中文 ▾
获取 API 密钥

面向 OpenRouter 客户端的 OpenAI 兼容接口

OpenRouter 的 OpenAI 兼容端点只是一个遵循 OpenAI 聊天格式的基础 URL,因此替换它只需几行代码。以下是确切的值、请求格式以及你可能遇到的错误。

更新于

一根电缆将终端连接到发光模型立方体,代表替换 API 接口

要点

  • Base URL 是 https://api.openrouteralternativeapi.com/v1,模型 ID 为 uncensored。
  • 认证使用标准的 Bearer 头;仅支持 POST /v1/chat/completions 和 GET /v1/models。
  • 流式输出、工具调用和 JSON 模式可用,但不支持仅路由器字段。
  • HTTP 429 时,读取错误代码以区分速率限制和并发限制。

你需要的值

任何允许编辑 OpenAI 风格接口的工具都需要三个值。从表中复制它们,典型设置中其他内容无需更改。

设置说明
Base URLhttps://api.openrouteralternativeapi.com/v1
API 密钥在 API 密钥页面创建
模型 IDuncensored
Auth 头Authorization: Bearer YOUR_API_KEY
聊天接口POST /v1/chat/completions
模型列表路由GET /v1/models

Base URL 已包含 /v1 结尾。大多数 SDK 会自动追加 /chat/completions,因此不要重复添加。某些工具要求提供完整的聊天路由;在这种情况下,请使用 Base URL 后跟 /chat/completions。

接口的定义与非定义

URL 背后是一个开放权重模型,由独立提供商运行,针对合法成人用途进行了无内容拒绝的优化。它不是路由器,因此请求不会转发到其他供应商。它也不是任何模型制造商的官方 API。这对配置很重要:没有可供选择的模型 slug 列表,没有供应商偏好字段,也没有回退链。你发送 uncensored 即可获得该模型。

服务仅支持文本。不提供图像生成、音频、视频、嵌入和微调,因此调用 /v1/embeddings 或图像路由的客户端在此 base URL 下会失败。将这些调用指向你已使用的其他服务,如果应用程序混合使用多种功能,请按功能设置 base URL 而非全局设置。

另一个兼容性点涉及模型列表。客户端在启动时调用 GET /v1/models 以填充下拉菜单或验证设置,将收到该单一模型。这是预期的。如果你的代码检查配置的模型名称是否出现在列表中,请将名称设置为 uncensored,检查即可通过。如果你的应用程序在配置文件的深层硬编码了供应商模型名称,请在首次运行前在仓库中搜索它,因为残留字符串是 URL 更改后应用仍失败的最常见原因。

首次请求的三种方式

从终端发起请求。这将在涉及任何框架之前验证密钥、URL 和模型 ID。

curl https://api.openrouteralternativeapi.com/v1/models   -H "Authorization: Bearer $API_KEY"

curl https://api.openrouteralternativeapi.com/v1/chat/completions   -H "Authorization: Bearer $API_KEY"   -H "Content-Type: application/json"   -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Reply with the word ready."}],
    "max_tokens": 10
  }'

使用 Python SDK 的相同调用。注意,除了 base_url 和 api_key 外,与标准 OpenAI 代码没有任何区别。

from openai import OpenAI

client = OpenAI(
    base_url="https://api.openrouteralternativeapi.com/v1",
    api_key="YOUR_API_KEY",
)

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Reply with the word ready."}],
    max_tokens=10,
)
print(r.choices[0].message.content)
print(r.usage)

使用 Node.js,从环境变量读取密钥:

import OpenAI from "openai";

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

const r = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Reply with the word ready." }],
  max_tokens: 10,
});
console.log(r.choices[0].message.content);

许多工具读取环境变量而非构造函数参数。官方 SDK 通常支持 OPENAI_BASE_URL 和 OPENAI_API_KEY,这允许你重定向未修改的脚本。检查你的 SDK 版本文档以确认名称。

流式输出、工具调用和 JSON 模式

客户端依赖的功能均已提供。设置 stream: true 以接收服务器发送的事件;使用情况在流结束时报告。工具调用接受 tools 和 tool_choice,流式传输 tool_calls 增量,并期望以 role: "tool" 消息返回结果。JSON 模式通过 response_format: {"type":"json_object"} 启用。采样字段 temperature、top_p、stop、seed 以及频率和存在惩罚均透传。

Python 中的流式输出示例:

stream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Write three short taglines for a coffee cart."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

以及 JSON 模式,值得在提示词中配合指定预期键名的指令使用:

r = client.chat.completions.create(
    model="uncensored",
    messages=[
        {"role": "system", "content": "Return JSON with keys title and tags (array of strings)."},
        {"role": "user", "content": "Summarise: a guide to brewing cold coffee at home."},
    ],
    response_format={"type": "json_object"},
)
print(r.choices[0].message.content)

