Capabilities
能力与接口
对话生成，支持三种接口格式，均已于 2026-10-23 在 tokenra.io 实测调用成功。点击下方的格式按钮可切换代码示例。
POSThttps://tokenra.io/v1/chat/completions已实测
OpenAI SDK，base_url 设为 https://tokenra.io/v1；鉴权用 Authorization: Bearer。推荐使用。
POSThttps://tokenra.io/v1/responses已实测
OpenAI Responses 接口，SDK 和 Key 与上面相同，回答在 output_text 中。
POSThttps://tokenra.io/v1/messages已实测
Anthropic SDK 或 Claude Code，Base URL 设为 https://tokenra.io；鉴权用 x-api-key（也可用 Bearer），并带上 anthropic-version。
Request
请求参数
以下为 POST /v1/chat/completions 的字段，均已实测可用。
| 参数 | 类型 | 必填 | 说明 |
|---|
model | string | 是 | 要调用的模型 ID，例如 minimax-m3。 |
messages | array | 是 | 按顺序排列的对话消息（system、user、assistant、tool）。多轮对话把历史消息放回这个数组即可。content 可以是字符串，也可以是由 text 和 image_url 组成的数组。 |
stream | boolean | 否 | 是否以 SSE 流式返回，默认 false。 |
stream_options | object | 否 | 设置 {"include_usage": true} 后，最后一个数据块携带 usage，其 choices 为空数组。 |
max_tokens | integer | 否 | 生成 token 上限。推理 token 也计入其中：设得太小时，模型可能把额度全部用于推理，正文为空，finish_reason 为 length。 |
max_completion_tokens | integer | 否 | 全部生成 token 的上限，包含推理。设得太小时正文可能为空，finish_reason 为 length。 |
temperature | number | 否 | 采样温度。 |
top_p | number | 否 | 核采样阈值，一般与 temperature 二选一调整。 |
presence_penalty | number | 否 | 对已出现过的内容施加惩罚，鼓励引入新话题。 |
frequency_penalty | number | 否 | 按出现频率施加惩罚，减少重复。 |
response_format | object | 否 | 设置 {"type": "json_object"} 要求输出 JSON 对象。 |
tools | array | 否 | 模型可以调用的函数工具列表（type 为 function）。 |
tool_choice | string / object | 否 | auto、none、required，或指定某个函数。 |
parallel_tool_calls | boolean | 否 | 是否允许一次返回多个工具调用。 |
reasoning_effort | string | 否 | 推理强度，例如 low、medium、high。实测该模型接受此参数，对推理长度的影响因模型而异。 |
reasoning_split | boolean | 否 | 设为 true 后，推理过程从 content 移到 reasoning_content（另附 reasoning_details）。不传时，推理以 <think> 标签包裹在 content 里。 |
user | string | 否 | 你自己的终端用户标识，用于审计或风控，不会作为对话内容。 |
该模型不支持的参数response_format 的 json_schema 模式不生效：返回的是带 <think> 推理的普通文本。请改用 json_object，并在提示词里说明需要的字段。
其他格式
| 格式 | 必填字段 | 回答位置 |
|---|
| OpenAI Responses | model, input | output_text |
| Anthropic Messages | model, max_tokens, messages | content[] 中 type 为 text 的块 |
Response
响应格式
{
"id": "chatcmpl-1792766122484",
"object": "chat.completion",
"created": 1792766122,
"model": "minimax-m3",
"choices": [
{
"index": 0,
"message": {
"role": "assistant",
"content": "<think>用户需要两句话解释 API 网关……</think>\n\nAPI 网关是接收客户端请求的统一入口，负责把请求转发到对应的后端服务；同时统一处理鉴权、限流和日志等通用逻辑。"
},
"finish_reason": "stop"
}
],
"usage": {
"prompt_tokens": 26,
"completion_tokens": 58,
"total_tokens": 84,
"prompt_tokens_details": {
"cached_tokens": 0
},
"completion_tokens_details": {
"reasoning_tokens": 21
}
}
}
| 字段 | 类型 | 说明 |
|---|
id | string | 本次请求的 ID，联系支持时请一并提供。 |
object | string | 固定为 chat.completion，流式时为 chat.completion.chunk。 |
created | integer | Unix 时间戳（秒）。 |
model | string | 实际生成回答的模型。 |
choices[].message.content | string | 回答正文。 |
choices[].message.tool_calls | array | 传入 tools 时，模型请求调用的工具。 |
choices[].finish_reason | string | stop、length 或 tool_calls。 |
usage | object | prompt_tokens、completion_tokens、total_tokens，以及 prompt_tokens_details.cached_tokens（缓存命中）和 completion_tokens_details.reasoning_tokens（推理 token）。 |
设置 stream: true 后，回答以 data: 开头的 chat.completion.chunk 数据行逐段返回，最后一行是 data: [DONE]。
Errors
错误与限制
常见错误
| HTTP | error.code | 含义 | 处理建议 |
|---|
401 | — | API Key 缺失、错误或已删除，message 为 Invalid token。 | 检查 Authorization: Bearer 请求头，并在控制台核对 Key。 |
400 | — | 请求体不是合法 JSON。 | 修正 JSON，并带上 Content-Type: application/json。 |
500 | invalid_request | 缺少必填字段，例如未传 messages。 | 按 message 补全字段，重试无效。 |
403 | insufficient_user_quota | 账户余额或套餐额度不足。 | 在控制台充值后重试。 |
503 | model_not_found | 模型 ID 不存在，或你的分组下没有可用渠道。 | 在模型列表或 GET /v1/models 中核对模型 ID。 |
429 | — | 请求过于频繁。 | 指数退避后重试。 |
5xx | — | 上游服务商出错或超时。 | 稍后重试几次；持续出错时保留 request id 联系支持。 |
使用限制与说明
- 图片输入已用指向公网 HTTPS 图片的
image_url 实测可用。 - 默认情况下推理过程以
<think>…</think> 包裹在 content 中。传 reasoning_split: true 可改为在 reasoning_content 中返回，否则展示前请去掉这段标签。 - 很短的请求也会显示约 200 个
prompt_tokens，因为上游会附加自己的系统提示，其中大部分计为缓存命中。
