多模型中转接入文档
使用 Token Gateway API Key 接入 Claude、GPT 与图像生成 API。按你使用的工具选择教程,完成配置后,再通过一次实际请求确认连接成功。
获取 API Key
注册并登录 Token Gateway,在控制台确认余额或套餐额度可用,再前往 API 密钥 页面创建并复制密钥。完整密钥仅在创建时显示一次,请妥善保存。
下文的 tf_sk_your_key_here 都需要替换为你自己的 API Key。 密钥用于调用模型,不是网站或 ChatGPT 的登录密码。
Claude / Codex 桌面客户端接入速查
先准备有对应模型权限的 Token Gateway API Key,并确认余额或套餐额度可用。 以下整理 Windows / macOS 桌面客户端的接入方式;配置后,请用新对话和平台调用记录验证。
| 配置项 | Claude 桌面版 | Codex 桌面版 |
|---|---|---|
| 配置入口 | 应用内 Configure Third-Party Inference | CC Switch 的 Codex 直连页,或 config.toml |
| 网关地址 | https://api.token-gateway.com | https://api.token-gateway.com/v1 |
| 接口格式 | Gateway / Anthropic Messages | Responses(原生) |
| 认证 | Static API key + Bearer | Token Gateway API Key |
| 示例模型 | claude-sonnet-5-5 | gpt-6-sol,推理强度 medium |
| 使用范围 | 第三方模式下的 Chat / Cowork / Code,按本机功能验证 | 使用自定义提供商的本地 Codex 任务 |
选择 Claude 桌面版步骤 或 Codex 桌面版步骤。 网关 API Key 用于模型调用;客户端账号、插件授权和云端功能各有自己的接入要求。 本文依据 2026-10-24 的官方文档和平台接口整理,功能是否可用需完成实际客户端验证。
Claude 桌面版:下载与网关配置
1. 安装或更新 Claude 桌面客户端
从 Claude 官方下载页 安装适合系统的版本。第三方推理使用同一个官方客户端;Windows 使用 Cowork 时需要支持该功能的 MSIX 安装包及虚拟化环境, 具体要求见 官方安装说明。
2. 打开第三方推理配置
- 打开 Claude。首次配置可从登录页开始;macOS 使用顶部菜单,Windows 使用左上角应用菜单。
- 选择 Help(帮助)→ Troubleshooting(故障排除)→ Enable Developer Mode(启用开发者模式)。
- 按提示重启,再进入 Developer → Configure Third-Party Inference(配置第三方推理)。
- 在 Connection 中按下表填写。若配置被组织策略锁定,请联系管理员修改。
| 配置项 | 填写内容 |
|---|---|
| Inference provider | Gateway |
| Gateway base URL | https://api.token-gateway.com |
| Credential kind | Static API key |
| Gateway API key | 你自己的完整 tf_sk_ 密钥,不加 Bearer 前缀 |
| Gateway auth scheme | Bearer |
| Model list / inferenceModels | 先使用自动发现,再选择 claude-sonnet-5-5 |
地址不加 /v1 或 /messages。 若自动发现的模型不符合你的密钥权限,在 Model list 中填写有权限的完整模型 ID; 如需 JSON 格式,以下是仅保留 Sonnet 的 inferenceModels 字段值:
[{"name":"claude-sonnet-5-5","anthropicFamilyTier":"sonnet"}]3. 应用配置并重启
点击 Apply Changes,再点击 Save & Restart。重启后选择使用第三方配置进入 Claude Desktop on 3P。 单机接入使用 Apply Changes 即可;Export 用于导出配置,不会代替应用到本机。
ANTHROPIC_BASE_URL、~/.claude/settings.json 或 CC Switch 的 Claude Code 配置,不能代替上述操作。 MCP / Connectors 用于连接工具,也不是模型网关的配置入口。官方参考:应用内配置、 Gateway 接入。
Claude 桌面版:验证连接与常见问题
先验证模型回复,再验证需要使用的功能
- 新建对话,确认模型为
claude-sonnet-5-5,发送下方测试消息。 - 打开 Token Gateway 控制台,核对同一时间的模型、状态和用量记录。只有客户端回复,不能证明流量已经过网关。
- 需要 Code / Cowork 时,再选一个空文件夹,允许访问该文件夹,测试创建和读取文件。Chat 成功不代表本机执行环境也已就绪。
请只回复“连接成功”,不要读取或修改任何文件。
请在我选择的文件夹创建 hello.txt,内容为“Claude 桌面版连接成功”。完成后读取这个文件,并告诉我实际保存路径。
核对文件确实存在、内容正确,再开始正式任务。模型调用按 Token Gateway 的套餐或余额计费,以平台用量记录为准。
找不到 Developer 菜单或第三方配置入口
检查客户端更新,并从 Help → Troubleshooting 启用 Developer Mode。切入第三方模式后菜单可能需要再次启用。受管理设备可能由管理员关闭该入口。
仍然进入官方账号模式,平台没有调用记录
确认已 Apply Changes 并 Save & Restart,在启动页选择第三方配置。检查 Gateway 地址和密钥,不要仅修改 Claude Code 的环境变量。
模型列表为空、报 model_not_found 或模型无权限
确认网络可访问网关,选择完整模型 ID claude-sonnet-5-5;必要时设置 Model list。公共模型目录不代表当前密钥拥有其中每个模型的调用权限。
Gateway was unreachable、401 或 402