无论如何,始终在 try 块中解析结果。JSON 模式提高了有效输出的几率,但你的代码仍应处理格式错误的回复,例如重试一次。

多轮对话和函数调用

该接口是无状态的,类似于 OpenAI 聊天路由。它不记住之前的调用,因此每个请求必须携带你希望模型看到的对话。保持消息列表,在每轮后附加助手回复,并再次发送整个列表。注意总数:100,000-token 窗口涵盖提示词和补全,长历史记录也是驱动输入成本的原因。

history = [{"role": "system", "content": "You answer in two sentences."}]

def chat(text):
    history.append({"role": "user", "content": text})
    r = client.chat.completions.create(model="uncensored", messages=history)
    reply = r.choices[0].message.content
    history.append({"role": "assistant", "content": reply})
    return reply

对于函数调用,在 tools 中描述你的函数,运行模型要求的任何操作,并将输出作为带有匹配 tool_call_id 的 role: "tool" 消息发送。最小定义如下:

tools = [{
    "type": "function",
    "function": {
        "name": "get_order_status",
        "description": "Look up an order by its number",
        "parameters": {
            "type": "object",
            "properties": {"order_id": {"type": "string"}},
            "required": ["order_id"],
        },
    },
}]

r = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Where is order 1042?"}],
    tools=tools,
    tool_choice="auto",
)
call = r.choices[0].message.tool_calls[0]
print(call.function.name, call.function.arguments)

在运行任何操作之前验证参数。模型提出调用;你的代码决定执行是否安全,特别是当函数涉及金钱、文件或其他人的数据时。

需从 OpenRouter 风格请求中移除的字段

为路由器编写的客户端通常会在请求体或标头中添加额外内容。典型示例包括供应商排序、模型回退数组、路由偏好和归属标头。此 API 不使用它们。未知字段可能会被忽略或导致错误,具体取决于字段,因此请剥离它们,而不是依赖任何一种结果。

  • 将包含供应商前缀的任何模型 slug 替换为 uncensored。
  • 删除回退列表。如果单一模型不可用,在你的重试逻辑中处理它。
  • 不发送图像或音频内容部分。模型读取文本。
  • 保持总请求体在 8 MB 以下。

文档页面显示了支持的参数,当字段行为与客户端预期不同时,请在此处检查。

限制与 429 响应

完整密钥允许 8 个并发请求和每分钟 300 个请求;试用密钥允许 2 个和 60 个。每个响应都包含 X-Request-Id、X-Balance-USD、X-RateLimit-Limit-Requests 和 X-RateLimit-Limit-Concurrency。记录每次失败的请求 ID,因为这是支持人员首先要求的内容。

有三种 HTTP 429。错误代码 rate_limited 表示你超过了每分钟请求数:请放慢速度。代码 concurrency 表示同时进行的请求过多:请排队。带有 Retry-After: 5 标头的 429 表示临时过载:等待五秒并重试。记住,流式请求会保留其并发槽位,直到流结束,因此从未读取到末尾的停滞客户端将消耗容量。

import time
from openai import OpenAI, RateLimitError

client = OpenAI(
    base_url="https://api.openrouteralternativeapi.com/v1",
    api_key="YOUR_API_KEY",
    max_retries=0,
)

def ask(prompt, tries=4):
    for i in range(tries):
        try:
            r = client.chat.completions.create(
                model="uncensored",
                messages=[{"role": "user", "content": prompt}],
            )
            return r.choices[0].message.content
        except RateLimitError as e:
            wait = 5 if i == 0 else 5 * (i + 1)
            time.sleep(wait)
    raise RuntimeError("still rate limited")

如果并行运行工作器,请在调用周围设置 8 或更少的信号量。这比从错误中学习限制更便宜。在等待中添加一些随机抖动,以便同时失败的多个工作器不会在同一秒内重试。如果在低流量下看到重复的 429 响应,请查找打开但未关闭的流,或查找未等待就触发的重试循环,因为其中任何一个都会单独填满可用槽位。

在生产环境使用前检查成本

定价为每 1M 输入 token $0.15,每 1M 输出 token $0.50,从预付额度扣除。考虑一个包含 2,000 个输入 token 和 500 个输出 token 的请求。输入成本为 2,000 / 1,000,000 x $0.15 = $0.0003。输出成本为 500 / 1,000,000 x $0.50 = $0.00025。该请求成本为 $0.00055,因此 1,000 次此类请求成本为 $0.55。失败或被拒绝的请求不收费。查看 定价页面 了解充值金额和奖金;$0.50 的试用额度可覆盖约 900 次该大小的请求 (0.50 / 0.00055)。

问答

OpenAI 兼容端点的基础 URL 是什么?

使用 https://api.openrouteralternativeapi.com/v1 作为 Base URL,并将你的密钥作为 Bearer token 发送。模型 ID 为 uncensored。

有哪些可用路由?

生成使用 POST /v1/chat/completions,模型列表使用 GET /v1/models。没有嵌入、图像、音频或微调路由。

除了 URL 和密钥,我还需要修改代码吗?

通常仅修改模型字符串。从请求体中移除路由特定字段,例如提供商偏好或回退列表。

为什么会出现 HTTP 429?

检查错误代码。rate_limited 表示每分钟请求过多,concurrency 表示同时请求过多,Retry-After: 5 标头表示临时过载。

只差一张表单,即可获得密钥

创建账户,复制密钥,更改基础 URL。这就是全部设置。