用 OpenAI SDK（Python / Node.js）调用 BigModel.io

BigModel.io 兼容 OpenAI Chat Completions 协议，官方 OpenAI SDK 只需改两个值：Base URL 和 API Key。

Key 能调用哪些模型取决于它所在的分组。以下示例都从 BIGMODEL_API_KEY 读取 Key：

export BIGMODEL_API_KEY="sk-..."

#安装

pip install openai

npm install openai

#最小调用

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://bigmodel.io/v1",
    api_key=os.environ["BIGMODEL_API_KEY"],
)

completion = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "用三句话解释什么是向量数据库。"}],
)
print(completion.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://bigmodel.io/v1",
  apiKey: process.env.BIGMODEL_API_KEY,
});

const completion = await client.chat.completions.create({
  model: "glm-5.3",
  messages: [{ role: "user", content: "用三句话解释什么是向量数据库。" }],
});
console.log(completion.choices[0].message.content);

不传参数时，两个 SDK 都会读取 OPENAI_BASE_URL 和 OPENAI_API_KEY。这样不改代码就能切换，但同一进程里的其他 OpenAI 客户端也会被一起改到 BigModel.io。

#流式输出

stream = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "写一首关于延迟的俳句。"}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

const stream = await client.chat.completions.create({
  model: "glm-5.3",
  messages: [{ role: "user", content: "写一首关于延迟的俳句。" }],
  stream: true,
});
for await (const part of stream) {
  process.stdout.write(part.choices[0]?.delta?.content || "");
}

GLM、DeepSeek 分组会自动开启 stream_options.include_usage，最后一个 chunk 带 usage，choices 为空列表，代码里要像上面一样做判断。流开始后出现的错误以 SSE error 事件返回。

#工具调用

tools 和 tool_choice 会原样转给模型。模型是否返回工具调用取决于模型本身，正式使用前先测一下。完整循环见工具调用。

tools = [{
    "type": "function",
    "function": {
        "name": "get_weather",
        "description": "查询城市当前天气",
        "parameters": {
            "type": "object",
            "properties": {"city": {"type": "string"}},
            "required": ["city"],
        },
    },
}]

completion = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "杭州现在天气怎么样？"}],
    tools=tools,
)
print(completion.choices[0].message.tool_calls)

const tools = [{
  type: "function",
  function: {
    name: "get_weather",
    description: "查询城市当前天气",
    parameters: {
      type: "object",
      properties: { city: { type: "string" } },
      required: ["city"],
    },
  },
}];

const completion = await client.chat.completions.create({
  model: "glm-5.3",
  messages: [{ role: "user", content: "杭州现在天气怎么样？" }],
  tools,
});
console.log(completion.choices[0].message.tool_calls);

#推理内容

GLM、DeepSeek 分组的响应原样透传，思考模型返回的 reasoning_content 字段会到达 SDK。它不是类型化属性，按额外字段读取：

message = completion.choices[0].message
print(getattr(message, "reasoning_content", None))

console.log(completion.choices[0].message.reasoning_content);

控制思考的参数见推理与思考。

#Responses API

client.responses.create(...) 调用的是 https://bigmodel.io/v1/responses。只有部分分组提供该接口，GLM、DeepSeek 分组会返回 404。Chat Completions 对所有文本模型都可用。HTTP 方式下 previous_response_id 会返回 400，每次请发送完整 input。

response = client.responses.create(model="YOUR_MODEL_ID", input="ping")
print(response.output_text)

const response = await client.responses.create({ model: "YOUR_MODEL_ID", input: "ping" });
console.log(response.output_text);

#验证配置

列出 Key 可调用的模型。能返回列表（哪怕很短）就说明 Base URL 和 Key 都对：

for model in client.models.list():
    print(model.id)

for await (const model of client.models.list()) {
  console.log(model.id);
}

再发一次请求，确认它出现在用量页面。

#LangChain

LangChain 的 ChatOpenAI 使用同一个 Base URL：

import os
from langchain_openai import ChatOpenAI

llm = ChatOpenAI(model="glm-5.3", base_url="https://bigmodel.io/v1", api_key=os.environ["BIGMODEL_API_KEY"])

流式用量统计、ChatAnthropic 以及 reasoning_content 的限制见 LangChain。

#OpenRouter 风格请求

同样的接口也接受 z-ai/glm-5.3 这类 provider/model 名称、models 备选数组，以及 HTTP-Referer / X-Title 请求头。额外的 body 字段在 Python 里用 extra_body 传，Node.js 里直接作为属性传。详见 OpenRouter 兼容和从 OpenRouter 迁移。

#常见问题排查

所有请求都 404。 Base URL 少了 /v1，或者多写了 /chat/completions。只填 https://bigmodel.io/v1，路径由 SDK 自己拼。

401 INVALID_API_KEY 或 API_KEY_REQUIRED。 运行代码的进程里环境变量是空的。打印 Key 的前几位确认，不要打印完整 Key。

503 No available accounts: no available accounts supporting model: ...。 模型 ID 拼错了，或者 Key 所在分组不提供该模型。模型 ID 全小写并保留点号，从 client.models.list() 或模型目录复制。

404 ... only supports /v1/chat/completions。 用只支持 Chat Completions 的分组 Key 调了 Responses API。改用 chat.completions.create。

response_format 好像没生效。 非 GLM、DeepSeek 分组的 Chat Completions 请求会被转换，response_format、n、seed、user、logprobs 会被丢弃。见结构化输出。

403 INSUFFICIENT_BALANCE。 余额小于等于 0，到充值页面充值。models.list() 同样需要余额大于 0。

429 API_KEY_QUOTA_EXHAUSTED 或 rate_limit_exceeded。 Key 的额度或 5 小时/1 天/7 天消费上限已用完，或触发了每分钟请求数限制。见限额与速率。普通 429 保留 SDK 自带的重试即可。

长输出超时。 改用流式，或调大客户端超时（Python 用 timeout=，Node.js 用 timeout:）。

#相关文档

• LangChain、LlamaIndex、Vercel AI SDK
• Anthropic SDK：调用 Messages API
• OpenAI SDK 兼容 API：Base URL、模型 ID 与错误
• 快速开始和错误码