接入信息
- 接口地址(OpenAI 兼容)
- https://token.zzxytech.com/v1
- 接口地址(Anthropic 兼容)
- https://token.zzxytech.com
- API Key
- 在控制台创建,以 sk- 开头(还没有账号?免费注册)
- 推荐模型
- deepseek-v4.1-flash、deepseek-v4-pro(全部模型与价格)
快速开始
- 注册并在控制台创建 API Key(以 sk- 开头)。
- 把接口地址设为 https://token.zzxytech.com/v1,用你的 Key 鉴权。
- 选一个模型(如 deepseek-v4.1-flash),发起请求。
curl
curl https://token.zzxytech.com/v1/chat/completions \
-H "Authorization: Bearer YOUR_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "deepseek-v4.1-flash", "messages": [{"role": "user", "content": "你好"}], "max_tokens": 1000}'
Python
# pip install openai
from openai import OpenAI
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://token.zzxytech.com/v1")
resp = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "你好"}],
max_tokens=1000,
)
print(resp.choices[0].message.content)
Node.js
// npm install openai
import OpenAI from "openai";
const client = new OpenAI({ apiKey: process.env.API_KEY, baseURL: "https://token.zzxytech.com/v1" });
const r = await client.chat.completions.create({
model: "deepseek-v4.1-flash",
messages: [{ role: "user", content: "你好" }],
max_tokens: 1000,
});
console.log(r.choices[0].message.content);
已有代码用的是 OpenAI SDK:只改 base URL、API Key 和 model 即可,见 OpenAI SDK 迁移指南。
接口与鉴权
| 接口 | 用途 |
|---|---|
| POST /v1/chat/completions | OpenAI 兼容的对话接口:流式输出、思考、工具调用、JSON 输出、图片输入 |
| POST /v1/messages | Anthropic 兼容的 Messages 接口(Claude Code 等工具使用) |
| GET /v1/models | 当前 Key 可用的模型列表 |
| GET /v1/account | 账户余额 |
- 接口地址:OpenAI 协议 https://token.zzxytech.com/v1;Anthropic 协议的 Base URL 为 https://token.zzxytech.com(SDK 会自己拼上 /v1/messages)。
- 鉴权:请求头 Authorization: Bearer YOUR_API_KEY;Anthropic 接口也接受 x-api-key: YOUR_API_KEY。
- 请求 ID:每个响应都带 x-request-id 头。联系客服时提供它,可以定位到那一次调用;控制台的用量明细里也能查到。
- 参数透传:除了把 model 换成对应的模型版本,请求体原样交给模型处理;某个参数是否生效取决于模型本身。
模型与能力
| model | 支持的接口 | 思考 | 计价 |
|---|---|---|---|
| deepseek-v4-flash | OpenAI / Anthropic | 默认开启 | 分高峰 / 空闲 |
| deepseek-v4-pro | OpenAI / Anthropic | 默认开启 | 分高峰 / 空闲 |
| deepseek-v4-pro-0813 | OpenAI / Anthropic | 默认开启 | 分高峰 / 空闲 |
| deepseek-v4.1-flash | OpenAI / Anthropic | 默认开启 | 分高峰 / 空闲 |
| deepseek-v4.1-flash-1017 | OpenAI / Anthropic | 默认开启 | 分高峰 / 空闲 |
| qwen3.5-122b-a10b | OpenAI / Anthropic | 默认开启 | 统一价 |
| qwen3.5-27b | OpenAI / Anthropic | 默认开启 | 统一价 |
| qwen3.5-35b-a3b | OpenAI / Anthropic | 默认开启 | 统一价 |
| qwen3.5-397b-a17b | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-4.5-air | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-4.5v | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-4.6 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-4.6v | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-4.7 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-5 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-5.1 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-5.2 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-5.3 | OpenAI / Anthropic | 默认开启 | 统一价 |
