星海API 接口文档
一个 Base URL,直连 DeepSeek、GPT、Claude、Gemini、Grok、GLM、通义千问、Kimi、豆包、MiniMax、MiMo、混元、Step 等主流大模型。兼容 OpenAI 协议,并同时提供 Anthropic Messages、Gemini generateContent、OpenAI Responses 三种额外端点形态;按用量计费,自带上下文缓存与全模型识图。
01快速开始
把 base_url 指向本站、填入你的 Key,即可用任意 OpenAI 兼容客户端或 SDK 调用。
curl https://starseaapi.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "你好"}],
"max_tokens": 1024
}'
/v1,客户端会自行拼接 /chat/completions。仅当某客户端明确要求「完整请求地址」时才使用 https://starseaapi.com/v1/chat/completions(WorkBuddy 的 models.json 属这一类,一键导入脚本已自动写对)。OpenAI SDK 用户只需修改
base_url = "https://starseaapi.com/v1" 即可无缝切换;WorkBuddy / ZCode / TraeCode CLI / Claude Code / Codex 等客户端建议直接用 Key 服务台 的一键导入。02端点与协议
同一枚 Key、同一份模型清单,网关对外提供 四种协议形态。客户端支持哪种就填哪种,计费与鉴权完全一致。
| 协议 | 端点(完整地址) | 模型覆盖 |
|---|---|---|
| OpenAI Chat Completions | POST https://starseaapi.com/v1/chat/completions | 48 / 48 全部对话模型 |
| OpenAI Responses | POST https://starseaapi.com/v1/responses | 48 / 48(Codex CLI 0.147+ 必需) |
| Anthropic Messages | POST https://starseaapi.com/v1/messages | 48 / 48(Claude Code 等) |
| Gemini generateContent | POST https://starseaapi.com/v1beta/models/{model}:generateContent | 48 / 48 |
glm-5.3)——不要填上游原始 ID 或 provider/model 形式。另有专属端点:图像生成模型走
POST /v1/images/generations(见「图像生成」章),视频生成模型走 POST /v1/videos/generations(见「视频生成」章)。Authorization: Bearer sk-***、Anthropic 风格的 x-api-key: sk-***、Gemini 风格的 x-goog-api-key: sk-*** 或查询参数 ?key=sk-*** 均可(已逐项实测)。按你所用 SDK 的默认写法填即可。Anthropic Messages 示例
把 Anthropic SDK 的 base_url 指向 https://starseaapi.com(SDK 自行拼接 /v1/messages),模型名填站内在售模型。
curl https://starseaapi.com/v1/messages \
-H "Content-Type: application/json" \
-H "x-api-key: sk-你的密钥" \
-H "anthropic-version: 2023-06-01" \
-d '{
"model": "glm-5.3",
"max_tokens": 1024,
"messages": [{"role": "user", "content": "你好"}]
}'
OpenAI Responses 示例
Codex CLI 自 0.147 起只接受 wire_api = "responses";配置文件 ~/.codex/config.toml 中把 Base URL 填 https://starseaapi.com/v1 并选一款下方支持的模型即可。
curl https://starseaapi.com/v1/responses \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "glm-5.3-flash",
"input": "你好"
}'
Responses 端点已覆盖全部 40 款对话模型,包含上下文压缩端点 /v1/responses/compact(已可用,Codex 触发自动压缩不再失败)。
Gemini generateContent 示例
curl https://starseaapi.com/v1beta/models/glm-5.3:generateContent \
-H "Content-Type: application/json" \
-H "x-goog-api-key: sk-你的密钥" \
-d '{"contents": [{"parts": [{"text": "你好"}]}]}'
401 invalid_token,鉴权口径一致)。Gemini CLI 亦可用本站的 OpenAI 兼容通道接入,见「一键导入」章。03模型列表
GET /v1/models 返回你的分组当前可用的全部模型(当前 45 个)。家族速览:
OpenAI
codex-auto-review / gpt-5.6-sol / gpt-6-astra / gpt-6-sol / gpt-6.1-sol / gpt-6.1-terra / gpt-image-2.6-sunburst
