OpenAI 兼容 API 快速上手：从 curl 到官方 SDK

三步拿到第一个 GPT-5.6 响应

从 OpenAI 官方 API 迁移到这个端点，只需要换 base URL 和认证头。没有新 SDK 要学，没有适配层，也不需要单独的 GPT 账户——你可能已经在为 Claude 使用的那把密钥在这里就是同一份凭证，同一个预付余额同时计量两家提供方的用量。

1. 01创建免费账户并生成一个 API 密钥——形如 sk-pool-…，它已覆盖各自协议表面上受支持的 Claude、Gemini 和 Kimi 模型。
2. 02把客户端指向 https://router.apitoken.sale/v1，用 Authorization: Bearer 认证——不要发 x-api-key；那个请求头属于 Anthropic Messages 表面，在这里会被拒绝。
3. 03用 GET https://router.apitoken.sale/v1/models 确认已启用的模型集——统一目录按提供方给 ID 加命名空间（anthropic/*、openai/*、google/*）——然后发送下面的 Responses 请求。

curl https://router.apitoken.sale/v1/responses \
  -H "Authorization: Bearer $APITOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-sol",
    "input": "Reply with exactly: connected"
  }'

如果响应体里带回了输出文本，接入就完成了——你手里的其他客户端都只差一行配置改动，就能以同样的方式工作。

另见： 如何购买 GPT API 密钥

两个构造参数切换官方 SDK

官方 OpenAI SDK 无需改动即可使用。只需要改 base_url 和密钥；生产环境中密钥应放在服务端环境变量里——绝不要写进客户端代码或提交进仓库的文件。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["APITOKEN_API_KEY"],
    base_url="https://router.apitoken.sale/v1",
)

response = client.responses.create(
    model="gpt-5.6-sol",
    input="Reply with exactly: connected",
)
print(response.output_text)

那些写死 Chat Completions 形状的框架——旧版 LangChain 链、LiteLLM 配置、大多数开源聊天 UI——在同一主机上用同样的模型 ID 和密钥即可工作：

completion = client.chat.completions.create(
    model="gpt-5.6-sol",
    messages=[{"role": "user", "content": "Hello"}],
)
print(completion.choices[0].message.content)

新代码该选哪个表面？Responses。两个端点都以 SSE 流式输出，模型、定价和折扣完全一致，但 Responses 是当前 OpenAI 工具链围绕构建的表面——它把推理项和工具调用放进同一条类型化流里，并提供 response.output_text 这样的便利接口。Chat Completions 留给期待经典 messages 数组的客户端和框架；在一个表面上构建的任何代码都不会把你挡在另一个表面之外。

模型 ID、逐 token 价格与 272K 陷阱

在提供服务的模型集由引擎固定并定价，GET https://router.apitoken.sale/v1/models 始终是实时答案。目前这条产品线涵盖 GPT-6 Astra、三个 GPT-5.6 档位，外加两个为兼容性保留的上一代模型：

• Sol 临时官方输入/缓存/缓存写入/输出费率截至 2026-11-21（含当日）为 $4/$0.40/$5/$20，统一五折后为 $2/$0.20/$2.50/$10；自 2026-11-22 UTC 起恢复标准输入 $5、输出 $30。
• 按档位选型：最难的推理用 gpt-5.6-sol，日常主力用 gpt-5.6-terra，高并发低成本调用用 gpt-5.6-luna。别名 gpt-5.6 指向 Sol，而非 Astra。
• 推理强度可按请求调整——所有模型支持 none 到 xhigh，GPT-5.6 系列还支持 max。
• 每个模型都接受文本和图片输入，并在 Responses 和 Chat Completions 上都支持 SSE 流式输出。
• 官方 tool_choice（none/auto/required/具名函数/hosted web_search 与 image_generation）、含 false 的 parallel_tool_calls，以及 hosted web_search/image_generation 会转发；Chat Completions 将这些 hosted 工具映射到同一套 Responses 工具。
• 缓存输入单独定价，远低于新输入（Sol 促销期每 1M 为 $0.40 对 $4）——在多次调用间保持稳定的提示词前缀，省的是真金白银，而不是微优化。
• 你的统一 50% B2C 折扣在这里的作用方式与 Claude 用量完全一致——一个余额、一个费率，官方费用减半。

