OPEN MODELS. LOCAL INFERENCE.

本地部署的模型，
按 Token 调用。

Qwen 等开源模型，在自有推理环境中运行。通过兼容 OpenAI 格式的 API，按需购买 Token 用量，把模型能力接入你的应用。

购买 Token · 咨询查看接入示例

兼容 OpenAI API 格式请求内容不用于训练

THE INFERENCE LAYER 01—03

YOUR APPLICATION你的下一个想法

Soymilk AI

STREAMING RESPONSESSE

让每一个想法，都有回应。

data: [DONE]请求流程示意

HTTPS / JSON / STREAM

开源模型 · 本地推理 · Token 用量计费

Qwen ModelsBearer AuthChat CompletionsSSE Streaming

01 / BUILT FOR BUILDERS

用你需要的模型，付你约定的用量。

从模型选型到 API 接入，让开源模型成为可调用的推理服务。

LOCALLY DEPLOYED MODELS

开源模型，本地部署推理

Qwen 等开源模型运行在自有推理环境中。你通过 API 调用服务，无需自行管理模型权重或部署推理环境。

看看调用方式

TOKEN BY TOKEN

流式响应，让对话流动

通过 SSE 逐步接收生成内容。为聊天、写作助手和其他交互场景构建自然的输出体验。

"stream": true

CLEAR DATA POLICY

数据如何处理，清楚说明

请求内容不用于训练，不保存提示词和生成回复。必要运行日志最多保留 24 小时，详见隐私政策。

阅读隐私政策

02 / MODEL ACCESS

从 Qwen 开始，按需选择模型。

当前可调用的模型如下。其他开源模型的接入需求，可通过邮件沟通确认。

当前模型目录最近核验 · 2026.09.29

接口返回的模型 ID

Qwen3.8-27B-W4A16-AWQ

模型推理 API↗

GET/v1/models查询可用模型

POST/v1/chat/completions发起对话请求

模型 ID 以实际 /models 响应为准。各模型的 Token 单价、可用额度与能力在购买前确认。

BASE URLhttps://91ddf.xyz/llm-server/v1

TOKEN-BASED ACCESS

按 Token 采购，让用量更清楚。

根据模型与预计调用规模确认报价。具体费用和购买额度，在开通前沟通清楚。

INFERENCE USAGE联系询价

Token 用量计费

采购的是模型 API 的推理用量。输入内容与生成输出的 Token 单价、可用额度及结算方式，以双方确认的方案为准。

Input tokens提示词与上下文输入

Output tokens模型生成的回复内容

获取 Token 报价

BEFORE YOU START

告诉我们你的需求。

无论是应用验证还是持续调用，从具体的模型和用量开始沟通。

01
选择模型
所需的 Qwen 或其他开源模型，以及实际应用场景。
02
确认 Token 用量
预计输入、输出规模，以及希望采购的调用额度。
03
约定接入条件
单价、并发、速率限制与结算方式，确认后开通 API Key。

当前通过邮件办理购买咨询与开通。

03 / HELLO, SOYMILK.

从一条请求，
开始构建。

确认模型与 Token 额度后，配置你的 API Key，即可使用熟悉的请求格式开始调用。

01
确认模型与 Token 额度
邮件确认所需模型、单价、额度与并发需求，再开通访问密钥。
02
设置地址与模型
配置 Base URL，从 /models 获取模型 ID。
03
发起第一次调用
发送 messages；如需流式输出，设置 stream: true。

和我们聊聊接入

your-first-requestAPI

export SOYMILK_API_KEY="YOUR_API_KEY"

curl https://91ddf.xyz/llm-server/v1/chat/completions \
  -H "Authorization: Bearer $SOYMILK_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "Qwen3.8-27B-W4A16-AWQ",
    "messages": [
      {"role": "user", "content": "Hello, Soymilk!"}
    ],
    "stream": false
  }'

示例密钥需替换；请仅在可信的服务端保存真实密钥。

04 / A CLEAR COMMITMENT

你的内容，留给你的创造。

我们不使用请求内容训练或微调模型，不保存提示词、图片与生成回复。必要运行日志最多保留 24 小时。完整处理范围与说明，公开写在隐私政策中。

隐私政策服务条款

A FEW THINGS TO KNOW

开始之前，
你可能想了解。

还有其他问题？欢迎直接联系。

soymilkfyccc@gmail.com ↗

如何购买 Token 并获取 API Key？

点击“购买咨询”发送邮件，说明所需模型、预计 Token 用量和应用场景。目前通过邮件确认模型、价格、购买额度及接入条件，确认后提供 API Key。

可以使用现有的 OpenAI 兼容客户端吗？

对于支持自定义 Base URL、API Key 和模型 ID 的客户端，可配置本站地址接入。当前展示模型列表与 Chat Completions 接口；具体客户端和模型功能的兼容性需要实际验证。

如何了解价格、限流与并发额度？

请通过邮件说明预计用量与业务需求。具体价格、速率限制、并发额度及任何服务保障，以接入前双方确认的条件为准。

购买的是模型文件，还是 API 用量？

本站售卖本地部署模型的推理 API 用量，按约定 Token 单价与额度提供访问服务；不通过购买 Token 转让模型权重、著作权或许可证。实际可用模型以接口返回为准。

LET’S BUILD SOMETHING.

选好模型，
开启你的 Token 计划。

告诉我们需要的模型、预计 Token 用量与并发需求，获取对应报价和接入方式。

咨询 Token 报价

本地部署的模型，按 Token 调用。