API 文档

ArtinSmart API 完全兼容 OpenAI 接口格式, 当前已上线 10 款主流大模型 (GLM / DeepSeek / Qwen / Kimi / MiniMax), 一个 Key 全部可调。如果你已经在使用 OpenAI SDK, 只需修改 base_urlapi_key 即可无缝切换。

⚠ 调用前请先充值 — 新注册账户余额为 0, 调用 API 会返回 400/402 余额不足错误。请先 前往控制台充值 (最低 ¥1, 支付宝/微信扫码), 充值后立即可用。

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 glm-5 / deepseek-v4-pro), 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",   # 也可换成 deepseek-v4-pro / qwen3.7-max 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",
    "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',
  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

POST /v1/chat/completions

创建一个对话补全请求。

请求参数

参数类型必填说明
modelstring必填模型名称, 见下方"可用模型"表 (例如 glm-5 / deepseek-v4-pro)
messagesarray必填对话消息列表,每条包含 rolecontent
streamboolean可选是否流式返回,默认 false
max_tokensinteger可选最大生成 Token 数
temperaturenumber可选采样温度 0-2,默认 1
top_pnumber可选核采样概率阈值

可用模型

模型名称系列推荐场景状态
glm-5GLM中文对话、代码、推理● 已上线
glm-4.7GLM性价比通用对话● 已上线
deepseek-v4-proDeepSeek复杂推理、深度分析● 已上线
deepseek-v4-flashDeepSeek极速响应、高频短文● 已上线
qwen3.7-maxQwen综合能力旗舰● 已上线
qwen3.7-plusQwen中等复杂度任务● 已上线
kimi-k2.6Kimi长文本理解● 已上线
kimi-k2.5Kimi长文本备份线路● 已上线
MiniMax-M2.5MiniMax创意写作● 已上线
MiniMax-M2.1MiniMax创意写作备份线路● 已上线

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 glm-5.1 高可用专线接入。

响应格式

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "created": 1700000000,
  "model": "glm-5",
  "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",
    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',
  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

GET /v1/models

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"

错误码

HTTP 状态码说明处理建议
400请求参数错误 / 余额不足检查请求体;若错误信息含 budget/balance/exceeded → 前往控制台充值
401认证失败 / Key 已失效检查 API Key;若刚创建/删除子key, 等约 60 秒缓存生效
402余额不足前往控制台充值即可继续使用
403权限不足确认 Key 有权访问该模型
404模型不存在检查模型名称拼写, 参考上方可用模型表
429请求频率超限降低请求频率, 稍后重试
500服务器内部错误稍后重试, 持续出现请联系客服
503服务暂时不可用上游模型服务繁忙, 稍后重试

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 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", 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", 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 = ["glm-5", "deepseek-v4-pro", "qwen3.7-plus", "kimi-k2.6"]  # 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

API 测试