API 文档

快速开始

1. 注册账号，登录后进入控制台的 API 密钥页面，创建一个密钥。密钥只在创建时显示一次，请立即保存。
2. 在你的应用里把接口地址设为 https://api.ablatehub.com/v1，把密钥填进 API Key。
3. 在控制台确认账户有余额后即可调用。

curl https://api.ablatehub.com/v1/chat/completions \
  -H "Authorization: Bearer $ABLATEHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "GLM-5.3-Flash-Ablatehub",
    "messages": [{"role": "user", "content": "你好"}]
  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://api.ablatehub.com/v1",
    api_key="sk-...",  # 你的 Ablatehub 密钥
)

resp = client.chat.completions.create(
    model="GLM-5.3-Flash-Ablatehub",
    messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)

import OpenAI from "openai";

const client = new OpenAI({
  baseURL: "https://api.ablatehub.com/v1",
  apiKey: process.env.ABLATEHUB_API_KEY,
});

const resp = await client.chat.completions.create({
  model: "GLM-5.3-Flash-Ablatehub",
  messages: [{ role: "user", content: "你好" }],
});
console.log(resp.choices[0].message.content);

认证

所有请求都需要在请求头里携带密钥：

Authorization: Bearer sk-xxxxxxxxxxxxxxxx

• 密钥在控制台创建，每个账号最多 10 个，可以随时停用或删除。停用或删除后，使用该密钥的请求会立即返回 401。
• 请把密钥放在服务端环境变量里，不要写进网页前端、手机应用或公开的代码仓库。
• 密钥一旦泄露，请立即在控制台删除并重新创建。

模型与计费

调用时把 model 设为下表中的名称。价格单位是美元 / 每百万 tokens，按实际用量从账户余额扣除。

费用 = 未命中缓存的输入 tokens × 输入价 + 命中缓存的输入 tokens × 缓存输入价 + 输出 tokens × 输出价。每次调用的明细可以在控制台的调用记录里查看。

也可以通过接口获取当前可用的模型：

curl https://api.ablatehub.com/v1/models \
  -H "Authorization: Bearer $ABLATEHUB_API_KEY"

对话接口

POST https://api.ablatehub.com/v1/chat/completions

返回示例：

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "model": "GLM-5.3-Flash-Ablatehub",
  "choices": [
    {
      "index": 0,
      "message": { "role": "assistant", "content": "你好！有什么可以帮你的吗？" },
      "finish_reason": "stop"
    }
  ],
  "usage": { "prompt_tokens": 14, "completion_tokens": 17, "total_tokens": 31 }
}

部分模型会在 message 里额外返回 reasoning_content（思考过程）。思考部分也计入输出 tokens。如果 max_tokens 设得太小，可能出现 content 为空、finish_reason 为 length 的情况，请适当调大。

流式输出

设置 "stream": true 后，结果会以 Server-Sent Events 的形式逐段返回，最后以 data: [DONE] 结束。加上 "stream_options": {"include_usage": true} 可以在最后收到一段包含用量的数据。

curl https://api.ablatehub.com/v1/chat/completions \
  -H "Authorization: Bearer $ABLATEHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -N \
  -d '{
    "model": "GLM-5.3-Flash-Ablatehub",
    "messages": [{"role": "user", "content": "从 1 数到 5"}],
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

每一段形如：

data: {"id":"chatcmpl-...","object":"chat.completion.chunk","model":"GLM-5.3-Flash-Ablatehub","choices":[{"index":0,"delta":{"content":"1"},"finish_reason":null}]}

data: [DONE]

工具调用

通过 tools 传入函数定义，模型会在需要时返回 tool_calls。你执行函数后，把结果以 role: "tool" 的消息追加回去，再请求一次即可。

{
  "model": "GLM-5.3-Flash-Ablatehub",
  "messages": [{"role": "user", "content": "巴黎今天天气怎么样？"}],
  "tools": [{
    "type": "function",
    "function": {
      "name": "get_weather",
      "description": "查询城市天气",
      "parameters": {
        "type": "object",
        "properties": { "city": { "type": "string" } },
        "required": ["city"]
      }
    }
  }]
}

模型返回的 message.tool_calls[0].function.arguments 是 JSON 字符串，finish_reason 为 tool_calls。

JSON 输出

设置 "response_format": {"type": "json_object"}，并在提示词里明确要求输出 JSON，模型会返回合法的 JSON 字符串。

用量与缓存

每次响应的 usage 字段包含 prompt_tokens、completion_tokens 和 total_tokens。当请求的前缀与近期请求相同，部分输入会命中缓存，命中的数量会出现在 usage.prompt_tokens_details.cached_tokens 里，这部分按更低的缓存输入价计费。

• 要提高命中率，请把固定不变的内容（系统提示词、长文档、工具定义）放在 messages 的最前面，把每次变化的内容放在最后。
• 缓存是否命中取决于近期是否有相同前缀的请求，不能保证每次都命中。
• 控制台的调用记录会显示每次调用的输入、其中缓存、输出和费用。

错误码

出错时返回 JSON：{"error": {"message": "...", "type": "...", "code": "..."}}。

限制与说明

• 目前提供对话接口（/v1/chat/completions）和模型列表（/v1/models）。文本补全（/v1/completions）、向量（/v1/embeddings）和图像接口暂不提供，请求会返回 404。
• 每个账号最多 10 个 API 密钥。
• 个别模型可能因上游波动出现响应变慢或暂时不可用。遇到 502 或长时间无响应时，建议在客户端设置超时（例如 60 秒）并重试。
• 请遵守服务条款与使用政策。

获取支持

遇到问题、需要充值或有其他需求，请通过 Telegram 联系我们。反馈问题时请附上请求的时间、使用的模型和返回的错误信息，但不要发送你的完整密钥。