通用对话接口(默认非流式)

统一的对话API接口，支持所有文本生成模型
通过 model 参数选择不同的AI模型
兼容 OpenAI Chat Completions API 格式
非流式输出，一次性返回完整响应


curl --request POST \
  --url https://tokenflash.cn/api/v1/chat/completions \
  --header 'Authorization: Bearer <token>' \
  --header 'Content-Type: application/json' \
  --data '{
    "model": "gpt-4o", # 可替换为任意支持的模型 ID
    "stream": false,
    "messages": [
      {
        "role": "system",
        "content": "你是一个专业的AI助手。"
      },
      {
        "role": "user",
        "content": "介绍一下人工智能的发展历史。"
      }
    ]
  }'

import requests

url = "https://tokenflash.cn/api/v1/chat/completions"

payload = {
    "model": "gpt-4o",  # 可替换为任意支持的模型 ID
    "stream": False,
    "messages": [
        {
            "role": "system",
            "content": "你是一个专业的AI助手。"
        },
        {
            "role": "user",
            "content": "介绍一下人工智能的发展历史。"
        }
    ]
}

headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())

const url = "https://tokenflash.cn/api/v1/chat/completions";

const payload = {
  model: "gpt-4o",  // 可替换为任意支持的模型 ID
  stream: false,
  messages: [
    {
      role: "system",
      content: "你是一个专业的AI助手。"
    },
    {
      role: "user",
      content: "介绍一下人工智能的发展历史。"
    }
  ]
};

const headers = {
  "Authorization": "Bearer <token>",
  "Content-Type": "application/json"
};

fetch(url, {
  method: "POST",
  headers: headers,
  body: JSON.stringify(payload)
})
  .then(response => response.json())
  .then(data => console.log(data))
  .catch(error => console.error('Error:', error));

package main

import (
    "bytes"
    "encoding/json"
    "fmt"
    "io/ioutil"
    "net/http"
)

func main() {
    url := "https://tokenflash.cn/api/v1/chat/completions"

    payload := map[string]interface{}{
        "model": "gpt-4o",  // 可替换为任意支持的模型 ID
        "stream": false,
        "messages": []map[string]string{
            {
                "role":    "system",
                "content": "你是一个专业的AI助手。",
            },
            {
                "role":    "user",
                "content": "介绍一下人工智能的发展历史。",
            },
        },
    }

    jsonData, _ := json.Marshal(payload)

    req, _ := http.NewRequest("POST", url, bytes.NewBuffer(jsonData))
    req.Header.Set("Authorization", "Bearer <token>")
    req.Header.Set("Content-Type", "application/json")

    client := &http.Client{}
    resp, err := client.Do(req)
    if err != nil {
        panic(err)
    }
    defer resp.Body.Close()

    body, _ := ioutil.ReadAll(resp.Body)
    fmt.Println(string(body))
}

import java.net.http.HttpClient;
import java.net.http.HttpRequest;
import java.net.http.HttpResponse;
import java.net.URI;

public class Main {
    public static void main(String[] args) throws Exception {
        String url = "https://tokenflash.cn/api/v1/chat/completions";

        // 可替换为任意支持的模型 ID
        String payload = """
        {
          "model": "gpt-4o",
          "stream": false,
          "messages": [
            {
              "role": "system",
              "content": "你是一个专业的AI助手。"
            },
            {
              "role": "user",
              "content": "介绍一下人工智能的发展历史。"
            }
          ]
        }
        """;

        HttpClient client = HttpClient.newHttpClient();
        HttpRequest request = HttpRequest.newBuilder()
            .uri(URI.create(url))
            .header("Authorization", "Bearer <token>")
            .header("Content-Type", "application/json")
            .POST(HttpRequest.BodyPublishers.ofString(payload))
            .build();

        HttpResponse<String> response = client.send(request,
            HttpResponse.BodyHandlers.ofString());

        System.out.println(response.body());
    }
}

<?php

$url = "https://tokenflash.cn/api/v1/chat/completions";

