpenAI — 行业标杆

项目	信息
官网	https://platform.openai.com
API 文档	https://platform.openai.com/docs
Base URL	`https://api.openai.com/v1`
认证方式	Bearer Token
主流模型	GPT-4o, GPT-4o-mini, o1, o3

模型矩阵：

模型	定位	输入价格 ($/1M tokens)	输出价格 ($/1M tokens)	上下文窗口
GPT-4o	旗舰多模态	$2.50	$10.00	128K
GPT-4o-mini	高性价比	$0.15	$0.60	128K
o3	深度推理	$10.00	$40.00	200K
o4-mini	推理性价比	$1.10	$4.40	200K

快速接入：

from openai import OpenAI

client = OpenAI(api_key="sk-xxxxxxxxxxxxxxxx")

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "你是一名资深 DBA"},
        {"role": "user", "content": "SQL Server 死锁怎么排查？"}
    ]
)

print(response.choices[0].message.content)

特点：

生态最成熟，SDK 和文档最完善
几乎所有国内模型都兼容 OpenAI 的 API 格式
价格偏贵，但能力天花板高
需要科学上网

1.2 Anthropic Claude — 编程与长文本之王

项目	信息
官网	https://www.anthropic.com
API 文档	https://docs.anthropic.com
Base URL	`https://api.anthropic.com/v1`
认证方式	API Key (Header: `x-api-key`)
主流模型	Claude Opus 4, Claude Sonnet 4, Claude Haiku 3.5

模型矩阵：

模型	定位	输入价格 ($/1M tokens)	输出价格 ($/1M tokens)	上下文窗口
Claude Opus 4	旗舰推理	$15.00	$75.00	200K
Claude Sonnet 4	均衡主力	$3.00	$15.00	200K
Claude Haiku 3.5	快速低价	$0.80	$4.00	200K

快速接入：

import anthropic

client = anthropic.Anthropic(api_key="sk-ant-xxxxxxxxxxxxxxxx")

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=4096,
    messages=[
        {"role": "user", "content": "帮我写一个 Python 爬虫"}
    ]
)

print(response.content[0].text)

特点：

代码生成能力业界顶级
超长上下文（200K tokens）
安全性设计出色，拒绝率低
API 格式与 OpenAI 不同，需要注意

1.3 Google Gemini — 谷歌的多模态大模型

项目	信息
官网	https://ai.google.dev
API 文档	https://ai.google.dev/docs
Base URL	`https://generativelanguage.googleapis.com/v1beta`
认证方式	API Key (Query Param)
主流模型	Gemini 2.5 Pro, Gemini 2.5 Flash

模型矩阵：

模型	定位	输入价格 ($/1M tokens)	输出价格 ($/1M tokens)	上下文窗口
Gemini 2.5 Pro	旗舰多模态	$1.25	$10.00	1M
Gemini 2.5 Flash	高速多模态	$0.15	$0.60	1M
Gemini 2.0 Flash	轻量级	免费额度充足	免费额度充足	1M

快速接入：

import google.generativeai as genai

genai.configure(api_key="AIzaxxxxxxxxxxxxxxxx")

model = genai.GenerativeModel("gemini-2.5-pro")
response = model.generate_content("解释一下什么是 Transformer 架构")

print(response.text)

特点：

百万级上下文窗口，处理超长文档无敌
多模态能力强（文本、图片、视频、音频）
Flash 模型免费额度慷慨
国内访问需要代理

1.4 Meta Llama — 开源模型标杆

项目	信息
开源地址	https://llama.meta.com
模型	Llama 4, Llama 3.3, Llama 3.2
使用方式	自部署 / 通过 API 提供商调用
许可证	Llama 社区许可

模型矩阵：

模型	参数量	特点
Llama 4 Scout	17B 激活	MoE 架构，10M 上下文
Llama 4 Maverick	17B 激活	MoE，多模态，400K 上下文
Llama 3.3 70B	70B	纯文本，性价比之王
Llama 3.2 8B	8B	轻量级，适合端侧部署

