华为云MaaS模型即服务完全对接指南：从模型创建到生产级API调用

1. MaaS模型即服务概述

ModelArts Studio大模型即服务平台，是华为云面向AI开发者推出的一站式大模型开发托管服务。MaaS提供端到端的大模型生产工具链和昇腾算力资源，并预置了当前主流的第三方开源大模型，支持大模型数据生产、微调、提示词工程、应用编排等功能。用户基于MaaS平台可以开箱即用，对预置大模型进行二次开发，用于生产商用。

MaaS平台提供灵活、低成本的模型调用方案，同时提供模型推理等端到端功能，全流程助力AI应用开发落地。平台核心功能包括：大模型API调用，既有免部署可直接调用的预置模型服务，也支持用户选取模型在专属实例上进行自部署；模型部署，支持将预置模型或调优后的自定义模型部署为资源专享的推理服务，满足对高并发、低延迟等不同性能的业务需求。

MaaS通过了中国信通院可信AI MaaS能力4+级评估。平台深度集成开箱即用的大模型、行业MCP与应用解决方案，可实现零代码调优、极速应用部署与国产化高效适配。

2. 准备工作

使用MaaS服务前，需要完成账号注册、委托授权、OBS桶创建和专属资源池准备等工作。

2.1 账号注册与实名认证

已注册华为账号并开通华为云，进行了实名认证。使用MaaS前检查账号状态，账号不能处于欠费或冻结状态。

2.2 配置委托访问授权

MaaS服务的访问授权通过ModelArts统一管理。当用户已拥有ModelArts的访问授权时，无需单独配置MaaS服务的访问授权；当用户没有ModelArts的访问授权时，则需要先完成配置才能正常使用MaaS服务。

配置委托授权的操作步骤：使用华为云账号登录ModelArts管理控制台；在左侧导航栏选择权限管理；单击添加授权，配置相关参数。授权对象类型选择IAM子用户，授权对象选择指定的IAM子用户；委托选择新增委托；权限配置选择普通模式，在权限模板下拉框选择MaaS（ModelArts Studio）；勾选我已经阅读并同意《ModelArts服务声明》，单击创建完成委托配置。

只有华为云账号可以使用委托授权，可以为当前账号授权，也可以为当前账号下的所有IAM用户授权。多个IAM用户或账号可使用同一个委托。一个账号下最多可创建100个委托。

2.3 创建OBS桶

在MaaS创建自定义模型时，需要在对象存储服务OBS中创建OBS桶，用于存放模型权重文件、训练数据集或者是存放永久保存的日志。OBS存储实现安全、高可靠和低成本的存储需求。创建OBS桶和上传文件的操作指导参见OBS控制台快速入门。AI场景建议选择标准存储类别，桶策略设为私有。

2.4 准备专属资源池

MaaS可以使用在ModelArts上创建的专属资源池进行模型训练和推理。部署模型服务时仅支持专属资源池，专属资源池需单独创建，不与其他租户共享。关于如何创建专属资源池，参见创建标准专属资源池。

需要先登录华为云控制台，点击：华为云控制台，还没有账号，点击：注册并关联，已有账号点击：登录后关联

3. 创建模型

MaaS模型广场提供了丰富的基础模型，可以直接使用这些模型进行在线体验、部署模型服务等操作。当基础模型无法满足个性化需求时，可以基于模型广场的模型创建专属的个性化模型。

3.1 使用预置模型

MaaS模型广场内置了DeepSeek、通义千问、百川、ChatGLM、Llama等主流模型的配置模板。用户无需手动调整复杂参数，即可快速使用这些模型进行部署。MaaS预置服务为企业用户提供高性能、高可用的推理API服务，支持按Token用量计费的模式。

3.2 创建自定义模型

MaaS推出预置模型加自定义权重的全流程方案。用户可以使用基础模型，结合自定义的模型权重文件创建个人专属的模型。创建成功的模型可以进行推理等操作。

创建自定义模型具有以下优势：

• 满足个性化需求：MaaS支持结合自定义权重文件创建个人专属模型，针对特定业务场景进行定制。
• 实现更好的效果：在专业领域的对话问答、代码生成等场景，通过创建个人模型并修改权重配置，能优化模型运行效果。
• 便于版本管理和优化：MaaS提供模型版本管理功能，一个模型最多可支持创建10个版本。

创建自定义模型的核心特性：

• 极简操作快速适配：支持直接上传Hugging Face标准格式的权重文件，平台自动完成与昇腾芯片的算力适配。
• 模板化配置即开即用：内置主流模型的配置模板，无需手动调整复杂参数。
• 弹性算力高效运行：提供灵活的算力资源按需分配机制。

