---
url: /llm.md
description: >-
  简创AIGC 大语言模型文档：兼容 OpenAI 接口风格的对话补全接口，基地址 https://api.jcaigc.cn/v1，按 token
  计费（输入与输出各一个单价，部分模型按输入长度分档），另提供模型清单接口。
---

# 大语言模型

[← 返回全部能力](/)

一套密钥调用多家大模型。网关把上游各家协议统一成同一组接口，已有的 SDK 只要改 Base URL 就能直接用。

## 接口一览

基地址 `https://api.jcaigc.cn/v1`，请求头带 `Authorization: Bearer <密钥>`（也接受 `x-api-key`），密钥是[控制台](https://jcaigc.cn)里的 apiKey。

| 接口 | 方法与路径 | 说明 |
|------|-----------|------|
| 对话补全 | `POST /v1/chat/completions` | 主入口，支持流式、function calling 与图片输入 |
| 文本补全（旧版） | `POST /v1/completions` | 老 SDK 使用的补全端点 |
| 模型清单 | `GET /v1/models`、`GET /v1/models/{model}` | 返回当前密钥可用模型 |

### 支持的模型

模型清单由账号开通的通道决定。**网关出厂价目表收录的模型如下，每个模型的输入价与输出价都是确定的**：

| 上游 | 模型 | 输入（元/百万 token） | 输出（元/百万 token） |
|------|------|------|------|
| OpenAI | `gpt-6-luna`（输入 <272K） | 0.75 | 3.75 |
| OpenAI | `gpt-6-luna`（输入 ≥272K） | 1.5 | 5.625 |
| OpenAI | `gpt-6.1-sol`（输入 <272K） | 15 | 75 |
| OpenAI | `gpt-6.1-sol`（输入 ≥272K） | 30 | 112.5 |
| OpenAI | `gpt-6-astra`（输入 <272K） | 75 | 375 |
| OpenAI | `gpt-6-astra`（输入 ≥272K） | 150 | 562.5 |
| 阿里百炼 | `qwen3.8-max-prime` | 24 | 72 |
| 阿里百炼 | `qwen3.8-max` | 12 | 36 |
| 阿里百炼 | `qwen3.7-plus` | 6 | 24 |
| 阿里百炼 | `qwen3.8-flash` | 0.8 | 2.7 |
| 阿里百炼 | `qwen3.8-omni-flash` | 0.8 | 2.7 |
| 阿里百炼 | `qwen-max` | 2.4 | 9.6 |
| 阿里百炼 | `qwen-plus` | 2.4 | 24 |
| 阿里百炼 | `qwen-flash` | 0.6 | 6 |
| 深度求索 | `deepseek-v4-pro` | 0.3 | 27 |
| 深度求索 | `deepseek-flash`（官方 DeepSeek-V4.1-Flash） | 0.04 | 8 |
| 火山方舟 | `doubao-seed-2.1-pro` | 3 | 15 |
| 火山方舟 | `doubao-seed-evolving` | 3 | 15 |
| 火山方舟 | `doubao-seed-2.1-turbo` | 1.5 | 7.5 |
| 火山方舟 | `doubao-seed-2.1-lite` | 0.4 | 1.35 |
| Google Gemini | `gemini-3.8-flash` | 11.25 | 56.25 |
| Google Gemini | `gemini-3.5-flash-lite` | 2.25 | 18.75 |
| Google Gemini | `gemini-3.1-flash-lite` | 3.75 | 11.25 |

::: warning 不在表里的模型会被拒绝
网关按模型名**精确匹配**价目表，没有精确命中的条目**一律拒绝调用**（HTTP 503，
`error.type = model_not_priced`），不会回落到任何默认价。要用表外的模型，需先在控制台
「模型与定价」里给它填上输入价与输出价。
:::

::: tip 以实际开通的模型为准
上表是网关出厂价目表收录的全部模型。调用 `GET /v1/models` 可以拿到当前密钥可用的准确清单。
:::

### 鉴权

两种写法任选其一，值都是[控制台](https://jcaigc.cn)里的 apiKey：

| 请求头 | 说明 |
|--------|------|
| `Authorization: Bearer <密钥>` | 标准写法 |
| `x-api-key: <密钥>` | 备用写法，值相同 |