检查地址是否为 https://api.token-gateway.com、密钥是否完整有效、认证是否选择 Bearer;401 检查密钥,402 检查余额和套餐。不要把 Key 当作 Claude 账号密码。
能对话,但 Cowork / Code 无法启动
按客户端提示检查组件下载、虚拟化和项目目录权限。第三方模式的本地功能需要分别验证,Anthropic 托管云环境和 Remote Control 不适用此接入流程。
持续失败时,请提供客户端版本、发生时间、模型、脱敏错误和可获取的 tf-request-id。 需要检查配置来源时,可在 Help → Troubleshooting → Generate Diagnostic Report 生成诊断报告;分享前检查并移除密钥和私人内容。
Codex 桌面版:下载与安装
Codex 是 OpenAI 的 AI 工作工具。连接 Token Gateway 后,你可以在本地项目中使用 GPT 进行对话、阅读文件、编写代码和执行任务。Windows / macOS 都可使用,以下提供 CC Switch 图形化配置和手动配置两种方式。
1. 从 OpenAI 官网下载 Codex
前往 OpenAI 官网下载 Codex,按官网提示选择适合系统的桌面版并安装。Windows 部分版本安装后会显示为 ChatGPT,打开后进入 Codex 工作区即可。
2. 选择配置方式
从 CC Switch 官方 GitHub 发布页 下载适合系统的安装包。CC Switch 是第三方配置管理工具,下面采用直连模式。 不同版本的按钮名称可能略有差异。 已熟悉配置文件的用户,也可以直接使用 手动配置,无需安装 CC Switch。
仅使用桌面版接入中转,无需先安装 Node.js、Python、Codex CLI 或 WSL。 开发具体项目时,再按项目需要安装运行环境。
本教程说明本地项目的模型接入。API 调用由 Token Gateway 计费;客户端首次引导、账号登录及云端功能,以 OpenAI 当前要求为准。 在 ChatGPT 桌面应用中,请进入 Codex 本地项目;这份配置不改变普通 ChatGPT 对话的计费和模型路由。
Codex 桌面版:通过 CC Switch 配置
准备好自己的 Token Gateway API Key 后,先退出 Codex,再打开 CC Switch。
1. 添加自定义供应商
- 在左侧选择 Codex。如果没有显示,到左下方“应用”中启用 Codex。
- 进入“直连”页,点击“添加供应商”,选择“自定义配置”。
- 按下表填写,API 地址和模型 ID 可以直接复制。
| 配置项 | 填写内容 |
|---|---|
| 名称 | Token Gateway |
| 网站链接(可选) | https://token-gateway.com |
| API Key | 你自己的完整 API Key,不加引号或 Bearer 前缀 |
| 请求地址 / API URL | https://api.token-gateway.com/v1 |
| 上游格式 | Responses(原生),部分版本位于高级选项中 |
| 默认模型 | gpt-6-sol |
| 模型映射 | 添加一行,菜单显示名和实际请求模型均填 gpt-6-sol |
| 推理强度 / 思考等级 | medium(中度);模型映射中的默认思考等级也设为 medium |
| 其他选项 | 上下文窗口保持默认,使用直连模式 |
/v1,不要再追加 /responses,也不要重复填写 /v1。 本教程使用 Responses(原生),与 Claude Code 的配置不同。2. 保存并切换到 Token Gateway
点击“添加”保存后,返回供应商列表,再点击 Token Gateway 卡片上的“切换”,确认卡片显示“使用中”。 如果之前开启过路由,选择“回到直连并使用”。仅保存供应商,并不代表已经启用。
本文使用 gpt-6-sol 作为示例。更换模型前,请确认你的账号有调用权限, 且该模型支持 Responses、流式输出和工具调用;“获取模型列表”成功不能代替实际调用验证。
启动 Codex 并验证连接
1. 完全退出并重启 Codex
完成当前任务后,从应用菜单或托盘退出,再重新打开 Codex。 仅关闭窗口可能仍有后台进程,无法读取刚保存的配置。
2. 打开本地项目
在自己的用户目录中新建一个空文件夹,例如 CodexProjects/hello, 在 Codex 中添加或打开这个文件夹。按客户端提示完成本机环境初始化, 新建聊天并确认模型为 gpt-6-sol、推理强度为 medium。
3. 先测试回复,再测试文件操作
第一条消息
请只回复“连接成功”,不要读取或修改任何文件。
收到回复后,再发送
请在当前项目文件夹创建 hello.txt,内容为“Codex 已通过中转连接成功”。完成后读取这个文件,并告诉我实际保存路径。
按提示允许这次文件操作,再打开项目文件夹,确认 hello.txt 确实存在且内容正确。
4. 核对平台调用记录
打开 Token Gateway 控制台, 在用量或请求记录中核对刚才的调用时间、模型和状态。记录可能稍有延迟,可稍后刷新。 成功回复、文件实际保存、平台出现对应记录,才能确认本次接入已完成。
配置成功后,日常直接打开 Codex 和项目即可。直连模式通常无需保持 CC Switch 运行; 更换 Key 或模型后,重新保存、切换并重启 Codex。
Codex 桌面版:手动配置(备用)
已通过 CC Switch 接通的用户可以跳过本节。需要检查配置或手动设置时,先退出 Codex,再打开当前用户的配置目录。
- Windows:按 Win + R,输入
%USERPROFILE%\.codex,打开config.toml。 - macOS:在 Finder 中按 Command + Shift + G,输入
~/.codex,打开config.toml。 - 如果设置了
CODEX_HOME,请使用该目录下的配置文件。
新建配置可参考下方示例。已有配置时,先备份,只合并相关字段,保留原有项目与权限设置; 同一个供应商区块不能重复添加。前面三行是顶层配置,放在第一个方括号区块之前。
model_provider = "token_gateway" model = "gpt-6-sol" model_reasoning_effort = "medium" [model_providers.token_gateway] name = "Token Gateway" base_url = "https://api.token-gateway.com/v1" wire_api = "responses" requires_openai_auth = false env_key = "TF_API_KEY"
