1. Cree una clave API
Cree o inicie sesión en su cuenta IteraCompute, luego cree una clave en la consola.
guía de integraciónCompatible con OpenAIUtilice un modelo con LangChain a través de IteraCompute.
Conecte modelos a cadenas y agentes.
Conéctate en tres pasos
2. Configurar la URL base
Configure ChatOpenAI con base_url.Utilice la ruta de finalización del chat en lugar de la API de respuestas.
3. Selecciona el modelo
Utilice el ID de modelo API exacto para el modelo elegido.Verifique su contexto y capacidades antes de habilitar las funciones de agente o visión.
Elige tu modelo
Configuración de ejemplo
Mantenga las claves API en su entorno de servidor o almacén de credenciales de herramientas.Reemplace el campo clave de ejemplo con su propia clave cuando corresponda.
Python · pip instala langchain-openai
import os
from langchain_openai import ChatOpenAI
llm = ChatOpenAI(
model="qwen/qwen3.8-27b",
base_url="https://api.iteracompute.com/v1",
api_key=os.environ["ITERACOMPUTE_API_KEY"],
use_responses_api=False,
stream_usage=False,
max_tokens=512,
extra_body={"chat_template_kwargs": {"enable_thinking": False}},
)
print(llm.invoke("Hello!").content)Versión y verificación
Referencia de configuración · revisado el 2026-10-15.Aquí no se ha registrado una prueba de herramienta reproducible de un extremo a otro.Registre su versión instalada y la fecha de prueba cuando ejecute los pasos a continuación.
Criterio de éxito
Ejecute llm.invoke y verifique AIMessage.content que no esté vacío.Pruebe la ejecución de la herramienta por separado de este ejemplo de texto.
Registra la versión instalada
python -m pip show langchain-openaiPruebe la herramienta configurada después de la verificación de API a continuación.Un resultado HTTP 200 o cURL por sí solo no verifica esa herramienta.
Pruebe la conexión
cURL · Finalizaciones de chat
# Bash / zsh / WSL; set ITERACOMPUTE_API_KEY in your environment first.
curl --fail-with-body https://api.iteracompute.com/v1/chat/completions \
-H "Authorization: Bearer $ITERACOMPUTE_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model":"qwen/qwen3.8-27b","messages":[{"role":"user","content":"Reply with exactly: Hello!"}],"max_tokens":512}'Compruebe que opciones[0].message.content contenga texto visible;HTTP 200 por sí solo es insuficiente.El razonamiento puede consumir el presupuesto de producción.Para Qwen gratis, utiliza el ejemplo de primera llamada gratuita para desactivar el pensamiento, luego envíe un mensaje dentro de su herramienta.
Capacidades del modelo seleccionado
Estas son capacidades API del modelo seleccionado.La disponibilidad de funciones en su flujo de trabajo también depende de la herramienta y su configuración;Los controles de razonamiento varían según el modelo.
- Finalizaciones de chatApoyado
- Llamada de herramientasApoyado
- RazonamientoApoyado
- Entrada de imagenApoyado
- TransmisiónApoyado
Solución de problemas
Paquete o punto final incorrecto
Importe ChatOpenAI desde langchain_openai.Mantenga base_url terminando en /v1 y use_responses_api=False para esta receta de finalización de chat.
Errores de uso de streaming
Este ejemplo de punto final compatible establece stream_usage=False.No asuma que el modelo seleccionado acepta todas las opciones de transmisión específicas de OpenAI.
El agente no ejecuta herramientas
Una invocación de texto sólo prueba la generación de texto.Vincule las herramientas por separado, inspeccione las llamadas de herramientas devueltas y ejecute una herramienta de prueba limitada antes de solicitar soporte del agente.
429 / Límites de solicitud
Verifique el uso mensual y el TPM en toda la cuenta.Respete el reintento posterior y evite los reintentos paralelos.Free Qwen no tiene excedente pagado automáticamente;otros modelos utilizan sus precios publicados.
401 / 403: verifique la clave y el permiso del modelo.Qwen gratuito no requiere saldo ni tarjeta.Para modelos pagos, consulta también saldo disponible.
Empiece a construir con LangChain.
Conecte su clave, elija un modelo y envíe su primera solicitud.