51token API 接口文档
一个 Base URL,接全部主流模型。任何支持 OpenAI 协议的工具,填三个值就能跑通。
01三秒接入
先跑通,再研究细节。
打开终端,把 sk- 后面换成你自己的令牌,回车。返回一段 JSON 就说明通了:
curl https://tokencn.299551.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的令牌" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "你好"}]
}'
成功返回长这样:
{
"id": "chatcmpl-20261119...",
"object": "chat.completion",
"created": 1795076731,
"model": "deepseek-v4.1-flash",
"choices": [{
"index": 0,
"message": {"role": "assistant", "content": "你好!有什么可以帮你的?"},
"finish_reason": "stop"
}],
"usage": {"prompt_tokens": 9, "completion_tokens": 12, "total_tokens": 21}
}
/v1 为止。SDK 和客户端会自动拼上 /chat/completions,
你自己写全了反而会 404。
02创建令牌
令牌(API Key)就是你的调用凭证,形如 sk-xxxxxxxx。
- 登录控制台打开 tokencn.299551.com/sign-in,用账号密码登录。
- 进入「API 密钥」页控制台左侧菜单 →「API 密钥」→「创建 API 密钥」。
- 设个名字,直接提交名称随便填(如
我的电脑),额度留空即无限、永不过期。提交后点「复制」拿到完整sk-密钥。
创建时的三个设置
| 设置 | 说明 | 建议 |
|---|---|---|
| 额度 | 该令牌最多能花多少钱,留空为不限 | 个人用留空;给别人用设上限 |
| 过期时间 | 到点自动失效,留空为永不过期 | 留空 |
| 模型限制 | 只能调用指定模型 | 一般关闭 |
03模型与价格
当前在售 11 个可填模型名,全部走 OpenAI 协议,纯文本对话。价格随时段和调价变化,以模型参数页实时显示为准;不知道选哪个,按场景选模型。
| 模型名(照抄填进 model) | 计费 | 价格 | 说明 |
|---|---|---|---|
| deepseek-v4.1-flash | 分时价 | 实时价 → | 通用对话与代码 |
| deepseek-v4-pro | 分时价 | 实时价 → | 深度推理、复杂代码 |
| az-deepseek-v4-pro | 固定价 | 实时价 → | deepseek-v4-pro 的另一条线路 |
| az-glm-5.3 | 固定价 | 实时价 → | 智谱 GLM 线路,官方定位编程与 Agent 任务 |
| kimi-k3 | 固定价 | 实时价 → | Kimi 旗舰,长文档与深度推理 |
| az-kimi-k3 | 固定价 | 实时价 → | kimi-k3 的另一条线路 |
| kimi-k3.1-pro | 固定价 | 实时价 → | 长文档分析、多轮深度问答 |
| az-kimi-k3.1-pro | 固定价 | 实时价 → | kimi-k3.1-pro 的另一条线路 |
| glm-5.3-flash | 固定价 | 实时价 → | — |
| glm-5.3 | 固定价 | 实时价 → | — |
| az-glm-5.2 | 固定价 | 实时价 → | — |
价格 人民币 / 每百万 tokens,输入、输出、缓存读取分别计价。全部模型的实时价见 模型参数,也可以看 定价 页的总表。
az- 的是同一个模型的另一条线路,计费方式和价格各自独立,以模型参数页为准。某条线路偶发超时,可以换另一条试试。
04基本信息
| Base URL | https://tokencn.299551.com/v1 |
| 协议 | OpenAI API(兼容 /v1/chat/completions) |
| 认证 | 请求头 Authorization: Bearer sk-xxx |
| 编码 | Content-Type: application/json,UTF-8 |
| 支持 | 普通响应、SSE 流式响应 |
请求头
Authorization: Bearer sk-你的令牌 Content-Type: application/json
05对话补全
POST /v1/chat/completions —— 全部模型都用这一个接口。
请求参数
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| model | string | 是 | 模型 ID,见上文表格 |
| messages | array | 是 | 对话数组,role 取 system / user / assistant |
| stream | bool | 否 | true 时逐字返回,默认 false |
| temperature | number | 否 | 0–2,越高越随机。默认 0.7 左右,写代码建议 0.2 |
| max_tokens | int | 否 | 限制输出长度,省钱小技巧 |
| top_p | number | 否 | 与 temperature 二选一调 |
| stop | string / array | 否 | 遇到这些字符串就停止生成 |
| presence_penalty | number | 否 | -2 到 2,鼓励说新话题 |
| frequency_penalty | number | 否 | -2 到 2,降低重复词 |
多轮对话
把历史消息按顺序塞进 messages 即可,服务端不保存上下文,每次都要带全:
{
"model": "deepseek-v4.1-flash",
"messages": [
{"role": "system", "content": "你是一个简洁的助手,回答不超过三句话。"},
{"role": "user", "content": "Python 里怎么读大文件?"},
