文心一言 ERNIE 系列大模型 API 接口

文心一言 ERNIE 系列大模型是百度自研的超大规模语言模型,在自然语言处理领域,ERNIE 系列表现出色,广泛适用于各领域复杂任务场景。ERNIE 系列模型支持接入百度搜索进行实时信息检索,可提供强大的语义理解、生成和问答能力。


此文档为标准版 API 接口文档,可直接用于项目开发和系统调用。如果标准版 API 接口无法满足您的需求,需要定制开发 API 接口,请联系我们的 IT 技术支持工程师:

详细信息 定制开发服务流程:沟通需求✅ → 确认技术方案✅ → 沟通费用与工期✅ → 开发&测试✅ → 验收交付✅ → 维护升级✅

接口地址

POST https://wcode.net/api/gpt/v1/chat/completions

此 API 接口兼容 OpenAI 的接口规范,也就是可以直接使用 OpenAI 的 SDK 来调用各个模型。仅需替换以下两项配置:

  1. BASE_URL 替换为 https://wcode.net/api/gpt/v1
  2. API_KEY 替换为从 https://wcode.net/get-apikey 获取到的 API KEY

即可开始使用 OpenAI SDK 调用 通义千问系列豆包系列DeepSeek系列文心一言系列混元系列......等各个模型

请求方法

POST

请求头(Request Headers)

Header 备注 示例 相关链接
Authorization Bearer API_KEY 格式:Bearer + 空格 + API_KEY Bearer sk-..... 获取 API_KEY 入口:https://wcode.net/get-apikey
Content-Type application/json 固定为 application/json

请求参数

🚀 model | ✅️必填 | string | 模型ID,可选 model 模型列表(部分):

模型ID 模型名称 模型能力 每千tokens输入 每千tokens输出 更新日期
ernie-5.0-thinking-preview Baidu ERNIE 5.0 Thinking Preview 深度思考、多模态 模型详情 模型详情 2026-01-22 ❇️最近更新
baidu/ernie-4.5-21b-a3b-thinking Baidu ERNIE 4.5 21B A3B Thinking 文本生成、深度思考 ¥0.0010 ¥0.0035 2025-10-10
ernie-4.5-turbo-128k Baidu ERNIE 4.5 Turbo 128K 文本生成 ¥0.0010 ¥0.0035 2025-08-29
baidu/ernie-4.5-300b-a47b Baidu ERNIE 4.5 300B A47B 文本生成 ¥0.0037 ¥0.0138 2025-07-01
baidu/ernie-4.5-vl-424b-a47b ERNIE 4.5 VL 424B A47B 图片识别 ¥0.0060 ¥0.0175 2025-07-01
ernie-4.5-turbo-32k ERNIE 4.5 Turbo 32K 文本生成 ¥0.0009 ¥0.0035 2025-04-24
ernie-4.5-turbo-vl-32k ERNIE 4.5 Turbo VL 32K 图片理解 ¥0.0035 ¥0.0100 2025-04-24
ernie-x1-turbo-32k ERNIE X1 Turbo 32K 深度思考、文本生成 ¥0.0012 ¥0.0045 2025-04-24

🚀 messages | ✅️必填 | array | 由历史对话组成的消息列表。array 中的每个元素形式通常为 {"role": 角色, "content": 内容}。角色当前可选值为:systemuserassistant

messages[0]中支持 rolesystem

一般情况下,userassistant 需要交替出现,且 messages 中最后一个元素的 roleuser


🚀 stream | 选填 | boolean | 默认值 false | 是否流式输出。

false(默认值):模型生成完所有内容后一次性返回结果。

true:返回符合 SSE 协议的响应,边生成边输出,即每生成一部分内容就立即输出一个片段(chunk),最后以一条 data: [DONE] 消息结束。


🚀 web_search | 选填 | object | 用于控制模型在生成文本时是否使用互联网搜索结果进行参考。不传此参数则不启用互联网搜索。

部分模型可能不支持配置该参数。

配置示例 1,开启实时搜索:

{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "user",
            "content": "今天有哪些重要新闻?"
        }
    ],
    "web_search": {
        "enable": true
    }
}

配置示例 2,开启实时搜索功能,且开启角标返回(响应内容会附上角标,并带上角标对应的搜索溯源信息):

{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "user",
            "content": "今天有哪些重要新闻?"
        }
    ],
    "web_search": {
        "enable": true,
        "enable_citation": true
    }
}

配置示例 3,开启实时搜索功能,且开启角标返回,且返回搜索溯源信息:

{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "user",
            "content": "今天有哪些重要新闻?"
        }
    ],
    "web_search": {
        "enable": true,
        "enable_citation": true,
        "enable_trace": true
    }
}

🚀 max_completion_tokens | 选填 | int | 允许模型生成的最大 tokens 数。

应用场景:max_completion_tokens 参数适用于需要限制字数(如生成摘要、关键词)、控制成本或减少响应时间的场景。


🚀 temperature | 选填 | float | 默认值 0.95 | 采样温度,用于控制模型生成文本的多样性。取值范围: (0, 1.0]。temperature 越高,生成的文本更多样,反之,生成的文本更确定。


🚀 top_p | 选填 | float | 默认值 0.7 | 核采样概率阈值,用于控制模型生成文本的多样性。取值范围:(0, 1.0]。top_p 越高,生成的文本更多样。反之,生成的文本更确定。

由于 temperature 与 top_p 均可以控制生成文本的多样性,因此建议您只设置其中一个值。


🚀 seed | 选填 | int | 设置 seed 参数会使文本生成过程更具有确定性,通常用于使模型每次运行的结果一致。取值范围:(0, 2^31-1)

在每次模型调用时传入相同的 seed 值,并保持其他参数不变,模型将很可能返回相同的结果。


🚀 frequency_penalty | 选填 | float | 控制模型生成文本时的内容重复度。取值范围:[-2.0, 2.0]。正数会减少重复度,负数会增加重复度。

适用场景:

较高的 frequency_penalty 适用于要求多样性、趣味性或创造性的场景,如创意写作或头脑风暴。

较低的 frequency_penalty 适用于要求一致性或专业术语的场景,如技术文档或其他正式文档。


🚀 stop | 选填 | array | 使用 stop 参数后,当模型生成的文本以某个元素结尾时,将自动停止生成。

适用场景:可以在 stop 参数中传入敏感词来控制模型的输出。

注意事项:1) array 每个元素长度不超过 20 字符;2) 最多4个元素。


🚀 user | 选填 | string | 最终用户的唯一标识符。

返回参数

不同模型返回参数可能存在差异,请以实际返回为准。

返回参数 数据类型 说明
id string 系统生成的标识本次调用的id。
model string 本次调用的模型名。
choices array 模型生成内容的详情。
choices[i].finish_reason string 结束标志。
choices[i].message object 模型生成的消息。
choices[i].message.role string 生成消息的角色。
choices[i].message.content string 生成消息的内容。
choices[i].index int 生成的结果序列编号。
created int 请求被创建时的时间戳。
usage object 请求所消耗的 tokens 数据。
usage.prompt_tokens int 用户输入转换成 token 后的数量。
usage.completion_tokens int 模型生成回复转换为 token 后的数量。
usage.total_tokens int prompt_tokens 与 completion_tokens 的总和。

响应头(Response Headers)

Header 说明 示例 相关链接
X-Account-Balance API_KEY 余额(元) 123.0123 API_KEY 费用充值入口:https://wcode.net/apikey-recharge

Python 代码示例(Requests,ernie-4.0-turbo-128k)

import requests
import json

url = "https://wcode.net/api/gpt/v1/chat/completions"

payload = json.dumps({
  "model": "ernie-4.0-turbo-128k",
  "messages": [
    {
      "role": "system",
      "content": "You are a helpful assistant."
    },
    {
      "role": "user",
      "content": "你好"
    }
  ]
})

headers = {
  'Content-Type': 'application/json',
  'Authorization': 'Bearer API_KEY'     # TODO: 这里的 API_KEY 需要替换,获取 API_KEY 入口:https://wcode.net/get-apikey
}

response = requests.request("POST", url, headers=headers, data=payload)

print(response.text)