智谱 GLM
glm-5.3 / glm-5.3-flash
MiniMax
MiniMax-M3 / MiniMax-M3.1-Flash
DeepSeek
deepseek-flash / deepseek-v4-flash / deepseek-v4-flash-0731 / deepseek-v4-pro / deepseek-v4-pro-0813 / deepseek-v4.1-flash
月之暗面 Kimi
kimi-k2.8-preview / kimi-k3 / kimi-k3.1-pro
小米 MiMo
mimo-v2.6-flash
Google Gemini
gemini-3.6-flash / gemini-3.7-flash / gemini-3.8-flash / gemini-4-argon
通义千问 Qwen
qwen3.8-flash / qwen3.8-max / qwen4-max-preview
阶跃星辰 Step
Anthropic
claude-fable-5 / claude-fable-5-1 / claude-haiku-5-5 / claude-opus-4-6 / claude-opus-4-7 / claude-opus-4-8 / claude-opus-5 / claude-opus-5-5 / claude-sonnet-4-6 / claude-sonnet-5 / claude-sonnet-5-5
字节豆包
doubao-seed-2.1-lite / doubao-seed-2.1-pro / doubao-seed-2.1-turbo / doubao-seed-evolving
Meta Muse
muse-spark-1.2-contributor / muse-spark-1.3-contributor
腾讯混元
hy4
在售模型规格表(48 款)
| 模型 ID | 厂商 | 上下文 | 最大输出 | 能力 |
|---|---|---|---|---|
MiniMax-M3 | MiniMax | 1M | 512K | 推理 · 代码 · 视觉理解 |
MiniMax-M3.1-Flash | MiniMax | 1M | 512K | 推理 · 代码 · 视觉理解 |
claude-fable-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-fable-5-1 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-haiku-5-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-opus-4-6 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-opus-4-7 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-opus-4-8 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-opus-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-opus-5-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-sonnet-4-6 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-sonnet-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
claude-sonnet-5-5 | Anthropic | 1M | 125K | 推理 · 代码 · 视觉理解 |
codex-auto-review | OpenAI | 400K | 128K | 推理 · 代码 · 视觉理解 |
deepseek-flash | DeepSeek | 1M | 384K | 推理 · 代码 · 视觉理解 |
deepseek-v4-flash | DeepSeek | 1M | 384K | 推理 · 代码 |
deepseek-v4-flash-0731 | DeepSeek | 1M | 384K | 推理 · 代码 |
deepseek-v4-pro | DeepSeek | 1M | 384K | 推理 · 代码 |
deepseek-v4-pro-0813 | DeepSeek | 1M | 384K | 推理 · 代码 |
deepseek-v4.1-flash | DeepSeek | 1M | 384K | 推理 · 代码 · 视觉理解 |
doubao-seed-2.1-lite | 字节跳动 | 1M | 256K | 推理 · 代码 · 视觉理解 |
doubao-seed-2.1-pro | 字节跳动 | 1M | 256K | 推理 · 代码 · 视觉理解 |
doubao-seed-2.1-turbo | 字节跳动 | 256K | 256K | 推理 · 代码 · 视觉理解 |
doubao-seed-evolving | 字节跳动 | 1M | 256K | 推理 · 代码 · 视觉理解 |
doubao-seedream-5.0-flash | 字节跳动 | 8K | 8K | 图像生成 |
doubao-seedream-5.0-pro | 字节跳动 | 8K | 8K | 图像生成 |
gemini-3.6-flash | 1M | 64K | 推理 · 代码 · 视觉理解 | |
