1. 基础信息与认证
Base URL
https://ai-mesh.cc认证方式
所有 API 请求需要在 HTTP Header 中携带 API Key：
HTTP Header
Authorization: Bearer YOUR_API_KEY
获取 API Key： 登录 AIMesh 控制台，进入「API Key」页面即可创建和管理你的密钥。新用户注册即送体验额度。
安全提醒： 请勿在客户端代码中暴露你的 API Key。建议在生产环境中通过后端代理转发 API 请求。
2. Chat Completions 接口
AIMesh 提供完全兼容 OpenAI Chat Completions API 的接口，你可以用任何 OpenAI SDK 直接接入，只需修改 base_url 和 api_key。
Endpoint
POST
/api/openai/v1/chat/completions请求参数
| 参数 | 类型 | 说明 |
|---|---|---|
| model必填 | string | 模型 ID，如 gpt-5.5、claude-opus-4-7 |
| messages必填 | array | 对话消息数组，每条包含 role 和 content |
| max_tokens | integer | 最大输出 token 数，默认根据模型自动设定 |
| temperature | number | 采样温度 0-2，越高越随机。默认 1 |
| top_p | number | 核采样参数 0-1。默认 1 |
| stream | boolean | 是否启用流式输出。默认 false |
| stop | string/array | 停止词，遇到即终止输出 |
curl 示例
curl https://ai-mesh.cc/api/openai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "gpt-5.5",
"messages": [
{"role": "system", "content": "你是一个有帮助的助手"},
{"role": "user", "content": "你好，请介绍一下你自己"}
]
}'Python 示例
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://ai-mesh.cc/api/openai/v1"
)
response = client.chat.completions.create(
model="gpt-5.5",
messages=[
{"role": "system", "content": "你是一个有帮助的助手"},
{"role": "user", "content": "你好，请介绍一下你自己"}
]
)
print(response.choices[0].message.content)JavaScript 示例
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://ai-mesh.cc/api/openai/v1'
});
const completion = await client.chat.completions.create({
model: 'gpt-5.5',
messages: [
{ role: 'system', content: '你是一个有帮助的助手' },
{ role: 'user', content: '你好，请介绍一下你自己' }
]
});
console.log(completion.choices[0].message.content);
兼容性： 任何支持自定义 base_url 的 OpenAI 兼容客户端（如 LangChain、LlamaIndex、OpenAI Node.js/Python SDK）均可直接接入 AIMesh，无需额外适配。
3. 支持的模型列表
以下为常用模型及其 model_id。完整列表请查看 模型广场。
| 模型 ID | 供应商 | 类型 | 说明 |
|---|---|---|---|
| gpt-5.5 | OpenAI | 旗舰 | GPT-5.5 旗舰模型，全场景多模态 |
| gpt-5.4 | OpenAI | 平衡 | GPT-5.4 次旗舰，性能与效率兼顾 |
| gpt-5.1 | OpenAI | 经典 | GPT-5.1 经典稳定版 |
| gpt-5.4-mini | OpenAI | 轻量 | 轻量高速，高性价比 |
| gpt-5.3-codex | OpenAI | 代码 | 代码专用模型，多语言开发 |
| o3-mini | OpenAI | 推理 | 轻量推理优化模型 |
| gpt-image-1.5 | OpenAI | 图像 | 多模态图像生成与理解 |
| claude-opus-4-7 | Anthropic | 旗舰 | Claude Opus 4.7 最新旗舰 |
| claude-sonnet-4-6 | Anthropic | 平衡 | Claude Sonnet 4.6 企业级 |
| claude-haiku-4-5 | Anthropic | 轻量 | Claude Haiku 4.5 高速低延迟 |
| deepseek-v4-pro-guan | DeepSeek | 旗舰 | DeepSeek V4 Pro 多模态旗舰 |
| DeepSeek-V3.2 | DeepSeek | 进阶 | DeepSeek V3.2 通用模型 |
| deepseek-r1-250120 | DeepSeek | 推理 | DeepSeek R1 深度推理 |
| qwen3-max | 阿里巴巴 | 旗舰 | 通义千问 Qwen3 Max |
| qwen-plus | 阿里巴巴 | 进阶 | 通义千问 Qwen Plus |
| qwen3-coder-plus | 阿里巴巴 | 代码 | 通义千问代码专用模型 |
