/v1/chat/completions
Úselo con los SDK de OpenAI, Cherry Studio, Cline, Open WebUI y la mayoría de los clientes de herramientas.
Formatos de solicitud
/
No hay coincidencias. Prueba con un protocolo, una capacidad o una ruta de endpoint.
Tres formatos de solicitud cubren todo el catálogo. Una clave ChinaAPI y una Base URL funcionan en todos, así que envíe el que su cliente ya habla.
/v1/messages
Enrute payloads de mensajes en formato Claude conservando la misma clave de gateway y los mismos controles de cuota.
/v1/responses
Use con Codex y otros clientes construidos sobre la Responses API. La consola indica qué modelos la aceptan.
Solo modelos Gemini
Las solicitudes Gemini nativas van a
POST /v1beta/models/{model}:generateContent. Solo los modelos gemini-* la ofrecen, y ni siquiera todos: la entrada de cada modelo en Models indica los formatos que acepta. Todos los demás usan uno de los tres formatos anteriores.
Tiempos de espera y facturación
Solo se cobra la salida que llegó al cliente. Si el cliente se desconecta o agota su tiempo de espera antes de que se devuelva una respuesta sin streaming, la solicitud no se cobra. Una solicitud con streaming se cobra por su entrada y por la salida ya entregada cuando termina el stream, y no se cobra si no se entregó ninguna salida. Una solicitud que agota su presupuesto de tiempo antes de entregar nada termina con un error
504 y no se cobra. Para indicar cuánto espera el cliente, se envía la cabecera X-Request-Timeout en segundos; los SDK oficiales de OpenAI y Anthropic ya envían su propio tiempo de espera.
Las conversaciones Responses de varios turnos referencian una respuesta anterior mediante previous_response_id. Si la solicitud siguiente devuelve previous_response_not_found, la respuesta anterior no se ha perdido: espere entre diez y veinte segundos y reenvíe la misma solicitud en lugar de reconstruir la conversación desde cero.