一个接口，稳定连接多个 AI。

使用 OpenAI Chat Completions 兼容格式接入 Claude、Gemini、Grok、DeepSeek 等模型。网关负责节点选择、失败重试、Fallback、流式透传与用量统计。

接口地址

GEThttps://api.tokenbps.com/v1/models

POSThttps://api.tokenbps.com/v1/chat/completions

备用 API 域名：https://api.plzrm.com（DNS 与证书生效后提供相同接口）。

身份认证

在商户后台创建 API Key，并通过 Bearer Header 传入：

Authorization: Bearer <YOUR_API_KEY>

不要在前端代码、公开仓库或日志中暴露完整 Key。

协议范围

当前公网协议为 OpenAI Chat Completions。Claude 与 Gemini 模型同样使用此格式，只需替换 model。

暂不开放原生 Anthropic /v1/messages 与 Gemini generateContent 路径，原生 SDK 不能直接切换 base URL 使用。

能力矩阵

能力	请求方式	说明
模型列表	`GET /v1/models`	支持；返回当前可用主节点模型
非流式会话	`"stream": false`	支持 JSON 返回
流式会话	`"stream": true`	支持 SSE，并请求最终 usage 数据块
思考等级	`reasoning_effort`	原样透传；当前 grok-4.6 已实测 low、medium、high，其他模型以上游能力为准
关闭思考	`"reasoning_effort":"none"`	只作为关闭请求透传，不能保证；当前 grok-4.6 会拒绝 none
Prompt Cache	`prompt_cache_key` / `cache_control`	原样透传；上游返回 cached_tokens 时记录真实缓存用量
网关响应缓存	—	未启用；不会缓存或复用完整 AI 回答

查询模型

curl https://api.tokenbps.com/v1/models \
  -H "Authorization: Bearer <YOUR_API_KEY>"

响应为 OpenAI 兼容列表：{"object":"list","data":[{"id":"...","object":"model",...}]}

流式会话示例

curl -N https://api.tokenbps.com/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<AVAILABLE_MODEL_ID>",
    "messages": [{"role": "user", "content": "你好，请介绍一下你自己"}],
    "stream": true,
    "reasoning_effort": "low",
    "prompt_cache_key": "conversation-42"
  }'

非流式会话示例

curl https://api.tokenbps.com/v1/chat/completions \
  -H "Authorization: Bearer <YOUR_API_KEY>" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "<AVAILABLE_MODEL_ID>",
    "messages": [{"role": "user", "content": "用一句话解释什么是 AI 网关"}],
    "stream": false
  }'

思考模型说明

部分 9Route 模型用 ID 后缀区分 -low、-medium、-high 或 -thinking。选择明确的模型 ID 通常比只传思考参数更可靠。

用量与缓存

网关识别输入、输出、reasoning_tokens 与 cached_tokens。上游没有回传某个维度时不会伪造真实值；商户用量会剔除节点内部附加提示词的估算消耗。

Fallback

商户可选择平台默认策略，或在商户后台依次设置最多 3 个“节点 + 模型”目标。主目标不可用时，网关按顺序尝试后续目标。

常见状态码

400	请求参数错误
401	API Key 无效或被冻结
402	余额或配额不足
429	请求频率受限
502/503	上游或可用节点异常

tokenbps API 文档 · 下载 OpenAPI 3.1 描述 · 模型可用性和供应商扩展字段以上游实时能力为准。