接口文档

本文档介绍辰亥API 支持的三种 API 协议：OpenAI、Anthropic 和 Gemini。

统一 API 地址：https://sub2api.chenhaiai.com

1. OpenAI 协议

基本信息

API 端点: https://sub2api.chenhaiai.com/v1
认证方式: Bearer Token
请求头: Authorization: Bearer YOUR_API_KEY

聊天补全接口

请求示例:

curl https://sub2api.chenhaiai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {"role": "user", "content": "Hello, how are you?"}
    ]
  }'

请求参数:

参数	类型	必填	说明
model	string	是	模型名称，如 gpt-4o, gpt-3.5-turbo
messages	array	是	消息列表，包含 role 和 content
temperature	number	否	温度值，0-2 之间，默认 1
max_tokens	integer	否	最大生成 token 数
stream	boolean	否	是否流式输出，默认 false

响应格式 (Response Protocol):

OpenAI 协议响应遵循标准 Chat Completion 格式：

字段	类型	说明
id	string	响应唯一标识符
object	string	对象类型，固定为 "chat.completion"
created	integer	Unix 时间戳
model	string	使用的模型名称
choices	array	候选回复列表
choices[].index	integer	该选择在列表中的索引
choices[].message	object	回复消息对象
choices[].message.role	string	角色，固定为 "assistant"
choices[].message.content	string	回复内容
choices[].finish_reason	string	结束原因："stop", "length", "tool_calls" 等
usage	object	Token 使用统计
usage.prompt_tokens	integer	输入 token 数
usage.completion_tokens	integer	输出 token 数
usage.total_tokens	integer	总 token 数

响应示例:

{
  "id": "chatcmpl-123",
  "object": "chat.completion",
  "created": 1677652288,
  "model": "gpt-4o",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "I'm doing well, thank you!"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 9,
    "completion_tokens": 12,
    "total_tokens": 21
  }
}

Responses API

OpenAI Responses API，用于创建模型响应。支持多轮对话、工具调用、推理等功能。

基本信息

方法: POST
路径: /v1/responses
Operation ID: createresponse
标签: 聊天（Chat）/原生 OpenAI 格式

认证

名称	类型	方案	说明
BearerAuth	http	bearer	使用 Bearer Token 认证。格式: `Authorization: Bearer sk-xxxxxx`

请求体

必填: 是

Content-Type: application/json

字段	类型	必填	说明
model	string	是	模型名称
input	oneOf(string, array)	否	输入内容，可以是字符串或消息数组
instructions	string	否	系统指令
max_output_tokens	integer	否	最大输出 token 数
temperature	number	否	温度值
top_p	number	否	Top-p 采样值
stream	boolean	否	是否流式输出
tools	array	否	工具列表
tool_choice	oneOf(string, object)	否	工具选择策略
reasoning	object	否	推理配置对象
reasoning.effort	string	否	推理努力程度，可选值：low, medium, high
reasoning.summary	string	否	推理摘要
previous_response_id	string	否	上一个响应的 ID
truncation	string	否	截断策略，可选值：auto, disabled

调用示例

curl -X POST "https://sub2api.chenhaiai.com/v1/responses" \
  -H "Authorization: Bearer $NEWAPI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "gpt-4o"
}'

成功响应示例

{
  "id": "task_123456",
  "object": "response",
  "created_at": 1,
  "status": "completed",
  "model": "gpt-4o",
  "output": [
    {
      "type": "string",
      "id": "task_123456",
      "status": "string",
      "role": "assistant",
      "content": "你好，请介绍一下 New API。"
    }
  ]
}

响应格式

HTTP 200 - 成功创建响应

Content-Type: application/json

字段	类型	必填	说明
id	string	否	响应唯一标识符
object	string	否	对象类型，示例：response
created_at	integer	否	创建时间戳
status	string	否	状态，可选值：completed, failed, in_progress, incomplete
model	string	否	使用的模型名称
output	array	否	输出内容列表
output[].type	string	否	输出项类型
output[].id	string	否	输出项 ID
output[].status	string	否	输出项状态
output[].role	string	否	角色
output[].content	array	否	内容列表
output[].content[].type	string	否	内容项类型
output[].content[].text	string	否	文本内容
usage	object	否	Token 使用统计
usage.prompt_tokens	integer	否	提示词 Token 数
usage.completion_tokens	integer	否	补全 Token 数
usage.total_tokens	integer	否	总 Token 数
usage.prompt_tokens_details	object	否	提示词 Token 详情
usage.prompt_tokens_details.cached_tokens	integer	否	缓存 Token 数
usage.prompt_tokens_details.text_tokens	integer	否	文本 Token 数
usage.prompt_tokens_details.audio_tokens	integer	否	音频 Token 数
usage.prompt_tokens_details.image_tokens	integer	否	图像 Token 数
usage.completion_tokens_details	object	否	补全 Token 详情
usage.completion_tokens_details.text_tokens	integer	否	文本 Token 数
usage.completion_tokens_details.audio_tokens	integer	否	音频 Token 数
usage.completion_tokens_details.reasoning_tokens	integer	否	推理 Token 数