3.3 自定义模型的约束与准备

创建自定义模型功能仅支持中国-香港区域。用于生成专属模型的模型权重文件需要满足Hugging Face上的对应模型的文件格式要求。模型权重文件夹下包括权重类文件、词表类文件和配置类文件。可以使用transformers的from_pretrained方法对模型权重文件夹进行加载。

准备步骤：参考Hugging Face官网准备好用于生成专属模型的模型权重文件；将权重配置文件上传至OBS桶。单次上传本地文件到OBS的总大小不能超过5GB，超过5GB的大对象可以使用OBS Browser+、obsutil工具上传，或使用OBS SDK。

4. 部署模型服务

在MaaS可以将模型广场的预置模型或我的模型部署为在线推理服务，便于在其他业务环境中调用。

4.1 部署操作步骤

登录MaaS控制台，在顶部导航栏中选择目标区域。在左侧导航栏选择在线推理。在在线推理页面，单击我的服务页签，在右上角单击部署模型服务进入部署页面，完成创建配置。

4.2 部署参数配置

部署模型服务需要配置以下参数：

• 服务设置：服务名称自定义，支持1~64位，以中文、大小写字母开头，只包含中文、大小写字母、数字、中划线、下划线。描述支持256字符。
• 模型设置：部署模型选择模型广场或我的模型下面的模型。
• 资源设置：资源池类型仅支持专属资源池。实例规格选择模型支持的资源规格。实例数设置服务器个数。流量限制QPS设置待部署模型的流量限制。当请求量超过QPS限制时，会返回错误码ModelArts.81101。
• 更多选项：事件通知开关可选择是否开启。

4.3 模型默认输入输出长度

部署模型服务时，MaaS预置了推理的最大输入输出长度。不同模型的默认最大输入输出长度不同：DeepSeek-R1-8K等模型为8192 tokens；DeepSeek-R1-16K等模型为16384 tokens；DeepSeek-R1-32K等模型为32768 tokens；DeepSeek-V3-64K等模型为65536 tokens；其他模型为4096 tokens。

5. 调用模型服务API

MaaS提供统一的API接口方便业务系统调用，并提供监控和日志功能便于运维管理。调用我的服务时会产生计算资源和存储资源的累计值计费。

5.1 获取API Key

API Key用于接口的鉴权认证。获取步骤：

• 在MaaS控制台左侧导航栏选择在线推理。
• 在在线推理页面单击我的服务页签，在目标服务右侧单击操作列的更多大于调用说明。
• 在关闭内容审核服务对话框选择是否启用内容审核（默认启用）。
• 在调用说明页面单击创建API Key，配置相关参数。
• 最多可创建30个密钥。API Key的标签在创建完成后不支持修改。
• 每个密钥仅在创建时显示一次，请确保妥善保存。如果密钥丢失无法找回，需要重新创建API Key。
• 复制密钥并保存至安全位置，单击我已保存确认关闭。单击确认后将无法再次查看密钥。

5.2 Python调用示例

使用Python脚本调用MaaS部署的模型服务：

import requests
import json

if __name__ == '__main__':
    url = 'https://example.com/v1/infers/937cabe5-d673-47f1-9e7c-2b4de06*****/v1/chat/completions'
    api_key = ''
    
    headers = {
        'Content-Type': 'application/json',
        'Authorization': f'Bearer {api_key}'
    }
    
    data = {
        'model': 'deepseek-r1-250528',
        'max_tokens': 1024,
        'messages': [
            {'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': 'hello'}
        ],
        'stream': False
    }
    
    response = requests.post(url, headers=headers, data=json.dumps(data))
    print(response.status_code)
    print(response.text)

代码说明：url替换为实际的API地址；api_key替换为已获取的API Key；model参数为调用时的模型名称；max_tokens为最大输出token数；messages为对话消息列表；stream为是否开启流式推理，默认为False。

5.3 cURL调用示例

使用cURL命令调用MaaS预置模型服务：

curl -X POST \
  -H 'Content-Type: application/json' \
  -H 'Authorization: Bearer $MAAS_API_KEY' \
  -d '{
    'model': 'deepseek-v4-flash',
    'messages': [
      {'role': 'system', 'content': 'You are a helpful assistant.'},
      {'role': 'user', 'content': '介绍一下自己'}
    ]
  }'

5.4 OpenAI SDK调用示例

MaaS支持使用OpenAI SDK进行调用。MaaS标准API V2接口兼容OpenAI的调用规范。API地址为https://api-ap-southeast-1.modelarts-maas.com/v2/chat/completions。