Java 代码示例(OkHttp,ernie-4.0-turbo-128k)

OkHttpClient client = new OkHttpClient().newBuilder().build();

MediaType mediaType = MediaType.parse("application/json");

RequestBody body = RequestBody.create(mediaType, "{\"model\":\"ernie-4.0-turbo-128k\",\"messages\":[{\"role\":\"system\",\"content\":\"You are a helpful assistant.\"},{\"role\":\"user\",\"content\":\"你好\"}]}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/chat/completions")
  .method("POST", body)
  .addHeader("Content-Type", "application/json")
  .addHeader("Authorization", "Bearer API_KEY")     // TODO: 这里的 API_KEY 需要替换,获取 API_KEY 入口:https://wcode.net/get-apikey
  .build();

Response response = client.newCall(request).execute();

PHP 代码示例(Guzzle,ernie-4.0-turbo-128k)

<?php

$client = new Client();

$headers = [
  'Content-Type' => 'application/json',
  'Authorization' => 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换,获取 API_KEY 入口:https://wcode.net/get-apikey
];

$body = '{
  "model": "ernie-4.0-turbo-128k",
  "messages": [
    {
      "role": "system",
      "content": "You are a helpful assistant."
    },
    {
      "role": "user",
      "content": "你好"
    }
  ]
}';

$request = new Request('POST', 'https://wcode.net/api/gpt/v1/chat/completions', $headers, $body);

$res = $client->sendAsync($request)->wait();

echo $res->getBody();

...其他编程语言可参考下方 curl http 请求示例进行调用

请求示例 1(ernie-4.0-turbo-128k)

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

响应示例 1(ernie-4.0-turbo-128k)

{
    "id": "as-2ug8yfjji7",
    "object": "chat.completion",
    "created": 1734684068,
    "model": "ernie-4.0-turbo-128k",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好!请问有什么我可以帮助你的吗?"
            },
            "finish_reason": "normal"
        }
    ],
    "usage": {
        "prompt_tokens": 7,
        "completion_tokens": 9,
        "total_tokens": 16
    }
}

请求示例 1.1(实时搜索,ernie-4.0-turbo-128k)

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "user",
            "content": "今天有哪些重要新闻?"
        }
    ],
    "web_search": {
        "enable": true
    }
}'

响应示例 1.1(ernie-4.0-turbo-128k)

{
    "id": "as-u27gytre4a",
    "object": "chat.completion",
    "created": 1734699271,
    "model": "ernie-4.0-turbo-128k",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "今天的重要新闻涵盖多个领域,以下是一些今天的重要新闻概览:### 经济与产业\n\n1. **全国消费品以旧换新热度不减**\n   - 据商务部消息,截至12月19日,全国汽车报废更新近270万辆,汽车置换更新超310万辆,家电以旧换新产品超5210万台,以旧换新政策对拉动消费的作用显著。\n\n2. **国产大飞机C919新突破**\n   - 国产大飞机C919累计承运旅客已突破100万人次,标志着中国商用飞机制造业迈出了重要一步。\n\n- **市场监管总局出台新办法**\n  - 市场监管总局近日出台了《集贸市场计量监督管理办法》,旨在加强集贸市场的计量监督管理,维护市场秩序和消费者权益。\n\n这些新闻事件反映了当前的热点和动态。如需更多详细信息,建议访问各大新闻网站或媒体平台。"
            },
            "finish_reason": "normal"
        }
    ],
    "usage": {
        "prompt_tokens": 11863,
        "completion_tokens": 485,
        "total_tokens": 12348,
        "prompt_tokens_details": {
            "cached_tokens": 0
        }
    }
}

