第一次调用

复制即用的示例，先跑通最小请求，再加高级参数。

准备 Key

在运行示例的同一个终端设置环境变量，再选择下方示例。命令只对当前终端及其新启动的程序生效；不要把真实 Key 提交到代码仓库。

macOS / Linux / Git Bash

export TOKENROUTE_API_KEY="sk-你的Token"

Windows PowerShell

$env:TOKENROUTE_API_KEY = "sk-你的Token"

下文 curl 命令使用 Bash 的换行与引号规则。Windows PowerShell 用户可使用 OpenAI 兼容接口中的 PowerShell 示例；其他协议也可使用 Python SDK。

OpenAI 兼容接口

常用的文本调用方式；本轮当前目录中的 36 个文本模型均完成最小调用，具体范围见厂商调用差异。

curl

curl https://api.smartwan.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TOKENROUTE_API_KEY}" \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [
      {"role": "user", "content": "你好，请用一句话确认你已接入成功。"}
    ],
    "max_tokens": 100
  }'

Python

pip install openai

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["TOKENROUTE_API_KEY"],
    base_url="https://api.smartwan.com/v1",
)

response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "你好，请回复一句：调用成功"}],
    max_tokens=100,
)

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

Node.js

npm install openai

Node.js 示例可保存为 example.mjs，在已设置 Key 的终端运行 node example.mjs。

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.TOKENROUTE_API_KEY,
  baseURL: "https://api.smartwan.com/v1",
});

const response = await client.chat.completions.create({
  model: "deepseek-v4-flash",
  messages: [{ role: "user", content: "你好，请回复一句：调用成功" }],
  max_tokens: 100,
});

console.log(response.choices[0].message.content);

PowerShell

if (-not $env:TOKENROUTE_API_KEY) { throw "Set TOKENROUTE_API_KEY first" }
$requestHeaders = @{
    Authorization = "Bearer $env:TOKENROUTE_API_KEY"
}
$requestBody = @{
    model = "deepseek-v4-flash"
    messages = @(@{ role = "user"; content = "Reply with OK" })
    max_tokens = 1024
} | ConvertTo-Json -Depth 6

$response = Invoke-RestMethod -Method Post `
    -Uri "https://api.smartwan.com/v1/chat/completions" `
    -Headers $requestHeaders `
    -ContentType "application/json; charset=utf-8" `
    -Body ([System.Text.Encoding]::UTF8.GetBytes($requestBody))
$response.choices[0].message.content

成功时 choices[0].message.content 里是模型回复。

Anthropic Messages 接口

用 Claude 系列或需要 Anthropic 格式时用这个。下例使用 x-api-key，也可使用 Bearer，见认证说明。

curl https://api.smartwan.com/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: ${TOKENROUTE_API_KEY}" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-haiku-4-5",
    "max_tokens": 100,
    "messages": [
      {"role": "user", "content": "你好，请回复一句：调用成功"}
    ]
  }'

回复在 content 数组的 text 字段里。

Python（已验证配置：Anthropic SDK 1.7.0）：

pip install anthropic

import os
import anthropic

client = anthropic.Anthropic(
    api_key=os.environ["TOKENROUTE_API_KEY"],
    base_url="https://api.smartwan.com",
)
response = client.messages.create(
    model="claude-haiku-4-5",
    max_tokens=1024,
    messages=[{"role": "user", "content": "Reply with OK"}],
)
print("".join(block.text for block in response.content if block.type == "text"))

Gemini 原生接口

Gemini 当前供应

Gemini 已列入模型目录。2026-09-22 已验证 gemini-3.6-flash、gemini-3.7-flash、gemini-3.8-flash 原生文本调用，以及 gemini-3.1-flash-image 图片生成。可用范围仍以账户权限和渠道状态为准。

