OpenAI API 替换：迁移清单

步骤 1：清点你的代码调用了什么

在更改任何内容之前，列出你实际使用的 OpenAI 功能。大多数项目使用的功能少于预期，该列表决定了这次替换是只需五分钟的工作还是部分替换。从项目根目录运行以下命令：

Copy# New values you will point the project at:
export OPENAI_BASE_URL="https://api.alternativeapiopenai.com/v1"
export OPENAI_API_KEY="YOUR_API_KEY"
export MODEL="uncensored"

# What does the code call today?
grep -rnE "embeddings|images\.|audio\.|fine_tuning|moderations|assistants|batches" --include="*.py" --include="*.js" --include="*.ts" .
grep -rnE "model *[=:] *['\"]" --include="*.py" --include="*.js" --include="*.ts" .

第一个 grep 找出该 API 未提供的接口。第二个列出所有硬编码的模型名称，你需要更改它们。将结果放入一个简短的表格中，每行一个功能：已使用、未使用，以及如何处理。

步骤 2：与支持的项对比

OpenAI 功能	在此处	备注
聊天补全	是	POST /v1/chat/completions
响应 API	是	POST /v1/responses
列出模型	是	GET /v1/models 返回 uncensored
流式输出	是	SSE，末尾包含使用情况
函数调用	是	tools、tool_choice、流式 tool_calls、role: "tool" 结果
JSON 模式	是	response_format: {"type":"json_object"}
采样参数	是	temperature、top_p、stop、seed、penalties
嵌入	否	不提供
图像、音频、视频生成	否	仅文本
微调	否	不提供

此表支持侧之外的任何内容都应视为不可用，直到你在 文档中确认。这包括受模式约束的输出：JSON 模式使模型返回有效的 JSON，但它不强制执行你自己的模式，因此保留你的验证代码。聊天消息中的图像输入也未列出，因此计划仅使用文本提示词。

该模型是一个由独立提供商运行的单一开放权重模型。它不是 OpenAI 的模型，也不是任何供应商的官方 API，也不在供应商之间路由。预期会有不同的风格、不同的优势和不同的故障模式。

步骤 3：进行替换

使用官方 Python SDK，需要更改三个值：

Copyfrom openai import OpenAI

client = OpenAI(
    base_url="https://api.alternativeapiopenai.com/v1",  # was the default OpenAI URL
    api_key="YOUR_API_KEY",                               # was your old key
)

resp = client.chat.completions.create(
    model="uncensored",                                   # was your old model name
    messages=[{"role": "user", "content": "Give me three names for a coffee shop."}],
)
print(resp.choices[0].message.content)

更好的做法是将基础 URL、密钥和模型名称保留在配置中，以便同一构建可以指向任一提供商。一种简单的模式是使用三个环境变量：LLM_BASE_URL、LLM_API_KEY 和 LLM_MODEL。然后回滚意味着更改三个值并重启，而不是发布新版本。

如果你的代码使用响应 API，同样的三个值适用。对于 LangChain 或 LlamaIndex 等框架，查找 OpenAI 兼容连接器并传递相同的 Base URL 和模型名称。

步骤 4：在生产前测试

任何模型替换中的风险在于行为，而非连接。按以下顺序测试：

1. 连接。 使用 curl 发送一个请求。如果返回回复，则密钥和 URL 正确。
2. 你的真实提示词。 重放至少二十个生产提示词并检查结果。检查语气、长度和指令遵循情况。
3. 工具调用。 运行你的每个工具并检查模型生成的参数。确认你的循环处理流式响应中的 tool_calls。
4. JSON 输出。 运行一百次 JSON 模式调用，并统计有多少次未能通过你的解析器或模式检查。
5. 长输入。 上下文窗口为 100,000 个 token（提示词加补全）。测试一次大提示词，以了解所需时间。
6. 限制。 完整密钥允许 8 个并发请求和每分钟 300 个请求。在你的真实峰值进行负载测试。

Token 计数会有所不同

如果你的代码使用为其他模型构建的分词器库来估算 token，请将结果视为近似值。使用每次响应中的 usage 对象进行计费和预算，并在修剪历史记录以适配 100,000-token 上下文窗口时留出安全余量。此处设置 max_tokens 是可选的，但合理的上限可防止失控的回复花费超出你计划的费用。

错误的外观

超过限制时，API 返回 HTTP 429 状态码，错误代码为 rate_limited（每分钟请求数）或 concurrency（同时请求过多）。临时过载也会返回 429，并附带 Retry-After: 5 头。流式输出请求会占用其并发槽位，直到流结束，因此慢速客户端会占用你的配额。失败或被拒绝的请求不会计费。

步骤 5：检查成本

价格为每 1M 输入 token $0.15，每 1M 输出 token $0.50，从预付额度中扣除。要与你的当前账单进行比较，请使用 usage 字段中的你自己的 token 计数，并应用公式：cost = input_tokens x 0.15 / 1,000,000 + output_tokens x 0.50 / 1,000,000。对于其他提供商，请查看其当前定价并填入相同的计数。

工作示例：一个支持工具每月处理 30,000 个请求，每个请求有 1,200 个输入 token 和 250 个输出 token。输入为 36M token，成本为 $5.40。输出为 7.5M token，成本为 $3.75。月度总计为 $9.15。如果相同的工作量填满上下文窗口，即每个请求 100,000 个输入 token，则仅输入成本为 $0.015，因此提示词大小是需要关注的数字。

定价页面列出了充值金额。金额范围为 $20 至 $500，其中 $50 起 +5%，$100 起 +10%，$200 起 +15%，仅支持加密货币支付（TRC20 上的 USDT 或 Base 上的 USDC）。额度永不失效，且无订阅制。相关指南无审查模型的 API 定价更详细地解释了成本结构。

第 6 步：部署并保留回退方案

首先将少量流量发送到新端点。记录 X-Request-Id 响应头中的请求 ID，以便追踪错误回答，并在调用后记录 X-Balance-USD，以防额度在不知情的情况下耗尽。当余额低于几天的消耗量时发出警报。

当影子流量表现良好时，逐步增加流量比例，并保留旧提供商的密钥一周有效。对于涉及成人内容的情况，该模型适用于合法的成人用途，且涉及未成年人的性内容始终会被拒绝。提示词不会用于训练。

新账户可在 API 密钥页面 一键领取 $0.50 的试用额度，有效期 7 天，足以在您的流量样本上运行整个检查清单。

更多指南

• OpenAI API 替代方案：免费与付费按 token 定价对比
• 了解无审查模型的 OpenAI API 定价