通过 API 提供商调用（无需自部署）：

# 方式一：通过 Groq（超快推理）
from openai import OpenAI

client = OpenAI(
    api_key="gsk_xxxxxxxx",
    base_url="https://api.groq.com/openai/v1"
)

response = client.chat.completions.create(
    model="llama-3.3-70b-versatile",
    messages=[{"role": "user", "content": "Hello!"}]
)

# 方式二：通过 Together AI
client2 = OpenAI(
    api_key="xxxxxxxx",
    base_url="https://api.together.xyz/v1"
)

response2 = client2.chat.completions.create(
    model="meta-llama/Llama-3.3-70B-Instruct-Turbo",
    messages=[{"role": "user", "content": "Hello!"}]
)

特点：

完全开源，可私有化部署，数据不出域
通过 Groq 调用速度极快（800+ tokens/s）
社区生态丰富，微调方案多
中文能力相对国产模型稍弱

1.5 Mistral — 欧洲之光

项目	信息
官网	https://mistral.ai
API 文档	https://docs.mistral.ai
Base URL	`https://api.mistral.ai/v1`
认证方式	Bearer Token

模型矩阵：

模型	定位	输入价格 ($/1M tokens)	输出价格 ($/1M tokens)
Mistral Large	旗舰	$2.00	$6.00
Mistral Medium	均衡	$2.70	$8.10
Mistral Small	轻量	$0.10	$0.30
Codestral	代码专精	$0.30	$0.90

快速接入（兼容 OpenAI 格式）：

from openai import OpenAI

client = OpenAI(
    api_key="xxxxxxxxxxxxxxxx",
    base_url="https://api.mistral.ai/v1"
)

response = client.chat.completions.create(
    model="mistral-large-latest",
    messages=[{"role": "user", "content": "Bonjour!"}]
)

特点：

小模型性价比极高（Small 模型 $0.10/1M 输入）
Codestral 专攻代码生成
欧洲公司，数据隐私合规（GDPR）
兼容 OpenAI API 格式

1.6 Cohere — 企业级 RAG 专家

项目	信息
官网	https://cohere.com
API 文档	https://docs.cohere.com
Base URL	`https://api.cohere.ai/v2`
主流模型	Command R+, Command R, Embed v3

模型矩阵：

模型	定位	价格 ($/1M tokens)	特点
Command R+	旗舰	输入 $2.50 / 输出 $10.00	RAG 优化，引用溯源
Command R	均衡	输入 $0.15 / 输出 $0.60	多语言支持好
Embed v3	向量嵌入	$0.10 / 1M tokens	多语言 Embedding

特点：

RAG 场景原生优化，自带引用溯源
Embed v3 是多语言 Embedding 的优秀选择
企业级数据安全保障
支持 100+ 语言

第二章：国内篇

2.1 阿里通义千问（百炼平台）

项目	信息
官网	https://bailian.console.aliyun.com
API 文档	https://help.aliyun.com/zh/model-studio
Base URL	`https://dashscope.aliyuncs.com/compatible-mode/v1`
认证方式	Bearer Token（兼容 OpenAI 格式）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)	上下文窗口
qwen-max-latest	旗舰	¥0.020	¥0.060	128K
qwen-plus-latest	均衡	¥0.004	¥0.012	131K
qwen-turbo-latest	高速	¥0.002	¥0.006	131K
qwen-coder-plus	代码	¥0.002	¥0.006	131K
qwen-long	长文本	¥0.0005	¥0.002	10M

快速接入：

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxx",  # 百炼 API Key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

response = client.chat.completions.create(
    model="qwen-max-latest",
    messages=[
        {"role": "system", "content": "你是一名资深 DBA"},
        {"role": "user", "content": "SQL Server 性能优化有哪些方法？"}
    ]
)

print(response.choices[0].message.content)

特点：

完全兼容 OpenAI API 格式，切换成本为零
qwen-long 支持千万级上下文（10M tokens）
中文能力第一梯队
价格极具竞争力，turbo 模型几乎白菜价
支持 Function Calling、多模态

