首页 / Spring AI 入门教程 / 接入国产模型：千帆、智谱、月之暗面

← 上一篇 下一篇 →
Spring AI 入门教程

接入国产模型：千帆、智谱、月之暗面

本教程共 45 篇 · 第 18 篇 · 更新于 2026-08-16 · 约 8 分钟阅读

Spring AI千帆智谱月之暗面KimiGLMERNIE国产模型

本节目标：了解国产模型在 Spring AI 2.0 里的真实支持状态。学完你能说出智谱、千帆、月之暗面各自的可用接入路径，并动手配通其中一条。

18.1 为什么单独讲国产模型

前面几章接的厂商，官方文档都有完整收录。国产模型不一样：Spring AI 的英文官方文档一直没有完整收录千帆、智谱、月之暗面，中文社区文档反而写过详细章节。这就造成一个现状——各家支持程度参差不齐，版本一变，依赖坐标就可能失效。

写这一章时（以 2.0.0 GA 为基线），三家的情况是：

厂商模型系列2.0 官方 starter现状
智谱 AIGLM / CogView无（版本止于 2.0.0-M4）最后可用版本 1.1.8，走 1.1.x 维护线
百度千帆ERNIE无已移至 Spring AI 社区仓库
月之暗面Kimi无已移至 Spring AI 社区仓库；另有 OpenAI 兼容端点

18.2 2.0 的现状：官方 starter 全部缺席

先说实话：Spring AI 2.0.0 正式版的官方文档里，这三家一个都没有。

智谱的 spring-ai-starter-model-zhipuai 版本止于 2.0.0-M4（2026 年 3 月），2.0.0 GA 的 BOM 里已经剔除了它。千帆和月之暗面更早被移出主线，官方升级说明里写得很直白：这两家”在中国境外无法访问”，已移交 Spring AI 社区维护。

所以网上看到”2.0 加 zhipuai starter”的教程，基本都是过时的。动手前先认清版本，别照抄。

那 2.0 还能用国产模型吗？能，但要换路子。官方 2.0 仍然支持的国产/亚洲厂商还有两家：DeepSeek（第 13 章，spring-ai-starter-model-deepseek）和 MiniMax（第 17 章，走 Anthropic 兼容端点）。如果项目可以换模型，这两条是 2.0 下最省事的官方路径。

非要接智谱、千帆或月之暗面，下面三条路径按推荐顺序讲。

18.3 路径一：用 1.1.x 维护线接智谱

智谱是三家里面官方文档最完整的，1.x 时代的依赖、配置、示例一应俱全。2.0 移除后，官方还在维护 1.1.x 线，最后版本是 1.1.8（2026 年 6 月 12 日，和 2.0.0 GA 同一天发布）。要稳定用智谱，这是最省事的路。

代价是整套基线回到 1.x：Spring Boot 用 3.x（1.1.x 对应 Boot 3.4/3.5），BOM 换成 1.1.8：

<dependencyManagement>
    <dependencies>
        <dependency>
            <groupId>org.springframework.ai</groupId>
            <artifactId>spring-ai-bom</artifactId>
            <version>1.1.8</version>
            <type>pom</type>
            <scope>import</scope>
        </dependency>
    </dependencies>
</dependencyManagement>

<dependency>
    <groupId>org.springframework.ai</groupId>
    <artifactId>spring-ai-starter-model-zhipuai</artifactId>
</dependency>

1.x 的配置属性还没有扁平化，模型名带 options 前缀：

spring.ai.zhipuai.api-key=YOUR_ZHIPUAI_API_KEY
spring.ai.zhipuai.chat.options.model=glm-4-air
spring.ai.zhipuai.chat.options.temperature=0.7
Note

如果未来 2.0 重新收录智谱，属性名大概率会像其他厂商一样扁平化成 spring.ai.zhipuai.chat.model。写配置前先到官方文档确认，别被旧教程带偏。

默认 base-url 是 https://open.bigmodel.cn/api/paas，一般不用改。API Key 在智谱开放平台（open.bigmodel.cn）的 API Key 页面生成。

模型选择上，GLM 系列覆盖从轻量到旗舰的各个档位：

  • GLM-4-Flash：免费档（以官方定价页为准），适合测试和轻量任务。
  • GLM-4-Air：性价比高，日常对话主力。
  • GLM-4 / GLM-4V：能力更强，GLM-4V 带视觉理解。

