API 文档

ArtinSmart API 完全兼容 OpenAI 接口格式, 当前已上线 5 款旗舰大模型 (DeepSeek / GLM / Kimi / MiniMax), 一个 Key 全部可调。如果你已经在使用 OpenAI SDK, 只需修改 base_url 和 api_key 即可无缝切换。

快速开始

三步接入:

1. 控制台注册并充值, 获取你的 API Key (格式: sk-xxxx)
2. 设置 Base URL 为 https://api.artinsmart.cn/v1
3. 选择模型 (例如 deepseek-v4-pro / glm-5.2), 发送请求

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.artinsmart.cn/v1"
)

resp = client.chat.completions.create(
    model="glm-5.2",   # 也可换成 deepseek-v4-pro / kimi-k3 等
    messages=[{"role": "user", "content": "你好，请介绍一下你自己"}]
)
print(resp.choices[0].message.content)

curl https://api.artinsmart.cn/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "glm-5.2",
    "messages": [{"role": "user", "content": "你好，请介绍一下你自己"}]
  }'

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-api-key',
  baseURL: 'https://api.artinsmart.cn/v1'
});

const resp = await client.chat.completions.create({
  model: 'glm-5.2',
  messages: [{ role: 'user', content: '你好，请介绍一下你自己' }]
});
console.log(resp.choices[0].message.content);

认证方式

所有 API 请求需要在 HTTP Header 中携带 API Key：

Authorization: Bearer sk-your-api-key

API Key 在控制台 AI 本地工作台 AI 云端工作台注册后获取, 格式 sk-xxxxxxxx。请妥善保管, 不要硬编码到公开代码或客户端中, 泄露后请立即在控制台重置。

Base URL

https://api.artinsmart.cn/v1

如果你使用 OpenAI 官方 SDK，只需在初始化时设置 base_url（Python）或 baseURL（Node.js）参数。其他所有参数保持不变。

Chat Completions

① 提交生成任务

创建一个对话补全请求。

请求参数

可用模型

详细单价见 模型与定价。同系列模型互为容灾 fallback, 单一线路异常时自动切备线。企业客户可联系商务获取高可用专线接入。

响应格式

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "glm-5.2",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "你好！有什么可以帮助你的吗？"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 8,
    "completion_tokens": 12,
    "total_tokens": 20
  }
}

流式输出

设置 "stream": true 即可启用 Server-Sent Events 流式返回：

stream = client.chat.completions.create(
    model="glm-5.2",
    messages=[{"role": "user", "content": "用 Python 写一个快速排序"}],
    stream=True
)
for chunk in stream:
    content = chunk.choices[0].delta.content or ""
    print(content, end="", flush=True)

const stream = await client.chat.completions.create({
  model: 'glm-5.2',
  messages: [{ role: 'user', content: '用 Python 写一个快速排序' }],
  stream: true
});
for await (const chunk of stream) {
  process.stdout.write(chunk.choices[0]?.delta?.content || '');
}

模型列表

② 查询任务结果

返回当前可用的所有模型列表。

curl https://api.artinsmart.cn/v1/models \
  -H "Authorization: Bearer sk-your-api-key"

视频生成

文生视频 / 图生视频，支持 480p 到 4K。和文本模型同一个 base_url、同一把密钥、同一个余额，按 token 计费。生成是异步的：先提交任务拿 task_id，再轮询结果。不想写代码可以直接用控制台的「AI 视频生成」模块。

提交生成任务。当前可用模型：seedance-2.0。

curl https://api.artinsmart.cn/v1/video/generations \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "seedance-2.0",
    "prompt": "一只橘猫在阳光窗台上伸懒腰，暖色调特写，镜头缓慢推近",
    "metadata": {
      "resolution": "720p",
      "ratio": "16:9",
      "duration": 8,
      "generate_audio": false,
      "watermark": false
    }
  }'

# 响应
{"id":"vid_xxx","task_id":"vid_xxx","status":"queued","model":"seedance-2.0"}

查询任务状态，建议 5 秒轮询一次，通常 1–4 分钟出片。

curl https://api.artinsmart.cn/v1/video/generations/vid_xxx \
  -H "Authorization: Bearer sk-your-api-key"