| gemini-2.5-pro | 旗舰 | Gemini 2.5 Pro 多模态 | |
| gemini-2.5-flash | 轻量 | Gemini 2.5 Flash 高速 | |
| grok-3 | xAI | 旗舰 | Grok-3 实时信息交互 |
| glm-5 | 智谱 | 旗舰 | GLM-5 旗舰多模态模型 |
| kimi-k2.6 | Moonshot | 旗舰 | Kimi K2.6 长文本旗舰 |
| MiniMax-M2.5 | MiniMax | 平衡 | MiniMax M2.5 通用模型 |
| hunyuan-2.0-instruct | 腾讯 | 指令 | 混元 2.0 指令微调版 |
免费模型（不计费，适合测试与轻量使用）：
| 模型 ID | 供应商 | 说明 |
|---|---|---|
| qwen-flash-free | 阿里巴巴 | 通义千问 Qwen Flash Free 高速免费模型 |
| spark-lite-free | 讯飞 | 讯飞星火 Spark Lite 轻量免费模型 |
| hunyuan-lite | 腾讯 | 混元 Hunyuan Lite 轻量免费模型 |
| kimi-k2.5-free | Moonshot | Kimi K2.5 免费模型，百万级长文本 |
| KAT-Coder-ProV2-free | KAT | 代码专用免费模型，多语言支持 |
| GLM-Z1-Flash | 智谱 | GLM-Z1-Flash 高速免费模型 |
提示： 你可以调用
GET /api/pricing 接口获取实时模型列表、倍率和可用分组信息。
4. 流式输出（SSE）
设置 "stream": true 即可启用 SSE（Server-Sent Events）流式输出，实时逐字返回结果。
curl 示例（流式）
curl https://ai-mesh.cc/api/openai/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "gpt-5.5",
"messages": [{"role": "user", "content": "写一首五言绝句"}],
"stream": true
}'Python 流式示例
from openai import OpenAI
client = OpenAI(
api_key="YOUR_API_KEY",
base_url="https://ai-mesh.cc/api/openai/v1"
)
stream = client.chat.completions.create(
model="gpt-5.5",
messages=[{"role": "user", "content": "写一首五言绝句"}],
stream=True
)
for chunk in stream:
if chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="")JavaScript 流式示例
import OpenAI from 'openai';
const client = new OpenAI({
apiKey: 'YOUR_API_KEY',
baseURL: 'https://ai-mesh.cc/api/openai/v1'
});
const stream = await client.chat.completions.create({
model: 'gpt-5.5',
messages: [{ role: 'user', content: '写一首五言绝句' }],
stream: true
});
for await (const chunk of stream) {
process.stdout.write(chunk.choices[0]?.delta?.content || '');
}SSE 数据格式为标准的 data: {"choices":[...]} 行，以 data: [DONE] 结束。每条包含 delta.content 增量文本。
5. 错误码说明
| HTTP 状态码 | 含义 | 常见原因 |
|---|---|---|
| 200 | 成功 | 请求正常处理 |
| 400 | 请求参数错误 | 缺少必填参数、model 名称错误、messages 格式不正确 |
| 401 | 未授权 | API Key 缺失、无效或已过期 |
| 402 | 额度不足 | 账户余额/额度不足以完成本次请求 |
| 403 | 禁止访问 | API Key 无权使用该模型（模型未对你的分组开放） |
| 429 | 请求过于频繁 | 超出速率限制，请稍后重试 |
| 500 | 服务器内部错误 | 后端模型服务异常，请重试或联系技术支持 |
| 503 | 服务不可用 | 上游模型供应商暂时不可用，请稍后重试 |
错误响应将通过 Content-Type: application/json 返回，包含 error 对象和详细描述信息。
6. 速率限制
为确保服务稳定性，AIMesh 对 API 调用实施速率限制：
- 普通用户： 每分钟最多 60 次请求，每天最多 5000 次请求
- 基础代理： 每分钟最多 200 次请求，每天最多 20000 次请求
- 高级代理： 每分钟最多 600 次请求，每天最多 100000 次请求
超出限制后将返回 429 Too Many Requests。建议在客户端实现指数退避重试策略。
建议： 在客户端实现指数退避（exponential backoff）重试逻辑，遇到 429 时等待 1s、2s、4s... 逐步增加间隔。
7. 计费说明
AIMesh 采用按量计费模式，以「配额（quota）」为单位。不同模型有不同的倍率（model_ratio），实际消耗配额 = 输入/输出 token 数 x 模型倍率。
你可以在 模型广场 查看每个模型的实时倍率和价格。
新用户注册即送体验额度，无需绑定支付方式即可开始测试。