// 可替换为任意支持的模型 ID
$payload = [
    "model" => "gpt-4o",
    "stream" => false,
    "messages" => [
        [
            "role" => "system",
            "content" => "你是一个专业的AI助手。"
        ],
        [
            "role" => "user",
            "content" => "介绍一下人工智能的发展历史。"
        ]
    ]
];

$ch = curl_init($url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, true);
curl_setopt($ch, CURLOPT_POST, true);
curl_setopt($ch, CURLOPT_POSTFIELDS, json_encode($payload));
curl_setopt($ch, CURLOPT_HTTPHEADER, [
    "Authorization: Bearer <token>",
    "Content-Type: application/json"
]);

$response = curl_exec($ch);
curl_close($ch);

echo $response;
?>

require 'net/http'
require 'json'
require 'uri'

url = URI("https://tokenflash.cn/api/v1/chat/completions")

# 可替换为任意支持的模型 ID
payload = {
  model: "gpt-4o",
  stream: false,
  messages: [
    {
      role: "system",
      content: "你是一个专业的AI助手。"
    },
    {
      role: "user",
      content: "介绍一下人工智能的发展历史。"
    }
  ]
}

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = "Bearer <token>"
request["Content-Type"] = "application/json"
request.body = payload.to_json

response = http.request(request)
puts response.body

import Foundation

let url = URL(string: "https://tokenflash.cn/api/v1/chat/completions")!

let payload: [String: Any] = [
    "model": "gpt-4o",  // 可替换为任意支持的模型 ID
    "stream": false,
    "messages": [
        [
            "role": "system",
            "content": "你是一个专业的AI助手。"
        ],
        [
            "role": "user",
            "content": "介绍一下人工智能的发展历史。"
        ]
    ]
]

var request = URLRequest(url: url)
request.httpMethod = "POST"
request.setValue("Bearer <token>", forHTTPHeaderField: "Authorization")
request.setValue("application/json", forHTTPHeaderField: "Content-Type")
request.httpBody = try? JSONSerialization.data(withJSONObject: payload)

let task = URLSession.shared.dataTask(with: request) { data, response, error in
    if let error = error {
        print("Error: \(error)")
        return
    }
    
    if let data = data, let responseString = String(data: data, encoding: .utf8) {
        print(responseString)
    }
}

task.resume()

using System;
using System.Net.Http;
using System.Text;
using System.Threading.Tasks;

class Program
{
    static async Task Main(string[] args)
    {
        var url = "https://tokenflash.cn/api/v1/chat/completions";

        // 可替换为任意支持的模型 ID
        var payload = @"{
            ""model"": ""gpt-4o"",
            ""stream"": false,
            ""messages"": [
                {
                    ""role"": ""system"",
                    ""content"": ""你是一个专业的AI助手。""
                },
                {
                    ""role"": ""user"",
                    ""content"": ""介绍一下人工智能的发展历史。""
                }
            ]
        }";

        using var client = new HttpClient();
        client.DefaultRequestHeaders.Add("Authorization", "Bearer <token>");

        var content = new StringContent(payload, Encoding.UTF8, "application/json");
        var response = await client.PostAsync(url, content);
        var result = await response.Content.ReadAsStringAsync();

        Console.WriteLine(result);
    }
}

#include <stdio.h>
#include <curl/curl.h>

int main(void) {
    CURL *curl;
    CURLcode res;

    curl_global_init(CURL_GLOBAL_DEFAULT);
    curl = curl_easy_init();

    if(curl) {
        const char *url = "https://tokenflash.cn/api/v1/chat/completions";
        // 可替换为任意支持的模型 ID
        const char *payload = "{"
            "\"model\":\"gpt-4o\","
            "\"stream\":false,"
            "\"messages\":[{\"role\":\"system\",\"content\":\"你是一个专业的AI助手。\"},{\"role\":\"user\",\"content\":\"介绍一下人工智能的发展历史。\"}]"
        "}";

        struct curl_slist *headers = NULL;
        headers = curl_slist_append(headers, "Authorization: Bearer <token>");
        headers = curl_slist_append(headers, "Content-Type: application/json");

