使用 Cherry Studio 和 API 来调用大模型的优势（2025-04-13更新）

在人工智能领域，大模型的应用越来越广泛，但如何高效、经济地使用这些模型，是许多开发者和用户关注的问题。今天，我想简单介绍一下 Cherry Studio 和通过 API 调用大模型的方式，并说明为什么这种方式比直接订阅大模型服务更具优势。

1. 更经济实惠

许多大模型服务提供按月订阅，比如某些服务的月费高达 20 美元，而且当你需要使用若干付费服务时，需要花费更多美元（写程序用 claude 3.7 、网络检索用 Perplexity Pro 都需要充值）。而通过 Cherry Studio 和 API 调用大模型，成本可以大大降低。API 调用通常按使用量计费，这意味着你只需为实际使用的资源付费，避免了固定订阅费用的浪费。对于使用频率不高的用户来说，这种方式尤其划算。

2. 使用灵活，随时切换模型

通过 API 调用大模型，你可以根据需要随时切换不同的模型。比如，你可以在需要高精度时使用 Claude 3.7，而在需要快速响应时切换到其他模型。这种灵活性是固定订阅服务无法提供的，因为订阅通常只能使用特定的模型。

3. API 供应商的优惠

目前，市场上有很多 API 供应商，它们各有特点，用户可以根据自己的需求选择合适的供应商。以下是两个推荐的 API 供应商：

• DMXapi：价格较高，赠送的额度较少，但速度非常快。适合对响应速度要求较高的用户。（支持 Claude 3.7 Sonnet、支持 DeepSeek）注册链接
• 硅基流动：价格较为便宜，赠送的额度较多，但有时速度较慢。适合预算有限且对速度要求不高的用户。（不支持 Claude 3.7 Sonnet、支持 DeepSeek）注册链接
• OpenRouter.ai：OpenRouter.ai 是一个智能化的AI模型路由平台，通过统一的API接口集成GPT-4、Claude、Llama等主流模型，帮助开发者摆脱多模型独立对接的繁琐。平台采用智能路由引擎，根据任务复杂度、成本预算和延迟要求自动分配最优模型，既能将轻量级任务调度至高性价比模型，也能为关键业务保留高性能算力。（支持几乎全部模型，费用略高）注册链接

4. 联网能力与模型性能

通过 Cherry Studio 和 API 调用的大模型，具备一定的联网能力，可以获取网络资料。虽然这种能力比不上像 Kimi 这样的专业搜索引擎，但大模型的整体能力（如理解、生成文本等）要比 Kimi 强很多。对于需要结合网络资料和模型能力的任务，这种方式是一个不错的选择。

此外，新版本的 Cherry Studio 可以通过内建的 tavily.com 检索，或通过直接访问 Google 检索（推荐）。

5. 自建资料库与文档提问

Cherry Studio 还支持自建资料库，你可以上传自己的文档，并对这些文档进行提问。这对于需要处理大量私有数据的用户来说非常有用，比如项目内部的文档管理、知识库构建等场景。比如我把全部笔记都做了向量化处理，我使用 OpenAI 的 text-embedding-3-large 完成一次向量化大概需要 1 人民币，这样我可以随时很方便的对笔记提问。

6. 推荐使用 Claude 3.7 编程

对于编程爱好者来说，Claude 3.7 是一个非常强大的工具，尤其是在代码生成和调试方面。通过 Cherry Studio 和 API，你可以轻松调用 Claude 3.7，享受其强大的编程辅助功能。

通过 Cherry Studio 和 API 调用大模型，不仅经济实惠，而且使用灵活，能够根据需求随时切换模型。此外，API 供应商提供的优惠和不同特点，也为用户提供了更多选择。无论是需要联网能力、自建资料库，还是使用 Claude 3.7 进行编程，这种方式都能满足你的需求。如果你正在寻找一种高效、低成本的大模型使用方式，不妨试试 Cherry Studio 和 API 调用。

具体使用流程 B 站有很多介绍，可以自行摸索。

主页：https://cherry-ai.com/
基础教程：https://docs.cherry-ai.com/pre-basic/installation