272K 阈值就是那个陷阱：一旦超过，OpenAI 长上下文费率会对整个请求生效——输入 2 倍、输出 1.5 倍，而不只是超出部分。按 Sol 促销价，270K 输入加 2K 输出官方成本为 $1.12，273K 加 2K 为 $2.244。在越过边界之前，拆分过大的上下文或裁剪历史记录。

完整的逐模型规格与折后价格 →

这个端点能做什么——以及不能做什么

这是一项独立的 OpenAI 兼容服务，不是 OpenAI Platform。它提供模型发现、流式 Responses 和 Chat Completions、这些文本路由上的 hosted web_search 与 image_generation，以及 GPT Image 2 专用的生成与编辑路由。音频、文件、realtime、assistants、batch 和 fine-tuning 端点不可用——如果你的应用依赖这些，它就不适合迁移。对于文本、视觉、工具调用以及上述 hosted 工具，这里的表面是完整的：标准的生成、流式或工具循环里没有任何环节会碰到缺失的端点。

• tool_choice none/auto/required、具名函数以及 hosted web_search/image_generation 会转发（缺少函数 name 为 400）。
• 含 false 的 parallel_tool_calls 会转发；为 false 时原生会串行化 function_call。
• include:["web_search_call.action.sources"] 会在已完成的 search 项上返回 sources。
• Responses image_generation 转发 output_format jpeg/webp 与 partial_images 1..=3（SSE response.image_generation_call.partial_image）。background=transparent 会改写为 opaque，input_fidelity 会丢弃——这两个字段在该 ChatGPT image tool 上会 400。独立的 GPT Image 2 /v1/images/* 路由仍只接受 PNG 输出。
• 原生 max_output_tokens/max_tokens 在本 endpoint 无法兑现（400 documented_limitation）；请省略。适配器在本地裁剪送达文本（约 4 字符/token），并在 Responses 上设置 incomplete_details.reason=max_output_tokens。
• 除 web_search 和 image_generation 以外的 hosted 工具（hosted_shell、code_interpreter、file_search、computer、mcp、skills）返回 400 documented_limitation，并带 named param 和绕过办法。

错误以标准 OpenAI 信封返回——{"error":{"message","type","param","code"}}——现有的错误处理代码可以直接沿用。四个状态码几乎覆盖了你在接入时会看到的一切：

• 401——密钥错误、已吊销，或者你发了 x-api-key 而不是 Authorization: Bearer。在应用之外用 curl 复现，隔离出是哪一环坏了。
• 400 documented_limitation / unsupported_parameter——本 endpoint 无法兑现的官方字段。消息会点名字段和绕过办法；去掉它。不要原样重试。
• 402 insufficient_quota——共享预付余额需要充值。HTTP 402，不是 429：OpenAI SDK 会重试 429。type 和 code 仍是 insufficient_quota。
• 404——该模型 ID 未在你的密钥上启用；查一下 GET https://router.apitoken.sale/v1/models，不要想当然地认为 OpenAI 文档里的名字在这里也存在。

GPT-6 Astra：最新 GPT 模型

GPT-6 Astra 是本模型目录中的最新 GPT 模型。每百万 token 的官方新鲜输入/缓存输入/缓存写入/输出费率为 $10/$1/$12.50/$50，B2C 五折后为 $5/$0.50/$6.25/$25。Codex 最大上下文为 872K，保守输入上限为 744K，输出上限为 128K。推理强度支持 low、medium、high、xhigh 和 max。输入超过 272K 时，输入及缓存费率翻倍，输出为 1.5 倍；Fast 将适用费率再翻倍。下方 GPT-5.6 示例保留各自费率。

GPT-6 Astra →

常见问题

相关指南