        curl_easy_setopt(curl, CURLOPT_URL, url);
        curl_easy_setopt(curl, CURLOPT_POSTFIELDS, payload);
        curl_easy_setopt(curl, CURLOPT_HTTPHEADER, headers);

        res = curl_easy_perform(curl);

        if(res != CURLE_OK) {
            fprintf(stderr, "curl_easy_perform() failed: %s\n",
                    curl_easy_strerror(res));
        }

        curl_slist_free_all(headers);
        curl_easy_cleanup(curl);
    }

    curl_global_cleanup();
    return 0;
}

#import <Foundation/Foundation.h>

int main(int argc, const char * argv[]) {
    @autoreleasepool {
        NSURL *url = [NSURL URLWithString:@"https://tokenflash.cn/api/v1/chat/completions"];
        
        // 可替换为任意支持的模型 ID
        NSDictionary *payload = @{
            @"model": @"gpt-4o",
            @"stream": @NO,
            @"messages": @[
                @{
                    @"role": @"system",
                    @"content": @"你是一个专业的AI助手。"
                },
                @{
                    @"role": @"user",
                    @"content": @"介绍一下人工智能的发展历史。"
                }
            ]
        };
        
        NSError *error;
        NSData *jsonData = [NSJSONSerialization dataWithJSONObject:payload
                                                          options:0
                                                            error:&error];
        
        NSMutableURLRequest *request = [NSMutableURLRequest requestWithURL:url];
        [request setHTTPMethod:@"POST"];
        [request setValue:@"Bearer <token>" forHTTPHeaderField:@"Authorization"];
        [request setValue:@"application/json" forHTTPHeaderField:@"Content-Type"];
        [request setHTTPBody:jsonData];
        
        NSURLSessionDataTask *task = [[NSURLSession sharedSession] 
            dataTaskWithRequest:request
            completionHandler:^(NSData *data, NSURLResponse *response, NSError *error) {
                if (error) {
                    NSLog(@"Error: %@", error);
                    return;
                }
                NSString *result = [[NSString alloc] initWithData:data 
                                                        encoding:NSUTF8StringEncoding];
                NSLog(@"%@", result);
            }];
        
        [task resume];
        [[NSRunLoop mainRunLoop] run];
    }
    return 0;
}

(* Requires cohttp and yojson libraries *)
open Lwt
open Cohttp
open Cohttp_lwt_unix

let url = "https://tokenflash.cn/api/v1/chat/completions"

(* 可替换为任意支持的模型 ID *)
let payload = {|{
  "model": "gpt-4o",
  "stream": false,
  "messages": [
    {
      "role": "system",
      "content": "你是一个专业的AI助手。"
    },
    {
      "role": "user",
      "content": "介绍一下人工智能的发展历史。"
    }
  ]
}|}

let () =
  let headers = Header.init ()
    |> fun h -> Header.add h "Authorization" "Bearer <token>"
    |> fun h -> Header.add h "Content-Type" "application/json"
  in
  let body = Cohttp_lwt.Body.of_string payload in
  
  let response = Client.post ~headers ~body (Uri.of_string url) >>= fun (resp, body) ->
    body |> Cohttp_lwt.Body.to_string >|= fun body_str ->
    print_endline body_str
  in
  Lwt_main.run response

import 'dart:convert';
import 'package:http/http.dart' as http;

void main() async {
  final url = Uri.parse('https://tokenflash.cn/api/v1/chat/completions');
  
  // 可替换为任意支持的模型 ID
  final payload = {
    'model': 'gpt-4o',
    'stream': false,
    'messages': [
      {
        'role': 'system',
        'content': '你是一个专业的AI助手。'
      },
      {
        'role': 'user',
        'content': '介绍一下人工智能的发展历史。'
      }
    ]
  };
  
  final response = await http.post(
    url,
    headers: {
      'Authorization': 'Bearer <token>',
      'Content-Type': 'application/json',
    },
    body: jsonEncode(payload),
  );
  
  print(response.body);
}

library(httr)
library(jsonlite)

url <- "https://tokenflash.cn/api/v1/chat/completions"