2.2 DeepSeek — 国产性价比之王

项目	信息
官网	https://platform.deepseek.com
API 文档	https://api-docs.deepseek.com
Base URL	`https://api.deepseek.com/v1`
认证方式	Bearer Token（兼容 OpenAI 格式）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)	上下文窗口
DeepSeek-V3	旗舰通用	¥0.001	¥0.002	128K
DeepSeek-R1	深度推理	¥0.004	¥0.016	128K
DeepSeek-V3-0324	最新版本	¥0.001	¥0.002	128K

快速接入：

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxx",
    base_url="https://api.deepseek.com/v1"
)

response = client.chat.completions.create(
    model="deepseek-chat",  # 或 deepseek-reasoner
    messages=[{"role": "user", "content": "用 Python 写一个归并排序"}]
)

print(response.choices[0].message.content)

特点：

价格极低，V3 模型输入仅 ¥0.001/千 tokens
R1 推理模型能力媲美 OpenAI o1
完全兼容 OpenAI API 格式
代码能力强劲
开源模型（DeepSeek-V3、DeepSeek-R1）可私有部署

2.3 月之暗面 Kimi（Moonshot AI）

项目	信息
官网	https://platform.moonshot.cn
API 文档	https://platform.moonshot.cn/docs
Base URL	`https://api.moonshot.cn/v1`
认证方式	Bearer Token（兼容 OpenAI 格式）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)	上下文窗口
moonshot-v1-8k	短文本	¥0.012	¥0.012	8K
moonshot-v1-32k	中文本	¥0.024	¥0.024	32K
moonshot-v1-128k	长文本	¥0.060	¥0.060	128K

快速接入：

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxx",
    base_url="https://api.moonshot.cn/v1"
)

response = client.chat.completions.create(
    model="moonshot-v1-128k",
    messages=[{"role": "user", "content": "总结一下这篇 10 万字的报告"}]
)

print(response.choices[0].message.content)

特点：

超长上下文处理能力强（128K 起步）
长文档理解和总结能力出色
兼容 OpenAI API 格式
适合需要处理大量文档的场景

2.4 百度文心一言（ERNIE）

项目	信息
官网	https://qianfan.cloud.baidu.com
API 文档	https://cloud.baidu.com/doc/WENXINWORKSHOP
Base URL	`https://qianfan.baidubce.com/v2/chat/completions`
认证方式	Bearer Token（兼容 OpenAI 格式）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)
ERNIE 4.0	旗舰	¥0.030	¥0.090
ERNIE 3.5	均衡	¥0.0008	¥0.002
ERNIE Speed	高速	免费	免费

快速接入：

from openai import OpenAI

client = OpenAI(
    api_key="bce-v3/xxxxxxxx",
    base_url="https://qianfan.baidubce.com/v2"
)

response = client.chat.completions.create(
    model="ernie-4.0-8k-latest",
    messages=[{"role": "user", "content": "写一首关于春天的诗"}]
)

print(response.choices[0].message.content)

特点：

ERNIE Speed 免费额度足够个人使用
中文理解和生成能力优秀
深度集成百度生态（搜索、知识图谱）
已兼容 OpenAI API 格式

2.5 智谱 ChatGLM / GLM-4

项目	信息
官网	https://open.bigmodel.cn
API 文档	https://open.bigmodel.cn/dev/api
Base URL	`https://open.bigmodel.cn/api/paas/v4`
认证方式	API Key (Header)

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)
GLM-4-Plus	旗舰	¥0.050	¥0.050
GLM-4-Air	均衡	¥0.001	¥0.001
GLM-4-Flash	高速	免费	免费
GLM-4V	多模态	¥0.004	¥0.004

快速接入：

from zhipuai import ZhipuAI

client = ZhipuAI(api_key="xxxxxxxxxxxxxxxx")

response = client.chat.completions.create(
    model="glm-4-plus",
    messages=[{"role": "user", "content": "解释量子计算的基本原理"}]
)

print(response.choices[0].message.content)

