🔴 AMD Radeon Cloud 模型接入配置

AMD Radeon 云端免费模型 API 接入 DSH（DeepSeek Harness）与 OpenCode 的配置。

🗓️ 记录：2026-10-02 整理。配置格式参照 SenseNova模型接入配置推导（同为只认 system 不认 developer 的 OpenAI 兼容端点），尚未实机验证。

🔌 接口

两套协议，baseURL 结尾差一个 /v1，这个坑很容易踩：

协议	Endpoint	baseURL 填什么	认证
OpenAI	`POST /v1/chat/completions`	`https://developer.amd.com.cn/radeon/api/v1`	`Authorization: Bearer $RADEON_API_KEY`
Anthropic	`POST /v1/messages`	`https://developer.amd.com.cn/radeon/api`	`x-api-key` + `anthropic-version: 2023-06-01`

Anthropic SDK 自己拼 /v1/messages，所以走 SDK 时 baseURL 只到 /api。/v1 与 /api/v1 双路径都通，同一端点。

一个 Key 通吃所有共享模型，换模型只改 model 字段。

export RADEON_API_KEY=rc-...    # rc- + 48 位十六进制，共 51 字符

Key 在 Token Factory 首次打开页面时自动签发。账号需先过审，pending 状态会报 403 account_not_verified。一人一 Key，用邮箱别名开第二个账号会被禁用。

📋 模型

Token Factory 共 9 个免费模型：5 个 VLM（支持图片输入）、4 个纯文本。

Model ID	厂商	上下文	图片	推理档位	默认思考
`DeepSeek-V4-Flash`	DeepSeek	1048576	❌	`none` `minimal` `low` `medium` `high` `xhigh` `max`	不思考
`DeepSeek-V4-Flash-Vision-Exp`	DeepSeek	1048576	✅	同上	不思考
`DeepSeek-V4.1-Flash`	DeepSeek	1048576	✅	同上	不思考
`MiMo-V2.6-Flash`	小米	1048576	✅ 🎙️	`none` + 常规档位	默认思考
`Qwen3.8-Flash-Next`	阿里	262144	✅	`none` `low` `medium` `xhigh`	默认 `xhigh`
`Qwen3.8-27B`	阿里	131072	✅	`low` `medium` `xhigh`	默认 `xhigh`
`GLM-5.3-Flash`	智谱（Z.ai）	262144	❌	`low` `medium` `high`	默认思考
`MiniCPM5-2B`	面壁（OpenBMB）	131072	❌	不适用	不思考
`MinerU2.5-Pro`	MinerU	—	—	—	特殊，见下

MiMo-V2.6-Flash 是唯一支持音频输入的，也是唯一接受严格 json_schema 的。

MinerU2.5-Pro 不是对话模型——它是文档 OCR，走独立端点 POST /v1/ocr，返回 Markdown，按页计费，不响应 /v1/chat/completions。别配进 agent 的模型列表。

⚠️ 卡片标题 ≠ API model id——看卡片下方的「Model」字段

Token Factory 卡片标题显示的是 DEEPSEEK-V4-FLASH-0731，但点进去看模型详情面板，「Model」那一行显示的是 DeepSeek-V4-Flash，旁边还有完整的 Base URL 和复制按钮。

model 参数值要填的是详情面板「Model」字段的值（DeepSeek-V4-Flash），不是卡片标题（...-0731）。用 DeepSeek-V4-Flash-0731 会被拒：

404  {"detail":{"error":{"message":"Model DeepSeek-V4-Flash-0731 is not available","code":"model_not_found"}}}

官方文档写的 DeepSeek-V4-Flash 是对的，我就是看错了标题。

⚠️ /v1/models 不是标准 OpenAI 格式：没有 object 字段，条目也没有 owned_by、created。按 OpenAI schema 读模型列表的客户端会找不到这些字段；DSH 的「获取可用模型」探测大概率失败（报「既没有 data 数组也没有 models 对象」），直接手动填 ID 即可。