gemini-3.7-flash | 1M | 64K | 推理 · 代码 · 视觉理解 | |
gemini-3.8-flash | 1M | 64K | 推理 · 代码 · 视觉理解 | |
gemini-4-argon | 1M | 64K | 推理 · 代码 · 视觉理解 | |
glm-5.3 | 智谱 | 1M | 128K | 推理 · 代码 |
glm-5.3-flash | 智谱 | 1M | 128K | 推理 · 代码 · 视觉理解 |
gpt-5.6-sol | OpenAI | 1M | 125K | 推理 · 代码 · 视觉理解 |
gpt-6-astra | OpenAI | 1M | 125K | 推理 · 代码 · 视觉理解 |
gpt-6-sol | OpenAI | 1M | 125K | 推理 · 代码 · 视觉理解 |
gpt-6.1-sol | OpenAI | 1M | 125K | 推理 · 代码 · 视觉理解 |
gpt-6.1-terra | OpenAI | 1.05M | 128K | 推理 · 代码 · 视觉理解 |
gpt-image-2.6-sunburst | OpenAI | 400K | 32K | 图像生成 |
kimi-k2.8-preview | Moonshot | 1M | 1M | 推理 · 代码 · 视觉理解 |
kimi-k3 | Moonshot | 1M | 128K | 推理 · 代码 · 视觉理解 |
kimi-k3.1-pro | Moonshot | 1M | 1M | 推理 · 代码 · 视觉理解 |
mimo-v2.6-flash | 小米 | 1M | 128K | 推理 · 代码 · 视觉理解 |
muse-spark-1.2-contributor | Meta | 1M | 128K | 推理 · 代码 · 视觉理解 |
muse-spark-1.3-contributor | Meta | 1M | 128K | 推理 · 代码 · 视觉理解 |
qwen3.8-flash | 阿里巴巴 | 1M | 128K | 推理 · 代码 · 视觉理解 |
hy4 | 腾讯 | 1M | 64K | 推理 · 代码 · 视觉理解 |
qwen3.8-max | 阿里巴巴 | 1M | 128K | 推理 · 代码 · 视觉理解 |
qwen4-max-preview | 阿里巴巴 | 1M | 384K | 推理 · 代码 · 视觉理解 |
上下文 / 最大输出为各模型官方规格;「能力」不含全部对话模型共有的「文本对话」,均为 推理、代码、视觉理解 的子集。40 款对话模型均支持工具调用(Function Calling)与思考链。
「视觉理解」指该模型原生多模态(图片直送上游);未标注的纯文本模型同样可以收图 —— 由网关先做结构化描述再转交,对调用方完全透明(见「识图」章)。
glm-5.3-flash ≠ Glm-5.3-flash),且不接受带厂商前缀的上游原始 ID(如 deepseek/deepseek-v4-pro-0813)。上/下架会随时调整,完整在售清单以 GET /v1/models 或服务台「模型价格」页为唯一准绳。503 model_not_found。上架与下架随渠道容量调整,服务台「模型价格」页与本文档同步刷新。04对话接口
POST /v1/chat/completions —— 标准 OpenAI 对话端点,支持多模态输入、流式输出与函数调用。
| 参数 | 类型 | 说明 |
|---|---|---|
model | string | 必填,模型 ID(见 /v1/models) |
messages | array | 必填,对话数组;content 可为字符串或多模态数组(text + image_url) |
stream | bool | true 时以 SSE 流式返回,结尾 data: [DONE] |
max_tokens | int | 输出上限。建议不传,由网关按模型上限决定;若必填请勿超过该模型的最大输出(见规格表),超限会返回 400 max_tokens above maximum value |
thinking | object | DeepSeek / GLM / Qwen / 豆包 等支持:{"type":"enabled"|"disabled"},默认启用思考链 |
reasoning_effort | string | 思考强度档位,可选 none / minimal / low / medium / high / xhigh / max(Responses 写作 reasoning.effort,Anthropic 写作 output_config.effort)。各模型支持范围不同,超出范围的档位会按最接近的可用档位执行,不会报错;不传则按该模型默认档运行。详见「14 · 思考强度」 |
tools / tool_choice | array | OpenAI 标准函数调用,已实测可用(返回 finish_reason: "tool_calls") |
temperature / top_p | — | OpenAI 标准采样参数均透传 |
响应结构
{
"id": "chatcmpl-202610230438521415516509a34cad",
"object": "chat.completion",
"model": "deepseek-v4.1-flash",
"choices": [{"message": {"role": "assistant", "content": "OK"}, "finish_reason": "stop"}],
"usage": {
"prompt_tokens": 85, "completion_tokens": 33, "total_tokens": 118,