env_key 填环境变量名称,不填密钥本身。以 UTF-8 编码保存为 config.toml,确认文件名没有变成 config.toml.txt。
让桌面应用读取 API Key
- Windows:打开“编辑账户的环境变量”,在用户变量中新建
TF_API_KEY,值填自己的完整密钥。完全退出并重新打开客户端;若仍提示缺少变量,注销 Windows 后重新登录。 - macOS:完全退出客户端,在终端执行下方命令,再从应用程序中打开客户端。此设置用于当前登录会话,退出登录或重启系统后需重新设置。
launchctl setenv TF_API_KEY "tf_sk_your_key_here"
上面是为桌面应用设置变量,不需要运行 Codex CLI。仅在终端执行 export TF_API_KEY=... 不保证从 Dock 或开始菜单打开的应用能读取。设置完成后,新建聊天并按上一节验证。
检查已有 CC Switch 配置或兼容旧配置
部分 CC Switch 版本使用下方字段直接保存密钥。若使用此方式,将它放在同一个供应商区块内,并移除该区块的 env_key;两种认证方式选择一种即可。 OpenAI 推荐 env_key,直接令牌字段作为兼容方式保留。请勿分享含密钥的配置文件或把它提交到项目仓库。
experimental_bearer_token = "tf_sk_your_key_here"
requires_openai_auth = false 用于模型提供商认证,不能保证跳过桌面端的账号引导。 无需照搬旧教程修改 auth.json。客户端账号登录与网关模型认证是两件事。手动配置不会自动生成 CC Switch 的模型菜单。后续若使用 CC Switch 管理供应商,请在其中同步设置;切换供应商可能重写它管理的连接字段。 官方参考:OpenAI Docs 网关接入、 配置字段。
Codex 常见问题
仍停留在 ChatGPT 登录页
先确认 Token Gateway 已切换为“使用中”,核对当前用户的配置目录及 CODEX_HOME,再完全退出并重启。中转 Key 不是 ChatGPT 密码;若仍无法进入,请按客户端当前账号要求处理,并向客服提供客户端版本和脱敏报错。
提示缺少 TF_API_KEY
env_key 填的是变量名。确认用户环境变量已经保存,并完全退出、重启桌面客户端;macOS 的 launchctl 设置在重新登录后需重设。只在某个终端设置 export,桌面启动的应用可能读不到。
401 密钥无效,或 402 额度不足
401:检查是否粘贴了完整 Key,有无多余空格,以及密钥是否已停用。402:到控制台检查余额、套餐状态与可用额度。
400 模型或格式错误,或 404 路径不存在
先按本教程核对 gpt-6-sol、medium 和 Responses(原生),并确认模型权限。请求地址应恰好为 https://api.token-gateway.com/v1,不追加 /responses 或 /chat/completions,也不重复 /v1。
出现 127.0.0.1 或本地连接被拒绝
可能启用了 CC Switch 的本地路由。按本教程切回 Token Gateway 直连并重启 Codex;如果你有意使用路由,则需要让 CC Switch 保持运行。
模型菜单没有目标模型,或仍使用旧配置
在 CC Switch 的 Codex 供应商中添加模型映射,菜单显示名和实际请求模型均填 gpt-6-sol,并设为默认。保存、切换、完全退出客户端后重新打开,再新建聊天。
能聊天,但无法创建或修改文件
确认已打开可写入的本地项目文件夹,完成沙箱初始化,并允许所需的文件操作。同时确认模型支持 Responses 工具调用;只收到文字回复,不代表文件已实际保存。
429 请求受限,或 502 / 超时 / 流中断
429:减少并发并检查平台速率及套餐限额。502 或超时:检查网络和平台状态后重试。持续失败时,提供发生时间、模型、错误信息和 tf-request-id,并遮住 API Key。
安装 Claude Code
以下是 Claude Code 的安装方式。使用 Codex 桌面版接入 GPT,请直接跳到 下载与安装 Codex。
前置条件:安装 Node.js
下方 npm 安装方式需要 Node.js 运行环境,建议使用 LTS 版本:
- macOS:
brew install node或从 nodejs.org 下载 - Windows:从 nodejs.org 下载安装包,或使用
winget install OpenJS.NodeJS.LTS - Linux:
curl -fsSL https://deb.nodesource.com/setup_22.x | sudo bash - && sudo apt install -y nodejs
# 验证 Node.js 已安装 node --version # 需要 v18+
安装 Claude Code (Anthropic 官方 CLI)
# 所有平台通用 (macOS / Windows / Linux) npm install -g @anthropic-ai/claude-code # 验证安装 claude --version
详见 官方文档
快速测试 Claude API
替换 API Key 后,在 macOS / Linux 终端执行以下命令,验证 Claude API 是否可用:
curl https://api.token-gateway.com/v1/messages \
-H "x-api-key: tf_sk_your_key_here" \
-H "anthropic-version: 2023-06-01" \
-H "Content-Type: application/json" \
-d '{"model":"claude-sonnet-4-6","max_tokens":100,"messages":[{"role":"user","content":"hello"}]}'配置 Claude Code
设置以下环境变量后,推荐使用 claude --bare 启动,以确保 Claude Code 只使用 Token Gateway 的外部 API Key,而不读取本机已有的 Claude 登录态。这是 Claude Code 国内可用的标准配置方式。
macOS / Linux