⚠️ 容量状态（2026-10-02 实测）

Token Factory 每个卡片上有实时负载，饱和的模型会直接拒请求：

模型	状态
`DeepSeek-V4.1-Flash`	🔴 At capacity 100%
`DeepSeek-V4-Flash-Vision-Exp`	🔴 At capacity 100%
`Qwen3.8-Flash-Next`	🔴 At capacity 100%
`MiMo-V2.6-Flash`	🟡 Busy 84.4%
`GLM-5.3-Flash`	🟡 Busy 68.8%
`DeepSeek-V4-Flash`	🟡 Busy 62.2%

9 个里当时有 3 个满载。 配置多个模型做故障切换比只配一个实用得多。容量随时变，用前看 Token Factory 或撞了 429/503 就换。

⚠️ system 角色的支持差异

这条决定 compat 怎么配：

模型	`system` 位置	接受 `developer`？
DeepSeek 三款	任意位置，可多条	✅
`Qwen3.8-Flash-Next`	必须恰好一条且在最前	❌
`Qwen3.8-27B`	最多一条且在最前	❌
`GLM-5.3-Flash` / `MiniCPM5-2B` / `MiMo-V2.6-Flash`	任意位置，可多条	❌

只有 DeepSeek 三款认 developer，其余全部直接拒：

Failed to deserialize the JSON body into the target type: messages[0]: unknown role: developer

新版 OpenAI SDK 用 developer 替代 system，所以默认行为会在非 DeepSeek 模型上全挂。

所有模型都接受的形状：index 0 处一条 role: "system"。

📡 接入状态

agent	协议	配置位置	状态
OpenCode	OpenAI	`~/.config/opencode/opencode.json`	待验证
harness	OpenAI	`$DSH_HOME/settings.yaml`	待验证

⚙️ OpenCode

配置文件 ~/.config/opencode/opencode.json。Windows 是 C:\Users\你\.config\opencode\opencode.json——注意是 .config 不是 %AppData%，目录不存在要手动建。

{
  "$schema": "https://opencode.ai/config.json",
  "provider": {
    "radeon": {
      "npm": "@ai-sdk/openai-compatible",
      "name": "Radeon Cloud",
      "options": {
        "baseURL": "https://developer.amd.com.cn/radeon/api/v1",
        "apiKey": "rc-xxx"
      },
      "models": {
        "DeepSeek-V4-Flash": {
          "name": "DeepSeek V4 Flash",
          "modalities": { "input": ["text"], "output": ["text"] },
          "limit": { "context": 1048576, "output": 65536 }
        },
        "DeepSeek-V4-Flash-Vision-Exp": {
          "name": "DeepSeek V4 Flash Vision Exp",
          "modalities": { "input": ["text", "image"], "output": ["text"] },
          "limit": { "context": 1048576, "output": 65536 }
        },
        "DeepSeek-V4.1-Flash": {
          "name": "DeepSeek V4.1 Flash",
          "modalities": { "input": ["text", "image"], "output": ["text"] },
          "limit": { "context": 1048576, "output": 65536 }
        },
        "MiMo-V2.6-Flash": {
          "name": "MiMo V2.6 Flash",
          "modalities": { "input": ["text", "image"], "output": ["text"] },
          "limit": { "context": 1048576, "output": 65536 }
        },
        "Qwen3.8-Flash-Next": {
          "name": "Qwen3.8 Flash Next",
          "modalities": { "input": ["text", "image"], "output": ["text"] },
          "limit": { "context": 262144, "output": 65536 }
        },
        "Qwen3.8-27B": {
          "name": "Qwen3.8 27B",
          "modalities": { "input": ["text", "image"], "output": ["text"] },
          "limit": { "context": 131072, "output": 32768 }
        },
        "GLM-5.3-Flash": {
          "name": "GLM 5.3 Flash",
          "modalities": { "input": ["text"], "output": ["text"] },
          "limit": { "context": 262144, "output": 65536 }
        },
        "MiniCPM5-2B": {
          "name": "MiniCPM5 2B",
          "modalities": { "input": ["text"], "output": ["text"] },
          "limit": { "context": 131072, "output": 32768 }
        }
      }
    }
  }
}