"prompt_tokens_details": {"cached_tokens": 0}, // 上下文缓存命中量
"completion_tokens_details": {"reasoning_tokens": 31} // 思考链消耗
}
}
思考型模型在 message 内额外返回 reasoning_content(思维链),计费按 token 正常计算。函数调用时返回 tool_calls 数组。
函数调用示例
{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "杭州天气如何?"}],
"tools": [{
"type": "function",
"function": {
"name": "get_weather",
"description": "查询指定城市天气",
"parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]}
}
}],
"tool_choice": "auto"
}
05识图(多模态输入)
image_url,无需额外配置,也不额外收费。- 原生多模态模型(如
gpt-6-astra、claude-sonnet-5-5、gemini-3.8-flash、glm-5.3-flash、kimi-k3、qwen3.8-flash、MiniMax-M3、doubao-seed-2.1-pro、mimo-v2.6-pro、deepseek-v4.1-flash、glm-5.3):图片直送上游,体验与官方一致。 - 纯文本模型(如
deepseek-v4-pro、glm-5.3):网关先为图片生成一份结构化描述(主色、文字逐字转录、表格/图表内容、界面元素),再交给模型,对调用方完全透明。 - 适用场景:图片内容理解、OCR 文字提取、表格与图表读取、代码/JSON 截图识别、UI 界面分析。
- 同一张图片全站只解析一次并复用,重复使用响应更快且不产生额外计费。
"messages": [{"role": "user", "content": [
{"type": "text", "text": "描述这张图片"},
{"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}
]}]
支持 data URI(base64 内联)与公网图片 URL。若某模型识图报错,把模型名反馈客服即可。
06流式输出
"stream": true 时以 SSE 逐块推送:
data: {"choices":[{"delta":{"content":"你"}}]}
data: {"choices":[{"delta":{"content":"好"}}]}
data: [DONE]
流式连接上限 600 秒(该上限约束的是响应头返回前的等待,长输出建议客户端自行放宽读超时)。
07图像生成
| 模型 ID | 说明 |
|---|---|
gpt-image-2.6-sunburst | 2.6 精细版:多轮编辑控制与主体保持更强,适合成品级素材 |
标准图像端点(返回 base64)
curl https://starseaapi.com/v1/images/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "gpt-image-2.6-sunburst",
"prompt": "白色背景上一个红色圆形,扁平插画风格",
"n": 1,
"size": "1024x1024"
}'
{
"created": 1792694420,
"data": [{ "revised_prompt": "白色背景上一个红色圆形,扁平插画风格", "b64_json": "iVBORw0KGgo..." }]
}
b64_json 为 base64 图片数据,请及时另存到自己的图床或相册。生成耗时通常 20–40 秒,请把客户端超时设为 ≥ 120 秒。gpt-image-2.6-sunburst 按实际消耗的输入与输出 token 计价,与文本模型口径一致;实付单价见服务台「模型价格」页。size 参数控制。08视频生成
POST /v1/videos/generations 异步任务制、按秒计费;当前暂无在售视频生成模型,上架后即可使用。- 输入:支持文本、图像、视频与音频参考输入;可输出 768P 或 2K、4–15 秒带原生立体声的短片。
- 异步任务:提交后返回任务 ID,凭任务 ID 查询进度与取片(轮询
GET /v1/videos/generations/{task_id}或客户端自带的任务查询)。 - 计费:按输出秒数 × 分辨率计费(768P / 2K 两档),另按输入图片、输入视频的秒数加价;实付单价见服务台「模型价格」页(展示价已按当前分组费率折算)。
- 时长建议:生成耗时通常 1–4 分钟,请把客户端超时设为 ≥ 300 秒。
curl https://starseaapi.com/v1/videos/generations \
-H "Content-Type: application/json" \
-H "Authorization: Bearer sk-你的密钥" \
-d '{
"model": "MiniMax-H3",
"prompt": "一只橘猫在窗台上晒太阳,电影感",
"resolution": "768P",
"seconds": 5
}'
09计费与缓存
- 按用量计费:对话模型按输入 / 输出分别计费,单价为人民币 / 每百万 tokens;图像生成模型按 token 计费,视频生成模型按秒计费。各模型价格见服务台「模型价格」页——页面展示价已按当前分组费率折算,所列单价即为实付价,按实际用量结算。
- 缓存计价:输入 = 未缓存输入 + 缓存命中(读取)+ 缓存写入;缓存命中部分按缓存价计费,最低可至输入价的 1%,响应中
