AIin1Portal

基础文本对话

POST /v1/chat/completions

OpenAI 兼容的对话补全接口。所有模型(Claude / GPT / Gemini)均通过此端点调用,只需更改 model 参数即可切换。

请求参数

参数 类型 必填 说明
model string 是 模型 ID,如 claude-opus-4-8 / gpt-5.5 / gemini-3.1-pro。
messages array 是 对话消息列表,每项含 role(system/user/assistant/tool)和 content。
max_tokens integer 否 生成的最大 token 数。超过模型上限时自动收敛(clamp)到上限。
temperature number 否 采样温度,0–2,默认 1。
top_p number 否 核采样,0–1,默认 1。
stream boolean 否 是否流式返回(SSE),默认 false。详见流式响应。
stop string | array 否 停止序列。
tools array 否 可调用的工具(function calling)。
tool_choice string | object 否 工具选择策略:auto / none / 指定工具。
response_format object 否 响应格式,如 {"type": "json_object"}。
seed integer 否 采样随机种子,便于复现。

请求示例

cURL

curl https://api.aiin1.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "claude-opus-4-8",
    "messages": [
      {"role": "user", "content": "你好,请介绍一下自己"}
    ],
    "max_tokens": 1024
  }'

Python

import openai
 
client = openai.OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.aiin1.ai/v1",
)
 
response = client.chat.completions.create(
    model="claude-opus-4-8",
    messages=[{"role": "user", "content": "你好,请介绍一下自己"}],
    max_tokens=1024,
)
print(response.choices[0].message.content)

Node.js

import OpenAI from "openai";
 
const client = new OpenAI({
  apiKey: "YOUR_API_KEY",
  baseURL: "https://api.aiin1.ai/v1",
});
 
const response = await client.chat.completions.create({
  model: "claude-opus-4-8",
  messages: [{ role: "user", content: "你好,请介绍一下自己" }],
  max_tokens: 1024,
});
console.log(response.choices[0].message.content);

响应

字段 类型 说明
id string 本次补全的唯一 ID。
object string 固定为 chat.completion。
created integer Unix 时间戳。
model string 实际使用的模型。
choices array 补全结果,每项含 index / message / finish_reason。
usage object token 用量,所有模型统一形状,详见下方「usage 字段契约」。 
{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1730000000,
  "model": "claude-opus-4-8",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "你好!我是..." },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 2012,
    "completion_tokens": 28,
    "total_tokens": 2040,
    "prompt_tokens_details": { "cached_tokens": 1536 },
    "completion_tokens_details": { "reasoning_tokens": 0 },
    "provider_usage": {
      "provider": "anthropic",
      "raw": { "input_tokens": 476, "cache_read_input_tokens": 1536, "output_tokens": 28 }
    }
  }
}

usage 字段契约

无论调用哪个模型家族(Claude / GPT / Gemini / DeepSeek 等),usage 都固定携带以下字段,零值时字段也存在,不要用"字段是否出现"判断能力:

字段 说明
prompt_tokens 全部输入 token(含命中缓存的部分)。
completion_tokens 全部输出 token(含推理/思考部分)。
prompt_tokens_details.cached_tokens 输入中命中 prompt cache 的子集,未命中为 0。
completion_tokens_details.reasoning_tokens 输出中推理/思考的子集,无思考为 0(Claude 系列为估算值)。
provider_usage {provider, raw}:模型厂商按其原生口径上报的原始用量,供对账。缓存写入量、1h TTL 拆分等在 OpenAI 语义中没有槽位的信息从 raw 读取。

说明:

  • 顶层字段用于估算用量;精确对账请以账单接口为准(见账单对账与用量自动同步)。
  • usage 中可能出现模型厂商附带的其他扩展字段,不属于本契约,请勿依赖。
  • Claude 系列在本接口(OpenAI 兼容)同样支持显式 prompt cache:把 system/消息内容写成块数组并打上 cache_control 标记(Anthropic 方言,见缓存指南),命中会体现在 cached_tokens。不带标记的请求不自动缓存。