最近我试了一下 AMD Radeon Cloud 里的vLLM-Qwen3体验比传统的“自己开云主机、装驱动、下载模型、启动推理服务”轻很多。如果只是想快速拿到一个能用的 Qwen3 API不一定非要先折腾 ROCm、vLLM、模型下载和端口转发。AMD 云已经把这些东西封装成了一个可直接启动的 Model API 工作区点一下 Launch等实例启动完成页面会直接给你一组 OpenAI-compatible endpoint。这篇文章就完整走一遍注册 AMD AI 开发者计划领取云 GPU 算力在 Radeon Cloud 启动vLLM-Qwen3拿到 Base URL、Model、API Key用curl测试接口用 Python 或任意 OpenAI 兼容客户端调用这个 Qwen3 API注册 AMD 云使用这个链接https://marketing.csdn.net/questions/Q2604140858304426315?utm_sourceAIMoon一、为什么这条路线更适合快速上手过去我们想在云 GPU 上跑一个开源大模型大致要做这些事申请云 GPU 实例检查 ROCm / CUDA 环境下载模型权重启动 vLLM 或其他推理服务暴露公网访问地址再把地址配置到客户端里这条路线当然更自由适合做私有化部署、模型调优、复杂实验。但如果你的目标只是“先有一个 Qwen3 API 可以调用”那 AMD Radeon Cloud 的 Model APIs 模式更直接。它已经预置好了vLLM-Qwen3工作区启动后会自动给你Base URLModel IDAPI Keycurl快速测试命令也就是说你拿到的不是一个空白云主机而是一个已经包装好的 OpenAI 兼容 API 服务。二、先领取福利GPU 算力和咖啡券这次入口是 CSDN 官方给悟鸣 AI 粉丝的福利没有复杂套路。用下面这个链接注册 AMD AI 开发者计划按页面提示填写信息并完成授权就可以领取两类福利200 小时 GPU 云端算力后面可以用来启动 Qwen3 API、部署模型、跑推理实验瑞幸咖啡券注册后通常会在两个工作日内发到填写的邮箱里注册链接https://marketing.csdn.net/questions/Q2604140858304426315?utm_sourceAIMoon图1 CSDN 给悟鸣 AI 粉丝的福利入口GPU 算力 咖啡券填写信息时手机号和邮箱要认真检查。手机号用于账号注册和登录邮箱会影响咖啡券接收。如果你只是想领咖啡券也可以先完成注册如果你想真实使用 GPU 算力继续往下看 Qwen3 API 的启动流程。三、准备工作开始前需要准备三个东西一个 AMD AI 开发者计划账号GitHub 或 ModelScope 账号用于登录和授权一个支持 OpenAI Compatible API 的客户端比如 Cherry Studio、OpenCode或者你自己的代码进入活动页面后按页面提示登录、填写信息、完成授权并兑换云算力券。活动额度以页面实际显示为准。我这次操作时页面提示“算力券将于 2 小时内到账”所以如果兑换后暂时看不到额度不用急等一会儿再刷新 Radeon Cloud。图2 AMD AI 开发者计划页面点击“立即兑换”领取云算力券四、注册并领取 AMD 云算力进入 AMD AI 开发者计划页面后基本流程是点击登录选择 GitHub 或 ModelScope 登录填写注册信息确认手机号和邮箱无误根据页面提示完成账号授权回到活动页面点击“立即兑换”等待算力券到账图3 确认兑换云算力券图4 兑换完成后页面提示算力券会在一段时间内到账授权时会看到 GitHub 或 ModelScope 的权限确认页。普通个人使用场景下不需要给组织仓库额外授权按页面默认提示完成个人账号授权即可。图5 使用 GitHub 登录时需要授权 AMD Radeon Cloud 访问基础账号信息这里要注意两点第一授权不是在“偷拿你的代码”。它主要是为了确认账号身份、读取基础公开信息并把 AMD Radeon Cloud 和你的账号绑定起来。第二算力券不是永远免费的无限资源。启动实例后会消耗额度用完后记得关闭或删除实例。这个习惯很重要后面我还会单独提醒。注册和授权完成后页面会跳转到 AMD 中国区开发者网站https://developer.amd.com.cn/。到这一步福利领取流程就结束了。接下来我们进入 Radeon Cloud真正把 GPU 算力用起来。五、进入 Radeon Cloud找到 vLLM-Qwen3算力到账后打开 Radeon Cloudhttps://radeon.anruicloud.com登录后进入 Gallery 页面可以看到上方有几个分类NotebooksGradio / StreamlitComfyUIModel APIsCustom Images这篇文章要用的是 Model APIs所以点击Model APIs标签。图6 进入 Radeon Cloud Gallery 后切换到 Model APIs 分类在列表里找到vLLM-Qwen3这个卡片。卡片上能看到类似这样的信息类型Workspace名称vLLM-Qwen3镜像amd-oneclick-base:rocm7.2.1-py3.12-v20260416标签vLLM API、vLLM demo点击卡片上的Launch。图7vLLM-Qwen3卡片会显示在 Model APIs 分类下页面会弹出启动进度窗口先是Allocating resources...等进度走到 100% 后会出现图8 启动过程中会先分配云端资源Your API is ready Your instance is ready.到这里Qwen3 API 已经启动好了。六、复制 OpenAI 兼容 API 信息实例启动成功后弹窗里会显示一组 OpenAI-compatible endpoint 信息Base URLModelAPI KeyQuickstart curlTechnical details我这次看到的 Model 是qwen/qwen3-0.6BBase URL 类似https://radeon.anruicloud.com/spaces/u-xxxx-xxxx/8000/v1API Key 类似sk-xxxxxxxxxxxxxxxxxxxxxxxx这里一定要注意API Key 不要截图公开不要写进公开代码仓库也不要发到博客正文里。你可以像我这样在文章里只写占位符。图9 API 启动成功后页面会给出 Base URL、Model 和 API Key。