WaveSpeed LLM API 快速入門:端點、API 金鑰與 OpenAI 相容設定
每位新加入 WaveSpeed LLM 的使用者都會問三個問題:端點是什麼、API 金鑰是什麼、使用哪種協定?本指南提供完整解答,並附上可直接複製貼上的 Python、Node.js 及 curl 程式碼。
在 WaveSpeedAI 瀏覽 90+ 個大型語言模型 — Claude、GPT、Gemini、Qwen、DeepSeek、Llama、Grok、Mistral 等,全部透過一個相容 OpenAI 的端點存取。LLM 目錄 → · 試用介面 →
你需要填寫的三個欄位
當你將新的 LLM 供應商接入聊天應用程式、SDK 或 IDE 時,幾乎總是會被問到同樣的三件事:
- 端點 / Base URL — API 所在的位置。
- API 金鑰 — 供應商用來識別你身份的憑證。
- 聊天協議 — OpenAI Chat Completions、Anthropic Messages 或其他協議。
對於 WaveSpeed LLM,答案很簡單:
| 欄位 | 值 |
|---|---|
| Base URL | https://llm.wavespeed.ai/v1 |
| API 金鑰 | 你的 WaveSpeed API 金鑰(從控制台取得) |
| 協議 | OpenAI Chat Completions(與 OpenAI SDK 直接相容) |
就這樣。只要一個工具支援「自訂 OpenAI 相容端點」,WaveSpeed LLM 就能使用。
什麼是 WaveSpeed LLM?
WaveSpeed LLM 是一個統一的 API,透過單一相容 OpenAI 的端點,讓你存取來自 30+ 個供應商的 90+ 個語言模型 — Claude Opus 4.6、GPT-5.2、Gemini 3、DeepSeek、Llama 4、Qwen 3、Grok 4、Mistral 等。一個 API 金鑰、一個 base URL、一種請求格式。
無冷啟動。按 token 付費。無需訂閱。免費方案可立即開始。
步驟一:取得你的 API 金鑰
- 前往 wavespeed.ai 並登入(Google 或電子郵件)。
- 開啟控制台,找到 API 金鑰區塊。
- 建立新金鑰 — 它看起來像一串長的隨機字串。立即複製並將其儲存為機密。
將此金鑰視為密碼。不要將其提交到 git,也不要貼在截圖中。
步驟二:設定 Base URL
LLM API 位於:
https://llm.wavespeed.ai/v1
因此 Chat Completions 端點為:
https://llm.wavespeed.ai/v1/chat/completions
當工具詢問「OpenAI Base URL」、「API Endpoint」或「Custom Server URL」時,貼上 https://llm.wavespeed.ai/v1。
步驟三:選擇模型
模型 ID 使用 vendor/model 格式。幾個熱門選項:
| 模型 ID | 說明 |
|---|---|
deepseek/deepseek-v4-flash | 開放權重,程式碼能力強 |
在 wavespeed.ai/llm 瀏覽完整目錄。
步驟四:發出你的第一個呼叫
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!"}]
}'
注意與直接呼叫 OpenAI 的唯一差異:base_url 和 model 字串。你現有的 OpenAI 程式碼其餘部分完全不需要更改。
串流、工具與視覺
OpenAI Chat Completions 端點上的所有功能在 WaveSpeed LLM 上同樣適用:
stream: true用於伺服器傳送事件串流。tools和tool_choice用於函式呼叫(在支援的模型上)。response_format: { type: "json_object" }用於 JSON 模式。- 透過
content: [{ type: "image_url", image_url: { url: "..." } }]在支援視覺的模型上輸入圖片。
由於協議完全相同,任何基於 OpenAI 構建的函式庫或框架 — LangChain、LlamaIndex、Vercel AI SDK、Haystack — 只需替換 base URL 即可使用。
疑難排解
「無效的 API 金鑰」/ 401 錯誤
仔細確認你使用的是 WaveSpeed 控制台中的 API 金鑰,而非來自 OpenAI 或其他供應商的金鑰。請求標頭必須為 Authorization: Bearer <key>。
「找不到模型」/ 模型 404 錯誤
模型 ID 區分大小寫,且必須包含供應商前綴。請使用 deepseek/deepseek-v4-flash,而非 claude-opus-4.6 或 Claude-Opus-4.6。
「錯誤的協議」 如果工具要求你在「OpenAI」、「Anthropic」、「Gemini」或類似選項中選擇 — 請務必選擇 OpenAI。WaveSpeed LLM 對所有模型(包括 Claude 和 Gemini 模型)均使用 OpenAI Chat Completions 協議。模型 ID 中的供應商前綴用於選擇上游模型;請求格式保持與 OpenAI 相容。
網路 / 連線問題
端點為 https://llm.wavespeed.ai/v1 — 注意是 llm. 子網域(不是 api.)。如果你的防火牆封鎖自訂子網域,請將 llm.wavespeed.ai 加入允許清單。
為什麼選擇 WaveSpeed LLM
- 相容 OpenAI。 適用於所有 OpenAI SDK、LangChain、Vercel AI SDK,以及任何接受自訂 base URL 的工具。
- 無冷啟動,無訂閱。 僅為使用量付費,透明的按 token 計費。
- 免費方案。 無需信用卡即可開始構建。
立即開始構建
三個欄位 — base URL、API 金鑰、OpenAI 協議 — 你就準備好了。
在 wavespeed.ai/llm 取得你的 API 金鑰,五分鐘內完成你的第一個呼叫。
