跳到主要内容

快速开始

调用模型前,需要完成以下步骤:

  1. 注册并登录 Jalapeno Cloud 账号
  2. 选择模型并查看 API 调用示例
  3. 创建 API Key
  4. Base URL:https://api.jalapeno-cloud.ai/v1
  5. 选择三种 API 格式之一:
    • OpenAI Chat Completions (/chat/completions)
    • OpenAI Responses (/responses)
    • Anthropic Messages (/messages)
  6. 调用模型 API,前往官网复制模型名称,或在下方表单中复制粘贴
  7. 前往 Usage,查看模型使用统计

Jalapeno Cloud 模型库​

按输入/输出模态分类。来源:Jalapeno Cloud 模型库 最后更新:2026-09-15

文本生成(文本 → 文本)​

模态:文本 → 文本

序号模型名称
1GLM-5.3
2DeepSeek-V4-Flash-0731
3Hy4
4GLM-5.2
5GLM-5.1
6DeepSeek-V4-Pro
7DeepSeek-V4-Flash
8Qwen3-Next-80B-A3B-Instruct
9Qwen3-Next-80B-A3B-Thinking

图像与视频理解(图像 / 视频 / 文本 → 文本)​

模态:文本 + 图像 + 视频 → 文本

序号模型名称
1GLM-5.3-Flash
2Kimi-K3
3MiniMax-M3
4Kimi-K2.7-Code
5Kimi-K2.5
6Qwen3.5-397B-A17B
7Qwen3.5-122B-A10B
8Qwen3.5-27B
9Qwen3.5-35B-A3B
10Qwen3-VL-235B-A22B-Instruct
11Qwen3-VL-235B-A22B-Thinking

总计:20 个模型 —— 9 个纯文本模型,11 个多模态理解模型

1. 注册与登录​

访问 Jalapeno Cloud 官网,点击右上角的「Login」,按提示使用账号或验证码登录。登录成功后将跳转至模型市场。

图 1:登录后的模型市场

2. 选择模型并查看示例​

在模型市场中浏览可用模型。每个模型卡片通常展示模型名称、价格信息和核心能力。点击模型卡片可查看详细介绍,包括模型描述、能力、价格和 API 调用示例。

  • 模型名称:调用 API 时 model 字段必填(如 DeepSeek-V4-Pro)
  • 模型能力:确认模型是否支持文本、图像、工具调用、深度思考等
  • 价格:按输入 tokens、缓存 tokens、输出 tokens 等计费

3. 创建 API Key​

在顶部导航栏点击 API KEY 进入 API Key 管理界面。如果还没有 API Key,列表为空。点击右上角的 Create API KEY 按钮生成新密钥。

在「Create API KEY」对话框中输入名称(如「My API Key」)。名称仅用于区分不同密钥。点击 OK 生成 API Key。生成后可以看到名称、key ID、创建时间等信息。复制密钥值用于 API 调用。

如果已有 API Key,可跳过此步,直接在模型详情页选择已有密钥进行测试。

4. Base URL​

所有 API 请求都应发送到以下 Base URL:

https://api.jalapeno-cloud.ai/v1

在 SDK 配置中将该 Base URL 作为 base_url,或作为请求 endpoint 前缀。

5. 选择 API 格式​

Jalapeno Cloud 支持三种 API 格式,请选择最适合你的应用的格式。

  • OpenAI Chat Completions(/chat/completions)—— 推荐 —— 兼容 OpenAI Chat Completions 格式。
  • Anthropic Messages(/messages)—— 兼容 Anthropic Messages 格式。
  • OpenAI Responses(/responses)—— 兼容 OpenAI Responses 格式。

6. 调用模型 API​

在模型详情页的下拉菜单中选择刚创建的 API Key。

复制页面底部提供的 curl 示例,如下所示:

curl --request POST \
--url https://api.jalapeno-cloud.ai/v1/chat/completions \
--header 'Authorization: Bearer ${API_KEY}' \
--header 'Content-Type: application/json' \
--data '{
"model": "${MODEL_NAME}",
"messages": [
{
"role": "user",
"content": "Please give a travel plan"
}
],
"stream": true,
"max_tokens": 512,
"stream_options": {
"include_usage": true
},
"chat_template_kwargs": {
"thinking": true
},
"tools": [
{
"type": "function",
"function": {
"name": "web_search",
"description": "Web search tool",
"parameters": {
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "Sub-task query for text retrieval"
},
"timeliness": {
"type": "integer",
"description": "Timeline parameter setting"
}
}
}
}
}
]
}'

发送请求即可获得模型的响应。

如需编程集成,请参考 Python、JavaScript、Golang 等语言的示例。

7. 查看模型使用统计​

访问用量统计页面,查看不同模型的使用情况与性能数据。