快速开始

TokenAI 提供标准 OpenAI Chat Completions 兼容接口。三步接入：

1. 登录控制台，创建 API Key（格式 sk-xxx）
2. 把请求地址改为 https://tokenai.biz
3. 请求头携带 Authorization: Bearer <你的Key>

第一个请求：

curl https://tokenai.biz/v1/chat/completions \
  -H "Authorization: Bearer sk-你的Key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "hy3-295b-q4-mtp",
    "messages": [{"role": "user", "content": "用一句话介绍你自己"}]
  }'

Python 示例：

import requests
resp = requests.post(
    "https://tokenai.biz/v1/chat/completions",
    headers={"Authorization": "Bearer sk-你的Key"},
    json={"model": "hy3-295b-q4-mtp",
          "messages": [{"role": "user", "content": "你好！"}]},
    timeout=60,
)
print(resp.json()["choices"][0]["message"]["content"])

接口端点

文本对话（OpenAI 兼容），支持流式与非流式。请求参数与 OpenAI 官方一致：model、messages、stream、temperature、max_tokens 等。

列出当前可用的全部模型 ID。

OpenAI 兼容的余额查询接口（OpenCat、LobeChat 等工具会自动调用）。

请求参数

参数	类型	说明
model	string	必填。模型 ID，见控制台「渠道与模型」
messages	array	必填。对话消息列表（role: system / user / assistant）
stream	bool	可选，默认 false。true 时返回 SSE 流式响应
max_tokens	int	可选。最大输出长度
temperature	float	可选。采样温度，默认 1.0

流式输出（SSE）

设置 stream: true 即返回 text/event-stream，逐 token 输出，适合打字机效果。最后一个事件为 data: [DONE]，部分模型会在结束前返回 usage 计费数据。

curl https://tokenai.biz/v1/chat/completions \
  -H "Authorization: Bearer sk-你的Key" \
  -N -d '{
    "model": "qwopus3.6-27b-q8-mtp",
    "messages": [{"role": "user", "content": "数到 5"}],
    "stream": true
  }'

工具接入

以下工具均支持自定义 OpenAI 兼容端点，按图配置即可：

Cursor

• Settings → Models → OpenAI API Key：填入 sk-你的Key
• Overrides → OpenAI Base URL：https://tokenai.biz/v1
• 添加模型 ID 后启用即可

Cline（VS Code 插件）

• API Provider 选择 OpenAI Compatible
• Base URL：https://tokenai.biz/v1
• API Key：sk-你的Key；Model ID：任意已接入模型

OpenCode / OpenCat / LobeChat

• 新增自定义 Provider，Base URL 填 https://tokenai.biz/v1
• API Key 填 sk-你的Key，协议选 OpenAI

Hermes Agent

# config.yaml custom_providers 示例
- name: tokenai
  base_url: https://tokenai.biz/v1
  api_key: sk-你的Key
  models:
    - hy3-295b-q4-mtp

计费说明

按 实际消耗 Token 数 计费（输入 + 输出分开计价），每次请求实时扣费。各模型单价见首页价格表，单位：元 / 百万 tokens。

• 余额不足时请求被拒绝（HTTP 402），充值后自动恢复
• 用量日志记录每次调用的模型、Token、费用与耗时，可在控制台筛选查看
• Token 计数以模型服务端上报为准，流式响应同样计入

错误码

HTTP	含义	处理
401	API Key 无效或缺失	检查请求头 Authorization
402	余额不足	联系管理员充值
403	API Key 已被禁用	联系管理员
404	模型未接入	检查 model 参数
429	请求过于频繁	稍后重试
502	上游服务异常	稍后重试