快速开始

pip install openai

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)

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。

npm install openai

import OpenAI from 'openai';
 
const client = new OpenAI({
  baseURL: 'https://api.ant-ling.com/v1/',
  apiKey: 'YOUR_API_KEY',
});
 
async function main() {
  const response = await 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,
  });
 
  console.log(response.choices[0].message.content);
}
 
main();

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。

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="")

import OpenAI from 'openai';
 
const client = new OpenAI({
  baseURL: 'https://api.ant-ling.com/v1',
  apiKey: 'YOUR_API_KEY',
});
 
const stream = await client.chat.completions.create({
  model: 'Ling-2.6-1T',
  messages: [{ role: 'user', content: '你好' }],
  stream: true,
});
 
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || '');
}