5.5 API参数说明

MaaS标准API的关键参数：

• model：必选，调用时的模型名称。
• messages：必选，请求输入的问题列表，其中role为角色（system/user/assistant），content为对话内容。
• messages.prefix：可选，控制是否开启续写模式。
• stream_options：可选，配置流式输出时是否展示使用的Token数目，仅在stream为True时生效。
• max_tokens：可选，允许的生成Token数上限。

6. 模型服务管理

6.1 服务扩缩容

可以根据业务需求调整模型服务的实例数。登录MaaS控制台，在左侧导航栏选择在线推理。在在线推理页面单击我的服务页签，在目标模型服务右侧单击操作列的更多大于扩缩容进入扩缩容页面。

6.2 服务升级

可以对已部署的模型服务进行升级操作。在在线推理页面单击我的服务页签，在目标模型服务右侧单击操作列的更多大于服务升级。

6.3 监控与日志

MaaS提供监控和日志功能便于运维管理。可以查看自定义服务在设定时间内的调用数据和监控指标，包括总调用次数、失败调用次数、总Token数、输入Token数、输出Token数和端到端延迟。数据趋势按小时展示。

MaaS支持实时服务和模型负载的监控，通过云监控服务进行实时监控、告警上报和通知。可以开启云审计服务记录MaaS的相关操作，控制台保存最近7天的操作记录。审计日志可用于支撑安全分析、合规审计、资源跟踪和问题定位。

MaaS服务还提供业务异常行为感知能力，包括运营平台异常数据感知和安全日志集成。MaaS具备遭受攻击时的风险控制和应急响应能力。

7. 最佳实践场景

MaaS支持多种应用场景：

• 对话问答：使用MaaS的GLM-5.1或DeepSeek-V4-Pro模型服务快速实现对话问答和API调用。
• 对接第三方工具：使用Cursor调用MaaS上的DeepSeek模型构建代码编辑器；使用Cline调用MaaS上的DeepSeek模型构建AI编程助手；使用DeepSeek API接入Cherry Studio快速构建个人AI智能助手；在OpenCode中接入MaaS模型API实现对话问答；在OpenClaw中接入MaaS模型API实现对话问答。
• AI应用开发：基于华为开发者空间云开发环境和MaaS构建智能对话应用、AI对话助手、英语情景学习助手等。

8. 计费说明与成本优化

8.1 计费模式

MaaS提供包年包月和按需计费两种计费模式。按需计费是一种后付费模式。在调用MaaS预置服务时，将根据实际使用的Tokens数量进行计费。计费时将优先使用套餐包的额度，超出部分自动按正常价格收费。不使用服务则不会产生费用。

在MaaS进行模型推理时，会产生计算资源和存储资源的累计值计费。计算资源为运行模型服务的费用。存储资源包括数据存储到OBS的计费。专属资源池的费用在购买时预付，服务部署没有额外费用。创建模型本身不收费，但使用过程中涉及的OBS存储、计算等资源会产生费用。

8.2 成本优化建议

• 合理选择实例规格，避免过度配置
• 按需调整实例数，在业务低峰期进行缩容
• 关注Token用量，优化提示词设计减少输入Token数
• 利用套餐包降低单位Token成本
• 及时停止未使用的模型服务，避免产生不必要的费用

9. 常见问题解答

问：MaaS服务支持哪些区域？
答：创建模型和部署模型服务功能仅支持中国-香港区域。使用Qwen2-7B模型框架实现对话问答的案例支持西南-贵阳一和华东二区域。

问：API Key丢失了怎么办？
答：API Key仅在创建时显示一次，如果丢失无法找回，需要重新创建新的API Key。建议创建后立即妥善保存。

问：部署模型时出现QPS超限错误怎么办？
答：当出现错误码ModelArts.81101且错误信息为Too many requests时，表示请求量超过QPS限制。建议等待限流结束后再重启服务，或调整部署时的QPS配置。

问：上传到OBS的权重文件大小有限制吗？
答：单次上传本地文件到OBS的总大小不能超过5GB。如果需要上传超过5GB的大对象，可以使用OBS Browser+、obsutil工具上传，或使用OBS SDK。

问：如何查看模型服务的调用统计和监控数据？
答：在MaaS控制台的在线推理页面，单击我的服务页签，在目标服务右侧可以查看调用数据和监控指标。包括总调用次数、失败调用次数、总Token数、输入Token数、输出Token数和端到端延迟。

问：自定义模型需要满足什么格式要求？
答：模型权重文件需要满足Hugging Face上的对应模型的文件格式要求。权重文件夹下包括权重类文件、词表类文件和配置类文件。可以使用transformers的from_pretrained方法对模型权重文件夹进行加载。