模型名写在 URL 路径里，Header 用 x-goog-api-key。

curl https://api.smartwan.com/v1beta/models/gemini-3.8-flash:generateContent \
  -H "Content-Type: application/json" \
  -H "x-goog-api-key: ${TOKENROUTE_API_KEY}" \
  -d '{
    "contents": [{"parts": [{"text": "你好，请回复一句：调用成功"}]}],
    "generationConfig": {"maxOutputTokens": 100, "temperature": 0.7}
  }'

示例使用已验证的 gemini-3.8-flash；也可从模型列表选择你有权限使用的 Gemini 模型。

Python（已验证配置：Google GenAI SDK 2.24.0）。Base URL 使用根地址，版本由 api_version 指定：

pip install google-genai

import os
from google import genai
from google.genai import types

client = genai.Client(
    api_key=os.environ["TOKENROUTE_API_KEY"],
    http_options=types.HttpOptions(
        base_url="https://api.smartwan.com",
        api_version="v1beta",
    ),
)
response = client.models.generate_content(
    model="gemini-3.8-flash",
    contents="Reply with OK",
)
print(response.text)

Responses API

curl https://api.smartwan.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TOKENROUTE_API_KEY}" \
  -d '{
    "model": "gpt-5.5",
    "input": "用一句话介绍你自己",
    "max_output_tokens": 100
  }'

按模型验证 Responses

本次已验证 GPT 代表模型可用。Chat Completions 成功不代表支持 Responses；其他模型可能因协议转换或参数不匹配失败，错误不一定是 not implemented。具体结果见厂商调用差异。

图片生成

curl https://api.smartwan.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer ${TOKENROUTE_API_KEY}" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "一只坐在书桌旁阅读文档的橘猫，简洁插画风格",
    "n": 1,
    "size": "1024x1024"
  }'

图片编辑用 /v1/images/edits，需上传有效图片文件。

常用参数

先使用上面的 model、prompt、n: 1 与 size: "1024x1024" 示例。size 是请求尺寸，返回成品仍需检查。

quality、background、output_format、output_compression 等高级参数的取值和行为需要按模型、接口与渠道分别验证。不要把某款模型的参数表直接套给其他图像模型；本页不将这些参数组合标为全部验证通过。

按实际返回解析图片

本次 gpt-image-2、grok-imagine-image-quality 返回 data[].b64_json，Gemini 返回 candidates[].content.parts[].inlineData，均通过了图像解码校验。客户端应按实际字段和 MIME 类型解析；若响应是 data URL 或外部 URL，分别按其格式处理，不要假定总会得到外部链接。

对成品尺寸有要求时，请检查实际像素尺寸。本次 GPT 请求 size: "1024x1024"，一个返回样本实际为 1254×1254；请求尺寸不能代替成品校验。图片编辑、mask 与流式编辑没有在本轮覆盖。

怎么算成功

项目	预期
HTTP 状态码	200
OpenAI 兼容响应	choices[0].message.content 有文本
Anthropic 响应	content 数组里有 text
Gemini 文本响应	candidates[].content.parts[].text 有文本
Responses 文本响应	在 output[] 的 message 中读取 content[] 的 output_text；不要假设只在第一个元素
usage	部分接口返回 token 用量，可用于核对消耗

HTTP 200 但最终文本为空时，检查 finish_reason 和输出预算；推理模型可能先消耗推理 Token。本次 glm-5-turbo 从 128 提高到 1024 Token 后得到最终文本，其他任务应按需要调整。

跑不通先查这四项

检查项	说明
Key	是否完整复制、是否过期、账户是否有额度
Base URL	按客户端配置表填写；curl 写完整路径
模型名	从模型列表复制，大小写敏感
Header	与协议匹配——OpenAI 用 Authorization，Anthropic 可用 x-api-key 或 Bearer，Gemini 用 x-goog-api-key

先用最小参数跑通，再逐步加 temperature、tools 这些。仍失败见常见问题。

下一步

• 厂商调用差异 — 各家的特殊参数限制
• 认证与 Base URL — 地址和鉴权的完整说明