cached_tokens可查命中量;支持缓存写入的模型另按写入价(输入价的 1–1.56 倍)计费。输出无缓存。 - 峰谷时段(DeepSeek 系):工作日 9:00–12:00、14:00–18:00 为高峰,按低谷价的 2 倍 计费;其余时段与周末全天按低谷价。
- 长上下文分段:部分模型超长输入按更高档位计费 —— DeepSeek 系按峰谷倍率;MiniMax-M3 分 512K 档;GPT-5.6 / 6 系分 272K 档;Grok-4.6 / 4.7 分 200K 档;claude-haiku-5-5 分 100K 档;具体档位单价见「模型价格」页悬停提示。
- 失败自动重试:同模型自动多路重试(最多 10 次),对调用方透明。
- 消费明细在控制台「日志」页逐条可查;页面时间均为北京时间(UTC+8)。
如何提高缓存命中(省钱 · 提速)
- 固定内容放最前面:系统提示词、工具定义、长文档、固定示例放请求最前面;会变的内容(本次问题、时间戳、随机 ID)放最后。
- 同一段前缀复用同一请求头:客户端支持时,给同一会话固定传同一个
X-Session-Id(或prompt_cache_key),让同前缀请求固定送到同一条上游线路。 - 不要把时间戳、当天日期、随机 ID 写进 system prompt —— 这会让每次请求的前缀都不同,缓存永不命中。
10错误码
| 状态码 | 含义 | 处理建议 |
|---|---|---|
401 | 密钥无效或已删除(invalid_token) | 核对 Key;控制台「令牌」页可重置。兑换码不能当 Key 用 |
400 | 参数错误 / 模型价格未配置 / max_tokens above maximum value / 端点不支持该模型 | 检查 model 名与请求体格式;max_tokens 不要超过该模型的最大输出;生图/视频模型请改用专属端点 |
429 | 限流 / 上游用量窗口用尽 | 用量窗口类到点自动恢复;速率类降低并发后重试 |
503 | 该模型暂无可用渠道(model_not_found) | 确认模型名在售;查看公告页,稍后重试或换模型 |
500 | 网关内部错误 | 携带 request id 联系客服 |
错误响应统一为 {"error":{"code":"...","message":"...","type":"new_api_error"}},message 末尾附带 request id,报障时请一并提供。
{
"error": {
"code": "invalid_token",
"message": "API Key 无效:该 Key 不存在。请到 starseaapi.com 控制台「令牌」页复制正确的 API Key(兑换码不能作为 API Key 使用) (request id: 202610222021246854207288268d9d6B5Y44Yhs)",
"type": "new_api_error"
}
}
11限制
- 请求体上限 128 MB;流式连接上限 600 秒。
- 单次输出上限随模型而异(当前覆盖 32K / 64K / 96K / 128K / 131K / 256K / 384K / 1M,见规格表);建议客户端不显式传
max_tokens,由网关按模型上限处理,可从根本上避免超限 400。 - 上下文窗口上限随模型而异(256K – 1.05M),超长输入可能触发更高计费档位(见「计费与缓存」章)。
- 新注册账户默认限额,可在控制台申请调整。
- 禁止违法违规用途(详见用户协议);禁止转售 / 共享账号,违者可能被禁用。
12常见问题
Q接口地址到底填哪个?
① base_url(只到 /v1):https://starseaapi.com/v1 —— 适用于绝大多数客户端(ZCode、TraeCode CLI、Claude Code、Codex、Cherry Studio、NextChat、LobeChat、Open WebUI、各类 SDK)。
② 完整 URL(含端点):https://starseaapi.com/v1/chat/completions —— 仅适用于明确要求「完整请求地址」的客户端(WorkBuddy 的 models.json)。
③ 其它协议:Anthropic 用 https://starseaapi.com/v1/messages、Responses 用 https://starseaapi.com/v1/responses、Gemini 用 https://starseaapi.com/v1beta/models/{model}:generateContent(见「端点与协议」章)。
判断方法:若报 404 且路径里出现两遍 chat/completions 或两遍 v1,说明把「完整 URL」填进了「base_url」的位置。
Q报错「无可用渠道 / No available channel / 模型不可用」?
说明请求的模型名在本站没有在售渠道,绝大多数情况是该模型已下架而客户端仍是旧配置(本站当前在售 45 款,另有 103 款已下架或维护中)。① 自查:在服务台「模型价格」页搜索该模型名,搜不到即为已下架。② 解决:重新执行一键导入(脚本会自动剔除已下架模型),或手动改用「模型价格」页中的在售模型。③ 常见笔误:模型名大小写敏感;带上游前缀的原始 ID 不在本站清单内。
QKey 报 401 / 余额不足 / 已禁用?
401 通常是 Key 复制不完整、被删除,或误把兑换码当成 API Key。余额不足可在 Key 服务台 · 查询充值 在线充值,或用兑换码直接充入该 Key;两种方式均实时到账。「已禁用」多为违反使用条款(转售 / 共享),可联系客服核实。
Q报 429 / 用量上限 / 速率限制(Rate limit)?
