语言模型 API

概述

Messages API 兼容官方 Anthropic API 格式，支持流式输出、图像识别、工具调用和扩展思考功能。

接口

可用模型

价格单位：每 1M tokens

请求参数

基本请求

curl -X POST https://api.apimodels.app/v1/messages \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello, Claude!"}
    ]
  }'

响应

{
  "id": "msg_01XFDUDYJgAACzvnptvVoYEL",
  "type": "message",
  "role": "assistant",
  "content": [
    {
      "type": "text",
      "text": "Hello! How can I help you today?"
    }
  ],
  "model": "claude-sonnet-4-5-20250929",
  "stop_reason": "end_turn",
  "usage": {
    "input_tokens": 12,
    "output_tokens": 10
  }
}

扩展思考

对于 *-thinking 模型，您可以启用扩展思考功能来处理复杂推理任务。

curl -X POST https://api.apimodels.app/v1/messages \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5-20250929-thinking",
    "max_tokens": 16000,
    "thinking": {
      "type": "enabled",
      "budget_tokens": 10000
    },
    "messages": [
      {"role": "user", "content": "Solve this step by step: What is 15% of 340?"}
    ]
  }'

流式响应

设置 stream: true 以接收 Server-Sent Events (SSE)。长生成请务必用流式:非流式请求若 ~100 秒内没有首字节,会撞上 CDN 网关超时、拿到一张 HTML 524 页 —— 而生成在服务端其实已完成并按实际用量计费。预计输出超过几百 token、或使用思考/推理类模型时,请用 stream,或改用异步轮询。

curl -X POST https://api.apimodels.app/v1/messages \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "claude-sonnet-4-5-20250929",
    "max_tokens": 1024,
    "stream": true,
    "messages": [
      {"role": "user", "content": "Write a short poem about coding."}
    ]
  }'

提示词缓存

重复的前缀 —— 系统提示词、整段代码库、一份长文档 —— 可以在上游缓存下来,再次读取时只按输入价的一小部分计费。缓存价按模型各不相同,具体价格看各模型详情页。

Claude:在稳定前缀的最后一个 block 上打 cache_control。命中部分在 usage 里是 cache_read_input_tokens,写入是 cache_creation_input_tokens,5 分钟与 1 小时两档 TTL 拆在 cache_creation 下面。本站两档 TTL 同价,所以显式传 ttl:"1h" 不会多收钱。

⚠️ 缓存前缀必须在多次调用之间逐字节一致 —— 改动一个字符(一个时间戳、工具列表换了顺序)就会 miss,整段按全价输入收。把所有会变的内容放到 prompt 的最后面。

{
  "model": "claude-fable-5-1",
  "max_tokens": 1024,
  "system": [
    {
      "type": "text",
      "text": "<long, unchanging instructions or document>",
      "cache_control": { "type": "ephemeral" }
    }
  ],
  "messages": [{ "role": "user", "content": "<the part that changes>" }]
}

计费

积分按实际 token 用量计算,分四档:全价输入、缓存命中输入、缓存写入、输出。⚠️ 推理 / 思考 token 按输出价计费,而且不在你看得见的答案里 —— Claude 计入 output_tokens,Gemini 是 usageMetadata 里与 candidatesTokenCount 并列的 thoughtsTokenCount,GPT-5.6 是 completion_tokens 里的 reasoning_tokens。爱思考的模型,账单可能是可见回答的好几倍。失败请求不计费。

费用 = (input_tokens * 输入价 + cached_tokens * 缓存读价
      + cache_write_tokens * 缓存写价 + output_tokens * 输出价) / 1,000,000
积分 = 费用  // 金额单位为美元 ($)

错误码