export ANTHROPIC_BASE_URL=https://api.token-gateway.com export ANTHROPIC_API_KEY=tf_sk_your_key_here
Windows (PowerShell)
$env:ANTHROPIC_BASE_URL = "https://api.token-gateway.com" $env:ANTHROPIC_API_KEY = "tf_sk_your_key_here"
Windows (CMD)
set ANTHROPIC_BASE_URL=https://api.token-gateway.com set ANTHROPIC_API_KEY=tf_sk_your_key_here
推荐启动方式
# 强制 Claude Code 仅使用上面的环境变量 claude --bare
/v1 后缀(SDK 自动拼接),与 OpenAI SDK 不同。如果你直接运行
claude 且本机已登录 Claude Max / claude.ai,Claude Code 可能优先读取本地登录态。此时请改用 claude --bare。持久化配置
将环境变量写入 shell 配置文件,重启终端后永久生效。
macOS / Linux — 添加到 ~/.zshrc 或 ~/.bashrc
export ANTHROPIC_BASE_URL=https://api.token-gateway.com export ANTHROPIC_API_KEY=tf_sk_your_key_here
保存后执行 source ~/.zshrc 立即生效。
Windows — 设置系统环境变量 (PowerShell)
[Environment]::SetEnvironmentVariable("ANTHROPIC_BASE_URL", "https://api.token-gateway.com", "User")
[Environment]::SetEnvironmentVariable("ANTHROPIC_API_KEY", "tf_sk_your_key_here", "User")设置后需重启终端或应用才能生效。
Claude Code 常见问题
1. 已设置环境变量,但 Claude Code 仍然走官方 claude.ai
# 推荐:直接这样启动 claude --bare
如果本机已登录 Claude 账号,claude 可能继续使用本地登录态;--bare 会强制只使用环境变量中的外部 API Key。
2. 想切回官方 Claude / claude.ai
unset ANTHROPIC_BASE_URL unset ANTHROPIC_API_KEY unset ANTHROPIC_AUTH_TOKEN claude auth login
Windows PowerShell 可改用 Remove-Item Env:ANTHROPIC_BASE_URL、Remove-Item Env:ANTHROPIC_API_KEY。
3. 检查当前 Claude Code 正在使用哪种认证方式
claude auth status
Anthropic SDK
Anthropic SDK (Python / Node.js)
# Python
from anthropic import Anthropic
client = Anthropic(
base_url="https://api.token-gateway.com",
api_key="tf_sk_your_key_here"
)
# Node.js
import Anthropic from '@anthropic-ai/sdk'
const client = new Anthropic({
baseURL: 'https://api.token-gateway.com',
apiKey: 'tf_sk_your_key_here'
})OpenAI SDK 接入 GPT
在自己的程序中调用 GPT 时,可以使用 OpenAI 官方 SDK。 将请求地址设为 https://api.token-gateway.com/v1, 并使用自己的 Token Gateway API Key。下面用 Responses API 发起一次简单请求。
Python — 安装 SDK
python -m pip install --upgrade openai
Python — 保存为 example.py,替换 Key 后运行 python example.py
from openai import OpenAI
client = OpenAI(
base_url="https://api.token-gateway.com/v1",
api_key="tf_sk_your_key_here",
)
response = client.responses.create(
model="gpt-6-sol",
reasoning={"effort": "medium"},
input="请只回复:连接成功。",
)
print(response.output_text)Node.js — 安装 SDK
npm install openai
Node.js — 保存为 example.mjs,替换 Key 后运行 node example.mjs
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.token-gateway.com/v1",
apiKey: "tf_sk_your_key_here",
});
const response = await client.responses.create({
model: "gpt-6-sol",
reasoning: { effort: "medium" },
input: "请只回复:连接成功。",
});
console.log(response.output_text);示例用于本地验证。正式项目请从环境变量读取密钥,不要将真实 Key 提交到代码仓库或放进浏览器端代码。 成功后,可在控制台核对对应调用记录。
/v1,与 Anthropic SDK 不同。 如果使用支持 Chat Completions 的模型,可调用 client.chat.completions.create; Codex 客户端仍应使用 Responses(原生)。CC Switch 配置说明
CC Switch 需要按应用分别配置供应商。先选 Claude Code 或 Codex,再添加 Token Gateway; 两者使用的协议与请求地址不同。