| glm-5.3-flash | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k2-0905 | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k2-instruct | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k2-thinking | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k2.5 | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k2.6 | OpenAI / Anthropic | 默认开启 | 统一价 |
| kimi-k3 | OpenAI / Anthropic | 默认开启 | 统一价 |
| minimax-m2.5 | OpenAI / Anthropic | 默认开启 | 统一价 |
| minimax-m2.7 | OpenAI / Anthropic | 默认开启 | 统一价 |
| minimax-m1-80k | OpenAI / Anthropic | 默认开启 | 统一价 |
| mimo-v2.6-flash | OpenAI / Anthropic | 默认开启 | 统一价 |
| mimo-v2.6-pro | OpenAI / Anthropic | 默认开启 | 统一价 |
| step-5-preview | OpenAI / Anthropic | 默认开启 | 统一价 |
| hy4-preview | OpenAI / Anthropic | 默认开启 | 统一价 |
价格与更多说明见模型与价格。
对话补全 POST /v1/chat/completions
| 参数 | 类型 | 说明 |
|---|---|---|
| model | string,必填 | 模型名称,见上表 |
| messages | array,必填 | 对话消息。role 为 system / user / assistant / tool;content 为字符串,或文本与图片组成的数组(见图片输入) |
| max_tokens | integer | 最多生成的 Token 数,包含思考过程。思考模型建议不小于 1000,否则额度可能全部用在思考上 |
| stream | boolean | 为 true 时以 SSE 流式返回,见流式输出 |
| stream_options | object | {"include_usage": true}:最后一个数据块带上 Token 用量 |
| temperature / top_p | number | 采样参数。思考模式下部分模型会忽略它们 |
| stop | string / array | 遇到这些字符串时停止生成 |
| tools / tool_choice | array / string | 函数调用,见工具调用 |
| response_format | object | {"type": "json_object"} 输出 JSON,见JSON 输出 |
| thinking | object | {"type": "disabled"} 关闭思考(DeepSeek V4 系列),见思考模式 |
| reasoning_effort | string | low / high / max:调节思考强度(DeepSeek V4 系列) |
响应
{
"id": "806fcf67-…",
"object": "chat.completion",
"created": 1792132071,
"model": "deepseek-v4.1-flash",
"choices": [
{
"index": 0,
"finish_reason": "stop",
"message": {
"role": "assistant",
"content": "我是一个 AI 助手,可以回答问题、写作和编程。"
}
}
],
"usage": {
"prompt_tokens": 8,
"completion_tokens": 31,
"total_tokens": 39,
"prompt_tokens_details": {
"cached_tokens": 0
},
"completion_tokens_details": {
"reasoning_tokens": 0
}
}
}
- choices[0].message.content:回答正文;思考模型另有 reasoning_content(思考过程)。
- finish_reason:stop 正常结束,length 达到 max_tokens 被截断,tool_calls 模型要调用工具。
- usage.prompt_tokens 是全部输入(含缓存命中),其中 prompt_tokens_details.cached_tokens 按缓存价计费; completion_tokens 是全部输出(含思考),其中 completion_tokens_details.reasoning_tokens 是思考部分。计费完全按这些数字,见计费说明。
流式输出
设置 "stream": true,响应为 Server-Sent Events:每行 data: {JSON},正文增量在 choices[0].delta.content(思考增量在 delta.reasoning_content),以 data: [DONE] 结束。
data: {"id":"8008…","object":"chat.completion.chunk","model":"deepseek-v4.1-flash","choices":[{"index":0,"delta":{"role":"assistant","content":"一"}}]}
data: {"id":"8008…","object":"chat.completion.chunk","model":"deepseek-v4.1-flash","choices":[{"index":0,"delta":{"content":"、二、三"}}]}
data: {"id":"8008…","object":"chat.completion.chunk","model":"deepseek-v4.1-flash","choices":[{"index":0,"delta":{},"finish_reason":"stop"}],"usage":{"prompt_tokens":7,"completion_tokens":32,"total_tokens":39}}
data: [DONE]
Python:
stream = client.chat.completions.create(
model="deepseek-v4.1-flash", max_tokens=1000, stream=True,
