使用者痛点

在使用大模型 API 时开发者常遇到以下痛点：

• 频繁出现 “has no provider supported” 或 “Auntication failed” 等报错。
• 模型名称随时可能失效，导致一次调用失败后需排查数分钟。
• 国内外域名切换、账号绑定等细节不一致，使得同一服务在不同环境表现不一。
• 缺乏统一、实时可查询的可用模型列表，加剧了调试成本。

故事的开始

今天我在折腾 ModelScope 的 API，想试试用它的 Qwen 模型跑个对话。代码写好了token 也配好了结果一跑——

openai.BadRequestError: Error code: {'error': {'message': 'Model id : Qwen/Qwen2.-VL-72B-Instruct,has no provider supported'}}

嗯？“has no provider supported”？模型名明明是从官网复制的，怎么会不支持？

换一个模型试试：

openai.BadRequestError: Error code: {'error': {'message': 'Model id : Qwen/Qwen3-Coder-480B-A35B-Instruct,has no provider supported'}}

还是不行。我开始怀疑人生了，老实说，

踩坑全过程

说到第一坑。Token 认证失败

最初报的是 Auntication failed——token 无效。

排查发现的观点是，ModelScope 的 API 需要绑定阿里云账号才能使用。而且必须在modelscope.cn下操作，国际站域名下绑定不了一直给我报程序错误。

教训：国内服务用 cn 域名，别跑错地方。

第二坑这方面，模型名不对

token 搞定了又报 has no provider supported.

I tried Qwen/Qwen2.-VL-72B-Instruct。Qwen/Qwen3-Coder-480B-A35B-Instruct,both exist on official site,yet API says “not supported”. Why?

查到了真相

The inference service of ModelScope only exposes a subset of models for online inference,not every model hosted on ModelScope can be called via API.

The available model list is dynamic.

# Query current available models
curl -s "https://api-inference.modelscope.cn/v1/models" \\
-H "Authorization: Bearer 你的Token"

The result shows that my two chosen models were not in list。whereas Qwen/Qwen3-Coder-30B-A3B-Instruct was. Switching to that succeeded immediately.

这不是 ModelScope 的问题，这是 MaaS 的常态

MaaS网站上的可用模型不是固定的**。从原因很多来看，

This isn’t unique to ModelScope—every MaaS platform behaves similarly. A model name you memorize today may disappear tomorrow.

再看"正确做法。先查询再调用"

"通用方案"

• MaaS 网站统一接口查询可用列表：
  • {platform}: GET /v1/models
  • {文档/控制台地址}

用之前先查询可用列表

: ` — – ​ ​ **此处已简化代码块，只展示主要原因** ModelScope GET /v1/models… — 请先把它放进来吧，…，…，​ …• ‐‐ ，…，…，—‑ —‐ ​ --- --- * **说明:** 上面代码片段仅演示如何获取可用列表并打印出来。实际项目中请务必结合你自己的环境变量与权限进行配置。** ## 用之前先查，可避免半小时调试浪费。### 示例 Python import os'; import requests'; from openai import OpenAI'; def get_available_models: response = requests.get( f"{base_url.rstrip}/models",headers={"Authorization": f"Bearer {api_key}"} ) return for m in response.json.get] models = get_available_models( 说到"https，//api-inference.modelscope.cn/v1"。os.getenv ) print} 可用模型:") for m in models: print client = OpenAI( base_url="\u0027https://api-inference.modelscope.cn/v1\u0027",api_key=os.getenv ) # Example usage: response = client.chat.completions.create( model=models,# Pick one from your list!messages= ) print 附：可用的 Qwen 模型 Qwen/Qwen3‑14BQwen/Qwen3‑235B-A22BQwen/Qwen3‑235B-A22B‑Instruct-Qwen/Qwen3‑235B-A22B‑Thinking-Qwen/Qwen3‑30B-A3BQwen/Qwen3‑30B-A... The list continues with all available QWen variants . For complete snapshot please refer to official API call below. ⚠️ 注意：这份列表是快照**”，到你读这篇文章时可能已经变了。记得每次调用前都要查询最新状态。 | 建议与常用方法 建议与原因 : A．API 查询而非记忆——每次调用前先拉取最新列表，以免因版本变更导致错误。话说回来， B．使用 cn 域名访问国内服务——避免国际站无法绑定账号的问题。 C．预设兜底机制——若请求返回 “not supported”，自动切回上一版或提示更新名单。 D．关注官方公告和 SDK 更新——MaaS 环境快速迭代，需要保持同步才能避免无谓调试。 MaaS 网站上的模型是活跃且动态变化的，请不要把它们当成静态数据！先检查 API 再写代码，即能省去大量 debug 时间。