- Claude Code:请求地址为
https://api.token-gateway.com,填写自己的 API Key,使用 Claude 模型。 对照 Claude Code 配置 检查环境变量。 - Codex:请求地址为
https://api.token-gateway.com/v1,选择 Responses(原生), 按 Codex 配置步骤 设置模型和推理强度。
保存后,还需在供应商卡片上点击“切换”,确认“使用中”,然后重启对应客户端。
Sonnet 5.5 接入说明
使用 claude-sonnet-5-5 调用 Messages API, 支持 1M 上下文和最多 128K 输出。官方缓存读取价已于 2026 年 10 月 7 日降至 $0.10/百万 token, 输入 $2、输出 $10/百万 token;本站实际售价见模型价格表。
原 Messages 请求可保留旧版思考和采样参数,只将模型名改成 claude-sonnet-5-5。 TF 自动将 enabled/budget_tokens 转为 adaptive,将 disabled 转为 between_tools, 并移除 temperature、top_p、top_k。未传 thinking 时使用模型默认的自适应思考。
旧版思考预算不再是独立的硬上限,max_tokens 仍限制思考和正文的总输出。 显式 effort 会保留;关闭前置思考时,xhigh/max 会降到该模式支持的 high。 enabled 模式未指定 display 时会返回可读的思考摘要。
旧 tool_choice 的 any 或指定工具模式会自动转为 auto,保留完整工具定义和历史。 Sonnet 5.5 不提供强制调用保证,应用不能依赖它必定调用指定工具。 请按内容块类型读取响应,并完整保留 thinking 块及签名。
切换模型或上游账号可能使历史思考块失效;请保持对话历史、system 和 tools 只追加,避免改写已签名的上下文。 使用电脑工具的应用需迁移到 computer_toolset_20260801,并相应更新工具执行循环。
Haiku 5.5 接入说明
使用 claude-haiku-5-5 调用 Messages API, 支持 1M 上下文和最多 128K 输出,适合分类、提取、摘要和子任务等成本敏感的工作。 模型默认开启自适应思考,可通过 output_config.effort 调整思考深度。
对该精确模型名,TF 将有效的旧版 enabled 思考配置(整数 budget_tokens ≥ 1024)转为 adaptive, 未指定 display 时启用 summarized,并移除 temperature、top_p、top_k。 disabled 保持关闭思考;若同时指定 xhigh/max,effort 会降至 high。 any 或指定工具的强制 tool_choice 保留,这类响应会直接调用工具,不返回思考块。
旧思考预算不再是独立的硬上限,max_tokens 仍限制思考和正文的总输出。 请按 type 读取内容块并完整保留 thinking 块及签名;历史、system 和 tools 应只追加。 最后的 assistant 预填充不自动转换,电脑工具需迁移到 computer_toolset_20260801, 客户端还需处理 stop_reason 为 refusal 的情况。
提示词不超过 100,000 tokens 时,官方每百万 token 价格为输入 $0.10、输出 $0.50、 缓存读取 $0.01、5 分钟缓存写入 $0.125。超过 100,000 时,整次请求的这些费率均为 5 倍, 不仅对超出部分加价。提示词长度为未缓存输入、缓存写入、缓存读取之和,实际售价见模型价格表。 新 tokenizer 对相同文本通常计入约 30% 更多 tokens,请重新评估输出上限和成本。
1 小时缓存写入的官方价格为 $0.20/百万 token(超过阈值为 $1)。 本站目前合并记录缓存写入量并按 5 分钟费率结算,尚不区分混合缓存时长。
GPT Sol 6.1 接入说明
使用 gpt-6.1-sol,支持 1,050,000 token 上下文、 最多 128,000 token 输出和图片输入。推荐通过 Responses API 接入工具调用; 本站当前 Chat Completions 接口也已验证工具调用兼容。
旧请求只替换模型名时,TF 自动把 none/minimal 推理档位转为 low, 移除不支持的 temperature、top_p、logprobs 相关参数。 Chat 请求中的单独 max_tokens 会转为 max_completion_tokens。 其他有效推理档位、工具选择、历史消息和输出格式保持原样。
官方标准价格为输入 $2、输出 $10、缓存读取 $0.10/百万 token;缓存写入为 30 分钟 $2.50、12 小时 $5/百万 token。本站目前合并写入用量,按 30 分钟基准乘对应使用倍率计费, 尚未区分写入时长,实际售价见模型价格表。输入总量超过 272K 时,整个请求的输入及缓存费率翻倍、 输出费率乘 1.5。缓存读写均已包含在输入总 token 中,不重复计费。
gpt-6.1-terra 的官方价格恰好是 Sol 6.1 的一半 (输入 $1、输出 $5、缓存读取 $0.05/百万 token),上下文与输出上限完全相同, 且无需改写任何请求参数。日常编码、写作与视觉推理建议直接换用 Terra, 详见 GPT Terra 6.1 接入说明。GPT Terra 6.1 接入说明
使用 gpt-6.1-terra,支持 1,050,000 token 上下文、 最多 128,000 token 输出和图片输入,知识截止 2026 年 6 月 1 日。 推荐通过 Responses API 接入工具调用;本站 Chat Completions 接口也已实测可用, 包括强制指定函数名的调用。
推理档位 reasoning_effort 支持 none、low、 medium(默认)、high、xhigh、max。与 Sol 6.1 不同,本站不改写 Terra 的请求参数: none 档位原样透传,temperature、top_p 等采样参数也不会被移除, 旧客户端只替换模型名即可直接调用。
官方标准价格为输入 $1、输出 $5、缓存读取 $0.05/百万 token;缓存写入为 30 分钟 $1.25、12 小时 $2.50/百万 token。各项均为 Sol 6.1 的一半。 本站目前合并写入用量,按 30 分钟基准乘对应使用倍率计费,尚未区分写入时长,实际售价见模型价格表。输入总量超过 272K 时, 整个请求的输入及缓存费率翻倍、输出费率乘 1.5。缓存读写均已包含在输入总 token 中,不重复计费。