stream_options={"include_usage": True},
messages=[{"role": "user", "content": "写一首关于春天的短诗"}])
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
if chunk.usage: # the last chunk
print("\n", chunk.usage)
- 输出较长或开启思考时建议用流式:非流式请求在模型生成完之前不会返回任何数据,单次等待超过 300 秒会超时。
- 流式过程中因模型服务故障中断的请求不计费;你主动断开连接时,已生成的部分按用量计费。
思考模式
deepseek-v4-flash、deepseek-v4-pro、deepseek-v4-pro-0813、deepseek-v4.1-flash、deepseek-v4.1-flash-1017、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b、qwen3.5-397b-a17b、glm-4.5-air、glm-4.5v、glm-4.6、glm-4.6v、glm-4.7、glm-5、glm-5.1、glm-5.2、glm-5.3、glm-5.3-flash、kimi-k2-0905、kimi-k2-instruct、kimi-k2-thinking、kimi-k2.5、kimi-k2.6、kimi-k3、minimax-m2.5、minimax-m2.7、minimax-m1-80k、mimo-v2.6-flash、mimo-v2.6-pro、step-5-preview、hy4-preview 是“深度思考”模型:先输出思考过程,再给出回答。
- 思考过程在 message.reasoning_content(流式为 delta.reasoning_content),回答在 content。
- 思考过程按输出 Token 计费,计入 max_tokens,数量见 usage.completion_tokens_details.reasoning_tokens。例如一道“9.11 和 9.8 哪个大”,思考约 400 Token、回答约 80 Token。
- DeepSeek V4 系列可以用 "thinking": {"type": "disabled"} 完全关闭思考,或 "reasoning_effort": "low" 减少思考。翻译、分类、抽取这类简单任务关闭后更快、更省钱。
r = client.chat.completions.create(
model="deepseek-v4.1-flash", max_tokens=1000,
messages=[{"role": "user", "content": "把这句话翻译成英文:今天天气很好"}],
extra_body={"thinking": {"type": "disabled"}}, # Python SDK: non-standard fields go in extra_body
)工具调用(Function Calling)
在 tools 里用 JSON Schema 描述函数。模型需要时返回 tool_calls(finish_reason 为 tool_calls);你执行函数后,把结果作为 role: "tool" 的消息发回,模型据此给出最终回答。
import json
tools = [{"type": "function", "function": {
"name": "get_weather", "description": "查询某城市当天天气",
"parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]}}}]
messages = [{"role": "user", "content": "北京今天天气怎么样?"}]
r = client.chat.completions.create(model="deepseek-v4.1-flash", messages=messages, tools=tools, max_tokens=1000)
msg = r.choices[0].message
if msg.tool_calls: # finish_reason == "tool_calls"
messages.append(msg)
for call in msg.tool_calls:
args = json.loads(call.function.arguments) # {"city": "北京"}
result = {"city": args["city"], "weather": "晴", "temp_c": 22} # call your own function here
messages.append({"role": "tool", "tool_call_id": call.id, "content": json.dumps(result, ensure_ascii=False)})
r = client.chat.completions.create(model="deepseek-v4.1-flash", messages=messages, tools=tools, max_tokens=1000)
print(r.choices[0].message.content)
模型返回的 arguments 是 JSON 字符串,使用前请校验。
JSON 输出
设置 "response_format": {"type": "json_object"},模型只输出一个 JSON 对象。请同时在提示词里写明要输出 JSON 以及需要的字段。
r = client.chat.completions.create(
model="deepseek-v4.1-flash", max_tokens=500,
response_format={"type": "json_object"},
messages=[{"role": "system", "content": "只输出 JSON"},
{"role": "user", "content": "给出 {\"city\": 城市, \"country\": 国家},城市是东京"}])
print(r.choices[0].message.content) # {"city": "东京", "country": "日本"}图片输入
deepseek-v4.1-flash 支持图片理解:把 content 写成数组,混合文本和 image_url。图片可以是公网 URL,也可以是 base64 的 data URL。图片按输入 Token 计费。
import base64
with open("photo.png", "rb") as f:
data_url = "data:image/png;base64," + base64.b64encode(f.read()).decode()
r = client.chat.completions.create(
model="deepseek-v4.1-flash", max_tokens=500,
messages=[{"role": "user", "content": [
{"type": "text", "text": "这张图片里有什么?"},
{"type": "image_url", "image_url": {"url": data_url}}, # or a public https URL
]}])上下文缓存
缓存是自动的,不需要任何参数:一次请求的开头部分(系统提示词、工具定义、之前的对话)与近期请求完全相同时,这部分按更便宜的缓存命中价计费,命中数量见 usage.prompt_tokens_details.cached_tokens(Anthropic 接口为 cache_read_input_tokens)。
- 把不变的内容(系统提示词、工具定义、长文档)放在最前面,新内容追加在最后,命中率最高。
- 多轮对话和编程智能体天然命中率高:例如 Claude Code 每一步都会重发整段上下文,通常 95% 以上的输入按缓存价计费。
- 缓存一段时间不用会失效,之后的第一次请求按普通输入价计费。
Anthropic 接口 POST /v1/messages
与 Anthropic Messages API 兼容,Anthropic 官方 SDK、Claude Code 等工具可以直接使用。支持该接口的模型:deepseek-v4-flash、deepseek-v4-pro、deepseek-v4-pro-0813、deepseek-v4.1-flash、deepseek-v4.1-flash-1017、qwen3.5-122b-a10b、qwen3.5-27b、qwen3.5-35b-a3b、qwen3.5-397b-a17b、glm-4.5-air、glm-4.5v、glm-4.6、glm-4.6v、glm-4.7、glm-5、glm-5.1、glm-5.2、glm-5.3、glm-5.3-flash、kimi-k2-0905、kimi-k2-instruct、kimi-k2-thinking、kimi-k2.5、kimi-k2.6、kimi-k3、minimax-m2.5、minimax-m2.7、minimax-m1-80k、mimo-v2.6-flash、mimo-v2.6-pro、step-5-preview、hy4-preview。
curl https://token.zzxytech.com/v1/messages \
-H "x-api-key: YOUR_API_KEY" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{"model": "deepseek-v4.1-flash", "max_tokens": 1000, "messages": [{"role": "user", "content": "你好"}]}'
| 参数 | 类型 | 说明 |
|---|---|---|
| model | string,必填 | 模型名称 |
| max_tokens | integer,必填 | 最多生成的 Token 数(含思考) |
| messages | array,必填 | user / assistant 交替的消息 |
| system | string / array | 系统提示词 |
| stream | boolean | 流式返回,事件为 message_start、content_block_start / delta / stop、message_delta、message_stop、ping |
| tools / tool_choice | array / object | 工具调用,格式同 Anthropic |
| temperature / top_p / stop_sequences | 采样与停止参数 |
请求头 anthropic-version、anthropic-beta 会原样转给模型。
响应
{
"id": "3c8e42d7…",
"type": "message",
"role": "assistant",
"model": "deepseek-v4.1-flash",
"content": [
{
"type": "thinking",
"thinking": "用户要求用一句话介绍自己……"
},
{
"type": "text",
"text": "我是人工智能助手,能帮你解答问题、提供信息并协助完成各种任务。"
}
],
"stop_reason": "end_turn",
"stop_sequence": null,
"usage": {
"input_tokens": 38,
"output_tokens": 63
}
}
思考模型的回答里会先有一个 thinking 块,再是 text 块,取正文时请按 type 过滤。
Python(Anthropic SDK)
# pip install anthropic
import anthropic
client = anthropic.Anthropic(base_url="https://token.zzxytech.com", api_key="YOUR_API_KEY")
msg = client.messages.create(
model="deepseek-v4-pro", max_tokens=1000,
system="你是简洁的助手",
messages=[{"role": "user", "content": "用一句话介绍你自己"}])
print(msg.content[-1].text)
Claude Code 的配置见在 Claude Code 中使用国产大模型。
模型列表与余额
GET /v1/models
{
"object": "list",
"data": [
{
"id": "deepseek-v4.1-flash",
"object": "model",
"owned_by": "airouter"
},
{
"id": "deepseek-v4-pro",
"object": "model",
"owned_by": "airouter"
}
]
}
只列出当前 Key 有权限使用的模型(控制台里可以限定 Key 的可用模型)。
GET /v1/account
{
"balance_yuan": 1.99589
}
账户余额(元,不含代金券)。代金券余额在控制台“账户”页查看。
错误码
OpenAI 接口的错误格式:
{
"error": {
"message": "Invalid or missing API key",