429 表示请求被上游限流,不是本站故障,也不会产生扣费,常见两种:
① 用量窗口用尽(最常见):原文形如 You have exceeded the 5-hour usage quota / weekly usage quota,到原文提示的时间点会自动恢复(5 小时额度按滚动窗口、周额度按下周重置),无需操作。
② 速率 / 并发超限:原文形如 Token capacity exceeded、The request rate exceeds the current model TPM limit,常见于同一 Key 被多设备/多人共用或并发调得太高。降低并发、几秒后重试通常即可。
Q报 400 max_tokens above maximum value?
说明客户端显式传了 max_tokens 且超过该模型的服务端上限(各模型档位不同,32K – 1M)。更省事的做法是不传 max_tokens,由网关按模型上限处理;一键导入生成的配置已默认不写入该字段。若必须传,请参照「模型规格表」中的最大输出值。
Q图片、生图、视频怎么用?
识图:任意对话模型直接发 image_url 即可,免费(见「识图」章)。生图:图像生成模型走 POST /v1/images/generations,按 token 计费(见「图像生成」章)。视频:MiniMax-H3 走 POST /v1/videos/generations 按秒计费、异步任务制(见「视频生成」章)—— 这两类模型请优先使用各自专属端点。
QClaude Code / Codex 这类只认自家协议的客户端能用吗?
可以。本站提供 Anthropic Messages(/v1/messages)与 OpenAI Responses(/v1/responses,含 /v1/responses/compact)两种原生协议端点,分别对应 Claude Code 与 Codex CLI。两种端点均覆盖全部 42 款对话模型;用服务台「一键导入」可自动写对配置。
14思考强度
同一个模型,思考强度决定它「想多久再回答」,同时影响三件事:答对率、输出 token(也就是费用)、响应耗时。它不是一个开关,而是一组档位。
档位与默认值
| 档位 | 适用场景 | 相对耗时 |
|---|---|---|
none(关闭思考) | 抽取、分类、翻译、改写、格式化、意图识别 | 最短 |
low | 客服问答、摘要、单文件小改、代码补全 | 短 |
medium | 常规文档处理、中等复杂度多轮任务 | 中 |
high(本站默认) | 通用对话、日常 Agent、代码生成 | 较长 |
xhigh / max | 复杂重构、调试、算法题、长链 Agent、财务与合同核对 | 最长 |
reasoning_effort 时,各模型按自己的默认档运行;本站一键导入下发的配置默认使用 high。可用档位以服务台「模型价格」页为准,各模型并不一致。怎么发
curl https://starseaapi.com/v1/chat/completions \
-H "Authorization: Bearer $KEY" -H "Content-Type: application/json" \
-d '{"model":"deepseek-v4.1-flash","reasoning_effort":"high","max_tokens":4096,
"messages":[{"role":"user","content":"把这段 SQL 改写成窗口函数版本"}]}'
四种协议都认:OpenAI Chat 用 reasoning_effort、Responses 用 reasoning.effort、Anthropic 用 output_config.effort、Gemini 用 generationConfig.thinkingConfig.thinkingLevel。也可以在模型名后直接带档位后缀,例如 deepseek-v4.1-flash-max。
怎么关掉思考
"thinking": {"type": "disabled"}
DeepSeek、GLM、Qwen、豆包等系列支持该写法,优先级高于档位。部分模型也可以直接传 reasoning_effort: "none";两者都不支持的模型会继续思考,但不会报错。
三点实操建议
- 只有「答案能被验证」的多步任务才值得上高档位。数学、代码、终端操作有明确对错,多思考能转成正确率;事实问答、抽取、改写这类任务,想得越多只是越多花 token。
- 思考 token 与答案同价。高档位带来的账单增长发生在
completion_tokens(含reasoning_tokens)上,不在输入侧。想省成本应先看输入与缓存命中,而不是压缩思考强度。 - 开高档位请同步放大
max_tokens。思考与答案共用同一预算,预算给小了会返回空内容。
high 跑通,再对少数难任务单独提到 max。13工具一键导入
访问 Key 服务台:粘贴 Key 本地查余额(不上传明文)、兑换码秒充值、查看模型价格,并一键生成配置到 WorkBuddy / ZCode / TraeCode CLI / Claude Code / Codex / Qwen Code / OpenCode / Kilo Code / Pi / OpenClaw / CodeBuddy / MiMo Code / Gemini CLI / Factory Droid 等 213 款客户端与框架(其中 20 款支持全自动写入、192 款提供参数指引,另含 1 款 AI 原生游戏;含 Windows SmartScreen / Mac Gatekeeper 拦截处理说明,以及 base_url、模型清单、协议类型的自动写入)。