# 生成中
{"code":"success","data":{"status":"IN_PROGRESS","progress":"50%"}}
# 完成
{"code":"success","data":{"status":"SUCCESS","progress":"100%","result_url":"https://.../output.mp4"}}

③ 用素材生成（图生视频 / 参考图 / 参考视频）

把素材放进 metadata.content，role 决定它起什么作用。图片和视频都支持公网 URL 或 data: base64 内联（内联时不需要你先把文件传到别处）。

{
  "model": "seedance-2.0",
  "prompt": "镜头缓慢拉远，人物转身走向远处",
  "metadata": {
    "resolution": "1080p", "ratio": "16:9", "duration": 8,
    "content": [
      {"type":"image_url","role":"first_frame",     "image_url":{"url":"data:image/jpeg;base64,..."}},
      {"type":"image_url","role":"last_frame",      "image_url":{"url":"https://example.com/end.jpg"}},
      {"type":"image_url","role":"reference_image", "image_url":{"url":"https://example.com/style.jpg"}},
      {"type":"video_url","role":"reference_video", "video_url":{"url":"https://example.com/clip.mp4"}}
    ]
  }
}

带视频输入更便宜：含 reference_video 时按更低的单价档计费（480p/720p 档 ¥26.6/M，1080p ¥29.45/M，4K ¥15.2/M）。不支持真人明星人脸参考图。

④ 接龙生成长视频

加 "return_last_frame": true，任务完成时会一并返回尾帧图；把它作为下一次请求的 first_frame，就能把多段接成一条长片。

⑤ 其他可选参数

camera_fixed(固定机位)、seed(固定随机种子便于复现)、generate_audio(生成配音配乐)、watermark(水印)。

⑥ 状态与计费

状态流转：QUEUED → IN_PROGRESS → SUCCESS / FAILURE（失败看 fail_reason，失败不计费）。

计费：按上游返回的 token 数结算。480p/720p ¥43.7、1080p ¥48.45、4K ¥24.7（元/百万 token）；含视频输入的续写更低。结果视频 URL 有有效期，请及时转存。

错误码

速率限制

账号默认无 RPM/TPM 硬限制，实际并发受模型容量约束。如需稳定高并发，请联系商务获取专属配额。

如果遇到 429 错误，说明模型服务繁忙，等待几秒后重试即可。402 错误说明账户余额不足，请前往控制台充值。

SDK 兼容

以下 SDK/工具无需修改即可使用，只需设置 base_url：

• Python: pip install openai（>= 1.0）
• Node.js: npm install openai（>= 4.0）
• Go: sashabaranov/go-openai
• 工具: LangChain, LlamaIndex, Dify, LobeChat, ChatGPT-Next-Web, Cherry Studio 等

Python 完整示例

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.artinsmart.cn/v1"
)

messages = [
    {"role": "system", "content": "你是一个有帮助的AI助手。"},
    {"role": "user", "content": "什么是机器学习？"}
]

# 第一轮
resp = client.chat.completions.create(model="glm-5.2", messages=messages)
answer = resp.choices[0].message.content
print("AI:", answer)

# 第二轮（带上历史）
messages.append({"role": "assistant", "content": answer})
messages.append({"role": "user", "content": "能举一个具体的例子吗？"})

resp = client.chat.completions.create(model="glm-5.2", messages=messages)
print("AI:", resp.choices[0].message.content)

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.artinsmart.cn/v1"
)

models = ["deepseek-v4-flash", "deepseek-v4-pro", "glm-5.2", "kimi-k3", "MiniMax-M3"]  # 一个 Key 全部可调
prompt = [{"role": "user", "content": "用一句话解释什么是大语言模型"}]

for model in models:
    resp = client.chat.completions.create(model=model, messages=prompt, max_tokens=100)
    print(f"[{model}] {resp.choices[0].message.content}")
    print(f"  Token: {resp.usage.total_tokens}\n")

在线调试