零一万物 API：把 Yi 系列大模型接进你自己的产品

• 李开复创立
• Yi 系列大模型
• OpenAI 兼容
• MoE 架构
• 中英双语
• API 开放平台

零一万物 API 不是单点聊天接口，而是一组覆盖「对话—推理—视觉—代码—智能体」的模型与服务能力。下面按落地优先级逐一拆解它能替你做什么。

1. 开放模型矩阵调用平台同时提供对话、推理、多模态与代码类模型，开发者可按场景在 yi-large、yi-large-turbo、yi-large-fc、yi-vision、yi-lightning 之间自由切换，匹配性能与成本。
2. OpenAI 兼容接口API 高度兼容 OpenAI 规范，只需把 base_url 改为 https://api.01.ai/v1 并配置自有密钥，即可复用 OpenAI Python SDK、LangChain、LlamaIndex 等生态，迁移成本极低。
3. 长上下文处理开源侧的 Yi-34B 支持 200K 上下文窗口，可处理约 40 万字文本；API 侧的 yi-large / yi-large-fc 提供 32K 上下文，适合长文档摘要、合同与研报分析。
4. 工具调用与智能体构建专用模型 yi-large-fc 支持函数调用（tool use），能根据传入的工具定义自主决定是否调用、并以指定格式生成调用，是搭建 Agent 与工作流的关键能力。
5. 多模态视觉理解yi-vision 支持基于多张图片的复杂视觉任务：图表理解、OCR、视觉推理、教育与研究报告解读、多语言文档阅读等，上下文 16K。
6. 代码生成与工程辅助Yi-Coder（1.5B / 9B）是开源代码大模型，支持 128K 上下文与 52 种编程语言，擅长代码补全、缺陷修复与跨文件理解，可本地或私有化部署（Apache 2.0）。
7. 高速低成本推理Yi-Lightning 采用增强型 MoE 架构，配合细粒度专家分割、动态 Top-P 路由与 KV 缓存优化，在保持质量的同时显著降低首 token 延迟与单位推理成本。
8. 企业级服务与私有化随着战略转向，零一万物将资源进一步聚焦于企业级 AI 解决方案与行业大模型，为有合规、私有化与定制需求的组织提供更贴近落地的交付路径。

同一套 API，落到不同业务里形态完全不同。下面把五类高频场景拆开看，便于你对号入座。

下表汇总了平台公开文档与发布信息中可确认的主要 API 模型及其上下文、定位、价格（每百万 token）与适用场景。价格随时间调整，下单前请以官网实时显示为准。

从对照可见：yi-large 与 yi-large-fc 走「旗舰质量」路线，单价较高，适合对推理深度要求严苛的任务；yi-large-turbo 与 yi-vision 用约 1/15 的价格覆盖绝大多数通用与多模态场景；yi-lightning 则把 MoE 的效率红利压到每百万 token 不到 1 元，是性价比的集大成者；Yi-Coder 走开源自部署路线，把数据留在自己机房，适合对代码隐私敏感的团队。

横向看，国内大模型 API 的「基础对话」能力已高度同质化，零一万物真正的辨识度集中在三点：一是中英双语底座——Yi 系列从训练起就强调中英并重，对中文长文与跨语言任务更友好；二是开源与闭源并行——Yi-34B、Yi-1.5、Yi-Coder 等均开源（Apache 2.0），既能在 Hugging Face、ModelScope 上自部署，也能直接调托管 API，灵活度高于只做闭源的平台；三是极致性价比的 MoE 路线——Yi-Lightning 以混合专家架构在大幅降低推理成本的同时，仍拿到 Chatbot Arena 全球第六的成绩，证明「便宜」未必「平庸」。

当然也要客观看待边界：在 2026 年 8 月的战略调整之后，面向个人开发者的开放平台调用即将在 2026-09-03 停止，新接入的生产系统需要提前规划迁移；相较始终面向开发者稳定开放的平台，零一万物的 C 端 API 可持续性短期内存在不确定性，这点在选型时务必纳入评估。