不要配 MinerU2.5-Pro——它是 OCR 模型，走 /v1/ocr 返回 Markdown，不响应 chat completions。

模型 ID 区分大小写，必须和 /v1/models 返回的 id 完全一致。

OpenCode 的推理档位选项只映射 OpenAI 标准档，AMD 的 xhigh / max 选不到，low / medium 正常。

⚠️ 待验证：OpenCode 是否会发 reasoning_effort。不发的话 Qwen3.8 和 GLM-5.3-Flash 会走端点默认档（xhigh），又慢又费额度——这两个模型建议先在 DSH 里显式压到 low 验证。

🤖 harness（DSH）

配置在 $DSH_HOME/settings.yaml（设置页顶部「打开配置文件」可直接打开）。密钥单独存 $DSH_HOME/.credentials.yaml；手写 YAML 用 apiKeyEnv 指向环境变量。模型变更下一次请求就生效，不用重启。

1️⃣ 方式一：模型页表单

设置 → 模型 → 添加自定义提供方：

字段	值
Provider ID	`radeon`（小写，永久不可改）
显示名称	Radeon Cloud
API 地址	`https://developer.amd.com.cn/radeon/api/v1`
API 协议	`openai-completions`
API 密钥	`rc-xxx`
模型	至少一个，填 ID / 显示名 / 上下文窗口 / 最大输出

2️⃣ 方式二：`settings.yaml`

表单不开放推理等级和兼容开关，必须写文件：

llm-pi-ai:
  providers:
    radeon:
      apiKeyEnv: RADEON_API_KEY
      api: openai-completions
      baseURL: https://developer.amd.com.cn/radeon/api/v1
      compat:
        supportsDeveloperRole: false
        maxTokensField: max_tokens
      models:
        - id: DeepSeek-V4-Flash
          reasoningEfforts:
            off: none
            low: low
            medium: medium
            high: high
            max: max
        - id: DeepSeek-V4-Flash-Vision-Exp
          input: [text, image]
          reasoningEfforts:
            off: none
            low: low
            medium: medium
            high: high
            max: max
        - id: DeepSeek-V4.1-Flash
          input: [text, image]
          reasoningEfforts:
            off: none
            low: low
            medium: medium
            high: high
            max: max
        - id: MiMo-V2.6-Flash
          input: [text, image]
          reasoningEfforts:
            off: none
            low: low
            medium: medium
            high: high
        - id: Qwen3.8-Flash-Next
          input: [text, image]
          reasoningEfforts:
            off: none
            low: low
            medium: medium
            high: xhigh
        - id: Qwen3.8-27B
          input: [text, image]
          reasoningEfforts:
            low: low
            medium: medium
            high: xhigh
        - id: GLM-5.3-Flash
          reasoningEfforts:
            low: low
            medium: medium
            high: high
        - id: MiniCPM5-2B

四个关键字段为什么必须写：

compat.supportsDeveloperRole: false ⚠️ 最重要的一个。只有 DeepSeek 三款认 developer，Qwen / GLM / MiMo / MiniCPM 全部直接拒（messages[0]: unknown role: developer）。pi-ai 默认按 OpenAI 规矩发 developer，不声明就会在多数模型上全挂。设 false 后统一发 system，所有模型都接受。
input: [text, image]：手动录入的模型一律按纯文本对待，不声明的话附图片在发送前就被拒。5 个模型支持图片：DeepSeek 的 Vision-Exp 与 V4.1、MiMo-V2.6、Qwen3.8 两款。
compat.maxTokensField: max_tokens：pi-ai 默认写 max_completion_tokens，AMD 端点认 max_tokens。
reasoningEfforts：手动录入的模型不声明等级就出不来推理菜单。off 必须写 none 而不是留空——AMD 端点是省略参数就不思考，但 Qwen3.8 / GLM / MiMo 默认就在思考，要关掉得显式传 none。