特点：

GLM-4-Flash 完全免费，注册即用
模型开源（ChatGLM 系列），可私有部署
多模态模型 GLM-4V 性价比高
学术背景深厚，研究能力强

2.6 字节跳动豆包（火山引擎）

项目	信息
官网	https://www.volcengine.com/product/doubao
API 文档	https://www.volcengine.com/docs/82379
Base URL	`https://ark.cn-beijing.volces.com/api/v3`
认证方式	Bearer Token（兼容 OpenAI 格式）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)
Doubao-pro	旗舰	¥0.0008	¥0.002
Doubao-lite	轻量	¥0.0004	¥0.001

快速接入：

from openai import OpenAI

client = OpenAI(
    api_key="xxxxxxxxxxxxxxxx",
    base_url="https://ark.cn-beijing.volces.com/api/v3"
)

response = client.chat.completions.create(
    model="doubao-pro-32k",  # endpoint ID
    messages=[{"role": "user", "content": "帮我分析一下这段代码的性能问题"}]
)

print(response.choices[0].message.content)

特点：

价格极低，Pro 模型输入仅 ¥0.0008/千 tokens
与字节跳动生态深度集成
兼容 OpenAI API 格式
使用 endpoint ID 而非模型名，需先在控制台创建

2.7 腾讯混元

项目	信息
官网	https://cloud.tencent.com/product/hunyuan
API 文档	https://cloud.tencent.com/document/product/1729
认证方式	SecretId + SecretKey（腾讯云签名）

模型矩阵：

模型	定位	输入价格 (元/千 tokens)	输出价格 (元/千 tokens)
hunyuan-pro	旗舰	¥0.030	¥0.100
hunyuan-standard	均衡	¥0.004	¥0.008
hunyuan-lite	轻量	免费	免费

快速接入：

# 腾讯混元使用 OpenAI 兼容模式
from openai import OpenAI

client = OpenAI(
    api_key="xxxxxxxxxxxxxxxx",
    base_url="https://api.hunyuan.cloud.tencent.com/v1"
)

response = client.chat.completions.create(
    model="hunyuan-lite",
    messages=[{"role": "user", "content": "你好"}]
)

print(response.choices[0].message.content)

特点：

hunyuan-lite 完全免费
深度集成腾讯云和微信生态
适合微信生态内的应用开发

2.8 讯飞星火

项目	信息
官网	https://www.xfyun.cn/doc/spark
API 文档	https://www.xfyun.cn/doc/spark/Web.html
认证方式	WebSocket / HTTP

模型矩阵：

模型	定位	价格
Spark 4.0 Ultra	旗舰	按 token 计费
Spark Pro	均衡	按 token 计费
Spark Lite	轻量	免费额度

特点：

语音识别 + 大模型联动能力强
教育、医疗领域有深度优化
适合语音交互类应用

第三章：代码示例大全

3.1 统一调用封装（一个函数调用所有模型）

由于大多数国内外模型都兼容 OpenAI 格式，我们可以写一个统一封装：

from openai import OpenAI

# 模型配置表
MODEL_CONFIGS = {
    "openai": {
        "base_url": "https://api.openai.com/v1",
        "api_key": "sk-xxxxxxxx",
        "model": "gpt-4o"
    },
    "qwen": {
        "base_url": "https://dashscope.aliyuncs.com/compatible-mode/v1",
        "api_key": "sk-xxxxxxxx",
        "model": "qwen-max-latest"
    },
    "deepseek": {
        "base_url": "https://api.deepseek.com/v1",
        "api_key": "sk-xxxxxxxx",
        "model": "deepseek-chat"
    },
    "moonshot": {
        "base_url": "https://api.moonshot.cn/v1",
        "api_key": "sk-xxxxxxxx",
        "model": "moonshot-v1-128k"
    },
    "groq-llama": {
        "base_url": "https://api.groq.com/openai/v1",
        "api_key": "gsk_xxxxxxxx",
        "model": "llama-3.3-70b-versatile"
    },
    "mistral": {
        "base_url": "https://api.mistral.ai/v1",
        "api_key": "xxxxxxxx",
        "model": "mistral-large-latest"
    },
}