### 请求示例

```bash
curl -X POST https://api.jcaigc.cn/v1/chat/completions \
  -H "Authorization: Bearer 123e4567-e89b-12d3-a456-426614174000" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "qwen3.8-flash",
    "messages": [
      {"role": "system", "content": "你是一个简洁的助手"},
      {"role": "user", "content": "用一句话解释什么是向量检索"}
    ],
    "stream": false
  }'
```

### 流式输出

请求体带 `"stream": true` 即返回 SSE（`Content-Type: text/event-stream`）。
网关会自动补上 `stream_options.include_usage`，并在最后一块里给出本次调用的 `usage`，按它计费。

流式增量统一是 OpenAI 的 `chat.completion.chunk` 格式，任何 OpenAI 客户端都能直接解析。

### 调用 DeepSeek 模型

DeepSeek 的两条模型走的就是上面的对话补全接口，没有额外的协议或参数：把 `model`
换成下表左列的 ID 即可，密钥、地址、鉴权方式与其它模型完全一致。

单价单位与前表相同（元/百万 token）：

| `model` | 官方型号 | 输入 | 输出 | 定位 |
|---------|---------|------|------|------|
| `deepseek-v4-pro` | DeepSeek-V4-Pro | **0.3** | **27** | 旗舰：复杂推理、长文写作、Agent 任务；支持思维链与工具调用 |
| `deepseek-flash` | **DeepSeek-V4.1-Flash** | **0.04** | **8** | 轻快：高并发对话与批量任务；成本与延迟都低 |

DeepSeek 的 `model` 取值与官网型号**不一定同名**：网关用的是官方的固定 ID，官网上叫
**DeepSeek-V4.1-Flash** 的那条，`model` 要填 `deepseek-flash`。官方用固定 ID 指向当前
快照，官网换版本（V4.1 → V4.2）时这个取值不变，同一份代码不用改。

两条都是 1M 上下文，调用方式完全相同，切换成本只是改一个 `model` 取值。
拿不准用哪条时先按 `deepseek-flash` 跑通，效果不够再换 `deepseek-v4-pro`。

**一次调用花多少钱**（按上表单价直接算，输入按 `prompt_tokens`、输出按 `completion_tokens`）：

| 用量 | `deepseek-flash` | `deepseek-v4-pro` |
|------|------|------|
| 输入 10,000 token + 输出 2,000 token | `0.0004 + 0.016` = **0.0164 元** | `0.003 + 0.054` = **0.057 元** |

同样的用量，`deepseek-flash` 大约只要 Pro 的三成。

**curl**

```bash
curl -X POST https://api.jcaigc.cn/v1/chat/completions \
  -H "Authorization: Bearer 123e4567-e89b-12d3-a456-426614174000" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "deepseek-v4-pro",
    "messages": [
      {"role": "system", "content": "你是一个简洁的助手"},
      {"role": "user", "content": "用一句话解释什么是向量检索"}
    ]
  }'
```

**Python**（官方 OpenAI SDK，只换基地址）

```python
from openai import OpenAI

client = OpenAI(
    api_key="123e4567-e89b-12d3-a456-426614174000",
    base_url="https://api.jcaigc.cn/v1",
)

resp = client.chat.completions.create(
    model="deepseek-v4-pro",          # 换 "deepseek-flash" 即切到轻快档
    messages=[
        {"role": "system", "content": "你是一个简洁的助手"},
        {"role": "user", "content": "用一句话解释什么是向量检索"},
    ],
)

print(resp.choices[0].message.content)
print(resp.usage)                     # 本次调用的 token 用量，按它计费
```

**Node.js**（官方 OpenAI SDK，只换基地址）

```javascript
import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: '123e4567-e89b-12d3-a456-426614174000',
  baseURL: 'https://api.jcaigc.cn/v1',
});

const resp = await client.chat.completions.create({
  model: 'deepseek-flash',            // 换 'deepseek-v4-pro' 即切到旗舰档
  messages: [
    { role: 'system', content: '你是一个简洁的助手' },
    { role: 'user', content: '用一句话解释什么是向量检索' },
  ],
});

console.log(resp.choices[0].message.content);
console.log(resp.usage);              // 本次调用的 token 用量，按它计费
```