⚠️ 每模型的档位不能照抄。Qwen3.8-27B 传 high 返回 400（只收 low/medium/xhigh），GLM-5.3-Flash 传 xhigh 返回 422。上面示例里 Qwen3.8-Flash-Next 的 high 映射到 xhigh 就是为了避开这个。要一套配置跑所有模型，只有 low 和 medium 是通用的。

⚠️ max_tokens 要留够。Qwen3.8 两款在省略 reasoning_effort 时，思考和正式输出共享同一个 max_tokens 预算——按非思考模型设的额度可能换来一个空 content。要么调大 max_tokens，要么显式传 reasoning_effort: "low"。

所有 compat 开关都必须给值，冒号后留空（supportsDeveloperRole:）会被拒而不是忽略。

⚠️ 端点侧的坑

1. 参数被静默丢弃

请求会按白名单校验后逐字段重建，不在白名单里的不报错、直接消失：

stop  seed  logit_bias  logprobs  top_logprobs  top_k  min_p  repetition_penalty

agent 依赖 stop 做输出截断会失效，且没有任何提示。

2. thinking 报 400

Anthropic 风格的 thinking: {"type":"enabled","budget_tokens":N} 在两个端点上都返回 400。要用 reasoning_effort（OpenAI 端点）或 output_config.effort（Anthropic 端点）。Claude Code 默认发 budget_tokens 形式，接这个端点会直接失败。

3. 省略 reasoning_effort ≠ 不思考

模型	省略时
DeepSeek 系列	不思考
Qwen3.8 系列	仍在 `xhigh` 思考（最慢最贵）
GLM-5.3-Flash	仍在思考
MiniCPM5-2B	不思考

要确定性行为就显式传值。

4. 思考 token 的位置

思考文本在 choices[0].message.reasoning（不是 reasoning_content）。计费用 usage.completion_tokens_details.reasoning_tokens——Qwen3.8-27B 例外，它省略这个字段，思考 token 混在 usage.completion_tokens 里。别依赖顶层 usage.reasoning_tokens，只有部分模型给。

5. 超时

非流式请求最长等 10 分钟。长生成务必开 stream: true，既能看到进度也能保持连接。

⏱️ 限流对 agent 的实际影响

层	限制	典型值
平台准入	每 key RPM / 每 key 并发	30 / 8
网关计量	每账号 RPM	20（60 秒滑动窗口）
	每账号消费上限	滚动周期，示例 $10/天

⚠️ 瓶颈是「每账号 20 RPM」，比「每 key 30 RPM」更严。agent 跑多步任务（工具调用循环）每步都是一次请求，很容易撞上。并发上限 8 也偏低，多路并行要先限到 8 以内。

撞限流返回 429 + Retry-After：每分钟类给 Retry-After: 60，并发类给 1。按 Retry-After 退避加指数抖动，别硬编码间隔。

查当前用量：

curl "https://radeon-global.anruicloud.com/api/profile/model-usage?include_recent=true" \
  -H "Authorization: Bearer $RADEON_API_KEY"

daily_cost_remaining_usd 是剩余额度，每日窗口在 Asia/Shanghai 00:00 重置。

🏠 平台侧速览

AMD 提供两条路，本文用的是第一条：

	Public Free Model APIs	GPU 实例
要什么	只要 API Key	建模板、启实例
计费	免费（计日额度）	消耗 credits，实例开着就计费
拿到什么	直接调模型 API	带 ROCm 的 Radeon GPU 机器，自己部署 vLLM

要跑自有模型才需要实例。API Key 轮换用 POST /api/profile/api-token，签发新 key 并立即作废旧的——所有还在用旧 key 的服务立刻 401，所以轮换要和密钥下发在同一次变更里做完。

