API 参考
Kasallm 提供与 OpenAI 兼容的 HTTP 接口。本页包含认证、请求示例、流式输出、完整模型目录和错误处理。
概览
Base URL：https://api.kasallm.online/v1
| 方法 | 路径 | 说明 |
|---|---|---|
| POST | /chat/completions | 对话补全，支持流式返回 |
| GET | /models | 获取当前可用模型列表 |
网关会根据模型名自动选择可用上游渠道。同一模型有多个渠道时自动负载均衡；请求失败会自动重试并切换渠道。
认证
所有请求需要在 Header 中携带 API Key：
http
Authorization: Bearer sk-你的密钥密钥在 控制台 创建。每个 Token 可以单独设置可用模型、额度、过期时间和 IP 白名单。不要把密钥写进前端代码或公开仓库。
请求示例
curl https://api.kasallm.online/v1/chat/completions \
-H "Authorization: Bearer sk-你的密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash",
"messages": [{"role": "user", "content": "你好"}]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.kasallm.online/v1",
api_key="sk-你的密钥",
)
resp = client.chat.completions.create(
model="glm-5.3-flash",
messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api.kasallm.online/v1",
apiKey: "sk-你的密钥",
});
const resp = await client.chat.completions.create({
model: "glm-5.3-flash",
messages: [{ role: "user", content: "你好" }],
});
console.log(resp.choices[0].message.content);流式输出
设置 "stream": true 后，服务会以 SSE 返回增量内容，适合聊天界面逐字显示。
bash
curl -N https://api.kasallm.online/v1/chat/completions \
-H "Authorization: Bearer sk-你的密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "glm-5.3-flash",
"messages": [{"role": "user", "content": "写一首短诗"}],
"stream": true
}'
data: {"choices":[{"delta":{"content":"你好"}}]}
data: {"choices":[{"delta":{"content":"，世界"}}]}
data: [DONE]
!
GLM、Kimi 等推理模型会先返回 reasoning_content。如果 max_tokens 太小，token 可能在思考阶段用尽，正文为空。
模型目录
/v1/models 返回 35 个模型 ID。标「别名」的 ID 会映射到同一上游模型，用哪个都可以。
| 模型 ID | 家族 | 上下文 | 能力 | 备注 |
|---|---|---|---|---|
glm-5.1 | GLM | 200K | 工具 | |
glm-5.2 | GLM | 1M | 工具 | |
glm-5.3 | GLM | 1M | 工具 | |
glm-5.3-flash | GLM | 1M | 工具 | |
glm-5.3-flashx | GLM | 1M | 视觉 · 工具 | |
GLM-5.3-Flash | GLM | 1M | 工具 | 别名 |
qwen3.7-max | Qwen | 1M | 工具 | |
qwen3.7-flash | Qwen | 1M | 视觉 · 工具 | |
qwen3.8-max | Qwen | 1M | 视觉 · 工具 | |
qwen3.8-flash | Qwen | 1M | 视觉 · 工具 | |
qwen3.8-27b | Qwen | 1M | 视觉 · 工具 | |
Qwen3.8-27B | Qwen | 1M | 视觉 · 工具 | 别名 |
Qwen3.8-Flash-Next | Qwen | — | 工具 | |
qwen3-vl-30b-a3b | Qwen | — | 视觉 | |
Qwen3-vl-30b-a3b | Qwen | — | 视觉 | 别名 |
kimi-k2.6 | Kimi | 256K | 视觉 · 工具 | |
kimi-k2.7-code | Kimi | 256K | 视觉 · 工具 | |
kimi-k3 | Kimi | 1M | 视觉 · 工具 | |
deepseek-v4-flash-0731 | DeepSeek | 1M | 工具 | |
deepseek-v4-pro-0813 | DeepSeek | 1M | 工具 | |
deepseek-v4.1-flash-1017 | DeepSeek | 1M | 视觉 · 工具 | |
deepseek-v4-1-flash-1017 | DeepSeek | 1M | 视觉 · 工具 | 上游 ID 差异 |
Deepseek-V4.1-Flash | DeepSeek | 1M | 视觉 · 工具 | 别名 |
deepseek-flash | DeepSeek | 1M | 视觉 · 工具 | |
minimax-m2.7 | MiniMax | 200K | 工具 | |
minimax-m3.1-flash | MiniMax | 1M | 视觉 · 工具 | |
seed-2.1-pro | Seed | 256K | 视觉 · 工具 | |
seed-2.1-turbo | Seed | 256K | 视觉 · 工具 | |
mimo-v2.6-pro | MiMo | 1M | 视觉 · 工具 | |
mimo-v2.6-flash | MiMo | 1M | 视觉 · 工具 | |
longcat-2.0 | LongCat | 1M | 工具 | |
neohorse-1-9b | 其他 | 256K | 工具 | |
gemma4-26b-a4b | Gemma | — | — | |
Gemma4-26b-a4b | Gemma | — | — | 别名 |
egg-alpha | 其他 | 1M | 免费 · 视觉 | 免费 |
上下文与能力来自上游公开信息，可能随上游调整，以实际返回为准。
错误码
| HTTP | 含义 | 处理建议 |
|---|---|---|
| 401 | 密钥无效或已禁用 | 检查 Authorization 是否正确、Token 是否启用 |
| 400 | 请求参数错误 | 检查模型名、消息格式与 JSON 结构 |
| 404 | 模型不存在 | 请求 /v1/models 确认可用 ID |
| 429 | 请求过于频繁 | 降低并发或稍后重试 |
| 503 | 无可用渠道 | 该模型暂时不可用，稍后重试或联系管理员 |
错误响应格式：
json
{
"error": {
"message": "Invalid token",
"type": "new_api_error"
}
}配额与计费
- 按输入、输出 token 计费，不同模型倍率不同，以控制台为准。
- 每个 Token 可单独设置额度、可用模型、过期时间与 IP 白名单。
- 额度用尽后请求会返回 401，需要在控制台补充额度。
- 调用记录包含模型、token 数与消耗额度，可在控制台「日志」中查看。
常见问题
可以在 Cursor / Cline / Cherry Studio 里用吗？
可以。Provider 选 OpenAI Compatible，Base URL 填 https://api.kasallm.online/v1，API Key 填你的密钥。
为什么同一个模型有时快有时慢？
同一模型可能由多个上游共同提供，网关会按渠道状态选择。某个上游响应慢或失败时，请求会重试并切换到其他渠道。个别上游模型冷启动较慢。
如何新增模型或渠道？
由管理员在控制台「渠道」中添加，添加后模型会自动出现在 /v1/models 中。