文本与对话
当前平台的全部模型都通过这一个接口调用。请求体与 OpenAI 的对话接口一致, 换成你自己的 Key 就能直接跑。
接口
| 方法 | POST |
| 地址 | https://api.tokenflow365.com/v1/chat/completions |
| 模型清单 | GET https://api.tokenflow365.com/v1/models |
请求参数
下面是最常用的几个,其余 OpenAI 同名参数同样支持。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | string | 是 | 模型 ID,取值见模型广场 |
| messages | array | 是 | 消息数组,role 支持 system / user / assistant |
| stream | boolean | 否 | 是否流式返回,默认 false |
| max_tokens | integer | 否 | 最大输出长度,不能超过模型输出上限 |
| temperature | number | 否 | 采样温度 0–2,越大越随机 |
| top_p | number | 否 | 核采样,和 temperature 二选一调整 |
| tools | array | 否 | 工具定义,格式同 OpenAI 函数调用 |
POST https://api.tokenflow365.com/v1/chat/completions
Authorization: Bearer <你的 API Key>
Content-Type: application/json
{
"model": "deepseek-v4.1-flash",
"messages": [
{ "role": "system", "content": "你是一个简洁的助手" },
{ "role": "user", "content": "用一句话解释什么是 API 网关" }
],
"temperature": 0.7,
"stream": false
}响应结构
usage 里的 token 数就是计费依据, 和消费记录里的数字一致。
{
"id": "chatcmpl-xxxx",
"object": "chat.completion",
"model": "deepseek-v4.1-flash",
"choices": [
{
"index": 0,
"message": { "role": "assistant", "content": "API 网关是统一入口……" },
"finish_reason": "stop"
}
],
"usage": { "prompt_tokens": 42, "completion_tokens": 128, "total_tokens": 170 }
}流式输出
传 stream: true,服务端按 SSE 逐块返回,最后一条是 data: [DONE]。
curl -N https://api.tokenflow365.com/v1/chat/completions \
-H "Authorization: Bearer $API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "你好"}],
"stream": true
}'
# 返回是一串 SSE 事件,每个 data: 后面是一小块增量
# data: {"choices":[{"delta":{"content":"你"}}]}
# data: [DONE]出错时的处理方式见错误码页。