# 可替换为任意支持的模型 ID
payload <- list(
  model = "gpt-4o",
  stream = FALSE,
  messages = list(
    list(
      role = "system",
      content = "你是一个专业的AI助手。"
    ),
    list(
      role = "user",
      content = "介绍一下人工智能的发展历史。"
    )
  )
)

response <- POST(
  url,
  add_headers(
    Authorization = "Bearer <token>",
    `Content-Type` = "application/json"
  ),
  body = toJSON(payload, auto_unbox = TRUE),
  encode = "raw"
)

cat(content(response, "text"))

{
  "code": 200,
  "data": {
    "id": "chatcmpl-9876543210",
    "object": "chat.completion",
    "created": 1677652288,
    "model": "gpt-4o",
    "choices": [
      {
        "index": 0,
        "message": {
          "role": "assistant",
          "content": "人工智能（AI）的发展历史可以追溯到20世纪50年代...\n\n1. **早期阶段（1950s-1960s）**：图灵测试的提出标志着AI研究的开始...\n\n2. **专家系统时代（1970s-1980s）**：基于规则的系统开始应用于医疗诊断、金融分析等领域...\n\n3. **机器学习兴起（1990s-2000s）**：统计学习方法逐渐成为主流...\n\n4. **深度学习革命（2010s-至今）**：神经网络技术的突破带来了AI的爆发式发展..."
        },
        "finish_reason": "stop"
      }
    ],
    "usage": {
      "prompt_tokens": 28,
      "completion_tokens": 320,
      "total_tokens": 348
    }
  }
}

{
  "error": {
    "code": 400,
    "message": "请求参数无效",
    "type": "invalid_request_error"
  }
}

{
  "error": {
    "code": 401,
    "message": "身份验证失败，请检查您的API密钥",
    "type": "authentication_error"
  }
}

{
  "error": {
    "code": 402,
    "message": "账户余额不足，请充值后再试",
    "type": "payment_required"
  }
}

{
  "error": {
    "code": 403,
    "message": "访问被禁止，您没有权限访问此资源",
    "type": "permission_error"
  }
}

{
  "error": {
    "code": 429,
    "message": "请求过于频繁，请稍后再试",
    "type": "rate_limit_error"
  }
}

{
  "error": {
    "code": 500,
    "message": "服务器内部错误，请稍后重试",
    "type": "server_error"
  }
}

{
  "error": {
    "code": 502,
    "message": "网关错误，服务器暂时不可用",
    "type": "bad_gateway"
  }
}

Authorizations

string required

所有接口均需要使用Bearer Token进行认证

获取 API Key：

访问 API Key 管理页面获取您的 API Key

使用时在请求头中添加：

Authorization: Bearer YOUR_API_KEY

Body

string required

模型名称

支持的模型包括：

OpenAI: gpt-5, gpt-5-chat-latest, gpt-5-mini, gpt-5-nano, gpt-5-pro
Anthropic: claude-sonnet-4-5-20250929, claude-opus-4-1-20250805, claude-haiku-4-5-20251001, claude-opus-4-1-20250805-thinking, claude-sonnet-4-5-20250929-thinking
Google: gemini-2.5-pro, gemini-2.5-flash, gemini-2.5-pro-thinking, gemini-2.5-flash-lite
DeepSeek: deepseek-v3.1-250821, deepseek-v3.1-think-250821, deepseek-v3-0324
Doubao: doubao-seed-1-6-251015, doubao-seed-1-6-flash-250828, doubao-seed-1-6-thinking-250715
更多模型持续更新中...

array required

对话消息列表

消息数组，每条消息包含 role 和 content 两个字段。

💡 快速填写（Try it 区域）：

点击 "+ Add an item" 添加一条消息
role 输入：user（用户消息）、assistant（AI回复）或 system（系统提示词）
content 输入：你想说的话

示例：

[{"role": "user", "content": "你好，请介绍一下你自己"}]