智谱平台现在把型号名带上了日期后缀（如 glm-4-flash-250414），老的 glm-4-air、glm-4-flash 作为别名仍然有效，平台也已推出 glm-4.5、glm-4.6 等新型号，具体以官方模型列表为准。

调用代码和别的厂商一样，注入 ChatClient：

@RestController
public class ChatController {

    private final ChatClient chatClient;

    public ChatController(ChatClient.Builder builder) {
        this.chatClient = builder.build();
    }

    @GetMapping("/ai/generate")
    public Map<String, String> generate(@RequestParam(defaultValue = "介绍一下你自己") String message) {
        return Map.of("generation", chatClient.prompt(message).call().content());
    }
}

运行时想临时换模型或调温度，用 ZhiPuAiChatOptions：

ChatResponse response = chatModel.call(new Prompt(
        "列举 5 种 HTTP 状态码",
        ZhiPuAiChatOptions.builder()
                .model("glm-4-air")
                .temperature(0.5)
                .build()));

智谱模块还包含两块能力：CogView 文生图，同一个 starter 依赖即可用 ImageModel 接口调用；文本嵌入，配置前缀 spring.ai.zhipuai.embedding。

18.4 路径二：OpenAI 兼容端点直连（月之暗面）

不想降级到 1.x，还有一条更轻的路：厂商普遍提供 OpenAI 兼容接口，直接用 OpenAI 客户端改 base-url。

月之暗面的 Kimi 就是典型。它以超长上下文出名，早期就有 128K 甚至更大的窗口，适合长文档分析、合同审阅这类场景。用 OpenAI starter 直连：

spring.ai.openai.api-key=${MOONSHOT_API_KEY}
spring.ai.openai.base-url=https://api.moonshot.cn/v1
spring.ai.openai.chat.model=moonshot-v1-8k
Note

端点路径和模型名以 Moonshot 开放平台文档为准。兼容端点不一定支持厂商的全部特性（如函数调用、视觉输入），接入前先看文档确认。

这条路的好处：整个项目保持在 2.0 基线，依赖统一，切换厂商就是改配置。坏处：厂商特有参数（如 Kimi 的上下文缓存开关）没有官方映射，要用就得自己通过 extra-body 传。

18.5 路径三：社区实现（千帆）

千帆是百度智能云的 AI 平台，主打 ERNIE 系列。官方主线不再维护它，集成移交给了 Spring AI 社区：

请访问 https://github.com/spring-ai-community/qianfan 获取最新版本

社区仓库通常提供独立坐标，但不在 spring-ai-bom 管理范围内，版本要自己盯。月之暗面同理，社区仓库在 spring-ai-community/moonshot。ERNIE 的特点是中文理解扎实，百度系生态（搜索、地图、文档）整合度高，适合业务本身在百度云上的团队。

18.6 怎么核对最新状态

国产模型这块信息变化快，动手前做三步核对：

  1. 打开官方文档页面（docs.spring.io/spring-ai），确认模块是否还在当前版本的支持列表里。
  2. 访问对应的 GitHub 仓库，看 README 里的最新坐标和版本号。
  3. 在 Maven 仓库搜索 artifactId，确认坐标真实存在。
Tip

社区仓库的坐标通常不在 spring-ai-bom 里。引入时务必写明确版本号，否则构建会失败。

18.7 选型建议

先看项目基线。2.0 项目优先考虑 DeepSeek 或 MiniMax，它们是官方支持的国产厂商，没有版本风险。一定要智谱，就整体切 1.1.x 线；只要 Kimi，OpenAI 兼容端点最省事；业务绑死百度云，去社区仓库拿千帆。

国内部署还有一个共同优势：接口在国内，延迟低，数据不出境，合规压力小。对 To B 项目来说，这三点往往比模型能力更重要。

价格上三家都按 token 计费，但档位差别大。智谱 Flash 目前免费（以官方最新定价为准），适合流量大的场景；Kimi 的长上下文定价偏高，适合低频高价值任务；千帆按 ERNIE 型号区分，旗舰型号不便宜。上线前先拿真实流量算一笔账。

18.8 小结

国产模型的现状一句话说清：2.0 官方 starter 全部缺席，DeepSeek 和 MiniMax 是官方替代，智谱走 1.1.x 维护线，Kimi 走 OpenAI 兼容端点，千帆在社区仓库。接入方式和其他厂商没有本质区别，都是依赖加配置，唯一要留心的是版本状态。下一章进入 Embedding 模型，向量是 RAG 的地基。

上一篇
其他国际厂商一览
下一篇
Embedding 模型