Weights & Biases 推論

https://weave-docs.wandb.ai/quickstart-inference

提示

LiteLLM 支援 W&B Inference 服務的所有模型。若要使用模型，請將 model=wandb/<any-model-on-wandb-inference-dashboard> 設為 litellm 請求的前綴。支援模型的完整清單請見 https://docs.wandb.ai/guides/inference/models/

API 金鑰

您可以在 https://wandb.ai/authorize 取得 W&B Inference 的 API 金鑰

import os
# env variable
os.environ['WANDB_API_KEY']

範例用法：文字生成

from litellm import completion
import os

os.environ['WANDB_API_KEY'] = "insert-your-wandb-api-key"
response = completion(
    model="wandb/Qwen/Qwen3-235B-A22B-Instruct-2507",
    messages=[
        {
            "role": "user",
            "content": "What character was Wall-e in love with?",
        }
    ],
    max_tokens=10,
    response_format={ "type": "json_object" },
    seed=123,
    temperature=0.6,  # either set temperature or `top_p`
    top_p=0.01,  # to get as deterministic results as possible
)
print(response)

範例用法 - 串流

from litellm import completion
import os

os.environ['WANDB_API_KEY'] = ""
response = completion(
    model="wandb/Qwen/Qwen3-235B-A22B-Instruct-2507",
    messages=[
        {
            "role": "user",
            "content": "What character was Wall-e in love with?",
        }
    ],
    stream=True,
    max_tokens=10,
    response_format={ "type": "json_object" },
    seed=123,
    temperature=0.6,  # either set temperature or `top_p`
    top_p=0.01,  # to get as deterministic results as possible
)

for chunk in response:
    print(chunk)

提示

如果模型已離線，上述範例可能無法運作。請在 https://docs.wandb.ai/guides/inference/models/. 查看可用模型的完整清單

搭配 LiteLLM Proxy Server 使用

以下說明如何透過 LiteLLM Proxy Server 呼叫 W&B Inference 模型

1. 修改 config.yaml

model_list:
  - model_name: my-model
    litellm_params:
      model: wandb/<your-model-name>  # add wandb/ prefix to use W&B Inference as provider
      api_key: api-key                 # api key to send your model

2. 啟動 proxy

$ litellm --config /path/to/config.yaml

3. 向 LiteLLM Proxy Server 發送請求

OpenAI Python v1.0.0+

import openai
client = openai.OpenAI(
    api_key="litellm-proxy-key",             # pass litellm proxy key, if you're using virtual keys
    base_url="http://0.0.0.0:4000" # litellm-proxy-base url
)

response = client.chat.completions.create(
    model="my-model",
    messages = [
        {
            "role": "user",
            "content": "What character was Wall-e in love with?"
        }
    ],
)

print(response)

curl

curl --location 'http://0.0.0.0:4000/chat/completions' \
    --header 'Authorization: litellm-proxy-key' \
    --header 'Content-Type: application/json' \
    --data '{
    "model": "my-model",
    "messages": [
        {
        "role": "user",
        "content": "What character was Wall-e in love with?"
        }
    ],
}'

支援的參數

W&B Inference 提供者支援以下參數：

聊天完成參數

參數	類型	說明
frequency_penalty	number	根據文字中出現的頻率來懲罰新 token
function_call	string/object	控制模型如何呼叫函式
functions	array	模型可能會產生 JSON 輸入的函式清單
logit_bias	map	修改指定 token 的可能性
max_tokens	integer	要生成的最大 token 數
n	integer	要生成的完成數量
presence_penalty	number	根據 token 到目前為止是否出現在文字中來懲罰它們
response_format	object	回應格式，例如 {"type": "json"}
seed	integer	用於決定性結果的取樣種子
stop	string/array	API 將停止生成 token 的序列
stream	boolean	是否串流回應
temperature	number	控制隨機性（0-2）
top_p	number	控制 nucleus sampling

錯誤處理

此整合使用標準的 LiteLLM 錯誤處理。此外，以下是 W&B Inference API 常見錯誤清單 -

Error Code	Message	Cause	Solution
401	驗證失敗	您的驗證憑證不正確，或您的 W&B 專案 entity 和/或名稱不正確。	請確保您使用的是正確的 API 金鑰，且您的 W&B 專案名稱與 entity 正確。
403	不支援的國家、地區或領土	從不支援的位置存取 API。	請參閱地理限制
429	已達請求的並行限制	同時請求過多。	減少並行請求數量或提高限制。更多資訊請參閱使用資訊與限制。
429	您已超出目前配額，請檢查您的方案與帳單詳細資料	點數不足或已達每月支出上限。	取得更多點數或提高限制。更多資訊請參閱使用資訊與限制。
429	W&B Inference 不適用於個人帳戶。	切換至非個人帳戶。	請依照下方指示進行變通處理。
500	伺服器在處理您的請求時發生錯誤	內部伺服器錯誤。	稍候後重試，若問題持續請聯絡支援。
503	引擎目前負載過高，請稍後再試	伺服器正面臨高流量。	稍後再重試您的請求。

錯誤 429：不支援個人 entity

使用者使用的是個人帳戶，無法存取 W&B Inference。如果沒有可用的帳戶，請建立 Team 以建立非個人帳戶。

完成後，請如下所示在您的請求中加入 openai-project 標頭：

response = completion(
    model="...",
    extra_headers={"openai-project": "team_name/project_name"},
    ...

更多資訊請參閱不支援個人 entity。

您可在此找到更多使用 LiteLLM 自訂標頭的方法 - https://docs.litellm.ai/docs/proxy/request_headers.