快速开始

MeifuAI 提供与 OpenAI API 完全兼容的接口，您可以在不修改代码的情况下无缝切换。

💡

Base URL https://meifu.tech/v1

三步开始使用

1

注册并获取 API Key

前往注册页面创建账户，在控制台中生成您的 API Key。

2

配置 Base URL

将您的 API 客户端 Base URL 设置为 https://meifu.tech/v1

3

开始调用

使用与 OpenAI 完全相同的接口格式调用任何支持的模型。

认证方式

MeifuAI 使用 Bearer Token 进行认证。在请求头中添加 Authorization 字段即可。

请求头格式

HTTP Header

Authorization: Bearer sk-your-api-key-here

Curl 示例

bash

curl https://meifu.tech/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Chat 对话 API

与 OpenAI Chat Completions API 完全兼容，支持流式输出。

POST /v1/chat/completions

请求参数

参数	类型	必填	说明
`model`	string	是	模型 ID，如 `gpt-4o`、`claude-sonnet-4`
`messages`	array	是	消息列表，每条包含 `role` 和 `content`
`temperature`	float	否	生成温度，0-2 之间，默认 1
`max_tokens`	integer	否	最大生成 token 数
`stream`	boolean	否	是否启用流式输出，默认 false
`top_p`	float	否	核采样参数，0-1 之间

请求示例

python

from openai import OpenAI

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

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello!"}
    ],
    stream=True
)

for chunk in response:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

响应格式

json

{
  "id": "chatcmpl-abc123",
  "object": "chat.completion",
  "created": 1677858242,
  "model": "gpt-4o",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "Hello! How can I help you today?"
    },
    "finish_reason": "stop"
  }],
  "usage": {
    "prompt_tokens": 13,
    "completion_tokens": 7,
    "total_tokens": 20
  }
}

图片生成 API

支持 GPT-Image-2、DALL-E 3 等图片生成模型。

POST /v1/images/generations

请求参数

参数	类型	必填	说明
`model`	string	是	`gpt-image-2` 或 `dall-e-3`
`prompt`	string	是	图片描述文本
`n`	integer	否	生成数量，默认 1
`size`	string	否	图片尺寸，如 `1024x1024`

请求示例

python

response = client.images.generate(
    model="gpt-image-2",
    prompt="A cute cat wearing a hat, digital art",
    n=1,
    size="1024x1024"
)

print(response.data[0].url)

模型列表

以下是当前支持的所有模型。调用时使用模型 ID 作为 model 参数值。

GET /v1/models

支持的模型

模型 ID	提供商	类型	上下文
`gpt-4o`	OpenAI	对话	128K
`gpt-4o-mini`	OpenAI	对话	128K
`gpt-4-turbo`	OpenAI	对话	128K
`gpt-3.5-turbo`	OpenAI	对话	16K
`gpt-image-2`	OpenAI	图片	-
`dall-e-3`	OpenAI	图片	-
`claude-opus-4`	Anthropic	对话	200K
`claude-sonnet-4`	Anthropic	对话	200K
`claude-3.5-sonnet`	Anthropic	对话	200K
`claude-3-haiku`	Anthropic	对话	200K
`gemini-2.5-pro`	Google	对话	1M
`gemini-2.5-flash`	Google	对话	1M
`gemini-1.5-pro`	Google	对话	1M
`glm-4-plus`	智谱	对话	128K
`glm-4-flash`	智谱	对话	128K
`moonshot-v1-8k`	月之暗面	对话	8K
`moonshot-v1-128k`	月之暗面	对话	128K
`qwen-max`	通义千问	对话	32K
`qwen-plus`	通义千问	对话	128K
`abab6.5-chat`	MiniMax	对话	128K

错误码

当请求失败时，API 会返回相应的 HTTP 状态码和错误信息。

状态码	类型	说明
`400`	Bad Request	请求参数错误或格式不正确
`401`	Unauthorized	API Key 无效或已过期
`403`	Forbidden	无权访问该模型或资源
`429`	Rate Limit	请求频率超出限制，请稍后重试
`500`	Server Error	服务端内部错误
`502`	Bad Gateway	上游服务不可用
`503`	Unavailable	服务暂时不可用

错误响应格式

json

{
  "error": {
    "message": "Invalid API key provided",
    "type": "invalid_request_error",
    "code": "invalid_api_key"
  }
}

速率限制

为保证服务质量，API 请求受到速率限制。

⚠️

速率限制

不同用户等级有不同的速率限制。如需提高限制，请联系客服。

限制类型	免费用户	付费用户
RPM（每分钟请求数）	20	60
TPM（每分钟 Token 数）	40,000	200,000
并发请求数	2	10

响应头

每个响应都包含速率限制相关的头部信息：

HTTP Headers

X-RateLimit-Limit: 60
X-RateLimit-Remaining: 45
X-RateLimit-Reset: 1677858300

SDK & 示例

MeifuAI 兼容 OpenAI SDK，直接替换 base_url 即可使用。

Python

bash

pip install openai

python

from openai import OpenAI

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

# 同步调用
response = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "你好"}]
)
print(response.choices[0].message.content)

# 流式调用
stream = client.chat.completions.create(
    model="gpt-4o",
    messages=[{"role": "user", "content": "你好"}],
    stream=True
)
for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="")

Node.js

bash

npm install openai

javascript

import OpenAI from 'openai';

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

async function main() {
  const stream = await client.chat.completions.create({
    model: 'gpt-4o',
    messages: [{ role: 'user', content: '你好' }],
    stream: true,
  });

  for await (const chunk of stream) {
    process.stdout.write(chunk.choices[0]?.delta?.content || '');
  }
}

main();

cURL

bash

curl https://meifu.tech/v1/chat/completions \
  -H "Authorization: Bearer sk-your-api-key" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{"role": "user", "content": "Hello!"}],
    "stream": true
  }'