WaveSpeed LLM API 快速入门:端点、API 密钥与 OpenAI 兼容配置
每位新用户都会问的三个问题:使用哪个端点、哪个 API 密钥、哪种协议?本指南提供 Python、Node.js 和 curl 的可直接复制使用的代码,一一解答。
在WaveSpeedAI上浏览90+个大语言模型 — Claude、GPT、Gemini、Qwen、DeepSeek、Llama、Grok、Mistral等,统一通过一个兼容OpenAI的端点访问。LLM目录 → · Playground →
你需要填写的三个字段
当你将一个新的LLM服务商接入聊天应用、SDK或IDE时,几乎总是需要填写同样的三项内容:
- 端点 / Base URL — API所在地址。
- API Key — 服务商用于识别你身份的凭证。
- 聊天协议 — OpenAI Chat Completions、Anthropic Messages,或其他协议。
对于WaveSpeed LLM,答案很简单:
| 字段 | 值 |
|---|---|
| Base URL | https://llm.wavespeed.ai/v1 |
| API Key | 你的WaveSpeed API Key(从控制台获取) |
| 协议 | OpenAI Chat Completions(与OpenAI SDK直接兼容) |
就这些。只要一个工具支持”自定义OpenAI兼容端点”,WaveSpeed LLM就能使用。
什么是WaveSpeed LLM?
WaveSpeed LLM是一个统一API,通过单一兼容OpenAI的端点,让你访问来自30+服务商的90+语言模型 — Claude Opus 4.6、GPT-5.2、Gemini 3、DeepSeek、Llama 4、Qwen 3、Grok 4、Mistral等。一个API Key,一个Base URL,一种请求格式。
无冷启动,按Token计费,无需订阅,免费层即可开始使用。
第一步:获取API Key
- 前往 wavespeed.ai 并登录(支持Google/邮箱)。
- 打开控制台,找到 API Keys 部分。
- 创建一个新Key — 它是一段较长的随机字符串。请立即复制并妥善保存为密钥。
请像对待密码一样保管这个Key。不要将其提交到git,不要粘贴到截图中。
第二步:设置Base URL
LLM API地址为:
https://llm.wavespeed.ai/v1
因此Chat Completions端点为:
https://llm.wavespeed.ai/v1/chat/completions
任何工具询问”OpenAI Base URL”、“API Endpoint”或”Custom Server URL”时,粘贴 https://llm.wavespeed.ai/v1 即可。
第三步:选择模型
模型ID使用 vendor/model 格式。以下是一些常用模型:
| 模型ID | 说明 |
|---|---|
deepseek/deepseek-v4-flash | 开放权重,代码能力强 |
在 wavespeed.ai/llm 浏览完整目录。
第四步:发起第一次调用
Python(OpenAI SDK)
import os
from openai import OpenAI, OpenAIError
api_key = os.getenv("WAVESPEED_API_KEY")
if not api_key:
raise RuntimeError("Set WAVESPEED_API_KEY before running this example")
client = OpenAI(
base_url="https://llm.wavespeed.ai/v1",
api_key=api_key,
timeout=120.0,
max_retries=2,
)
# The SDK sends this request to https://llm.wavespeed.ai/v1/chat/completions.
try:
response = client.chat.completions.create(
model="deepseek/deepseek-v4-flash",
messages=[{"role": "user", "content": "Hello!"}],
)
print(response.choices[0].message.content or "")
except OpenAIError as exc:
raise SystemExit(f"LLM request failed: {exc}") from exc
Node.js(OpenAI SDK)
import OpenAI from 'openai';
if (!process.env.WAVESPEED_API_KEY) throw new Error('Set WAVESPEED_API_KEY');
const client = new OpenAI({
apiKey: process.env.WAVESPEED_API_KEY,
baseURL: 'https://llm.wavespeed.ai/v1',
timeout: 120_000,
maxRetries: 2
});
try {
const response = await client.chat.completions.create({
model: 'deepseek/deepseek-v4-flash',
messages: [{ role: 'user', content: 'Hello!' }]
});
console.log(response.choices[0]?.message?.content ?? '');
} catch (error) {
console.error('LLM request failed:', error);
process.exitCode = 1;
}
curl
curl --fail-with-body --connect-timeout 10 --max-time 120 --retry 2 --retry-all-errors \
https://llm.wavespeed.ai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer ${WAVESPEED_API_KEY}" \
-d '{
"model": "deepseek/deepseek-v4-flash",
"messages": [{"role": "user", "content": "Hello!"}]
}'
与直接调用OpenAI相比,唯一的区别在于:base_url 和 model 字符串。你现有的OpenAI代码其他部分无需任何改动。
流式输出、工具调用与视觉能力
OpenAI Chat Completions端点支持的所有功能,WaveSpeed LLM同样支持:
stream: true用于服务端推送事件流式输出。tools和tool_choice用于函数调用(适用于支持该功能的模型)。response_format: { type: "json_object" }用于JSON模式。- 通过
content: [{ type: "image_url", image_url: { url: "..." } }]向支持视觉的模型输入图像。
由于协议完全相同,任何基于OpenAI构建的库或框架 — LangChain、LlamaIndex、Vercel AI SDK、Haystack — 只需替换Base URL即可使用。
故障排查
“Invalid API key” / 401错误
请仔细确认你使用的是WaveSpeed控制台中的API Key,而非OpenAI或其他服务商的Key。请求头必须为 Authorization: Bearer <key>。
“Model not found” / 模型404错误
模型ID区分大小写,且必须包含服务商前缀。请使用 deepseek/deepseek-v4-flash,而不是 claude-opus-4.6 或 Claude-Opus-4.6。
“Wrong protocol” 如果工具要求你在”OpenAI”、“Anthropic”、“Gemini”等选项中选择 — 请始终选择 OpenAI。WaveSpeed LLM对所有模型(包括Claude和Gemini模型)均使用OpenAI Chat Completions协议。模型ID中的服务商前缀用于选择上游模型,请求格式始终保持OpenAI兼容。
网络/连接问题
端点为 https://llm.wavespeed.ai/v1 — 注意是 llm. 子域(不是 api.)。如果你的防火墙屏蔽了自定义子域,请将 llm.wavespeed.ai 加入白名单。
为什么选择WaveSpeed LLM
- 兼容OpenAI。 支持所有OpenAI SDK、LangChain、Vercel AI SDK,以及任何接受自定义Base URL的工具。
- 无冷启动,无订阅。 只为实际使用量付费,透明的按Token计价。
- 免费层。 无需信用卡即可开始构建。
立即开始构建
三个字段 — Base URL、API Key、OpenAI协议 — 你就准备好了。
在wavespeed.ai/llm获取你的API Key,五分钟内完成第一次调用。