⚠️ 三条使用前提

1. 官方明说「不要用于生产」

无 SLA、无可用性承诺。模型可能毫无预告地增减，key 可能被重启或吊销，容量共享、繁忙时直接拒。

2. 会记录 prompt 和模型输出

对话内容滚动保留两天后删除，元数据留更久。只用于容量规划、调试、滥用检测和执行条款。官方明确不用于训练模型、不卖不分享给第三方自用，但原话也是「不希望 prompt 被存下来就别发」。

别往里塞密钥、客户数据、未公开业务逻辑。

3. 模型是上游原版，禁转售

跑的是公开发布的原始权重，不微调不蒸馏不换壳，许可证适用于你的用途。禁止向第三方暴露 API（哪怕套一层代理）、把服务说成自己的或别家的产品。

🕘 状态记录

2026-10-02：依官方文档（Radeon Cloud Docs，最后更新 2026-09-23）整理。平台侧信息来自官方文档，未实机调用验证。
2026-10-02：订正——上一版把真实 ID 误写成 DeepSeek-V4-Flash-0731（那是卡片标题）。卡片详情面板的「Model」字段是 DeepSeek-V4-Flash，实测用 -0731 调 /v1/chat/completions 返回 404 + model_not_found。全表、两套配置、容量快照已同步改回。
2026-10-02：补全模型（5 VLM + 4 纯文本）。据官方 model reference 补齐各模型上下文（131072～1048576，八倍差距）与图片支持。supportsDeveloperRole: false 理由细化为「只有 DeepSeek 三款认 developer」，并附各模型报错原文。
2026-10-02：待验证——所有 agent 侧配置均未实机跑过。优先级：①OpenCode 是否发 reasoning_effort（不发则 Qwen/GLM/MiMo 走默认 xhigh）②/v1/models 探测是否失败 ③compat 三项是否被 DSH 正确接受。

🔗 相关

SenseNova模型接入配置 — 同类端点的完整实测记录，compat 字段的来源
DeepSeek-Harness桌面版 — DSH 本身
OpenCode Zen免费模型 — 另一条免费模型路线，隐私策略对比
Radeon Cloud 官方文档
API 使用条款

type	model
icon	🔴
title	AMD Radeon Cloud 模型接入配置
url	https://developer.amd.com.cn/radeon/modelapis
source	https://amd-aim.github.io/radeon-cloud-docs/
verified	2026-10-02 00:00:00
created	2026-10-02 22:30:00
modified	2026-10-02 21:16:09
status	draft

NotebookAI

探索

AMD Radeon Cloud 模型接入配置

🔴 AMD Radeon Cloud 模型接入配置

🔌 接口

📋 模型

⚠️ 卡片标题 ≠ API model id——看卡片下方的「Model」字段

⚠️ 容量状态（2026-10-02 实测）

⚠️ system 角色的支持差异

📡 接入状态

⚙️ OpenCode

🤖 harness（DSH）

1️⃣ 方式一：模型页表单

2️⃣ 方式二：`settings.yaml`

⚠️ 端点侧的坑

⏱️ 限流对 agent 的实际影响

🏠 平台侧速览

⚠️ 三条使用前提

🕘 状态记录

🔗 相关

关系图谱

目录

反向链接

NotebookAI

探索

AMD Radeon Cloud 模型接入配置

🔴 AMD Radeon Cloud 模型接入配置

🔌 接口

📋 模型

⚠️ 卡片标题 ≠ API model id——看卡片下方的「Model」字段

⚠️ 容量状态（2026-10-02 实测）

⚠️ system 角色的支持差异

📡 接入状态

⚙️ OpenCode

🤖 harness（DSH）

1️⃣ 方式一：模型页表单

2️⃣ 方式二：settings.yaml

⚠️ 端点侧的坑

⏱️ 限流对 agent 的实际影响

🏠 平台侧速览

⚠️ 三条使用前提

🕘 状态记录

🔗 相关

关系图谱

目录

反向链接

2️⃣ 方式二：`settings.yaml`