请求示例 1.2(多轮对话,ernie-4.0-turbo-128k)

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "ernie-4.0-turbo-128k",
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你好"
        },
        {
            "role": "assistant",
            "content": "你好!有什么可以帮助你的吗?"
        },
        {
            "role": "user",
            "content": "什么是AGI?"
        }
    ]
}'

响应示例 1.2(多轮对话,ernie-4.0-turbo-128k)

{
    "id": "as-v90q2qeacm",
    "object": "chat.completion",
    "created": 1734700442,
    "model": "ernie-4.0-turbo-128k",
    "choices": [
        {
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "AGI是Artificial General Intelligence的缩写,也就是通用人工智能。它指的是能够执行各种任务、理解复杂概念、进行学习和适应环境的人工智能系统,类似于人类的智能水平。与只能完成特定任务的人工智能不同,AGI的目标是拥有更广泛、更全面的智能能力。不过,目前AGI还处于研究和开发阶段,实现真正意义上的人类级别智能还有很长的路要走。"
            },
            "finish_reason": "normal"
        }
    ],
    "usage": {
        "prompt_tokens": 18,
        "completion_tokens": 76,
        "total_tokens": 94
    }
}

请求示例 2(ernie-4.0-turbo-128k,流式输出)

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "ernie-4.0-turbo-128k",
    "stream": true,
    "messages": [
        {
            "role": "system",
            "content": "You are a helpful assistant."
        },
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

响应示例 2(ernie-4.0-turbo-128k,流式输出)

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":"你好!"},"finish_reason":null}]}

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":"请问有什么"},"finish_reason":null}]}

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":"我可以帮助"},"finish_reason":null}]}

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":"你的吗"},"finish_reason":null}]}

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":"?"},"finish_reason":null}]}

data: {"id":"as-0svd1gjsac","object":"chat.completion.chunk","created":1734700254,"model":"ernie-4.0-turbo-128k","choices":[{"index":0,"delta":{"content":""},"finish_reason":"normal"}],"usage":{"prompt_tokens":7,"completion_tokens":9,"total_tokens":16}}

data: [DONE]

异常响应示例

{
    "error": {
        "message": "Invalid API-KEY",
        "type": "invalid_request_error",
        "param": null,
        "code": null
    }
}



以上文档为标准版 API 接口文档,可直接用于项目开发和系统调用。如果标准版 API 接口无法满足您的需求,需要定制开发 API 接口,请扫码联系我们的 IT 技术支持工程师:

(沟通需求✅ → 确认技术方案✅ → 沟通费用与工期✅ → 开发&测试✅ → 验收交付✅ → 维护升级✅)

最受关注模型

Doubao Seed 2.0 Code

代码补全、深度思考

MiniMax M2.7

文本生成、深度思考、专业能力

GLM 5

文本生成、深度思考、代码补全

Step 3.5 Flash

文本生成、代码补全、深度思考

Qwen3 Coder Next

文本生成、深度思考、代码补全

Qwen3.5 27B

深度思考、视觉理解、文本生成

Qwen3.5 35B A3B

深度思考、视觉理解、文本生成

Doubao Seed 2.0 Pro

文本生成、深度思考、多模态

Qwen 3.5 Plus

文本生成、深度思考、多模态

Doubao Seed 1.8

多模态、深度思考

最新发布模型

MiMo V2 Omni

文本生成、深度思考、多模态

MiMo V2 Pro

文本生成、深度思考

MiniMax M2.7

文本生成、深度思考、专业能力

GLM 5 Turbo

文本生成、深度思考、OpenClaw优化

Qwen3.5 9B

文本生成、多模态

Qwen3.5 35B A3B

深度思考、视觉理解、文本生成

Qwen3.5 27B

深度思考、视觉理解、文本生成

Qwen3.5 Flash

深度思考

Qwen3.5 122B A10B

深度思考、视觉理解、文本生成

Qwen3.5 397B A17B

文本生成、深度思考、多模态