流式响应

设置 stream: true 启用流式输出：

curl https://sub2api.chenhaiai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Hello"}],
    "stream": true
  }'

2. Anthropic 协议

基本信息

API 端点: https://sub2api.chenhaiai.com/v1/messages
认证方式: Bearer Token / X-API-Key
请求头:
Authorization: Bearer YOUR_API_KEY
anthropic-version: 2023-06-01

消息接口

请求示例:

curl https://sub2api.chenhaiai.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello, Claude!"}
    ]
  }'

请求参数:

参数	类型	必填	说明
model	string	是	模型名称，如 claude-sonnet-4-20250514
max_tokens	integer	是	最大生成 token 数
messages	array	是	消息列表，包含 role 和 content
system	string	否	系统提示词
temperature	number	否	温度值，0-1 之间
stream	boolean	否	是否流式输出

响应示例:

{
  "id": "msg_123",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! How can I help you today?"
    }
  ],
  "model": "claude-sonnet-4-20250514",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 10,
    "output_tokens": 15
  }
}

流式响应

设置 stream: true 启用流式输出，响应为 SSE 格式：

curl https://sub2api.chenhaiai.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-sonnet-4-20250514",
    "max_tokens": 1024,
    "messages": [{"role": "user", "content": "Hello"}],
    "stream": true
  }'

3. Gemini 协议

基本信息

API 端点: https://sub2api.chenhaiai.com/v1beta/models
认证方式: URL 参数或 Bearer Token
请求头: Content-Type: application/json

生成内容接口

请求示例:

curl https://sub2api.chenhaiai.com/v1beta/models/gemini-2.5-pro:generateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "contents": [
      {
        "parts": [
          {"text": "Hello, how are you?"}
        ]
      }
    ],
    "generationConfig": {
      "temperature": 0.7,
      "maxOutputTokens": 1024
    }
  }'

请求参数:

参数	类型	必填	说明
contents	array	是	内容列表，包含 parts
contents[].parts[].text	string	是	文本内容
generationConfig.temperature	number	否	温度值，0-2 之间
generationConfig.maxOutputTokens	integer	否	最大输出 token 数
systemInstruction	object	否	系统指令

响应示例:

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "text": "I'm doing well, thank you for asking!"
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP",
      "index": 0
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 10,
    "candidatesTokenCount": 15,
    "totalTokenCount": 25
  }
}

流式响应

使用 streamGenerateContent 端点：

curl https://sub2api.chenhaiai.com/v1beta/models/gemini-2.5-pro:streamGenerateContent \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "contents": [
      {
        "parts": [{"text": "Hello"}]
      }
    ]
  }'

通用说明

错误响应

所有协议在出错时返回标准错误格式：

{
  "error": {
    "code": "invalid_request_error",
    "message": "Invalid API key provided",
    "status": 401
  }
}

常见错误码

状态码	说明
400	请求参数错误
401	认证失败，API Key 无效
403	权限不足
429	请求频率超限
500	服务器内部错误

速率限制

不同账户等级有不同的速率限制，请参考购买需知文档。

SDK 使用示例

Python (OpenAI SDK)

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://sub2api.chenhaiai.com/v1"
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "Hello"}]
)

print(response.choices[0].message.content)

Python (Anthropic SDK)

from anthropic import Anthropic

client = Anthropic(
    api_key="YOUR_API_KEY",
    base_url="https://sub2api.chenhaiai.com/v1"
)

response = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Hello"}]
)

print(response.content[0].text)

Python (Gemini SDK)

import google.generativeai as genai

genai.configure(
    api_key="YOUR_API_KEY",
    transport="rest"
)

model = genai.GenerativeModel('gemini-2.5-pro')
response = model.generate_content("Hello")

print(response.text)