{"role": "assistant", "content": "用 with open 配合逐行迭代,避免一次性读取。"},
{"role": "user", "content": "给我一段代码"}
],
"temperature": 0.3
}
响应字段
| 字段 | 说明 |
|---|---|
| choices[0].message.content | 模型回复的正文 |
| choices[0].finish_reason | stop 正常结束;length 达到 max_tokens 被截断 |
| usage.prompt_tokens | 输入 token 数(计费依据之一) |
| usage.completion_tokens | 输出 token 数(计费依据之二) |
06流式输出
加一个 "stream": true,回复就像打字机一样逐字出现。
curl https://tokencn.299551.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的令牌" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "讲个笑话"}],
"stream": true
}'
返回是 SSE 格式,每行以 data: 开头,最后一行固定是 data: [DONE]:
data: {"choices":[{"delta":{"role":"assistant","content":"为"}}]}
data: {"choices":[{"delta":{"content":"什么"}}]}
data: {"choices":[{"delta":{"content":"程序员"}}]}
data: [DONE]
choices[0].delta.content 拼起来;遇到 [DONE] 就停。
delta 里可能没有 content 字段(比如只返回 role),要判空再用。
kimi-k3.1-pro 等思考模型建议设 "stream": true。
非流式要等整段回答生成完才一次性返回,等待时间会明显更长。
07模型列表
不确定模型名?问一下接口,比自己猜靠谱。
curl https://tokencn.299551.com/v1/models \ -H "Authorization: Bearer sk-你的令牌"
{
"object": "list",
"data": [
{"id": "deepseek-v4.1-flash", "object": "model", "owned_by": "51token"},
{"id": "kimi-k3", "object": "model", "owned_by": "51token"},
...
]
}
注意:这个接口只返回你的令牌有权调用的模型。如果某个模型不在这里,调用时会报「模型不存在」。
08客户端配置
挑出大家最常用的几款,直接照着填。
| 软件 | 怎么填 |
|---|---|
| Cherry Studio | 设置 → 模型服务 → OpenAI → API 地址填 https://tokencn.299551.com,密钥填 sk-,在「模型」里手动添加 deepseek-v4.1-flash |
| ChatBox | 设置 → 模型提供方 → OpenAI API 兼容 → API 域名 https://tokencn.299551.com/v1,API 密钥填 sk-,模型名自己输 |
| NextChat / ChatGPT-Next-Web | 设置 → 自定义接口 → 接口地址 https://tokencn.299551.com,API Key 填 sk-,自定义模型名 deepseek-v4.1-flash |
| LobeChat | 设置 → 语言模型 → OpenAI → 代理地址 https://tokencn.299551.com/v1,填入密钥,模型列表选自定义 |
| Cline / Roo Code | API Provider 选 OpenAI Compatible → Base URL https://tokencn.299551.com/v1 → API Key → Model ID deepseek-v4-pro |
| Cursor | Settings → Models → OpenAI API Key 填 sk- → Override OpenAI Base URL 填 https://tokencn.299551.com/v1 → 点 Verify |
| Continue (VS Code) | config.json 里 models 增加一项:"provider": "openai"、"apiBase": "https://tokencn.299551.com/v1"、"model": "deepseek-v4.1-flash" |
| Dify | 设置 → 模型供应商 → OpenAI-API-compatible → Base URL https://tokencn.299551.com/v1 → API Key → 模型名手填 |
| 沉浸式翻译 | 翻译服务 → OpenAI → 自定义 API 接口 https://tokencn.299551.com/v1/chat/completions(这里是完整地址),模型名从 模型参数 页复制 |
/v1;
但沉浸式翻译、少数老软件要求填完整路径 /v1/chat/completions。
报 404 时,先试试补上或去掉 /chat/completions。
09代码示例
官方 OpenAI SDK 原样可用,只改 base_url 和 key。
from openai import OpenAI
client = OpenAI(
base_url="https://tokencn.299551.com/v1",
api_key="sk-你的令牌",
)
resp = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "用一句话解释什么是向量数据库"}],
)
print(resp.choices[0].message.content)