进阶用法：

添加系统提示词（让 AI 扮演特定角色）：

[
  {"role": "system", "content": "你是专业的Python导师"},
  {"role": "user", "content": "如何学习编程？"}
]

多轮对话（包含上下文）：

[
  {"role": "user", "content": "你好"},
  {"role": "assistant", "content": "你好！有什么可以帮你的？"},
  {"role": "user", "content": "介绍一下人工智能"}
]

角色说明：

user: 用户消息（大多数情况用这个）
system: 系统提示词，设置 AI 的行为和角色
assistant: AI 的历史回复，用于多轮对话时提供上下文

number

控制输出随机性，范围 0-2

较低的值（如 0.2）使输出更确定
较高的值（如 1.8）使输出更随机

默认值：1.0

integer

生成的最大token数量

不同模型有不同的最大值限制，请参考具体模型文档

boolean

是否使用流式输出

false: 一次性返回完整响应
true: 流式返回

默认值：false

number

核采样参数，范围 0-1

控制生成文本的多样性，建议与 temperature 二选一使用

默认值：1.0

number

频率惩罚，范围 -2.0 到 2.0

正值会降低重复使用相同词汇的可能性

默认值：0

number

存在惩罚，范围 -2.0 到 2.0

正值会增加谈论新主题的可能性

默认值：0

string or array

停止序列

最多4个序列，遇到这些序列时将停止生成

integer

生成的回复数量

默认值：1

⚠️ 注意： 必须输入纯数字（如 1），不要加引号，否则会报错

Response

id string

响应的唯一标识符

object string

对象类型，固定为 chat.completion

created integer

创建时间戳

model string

实际使用的模型名称

choices array

生成的回复列表

usage object

token使用统计

支持的模型列表

OpenAI 系列

gpt-5 - GPT-5 基础模型
gpt-5-chat-latest - GPT-5 最新对话版本
gpt-5-mini - GPT-5 轻量级版本，性价比高
gpt-5-nano - GPT-5 超轻量版本
gpt-5-pro - GPT-5 专业增强版

Anthropic 系列

claude-haiku-4-5-20251001 - Claude 4.5 快速响应版本
claude-sonnet-4-5-20250929 - Claude 4.5 平衡版本
claude-opus-4-1-20250805 - 最强大的 Claude 4.1 旗舰模型
claude-opus-4-1-20250805-thinking - Claude 4.1 Opus 深度思考版
claude-sonnet-4-5-20250929-thinking - Claude 4.5 Sonnet 深度思考版

Google 系列

gemini-2.5-flash - Gemini 2.5 快速版
gemini-2.5-pro - Gemini 2.5 专业版
gemini-2.5-flash-lite - Gemini 2.5 超轻量版
gemini-2.5-pro-thinking - Gemini 2.5 Pro 深度思考版

DeepSeek 系列

deepseek-v3.1-250821 - DeepSeek V3.1 基础版
deepseek-v3.1-think-250821 - DeepSeek V3.1 思考版
deepseek-v3-0324 - DeepSeek V3 标准版

Doubao 系列

doubao-seed-1-6-flash-250828 - Doubao Seed 1.6 快速版
doubao-seed-1-6-thinking-250715 - Doubao Seed 1.6 思考版
doubao-seed-1-6-251015 - Doubao Seed 1.6 标准版

使用示例

基础对话

{
  "model": "gpt-4o",
  "stream": false,
  "messages": [
    {"role": "user", "content": "你好"}
  ]
}

系统提示词

{
  "model": "claude-3-5-sonnet",
  "stream": false,
  "messages": [
    {"role": "system", "content": "你是一位专业的Python编程导师"},
    {"role": "user", "content": "如何使用列表推导式？"}
  ]
}

多轮对话

{
  "model": "gemini-2.0-flash",
  "stream": false,
  "messages": [
    {"role": "user", "content": "什么是机器学习？"},
    {"role": "assistant", "content": "机器学习是人工智能的一个分支..."},
    {"role": "user", "content": "能举个例子吗？"}
  ]
}

通用对话接口(默认非流式)

详细字段说明

属性

属性

属性

On this page