快速开始
对外只暴露一个对话补全端点,路径与 OpenAI 完全一致。接入就三步:在控制台创建 API Key,把 Base URL 换成 https://api.9start.cn/v1,模型名填 deepseek-flash。
接口地址
https://api.9start.cn/v1
第一次调用
把示例中的 YOUR_API_KEY 换成控制台创建的密钥,密钥只在服务端使用。另有公开端点 GET /v1/models 可列出当前可用模型,无需鉴权。
响应结构与 OpenAI 完全一致:正文在 choices[0].message.content,本次消耗在 usage 里按输入、缓存命中与输出三类 token 分别给出,与控制台用量明细一一对应。
获取 API Key
API Key 是调用接口的唯一凭据。打开控制台按下面四步走完即可。
- 1用服务卡密登录控制台。卡密即账号,无需另外注册。
- 2进入「API 密钥」页,点新建,给它起一个便于区分用途的名字。
- 3完整 Key 只在创建这一次完整显示,关掉后无法再次查看,请立刻存入服务端环境变量或密钥管理。
- 4不再使用时在列表里禁用或删除,立即生效,无需等待。
不要把 Key 写进前端页面或客户端安装包。前端要调用,请在你自己的服务端做一层转发,由服务端持有 Key。
请求参数
下表是常用字段。除此之外,OpenAI 标准请求体里的其余字段按原样透传,具体行为以模型侧为准。
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| messages | array | 是 | 对话消息数组。role 取 system / user / assistant,多轮对话按时间顺序依次拼入。 |
| model | string | 是 | 模型名。当前仅 deepseek-flash,填其他值返回 400 model_not_supported。 |
| stream | boolean | 否 | 默认 false。设为 true 时以 SSE 逐段推送增量结果。 |
| temperature | number | 否 | 采样温度,0 到 2。越低越确定,越高越发散;不传时按模型默认值。 |
| max_tokens | integer | 否 | 本次生成的最大输出长度,用于控制单次成本上限。 |
| tools | array | 否 | 工具(函数)定义列表,配合 tool_choice 做函数调用与多轮工具编排。 |
| tool_choice | string | object | 否 | 工具选择策略:auto 由模型决定、none 不调用、或直接指定某个函数。 |
| response_format | object | 否 | 指定返回格式,用于 JSON 等结构化输出,便于程序直接解析。 |
| enable_thinking | boolean | 否 | 思考模式开关。开启后先输出推理过程再给结论,时延更长、复杂任务更稳。 |
流式输出
把 stream 设为 true,服务端以 SSE 逐 chunk 推送增量,每帧的 delta 只是一小段正文。
- 逐 chunk 读取并即时写出,不要在中间层缓冲整段,否则首字延迟会被白白拉长。
- 以收到 data: [DONE] 作为结束标志,不要依赖连接关闭判断结束。
- 开启 HTTP keep-alive,客户端超时建议不低于 60 秒;长文本与思考模式放宽到 180 秒以上。
- 用量在最后一帧或独立的 usage 帧给出,可自行留档对账。
兼容特性
流式输出
SSE 逐段返回,对话类产品可以边生成边展示,首字延迟低。
工具调用
标准 tools 结构,支持函数调用与多轮工具编排。
结构化输出
response_format 指定 JSON 结构,返回即可直接解析落库。
思考模式
enable_thinking 开关,复杂推理任务按需换取更稳的效果。
多轮对话
标准 messages 结构,自行维护会话上下文即可连续对话。
长上下文
长文档与长代码库可整段送入,减少切片拼接带来的信息损耗。
错误码
错误响应统一为 {"error": {"code": "...", "message": "中文描述"}},可直接把 message 透出给用户看。
| 状态码 | code | 含义与处理 |
|---|---|---|
| 401 | invalid_api_key | Key 不存在、已禁用或所属账户被封。先核对是否复制完整、是否在控制台被禁用。 |
| 402 | insufficient_quota | 账户余额不足。补额后自动恢复,无需改代码。 |
| 429 | rate_limit_exceeded | 触发限流,或算力池窗口打满。稍后重试,建议指数退避并调低并发。 |
| 400 | invalid_request | 请求体不合法。检查必填字段、字段类型与取值区间。 |
| 400 | model_not_supported | 模型名不受支持。固定使用 deepseek-flash。 |
| 404 | not_found | 路径不存在。检查是否漏了 /v1 前缀。 |
| 500 | internal_error | 服务内部错误。可原样重试一次;持续出现请联系服务顾问并附上 request-id。 |
| 501 | not_implemented | 能力尚未开放(如 Anthropic 兼容的 /v1/messages)。 |
限额与计费
- 按输入、缓存命中、输出三类 token 分别计价;工作日 9:00-12:00 与 14:00-18:00 为高峰时段,单价为空闲时段的两倍。
- 具体单价与换算示例见计费规则。
- 限额按 API Key 维度生效:5 小时窗口额度、每日额度与每秒请求数(QPS)三档,任一档打满即返回 429。
- 需要更高额度或并发,请联系服务顾问调整,无需更换 Key。
- 控制台「用量」页按天聚合,可导出 CSV,与自己的账目逐笔核对。
常见问题
任何 OpenAI 兼容 SDK 都可以,包括 OpenAI 官方 Python / Node.js SDK,只要把 base_url 换成上面的 Base URL、模型名换成 deepseek-flash,其余代码不用动。
建议客户端超时不低于 60 秒。长文本与深度思考场景放宽到 180 秒以上,并对流式接口开启 keep-alive 逐段读取。
默认按 API Key 维度限制并发与 QPS。需要更高的并发额度,请联系服务顾问调整。
按输入、缓存命中与输出三类 token 的实际消耗分别计价,高峰时段单价为空闲时段的两倍。明细可在控制台用量页按天查看并导出 CSV 核对。
不要把 Key 写进前端页面、客户端安装包或公开代码仓库,建议放在服务端环境变量里。发现泄漏后先在控制台禁用,再删除重建。
出于安全考虑服务端只保留摘要,无法再次展示。直接在控制台删除该 Key 并新建一个,把新 Key 存好即可。
402 表示账户余额不足,补额后自动恢复;429 表示触发了限流或算力池窗口打满,稍后重试即可,建议加指数退避。