# 流式
stream = client.chat.completions.create(
model="deepseek-v4.1-flash",
messages=[{"role": "user", "content": "写一首关于秋天的短诗"}],
stream=True,
)
for chunk in stream:
if chunk.choices and chunk.choices[0].delta.content:
print(chunk.choices[0].delta.content, end="", flush=True)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://tokencn.299551.com/v1",
apiKey: "sk-你的令牌",
});
const resp = await client.chat.completions.create({
model: "deepseek-v4.1-flash",
messages: [{ role: "user", content: "你好" }],
});
console.log(resp.choices[0].message.content);
package main
import (
"context"
"fmt"
"github.com/sashabaranov/go-openai"
)
func main() {
cfg := openai.DefaultConfig("sk-你的令牌")
cfg.BaseURL = "https://tokencn.299551.com/v1"
c := openai.NewClientWithConfig(cfg)
resp, err := c.CreateChatCompletion(context.Background(),
openai.ChatCompletionRequest{
Model: "deepseek-v4.1-flash",
Messages: []openai.ChatCompletionMessage{
{Role: openai.ChatMessageRoleUser, Content: "你好"},
},
})
if err != nil {
panic(err)
}
fmt.Println(resp.Choices[0].Message.Content)
}
curl https://tokencn.299551.com/v1/chat/completions \
-H "Authorization: Bearer sk-你的令牌" \
-H "Content-Type: application/json" \
-d '{
"model": "deepseek-v4.1-flash",
"messages": [{"role": "user", "content": "你好"}]
}'
base_url,就能接。
10计费说明
- 按 token 计费,输入和输出分别按模型参数页的单价计算,无最低消费。
- 全站以人民币计价:余额、扣费记录和报错里的金额都是人民币(¥)。
- 缓存命中更便宜:相同前缀的重复请求,缓存部分按更低的缓存价计算(通常为输入价的 1–3 折)。
- 实时查账:控制台「使用日志」页能看到每次请求的模型、token 数和扣费金额。
1. 先问「一句话回答」时设
max_tokens: 200,能砍掉大量无意义的废话输出。2. 批量任务(打标签、分类、抽取)按场景推荐选单价低的模型。
3.
deepseek-v4-pro 的低峰价是高峰的一半,定时任务挪到晚上跑。
11使用建议
- 按场景选模型:见 模型参数 · 按场景推荐,每个场景给出推荐和备选。
- 思考模型请开
stream=true:本站模型默认都会先思考再回答,非流式要等整段回答生成完才返回;开流式能更早看到输出(见流式输出)。 - 思考内容计入输出 token:需要短回答的任务,请在提示词里要求「简短作答」。
az-glm-5.3的max_tokens建议设到 4000 以上,否则可能全部用在思考上、没有正文。- 部分模型按时段计价(deepseek-v4-pro、deepseek-v4.1-flash),价格以模型参数页实时显示为准。
12错误码
对照这张表,90% 的问题能自己解决。
| 状态码 | 返回信息 | 原因与处理 |
|---|---|---|
| 401 | Invalid token | 密钥错误。检查是否漏了 sk- 前缀、是否有空格换行、令牌是否被禁用 |
| 401 | 无效的令牌 | 令牌已删除或过期,重新创建一个 |
| 403 | 无权访问该模型 | 令牌设了模型限制,或你的账号暂未开通该模型 |
| 404 | Invalid URL | 路径不对。Base URL 应为 https://tokencn.299551.com/v1,别重复拼 /v1 |
| 400 | model not found | 模型名拼错。调 /v1/models 看准确 ID,注意大小写和连字符 |
| 429 | 负载已饱和,请稍后再试 | 瞬时并发太高,等 2–5 秒重试;或换 az- 前缀的备用线路 |
| 403 | Insufficient user quota, remaining quota: ¥… Not enough quota to pre-consume for this request: … |
账户余额不足,补足余额后重试 |
| 403 | token quota is not enough, token remain quota: … | 这个令牌设的额度用完了(账户可能还有余额)。到令牌页调高额度或改成不限 |
| 500 | No available channel | 该模型暂时没有可用线路。换模型,或联系管理员 |
| 503 | service unavailable | 服务临时故障,自动重试即可,一般几十秒内恢复 |
所有错误都返回统一结构,方便程序统一处理:
{
"error": {
"message": "Invalid token (request id: 20261119082559897...)",
"type": "new_api_error",
"code": ""
}
}
13常见问题
填好了但报 404,怎么回事?
