# LLM 接入教程与评测方法

从最小请求开始，逐步验证协议、输出完整性和业务效果。以下指南描述接入与评测方法，不是模型排名，也不承诺性能、价格或实时可用性。生成示例会产生用量；执行前先确认模型权限与预算。

## 1. [首次调用 LLM API](/zh/docs/llm/first-request)

从实时目录选择兼容模型，使用服务端 Chat Completions 示例发送请求，并正确检查结果与用量。

## 2. [选择 LLM API 协议](/zh/docs/llm/protocols)

比较 OpenAI、Claude 与 Gemini 的端点、认证、请求结构及结果解析，避免切换模型时沿用不兼容的协议。

## 3. [处理 LLM 流式响应](/zh/docs/llm/streaming)

理解不同协议的流式事件、部分输出、完成信号和断线处理，在应用中正确展示增量文本。

## 4. [排查 LLM API 错误与重试](/zh/docs/llm/errors-and-retries)

区分认证、参数、限流和响应中断问题，设计有边界的重试，避免重复生成和无法核实的费用判断。

## 5. [用任务评测比较 LLM](/zh/docs/llm/evaluation)

通过代表性任务、质量标准、失败率、延迟和实际费用比较 LLM，形成可复核的评测而不是无依据的排名。

## 6. [估算 LLM 成本并核对用量](/zh/docs/llm/cost-and-usage)

区分 Token 估算、当前账号价格和最终用量回执，规划预算并按通过验收的任务比较实际成本。

## 模型契约与实时信息

通过[通用 API](/zh/docs/common-api)查询公开模型，通过[模型文档](/zh/docs)查看专用参数，通过[完整 API 参考](/zh/docs/api)核对端点。不要把某个模型支持的能力推广到所有模型。