截图中敏感信息已遮挡七、先用 curl 测试一下最简单的验证方法是直接用curl请求/chat/completions。把下面命令里的三个占位符换成你自己的值curl你的 Base URL/chat/completions\-HAuthorization: Bearer 你的 API Key\-HContent-Type: application/json\-d{ model: qwen/qwen3-0.6B, messages: [ { role: user, content: Hello } ] }如果你的 Base URL 已经以/v1结尾那么最终请求地址就是https://.../8000/v1/chat/completions返回结果大概是一个标准 OpenAI Chat Completions 格式的 JSON{object:chat.completion,model:qwen/qwen3-0.6B,choices:[{message:{role:assistant,content:Hello! How can I assist you today?}}]}如果你看到返回内容里带有think.../think这是部分推理模型常见的输出形式表示模型先写了一段思考过程再给出最终回答。不同客户端对这类内容的展示方式不一样有的会直接显示有的会折叠。图10 用curl调用/chat/completions能返回标准 Chat Completions JSON八、用 Python 调用 Qwen3 API因为 AMD Radeon Cloud 给的是 OpenAI 兼容接口所以我们可以直接用 OpenAI SDK。先安装依赖pipinstallopenai然后写一个最小测试脚本importosfromopenaiimportOpenAI clientOpenAI(base_urlos.environ[AMD_QWEN_BASE_URL],api_keyos.environ[AMD_QWEN_API_KEY],)responseclient.chat.completions.create(modelqwen/qwen3-0.6B,messages[{role:user,content:用三句话解释什么是 OpenAI 兼容 API。}],)print(response.choices[0].message.content)运行前设置环境变量exportAMD_QWEN_BASE_URL你的 Base URLexportAMD_QWEN_API_KEY你的 API Keypython test_qwen3.py这里的关键点是base_url要填到/v1这一层不要填到/chat/completions。SDK 会自己拼接后面的接口路径。九、接入其他 OpenAI 兼容客户端如果客户端要求填写的是“API Host”而不是完整 Base URL要看它是否会自动补/v1。判断方法很简单如果客户端文档要求填 OpenAI base URL通常可以填到/v1如果客户端会自动拼/v1就不要重复填/v1最终请求路径只应该出现一次/v1/chat/completions重复写成/v1/v1/chat/completions接口就会报错。常见客户端里一般只需要填三项字段填写方式API Key填 AMD 页面给你的sk-...Base URL / API Host / Endpoint填 AMD 页面给你的 Base URLModel ID填qwen/qwen3-0.6B只要客户端支持 OpenAI Compatible API基本都可以按这个思路接入。十、常见问题和避坑1. Launch 后一直在分配资源怎么办可以先点Continue in background稍等一会儿再回来查看。如果长时间没有完成通常是资源暂时紧张刷新后重新启动一次即可。2. 看不到 API Key 或 Base URL 怎么办确认你启动的是Model APIs里的vLLM-Qwen3不是普通 Notebook 或 ComfyUI。只有 Model API 类型会直接展示 OpenAI-compatible endpoint。3. curl 报 401 怎么办大概率是 API Key 没填对。检查Authorization是否写成Bearer 你的 API KeyAPI Key 前后有没有多复制空格API Key 有没有被换行截断4. curl 报 404 怎么办大概率是 URL 拼错了。检查最终地址是不是Base URL/chat/completions如果 Base URL 已经包含/v1就不要再手动多加一个/v1。5. 客户端里模型不可用怎么办检查 Model ID 是否完全一致qwen/qwen3-0.6B很多客户端要求模型名精确匹配少一个斜杠、大小写不一致都可能导致调用失败。6. 用完要不要关闭实例要。只要实例还在运行就可能持续消耗算力额度。实验结束后回到 Radeon Cloud进入个人空间或实例管理页面把不再使用的实例关闭或删除。尤其是临时测试 API 时不要启动完就忘。十一、这套方式适合谁我觉得它最适合三类人。第一类是想快速体验开源模型 API 的开发者。你不需要先买显卡也不需要折腾本地驱动几分钟内就能拿到一个能跑的 Qwen3 API。第二类是想测试 AI 应用接入能力的人。因为它是 OpenAI 兼容接口所以你可以拿它测试自己的 Agent、聊天客户端、数据处理脚本、自动化工具。第三类是想理解“模型服务化”流程的新手。你能直观看到一个模型从云 GPU 资源变成 API endpoint再被客户端调用的完整链条。它不一定适合长期生产环境因为临时实例、免费额度、服务稳定性都要看平台规则。但作为学习、演示、原型验证已经足够顺手。总结这次我们完成了一个很轻量的 Qwen3 API 使用流程用活动链接注册 AMD AI 开发者计划完成 GitHub 或 ModelScope 授权兑换云 GPU 算力券在 Radeon Cloud 的 Model APIs 里启动vLLM-Qwen3拿到 OpenAI 兼容的 Base URL、Model、API Key用curl验证接口根据需要把 Qwen3 接入其他 OpenAI 兼容客户端相比手动部署 vLLM这条路线最大的优点是省事不下载模型、不配环境、不暴露端口直接拿 API 用。如果你只是想快速试试 Qwen3或者想给自己的 AI 工具临时接一个开源模型后端AMD Radeon Cloud 的vLLM-Qwen3值得一试。