九成是路径重复或缺失。Base URL 只写到 /v1,例如 https://tokencn.299551.com/v1。
如果你的软件要求填完整地址,那就填 https://tokencn.299551.com/v1/chat/completions。
两种写法不能混着来。
报 401 Invalid token,密钥明明是对的
按顺序检查三件事:一、sk- 前缀有没有一起复制;二、粘贴时是不是带进了空格或换行;
三、这个令牌在控制台里是不是「已启用」状态。三条都没问题就重建一个令牌试试。
不知道该选哪个模型?
打开模型参数页,顶部选使用场景(智能客服、运营分析、营销文案、长文档、代码、批量任务、复杂推理),会给出推荐和备选, 卡片上有实测首字、出字速度和实时价。质量没有做过分场景测评,建议先用少量数据试用。
模型名到底该填什么?
严格照抄本文第 03 节的 ID,比如 deepseek-v4.1-flash,不能写成 DeepSeek-V4.1-Flash,
也不要带引号。不确定就调 /v1/models 拿准确列表。
流式输出没反应 / 一次性全蹦出来
两个原因:一是请求里没设 "stream": true;二是中间有代理或 Nginx 缓冲了响应。
自己部署的网关记得关掉 proxy_buffering。用官方 SDK 的话这些都不用管。
多轮工具调用(function calling)报 400,怎么传?
用 /v1/chat/completions 时,请按 Chat 的格式续接:把模型返回的那条 assistant 消息(含 tool_calls)原样放回 messages,
再追加一条 role: "tool" 的消息,用 tool_call_id 对上那次调用的 id,content 填函数的执行结果。
如果在这个接口里按 Responses 的格式续接(发 function_call_output 条目或带 previous_response_id),会返回 400:
function_call_output requires item_reference ids matching each call_id on HTTP requests; continuation via previous_response_id is only supported on Responses WebSocket v2
正确的续接写法(第二轮请求,实测返回 200):
{
"model": "deepseek-v4.1-flash",
"messages": [
{"role": "user", "content": "北京现在天气怎么样?"},
{"role": "assistant", "content": null, "tool_calls": [
{"id": "call_1", "type": "function", "function": {"name": "get_weather", "arguments": "{\"city\": \"北京\"}"}}
]},
{"role": "tool", "tool_call_id": "call_1", "content": "{\"weather\": \"晴\", \"temp\": 12}"}
],
"tools": [{"type": "function", "function": {"name": "get_weather", "description": "查询城市天气",
"parameters": {"type": "object", "properties": {"city": {"type": "string"}}, "required": ["city"]}}}]
}
用 /v1/responses 时,tools 里的函数名不合法或有重名,会返回 400「the tool name is invalid or duplicated」,请检查每个函数的 name,不要重复。
能传图片让模型看吗?
目前上架的 11 个模型都是纯文本模型,不支持图片和文件输入。传图会报参数错误。
响应很慢,是不是接口有问题?
先看控制台「使用日志」页那次请求的耗时。如果普遍在 3 秒内首字节,属于正常网络往返;
如果某个模型特别慢,换它的另一条线路(az- 前缀)试试;思考模型请开 stream=true。程序里建议把超时设到 60 秒以上,
推理类模型的长回答经常超过 30 秒。
怎么知道花了多少钱?
控制台首页看余额,「使用日志」页看每一笔明细,含模型、token 数、扣费。
一个密钥能在几台设备上用?
不限设备数,同一个 sk- 可以到处填。但并发请求会共享同一个令牌的限流额度,
设备多的话建议每台建一个,方便单独排查和禁用。