def ask_llm(provider: str, question: str, system_prompt: str = None) -> str:
    """
    统一调用各大模型 API
    """
    config = MODEL_CONFIGS[provider]

    client = OpenAI(
        api_key=config["api_key"],
        base_url=config["base_url"]
    )

    messages = []
    if system_prompt:
        messages.append({"role": "system", "content": system_prompt})
    messages.append({"role": "user", "content": question})

    response = client.chat.completions.create(
        model=config["model"],
        messages=messages
    )

    return response.choices[0].message.content


# 使用示例
answer = ask_llm("deepseek", "SQL Server 索引碎片怎么处理？")
print(answer)

# 换个模型试试
answer2 = ask_llm("qwen", "SQL Server 索引碎片怎么处理？")
print(answer2)

3.2 流式输出（Streaming）

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxx",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

stream = client.chat.completions.create(
    model="qwen-max-latest",
    messages=[{"role": "user", "content": "写一篇 3000 字的 AI 发展史"}],
    stream=True  # 开启流式输出
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

3.3 Function Calling / Tool Use

import json
from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxx",
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
)

# 定义工具
tools = [
    {
        "type": "function",
        "function": {
            "name": "get_db_status",
            "description": "获取数据库实例的运行状态",
            "parameters": {
                "type": "object",
                "properties": {
                    "instance_name": {
                        "type": "string",
                        "description": "数据库实例名称"
                    }
                },
                "required": ["instance_name"]
            }
        }
    }
]

# 你的工具实现
def get_db_status(instance_name):
    # 实际查询数据库状态的逻辑
    return json.dumps({
        "instance": instance_name,
        "status": "running",
        "cpu_usage": "45%",
        "memory_usage": "68%",
        "connections": 230
    })

# 调用模型
response = client.chat.completions.create(
    model="qwen-max-latest",
    messages=[{"role": "user", "content": "查看 PROD-DB-01 的运行状态"}],
    tools=tools,
    tool_choice="auto"
)

# 处理工具调用
message = response.choices[0].message
if message.tool_calls:
    for tool_call in message.tool_calls:
        if tool_call.function.name == "get_db_status":
            args = json.loads(tool_call.function.arguments)
            result = get_db_status(args["instance_name"])

            # 把结果返回给模型
            response2 = client.chat.completions.create(
                model="qwen-max-latest",
                messages=[
                    {"role": "user", "content": "查看 PROD-DB-01 的运行状态"},
                    message,
                    {
                        "role": "tool",
                        "tool_call_id": tool_call.id,
                        "content": result
                    }
                ]
            )
            print(response2.choices[0].message.content)

3.4 Claude API 调用示例（非 OpenAI 格式）

import anthropic

client = anthropic.Anthropic(api_key="sk-ant-xxxxxxxxxxxxxxxx")

# 基础调用
response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=4096,
    system="你是一名资深 DBA，擅长 SQL Server 性能优化。",
    messages=[
        {"role": "user", "content": "如何排查 SQL Server 死锁？"}
    ]
)

print(response.content[0].text)
print(f"输入 tokens: {response.usage.input_tokens}")
print(f"输出 tokens: {response.usage.output_tokens}")

3.5 Gemini API 调用示例

import google.generativeai as genai

genai.configure(api_key="AIzaxxxxxxxxxxxxxxxx")

model = genai.GenerativeModel(
    model_name="gemini-2.5-pro",
    system_instruction="你是一名资深 DBA"
)

# 单轮对话
response = model.generate_content("SQL Server 死锁怎么排查？")
print(response.text)

# 多轮对话
chat = model.start_chat(history=[])
chat.send_message("什么是数据库索引？")
chat.send_message("那聚簇索引和非聚簇索引有什么区别？")
print(chat.history[-1].parts[0].text)