"type": "invalid_api_key",
"code": "invalid_api_key"
}
}
Anthropic 接口的错误格式:
{
"type": "error",
"error": {
"type": "invalid_api_key",
"message": "Invalid or missing API key"
}
}
| HTTP | code | 含义 |
|---|---|---|
| 400 | invalid_json / invalid_request | 请求体不是合法的 JSON,或不是 JSON 对象 |
| 400 | unsupported_protocol | 该模型不支持当前接口(例如只支持 OpenAI 接口的模型被用 /v1/messages 调用) |
| 400 | content_blocked | 请求内容未通过内容安全审核,不计费 |
| 401 | invalid_api_key | 缺少 API Key 或 Key 不正确 |
| 402 | insufficient_balance | 账户余额不足,请充值 |
| 403 | key_disabled | 该 Key 或账号已被停用 |
| 403 | ip_not_allowed | 请求来源 IP 不在该 Key 的 IP 白名单内 |
| 403 | key_quota_exceeded | 该 Key 已达到你为它设置的日 / 月 / 总消费上限 |
| 404 | model_not_found | 模型不存在,或该 Key 没有权限使用它 |
| 429 | rate_limited | 超过该 Key 的每分钟请求数上限,或在某个模型上的每分钟 token 上限;响应头 Retry-After 给出建议等待的秒数 |
| 429 / 502 | upstream_unavailable | 模型服务暂时不可用(已自动尝试备用线路);可稍后重试,这类失败不计费 |
- 参数不合法等由模型返回的 4xx 错误会以 invalid_request 返回,并附上原因,不计费;请求体过大返回 413 request_too_large。
- 只有成功的调用才扣费。
速率限制与重试
- 每个 Key 默认每分钟 60 次请求,超出返回 429 rate_limited 和 Retry-After 头(秒)。需要更高的限额请联系客服。
- 模型繁忙时也会返回 429,同样带 Retry-After。按它等待后重试即可,这类失败不计费。OpenAI / Anthropic 官方 SDK 和 Claude Code 会自动按 Retry-After 重试。
- 长上下文、高频率的调用(如编程智能体)最容易遇到繁忙:控制上下文长度(Claude Code 里用 /compact)、减少并发,都能明显减少 429。
- 建议对 429 和 502 做指数退避重试,优先使用 Retry-After。
Python 重试示例
import time
from openai import OpenAI, APIStatusError
client = OpenAI(api_key="YOUR_API_KEY", base_url="https://token.zzxytech.com/v1", max_retries=0)
def ask(prompt, retries=4):
for attempt in range(retries + 1):
try:
r = client.chat.completions.create(
model="deepseek-v4.1-flash", max_tokens=1000,
messages=[{"role": "user", "content": prompt}])
return r.choices[0].message.content
except APIStatusError as e:
if e.status_code in (429, 502) and attempt < retries:
wait = e.response.headers.get("retry-after")
time.sleep(float(wait) if wait else 2 ** attempt) # Retry-After first, else 1s, 2s, 4s ...
continue
raise计费说明
- 预付费:每次调用完成后按实际 Token 用量从余额中扣除;余额不足时返回 402,不会产生欠费。
- 输入(未命中缓存)、缓存命中、输出分别计价,价格见模型与价格。工作日北京时间 9:00–12:00、14:00–18:00 为高峰时段,其余时间为空闲时段(周末全天空闲);标有“高峰 / 空闲”的模型按请求到达时间计价。
- Token 数直接采用模型返回的 usage,按百万分之一元精确计费,不凑整。
- 失败的请求(限流、模型服务出错、服务方故障导致中断)不计费;你主动断开连接时,已生成的部分按用量计费。
- 控制台可按模型、按 Key 查看汇总,调用明细和充值记录均可导出 CSV。发票在控制台在线申请,按实际消费金额开具。
Key 的安全与限额
在控制台为每个 Key 单独设置,适合给不同项目、不同环境、不同工具分别建 Key。
- 消费上限:可分别设置每日、每月、累计上限(元)。日和月按北京时间计算。达到上限后该 Key 返回 403 key_quota_exceeded,其他 Key 不受影响。
- IP 白名单:允许调用的服务器 IP(单个地址或 CIDR 网段,IPv4 / IPv6)。不在名单内返回 403 ip_not_allowed。留空表示不限制。
- 可用模型:限定该 Key 只能调用指定的模型。
- 消费上限在请求开始时检查、结束后计费,同一时刻的并发请求可能让实际消费略微超过上限。
- 不要把 Key 写进前端页面、移动端应用或公开代码仓库;怀疑泄露时在控制台停用该 Key,立即生效。
数据与隐私
- 默认不保存你的提示词和模型输出,只保存调用时间、模型、Token 数、费用、耗时、状态和所用 Key 的标识,用于计费对账和故障排查。
- 不出售数据,不用你的内容训练模型。为完成请求,内容会传输给提供该模型的境内依法备案的模型服务方处理,详见隐私政策。
在常用工具和框架中使用
主流 AI 工具都能接入,每篇都有逐步说明:
编程工具
在 Claude Code 中使用国产大模型
在 Cline、Roo Code、Kilo Code 中使用国产大模型
在 Cursor、Cherry Studio 等客户端接入
在 Continue(VS Code / JetBrains)中使用国产大模型
在 OpenCode 终端智能体中使用国产大模型
对话客户端
应用与工作流
效率工具
开发框架
选型参考
没有列出的工具,只要支持“自定义 OpenAI 兼容服务”,填接口地址、API Key、模型名三项即可。