不装环境也能跑 Qwen3：AMD 云 GPU 一键开出 OpenAI 兼容 API

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_source=AIMoon

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：

1. 申请云 GPU 实例
2. 检查 ROCm / CUDA 环境
3. 下载模型权重
4. 启动 vLLM 或其他推理服务
5. 暴露公网访问地址
6. 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 URL
• Model ID
• API Key
• curl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：

1. 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
2. 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_source=AIMoon

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：

1. 一个 AMD AI 开发者计划账号
2. GitHub 或 ModelScope 账号，用于登录和授权
3. 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：

1. 点击登录
2. 选择 GitHub 或 ModelScope 登录
3. 填写注册信息，确认手机号和邮箱无误
4. 根据页面提示完成账号授权
5. 回到活动页面，点击“立即兑换”
6. 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 Cloud：

https://radeon.anruicloud.com

登录后进入 Gallery 页面，可以看到上方有几个分类：

• Notebooks
• Gradio / Streamlit
• ComfyUI
• Model APIs
• Custom 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 URL
• Model
• API Key
• Quickstart curl
• Technical details

我这次看到的 Model 是：

qwen/qwen3-0.6B

Base URL 类似：

https://radeon.anruicloud.com/spaces/u-xxxx-xxxx/8000/v1

API 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'\-H'Authorization: Bearer <你的 API Key>'\-H'Content-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 client=OpenAI(base_url=os.environ["AMD_QWEN_BASE_URL"],api_key=os.environ["AMD_QWEN_API_KEY"],)response=client.chat.completions.create(model="qwen/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 URL>'exportAMD_QWEN_API_KEY='<你的 API Key>'python 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 URL
Model 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 Key>
• API 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：

1. 用活动链接注册 AMD AI 开发者计划
2. 完成 GitHub 或 ModelScope 授权
3. 兑换云 GPU 算力券
4. 在 Radeon Cloud 的 Model APIs 里启动vLLM-Qwen3
5. 拿到 OpenAI 兼容的 Base URL、Model、API Key
6. 用curl验证接口
7. 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。