GPT Image 2.5 接入地址与模型
图像 API 可使用现有的 Token Gateway API Key,密钥需具有相应模型调用权限,且账户余额或套餐额度可用。 OpenAI SDK 的 base_url 填写 https://api.token-gateway.com/v1,请求头使用 Authorization: Bearer tf_sk_...。
| 模型 | model 参数 |
|---|---|
| GPT Image 2.5 Flare | gpt-image-2.5-flare |
| GPT Image 2.5 Sunburst | gpt-image-2.5-sunburst |
请填写完整模型名,不要只写 gpt-image-2.5。 当前开放模型与价格可查询 GET /v1/models。
设置环境变量 — macOS / Linux / Git Bash
export TF_API_KEY="tf_sk_your_key_here"
设置环境变量 — Windows PowerShell
$env:TF_API_KEY = "tf_sk_your_key_here"
替换为自己的密钥后,在同一个终端运行下方示例。正式项目应在服务端保管密钥,不要放进浏览器端代码。
生成图片与保存结果
文字生图使用 POST /v1/images/generations,请求体为 JSON。 下例请求一张 PNG 图片,结果保存在 image-response.json。
cURL — macOS / Linux / Git Bash
curl --fail-with-body --max-time 1200 \
https://api.token-gateway.com/v1/images/generations \
-H "Authorization: Bearer $TF_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-image-2.5-flare",
"prompt": "一只在窗边晒太阳的橘猫,柔和自然光,写实摄影",
"n": 1,
"output_format": "png"
}' \
-o image-response.json图片内容位于 data[].b64_json,需要 Base64 解码后写入文件。 也可以直接使用以下 Python 示例完成请求并保存为 generated.png。
安装 Python SDK
python -m pip install --upgrade openai
保存为 generate_image.py,运行 python generate_image.py
import base64
import os
from pathlib import Path
from openai import OpenAI
client = OpenAI(
base_url="https://api.token-gateway.com/v1",
api_key=os.environ["TF_API_KEY"],
timeout=1200.0,
max_retries=0,
)
result = client.images.generate(
model="gpt-image-2.5-flare",
prompt="一只在窗边晒太阳的橘猫,柔和自然光,写实摄影",
n=1,
output_format="png",
)
if not result.data or not result.data[0].b64_json:
raise RuntimeError("响应中没有图片内容,请检查调用记录")
Path("generated.png").write_bytes(
base64.b64decode(result.data[0].b64_json)
)
print("已保存 generated.png")- 图像生成可能耗时数分钟。示例将客户端超时设为 20 分钟,并关闭 SDK 自动重试;超时后先核对调用记录,避免重复提交产生额外费用。
- 图像用量按模型的文本输入、图像输入及图像输出 token 计量,依现有套餐或余额结算。请求可能先预扣额度,完成后按用量结算;具体价格见模型价格表。
- 需要流式结果时,在 JSON 中设置
stream: true,并用 SSE 客户端处理image_generation.*事件;不要把流式响应按普通 JSON 读取。
参考图片编辑
图片编辑使用 POST /v1/images/edits,以 multipart/form-data 上传参考图片和提示词。 将待编辑图片保存为当前目录下的 input.png 后运行:
cURL — macOS / Linux / Git Bash
curl --fail-with-body --max-time 1200 \ https://api.token-gateway.com/v1/images/edits \ -H "Authorization: Bearer $TF_API_KEY" \ -F "model=gpt-image-2.5-sunburst" \ -F "image=@input.png" \ -F "prompt=保留主体,将背景改成清晨的花园" \ -F "n=1" \ -F "output_format=png" \ -o edit-response.json
cURL 会自动设置 multipart boundary,不要额外添加 JSON 的 Content-Type。 返回图片同样从 data[].b64_json 解码;多张参考图可重复使用 image[] 字段。流式编辑使用表单字段 stream=true,接收 image_edit.* 事件。
参数格式可参考 OpenAI 图像生成文档; 本站可用模型和具体行为以当前接口响应为准。排查失败请求时,请同时提供响应头中的 tf-request-id。
认证方式
所有端点均支持以下三种认证方式 (任选其一):
| Header | 格式 |
|---|---|
| Authorization | Bearer tf_sk_... |
| X-TF-Key | tf_sk_... |
| x-api-key | tf_sk_... |
每个请求返回 tf-request-id 响应头,联系客服时请提供此 ID。
API 端点与模型映射