第四章：价格与能力横评

4.1 输入价格排行（从低到高）

排名	模型	输入价格	备注
1	Gemini 2.0 Flash	免费	有免费额度上限
2	GLM-4-Flash	免费	注册即用
3	ERNIE Speed	免费	百度生态
4	hunyuan-lite	免费	腾讯生态
5	DeepSeek-V3	¥0.001/千 tokens	极致性价比
6	Doubao-lite	¥0.0004/千 tokens	字节生态
7	qwen-turbo	¥0.002/千 tokens	阿里云
8	GPT-4o-mini	$0.15/1M tokens	约 ¥1.1/千 tokens
9	Mistral Small	$0.10/1M tokens	约 ¥0.7/千 tokens
10	Claude Haiku 3.5	$0.80/1M tokens	约 ¥5.8/千 tokens

4.2 旗舰模型对比

维度	GPT-4o	Claude Sonnet 4	Gemini 2.5 Pro	qwen-max	DeepSeek-V3
通用能力	强	极强	强	强	强
代码能力	强	极强	强	强	强
中文能力	中	中	中	极强	极强
推理能力	强	强	强	强	强
多模态	文本+图片+音频	文本+图片	文本+图片+视频+音频	文本+图片	文本+图片
上下文	128K	200K	1M	128K	128K
价格	贵	贵	中	低	极低
国内可访问	需代理	需代理	需代理	直接访问	直接访问

4.3 国产模型价格 PK

模型	输入 (元/千 tokens)	输出 (元/千 tokens)	综合性价比
DeepSeek-V3	¥0.001	¥0.002	极致
Doubao-lite	¥0.0004	¥0.001	极致
qwen-turbo	¥0.002	¥0.006	很高
ERNIE 3.5	¥0.0008	¥0.002	很高
GLM-4-Air	¥0.001	¥0.001	高
Moonshot-v1-8k	¥0.012	¥0.012	中等

第五章：选型指南

5.1 按场景选型

场景	推荐模型	理由
个人学习/研究	GLM-4-Flash / ERNIE Speed	免费，够用
轻量级聊天机器人	DeepSeek-V3 / qwen-turbo	极低价格，中文能力强
企业知识库 RAG	qwen-plus / Command R+	RAG 优化，成本可控
代码生成/辅助编程	Claude Sonnet 4 / DeepSeek-R1	代码能力顶级
复杂推理/分析	GPT-4o / o3 / DeepSeek-R1	推理能力强
超长文档处理	Gemini 2.5 Pro / qwen-long	百万级上下文
多模态应用	Gemini 2.5 Pro / GPT-4o	文本+图片+视频+音频
数据安全/私有部署	Llama / DeepSeek / ChatGLM	开源，可自部署
预算充足不差钱	GPT-4o + Claude Sonnet 4	能力天花板

5.2 按预算选型

月预算	推荐方案
免费	GLM-4-Flash + ERNIE Speed + hunyuan-lite
< 100 元	DeepSeek-V3 主力 + qwen-turbo 备用
100-1000 元	qwen-plus 主力 + DeepSeek-V3 兜底
1000-10000 元	GPT-4o-mini + qwen-max + DeepSeek-V3
> 10000 元	GPT-4o + Claude Sonnet 4 + 国产兜底

5.3 最佳实践：多模型路由

聪明的做法不是只选一个模型，而是根据任务复杂度动态路由：

def smart_route(question: str) -> str:
    """
    智能路由：简单问题用便宜模型，复杂问题用强模型
    """
    # 1. 先用便宜模型判断问题复杂度
    classifier = OpenAI(
        api_key="sk-xxx",
        base_url="https://dashscope.aliyuncs.com/compatible-mode/v1"
    )

    classify_result = classifier.chat.completions.create(
        model="qwen-turbo-latest",
        messages=[{
            "role": "system",
            "content": "判断问题的复杂度，只回答 'simple' 或 'complex'"
        }, {
            "role": "user",
            "content": question
        }]
    )

    complexity = classify_result.choices[0].message.content.strip()

    # 2. 根据复杂度路由到不同模型
    if complexity == "simple":
        # 简单问题 -> 便宜模型（DeepSeek-V3，¥0.001/千tokens）
        return ask_llm("deepseek", question)
    else:
        # 复杂问题 -> 强模型（GPT-4o）
        return ask_llm("openai", question)