改成流式只要多传一个 `stream` 参数（Python 写 `stream=True`），增量以 SSE 逐步返回、
最后一块带用量，见上文「流式输出」。想确认当前密钥能调哪些模型，调 `GET /v1/models`。

## 计费说明

对话补全按 **token** 计费，输入与输出各有一个单价，两侧各算各的。

| 项目 | 说明 |
|------|------|
| 计价公式 | 输入 token ÷ 百万 × 输入价 + 输出 token ÷ 百万 × 输出价（单位：元） |
| 单价口径 | **元/百万 token**，与各家官网价目表同一口径；各模型单价见上文「支持的模型」 |
| 计价档位 | 多数模型只有一个输入价与一个输出价；OpenAI 三条按输入 token 数分两档（<272K / ≥272K），取本次请求的输入 token 数所在档的单价计算 |
| 未定价的模型 | 一律拒绝调用，HTTP 503 + `error.type = model_not_priced`，不回落到任何默认价 |
| 失败请求 | 上游返回 4xx / 5xx 不计费 |
| 取不到用量时 | 按请求与响应文本估算 token 数 |

每个模型的输入价与输出价都在控制台「模型与定价」里配置，
出厂价目表随版本更新，控制台改过的条目以控制台为准，保存后立即生效。

单价上的几个细节：

* `qwen3.8-max-prime` 与 `qwen3.8-max` 是同一套权重的两个 ID：prime 走优速档（吞吐约 1.5–2 倍），单价翻倍。
* `qwen3.8-omni-flash` 是全模态模型，能直接吃音频与视频输入，计费仍按 token，价格与 `qwen3.8-flash` 同档。
* `qwen-max` 的价格对应**非思考模式**。
* 深度求索的两条是一口价：官方自己分峰谷（空闲时段含周末与法定节假日按半价收），
  网关不区分时段，任何时间调用都按上表的价格计费。
* `doubao-seed-2.1-lite` 能直接吃音频输入，官方对音频输入另报一个更高的价（6 元/百万 token）；
  网关按 token 计价的条目只有输入价与输出价两个维度，音频进这条链路时按文本价收（属于少收）。
* `doubao-seed-evolving` 是滚动 ID，官方承诺它始终指向最新版，升级自动生效，是这一组里不会失效的一条。
* Google Gemini 的三条 `model` 取值与上游一致（都带 `gemini-` 前缀），直接填即可；
  三条都能接受文本 / 图片 / 视频 / 音频 / PDF 输入，输出按 token 计费。
  `gemini-3.1-flash-lite` 是上一代轻量款，仍在售，输入价比 3.5 高、输出价更低——照价目表原样计费，不按代际折算。
* OpenAI 的三条模型按**输入长度**分档计价：输入不足 272K token（272K 即 272,000 token）
  用第一档，达到 272K 用第二档；判定只看本次请求的输入 token 数，与输出长度无关。
  两档各有一个输入价与一个输出价，按上面的公式取所在档的单价直接计算。

::: tip 价格以控制台为准
上表是网关的出厂价目表，**线上实际生效的单价以 <https://www.jcaigc.cn>
控制台「模型与定价」展示的为准**。
:::

## 调用限制

| 项目 | 默认值 | 说明 |
|------|--------|------|
| 调用频率 | 120 次 / 分钟，突发 20 | 按密钥统计，可调 |
| 失败重试 | 最多 3 次 | 上游 5xx 或 429 时自动换渠道重试；4xx 不重试 |
| 等待响应头 | 1800 秒 | 上游一直不返回响应头时的上限，可调 |
| 空闲超时 | 300 秒 | 收到响应后连续这么久没有新数据才中断，可调 |

::: tip 长上下文请求
对话类请求（流式与非流式）都没有总时长限制：非流式以「等待响应头」为上限，
流式只要还在返回数据就不会被中断。调用方自己的 HTTP 读超时要覆盖预期的生成
时长。超时返回 `504`，不会换渠道重试——请求已经发到上游，重发只会再算一遍。
:::

## 相关模块

* [语音](/voice/) — 语音识别，把音频转成文字
* [图像](/image/) — 文生图
* [视频](/video/) — 文生视频与图生视频
* [数字人](/avatar/) — 图片说话与视频对口型两种方案，让人物按音频开口