OpenAI Chat Completions
POST /v1/chat/completions用于支持 Chat Completions 的 GPT 模型(如 gpt-6.1-terra、gpt-6.1-sol、gpt-5.4、gpt-5.4-mini);具体以模型支持情况为准。
OpenAI Responses API
POST /v1/responsesCodex 客户端使用此端点;本文示例为 gpt-6-sol。其他支持 Responses 的模型包括 gpt-6.1-terra、gpt-6.1-sol、gpt-5.3-codex、gpt-5.1-codex-mini。
图像生成
POST /v1/images/generationsJSON 请求,支持 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst;返回 Base64 图片,支持 SSE 流式输出。调用示例见图像生成 API 章节。
图像编辑
POST /v1/images/editsmultipart/form-data 上传参考图片和提示词,使用上述 GPT Image 2.5 模型。
Anthropic Messages
POST /v1/messages适用于:claude-opus-5-5、claude-opus-5、claude-opus-4-8、claude-opus-4-7、claude-opus-4-6、claude-sonnet-5-5、claude-sonnet-5、claude-sonnet-4-6、claude-haiku-5-5、claude-haiku-4-5
模型列表
GET /v1/models无需认证,返回所有可用模型及定价。
/v1/messages;Codex 客户端使用 /v1/responses。在自己的程序中调用 GPT 时, 按模型支持情况选择 Responses 或 Chat Completions,并使用对应的请求格式。可用模型与定价
左右滑动表格查看完整价格。
OpenAI
| 模型 | 文本输入 /M tokens | 图片输入 /M tokens | 输出 /M tokens | 缓存读取 /M tokens | 图片缓存读取 /M tokens | 缓存写入 /M tokens |
|---|---|---|---|---|---|---|
| gpt-6-astra提示词 ≤ 272,000 tokens | $14.00 | - | $70.00 | $1.40 | - | $14.00 |
| gpt-6-astra提示词 > 272,000 tokens,整次请求 | $28.00 | - | $105.00 | $2.80 | - | $28.00 |
| gpt-6.1-sol提示词 ≤ 272,000 tokens | $2.80 | - | $14.00 | $0.14 | - | $3.50 |
| gpt-6.1-sol提示词 > 272,000 tokens,整次请求 | $5.60 | - | $21.00 | $0.28 | - | $7.00 |
| gpt-6.1-terra提示词 ≤ 272,000 tokens | $1.40 | - | $7.00 | $0.07 | - | $1.75 |
| gpt-6.1-terra提示词 > 272,000 tokens,整次请求 | $2.80 | - | $10.50 | $0.14 | - | $3.50 |
| gpt-6-sol提示词 ≤ 272,000 tokens | $2.80 | - | $14.00 | $0.28 | - | $2.80 |
| gpt-6-sol提示词 > 272,000 tokens,整次请求 | $5.60 | - | $21.00 | $0.56 | - | $5.60 |
| gpt-6-luna提示词 ≤ 272,000 tokens | $0.14 | - | $0.70 | $0.014 | - | $0.14 |
| gpt-6-luna提示词 > 272,000 tokens,整次请求 | $0.28 | - | $1.05 | $0.028 | - | $0.28 |
| gpt-5.6-sol提示词 ≤ 272,000 tokens | $5.60 | - | $28.00 | $0.56 | - | $5.60 |
| gpt-5.6-sol提示词 > 272,000 tokens,整次请求 | $11.20 | - | $42.00 | $1.12 | - | $11.20 |
| gpt-5.6-terra提示词 ≤ 272,000 tokens | $2.80 | - | $16.80 | $0.28 | - | $2.80 |
| gpt-5.6-terra提示词 > 272,000 tokens,整次请求 | $5.60 | - | $25.20 | $0.56 | - | $5.60 |
| gpt-5.6-luna提示词 ≤ 272,000 tokens | $0.28 | - | $1.68 | $0.028 | - | $0.28 |
| gpt-5.6-luna提示词 > 272,000 tokens,整次请求 | $0.56 | - | $2.52 | $0.056 | - | $0.56 |
| gpt-5.5提示词 ≤ 272,000 tokens | $7.00 | - | $42.00 | $0.70 | - | $7.00 |
| gpt-5.5提示词 > 272,000 tokens,整次请求 | $14.00 | - | $63.00 | $1.40 | - | $14.00 |
| gpt-5.4提示词 ≤ 272,000 tokens | $3.50 | - | $21.00 | $0.35 | - | $3.50 |
| gpt-5.4提示词 > 272,000 tokens,整次请求 | $7.00 | - | $31.50 | $0.70 | - | $7.00 |
| gpt-5.4-mini | $1.05 | - | $6.30 | $0.105 | - | $1.05 |
| gpt-5.5-codex | $2.45 | - | $19.60 | $0.245 | - | $2.45 |
| gpt-5.4-codex | $2.45 | - | $19.60 | $0.245 | - | $2.45 |
| gpt-5.3-codex | $2.45 | - | $19.60 | $0.245 | - | $2.45 |
| gpt-5.2-codex | $2.45 | - | $19.60 | $0.245 | - | $2.45 |
| gpt-5.1-codex-max | $1.75 | - | $14.00 | $0.175 | - | $1.75 |
| gpt-5.1-codex-mini | $0.35 | - | $2.80 | $0.035 | - | $0.35 |
| gpt-image-2.6-sunburst | $7.00 | $11.20 | $42.00 | $1.75 | $2.80 | 计入输入 |
| gpt-image-2.6-flare | $7.00 | $11.20 | $42.00 | $1.75 | $2.80 | 计入输入 |
| gpt-image-2.5-sunburst | $7.00 | $11.20 | $42.00 | $1.75 | $2.80 | 计入输入 |
| gpt-image-2.5-flare | $7.00 | $11.20 | $42.00 | $1.75 | $2.80 | 计入输入 |
| gpt-image-2 | $7.00 | $11.20 | $42.00 | $1.75 | $2.80 | 计入输入 |
Anthropic
| 模型 | 文本输入 /M tokens | 图片输入 /M tokens | 输出 /M tokens | 缓存读取 /M tokens | 缓存写入 /M tokens |
|---|---|---|---|---|---|
| claude-opus-5-5 | $5.60 | - | $28.00 | $0.28 | $7.00 |
| claude-opus-5 | $7.00 | - | $35.00 | $0.70 | $8.75 |
| claude-opus-4-8 | $7.00 | - | $35.00 | $0.70 | $8.75 |
| claude-opus-4-7 | $7.00 | - | $35.00 | $0.70 | $8.75 |
| claude-opus-4-6 | $7.00 | - | $35.00 | $0.70 | $8.75 |
| claude-sonnet-5-5 | $2.80 | - | $14.00 | $0.14 | $3.50 |
| claude-sonnet-5 | $2.80 | - | $14.00 | $0.28 | $3.50 |
| claude-fable-5 | $14.00 | - | $70.00 | $1.40 | $17.50 |
| claude-fable-5-1 | $14.00 | - | $70.00 | $0.35 | $17.50 |
| claude-fable-5-2 | $11.20 | - | $56.00 | $0.28 | $14.00 |
| claude-sonnet-4-6 | $4.20 | - | $21.00 | $0.42 | $5.25 |
| claude-haiku-5-5提示词 ≤ 100,000 tokens | $0.14 | - | $0.70 | $0.014 | $0.175 |
| claude-haiku-5-5提示词 > 100,000 tokens,整次请求 | $0.70 | - | $3.50 | $0.07 | $0.875 |
| claude-haiku-4-5 | $1.40 | - | $7.00 | $0.14 | $1.75 |
价格实时获取,以上为默认等级 (Default) 售价,订阅用户额度用尽后转余额的部分按余额价计;GPT Image 模型的输出列为图片输出 token。 GPT Image 2/2.5 的官方缓存价仅适用 Responses 图像工具;是否按缓存价计费取决于上游报告的用量,不保证缓存命中。Haiku 5.5 的提示词长度包含未缓存输入、缓存写入和缓存读取;超过阈值时整次请求使用高档费率。 缓存读写不重复按普通输入计费;当前单列的缓存写入按上游汇总用量计算,不区分缓存时长。“计入输入”表示没有单独的写入费率,按相应输入项计费;“-”表示未单列该费率,均不表示免费。
功能支持
- 流式输出 (SSE Streaming)
- Tool Calling / Function Calling
- Web Search (OpenAI 内置搜索)
- Vision (图像输入)
- 图像生成与参考图编辑(GPT Image 2.5 Images API)
- JSON Mode / Structured Output
- Extended Thinking (Claude)
可用功能取决于模型与接入接口。
计费说明
- 预充值余额,按实际 Token 用量扣费
- 最低充值 $10.00,支持信用卡和支付宝
- 请求时系统会预扣一定额度,完成后按实际用量结算,余额可能短暂波动
- 余额不足时请求将返回 HTTP 402,请及时充值
- 速率限制:每用户 60 请求/分钟,超限返回 HTTP 429
订阅计划说明
Token Gateway 提供两种计费模式:
1. 订阅套餐(推荐)
按月付费,获得日/周/月 API 用量限额,按模型价格表中的订阅额度价格扣除。当前提供 Basic、Plus、Standard、Pro、Ultra,具体价格和额度以订阅页面为准。
2. 按量付费
预充值余额,按实际 token 用量扣费。适合偶尔使用或想先体验的用户。
3. 超限机制
订阅用户达到限额后,默认暂停服务。可在控制台开启"超限后使用余额",从预充值余额继续扣费。也可升级到更高等级的套餐。
4. 两种模式可以同时使用吗?
可以。订阅用户在限额内不消耗余额。开启超限扣费后,超出部分从余额扣除。余额可随时充值。
错误码参考
| HTTP 状态码 | 类型 | 说明 |
|---|---|---|
| 400 | invalid_request_error | 请求格式错误或模型与端点不匹配 |
| 401 | authentication_error | API Key 无效或已停用 |
| 402 | billing_error | 余额不足,请充值 |
| 429 | rate_limit_error | 超过速率限制 (60 次/分钟) |
| 502 | api_error | 上游 provider 不可达 |
客服支持
如有问题,请发送邮件至 support@token-gateway.com,并附上 tf-request-id 以便排查。 也可以在登录后通过 工单反馈 提交,我们会尽快回复。