OpenAPI 参考

Modelink API · 聊天与批量推理

Modelink 聊天对话与异步批量推理 API，涵盖 OpenAI 兼容 Chat Completions、Anthropic Messages、Vertex/Gemini 原厂协议及批量任务生命周期管理。所有请求均需使用 API Key 进行身份认证；Anthropic Messages 和 Vertex/Gemini 接口优先使用对应原厂请求头，同时兼容 Bearer Token。

版本 1.0.0

bypass Anthropic协议

POST

/bypass/anthropic/v1/messages

通过 Anthropic 原生协议直接调用 Claude 系列模型，支持联网搜索。

鉴权方式： 优先使用 Anthropic 官方格式 X-Api-Key: $ANTHROPIC_API_KEY；也兼容 Authorization: Bearer $ANTHROPIC_API_KEY。

支持的模型： 支持所有 Claude 模型。

认证方式

AnthropicApiKeyAuthAPI 密钥

Anthropic Messages 接口推荐按 Anthropic 官方格式，在 X-Api-Key 请求头中直接传入 API Key。

header 参数：X-Api-Key

BearerAuthBEARER

在 Authorization 请求头中传入 API Key 或访问令牌，格式：Bearer {token}。

Bearer 格式：JWT

请求体

请求体属性

modelstring, 必填
将用于完成提示的模型名称
max_tokensinteger, 必填
生成停止前的最大 token 数。注意：模型可能会在此最大值之前自然停止生成。
- - user
  - assistant
- - anyOf[0]string
    可选。
  - text
    image
    document
    tool_use
    tool_result
    textstring
    [text] 文本内容。
    base64
    url
    media_typestring
    媒体类型，例如 image/jpeg, application/pdf 等。
    datastring
    Base64 编码的数据。
    urlstring
    内容的远程 URL。
    idstring
    [tool_use] 工具调用的唯一 ID。
    namestring
    [tool_use] 要调用的工具名称。
    inputobject
    [tool_use] 传递给工具的 JSON 输入参数。
    tool_use_idstring
    [tool_result] 对应的工具调用 ID。
    anyOf[0]string
    可选。
    anyOf[1]string[]
    可选。
    is_errorboolean
    [tool_result] 标识工具执行是否发生错误。
    ephemeral
- anyOf[0]string
  可选。
- - text
  - textstring
    系统提示词文本。
  - ephemeral
- - enabled
  - disabled
  - adaptive
- budget_tokensinteger
  分配给思考过程的最大 token 预算（必须 >= 1024 且小于 max_tokens）。
- - summarized
  - omitted
- typestring
  内置服务端工具的类型标识（如 web_search_20260209）。自定义工具可省略。
- namestring, 必填
  工具的名称，模型调用时将使用此名称。
- descriptionstring
  工具功能的详细描述，帮助模型理解何时及如何使用该工具。
- - typestring
    JSON Schema 根类型，固定为 object。
    default: object
  - propertiesobject
    工具参数的属性定义；键为参数名，值为对应的 JSON Schema。
    additionalProperties: true
  - requiredstring[]
    调用工具时必须提供的参数名列表。
- - auto
  - any
  - tool
  - none
- namestring
  当 type 为 'tool' 时，指定强制模型使用的工具名称。
- disable_parallel_tool_useboolean
  是否禁用并行工具调用。默认为 false。
- - low
  - medium
  - high
  - max
- - json_schema
  - schemaobject
    要约束模型输出的 JSON Schema。
temperaturenumber
注入响应的随机性大小。默认为 1.0。范围从 0.0 到 1.0。
top_pnumber
核采样（Nucleus sampling）。建议仅修改 temperature 或 top_p 其一。
top_kinteger
仅从后续标记的顶级 K 个选项中进行采样。
streamboolean
是否使用 Server-Sent Events (SSE) 逐步流式传输响应。
stop_sequencesstring[]
自定义文本序列数组，遇到这些序列时模型将停止生成。
- - ephemeral
- - 5m
  - 1h
- auto
- standard_only
- user_idstring
  与请求关联的用户的外部标识符（不应包含 PII 数据）。
containerstring
代码执行工具（Code Execution Tool）使用的容器标识符，用于在多次请求间复用会话状态。
inference_geostring
指定推理处理的地理区域（如果不指定，则使用工作区的 default_inference_geo）。

请求

POST/bypass/anthropic/v1/messages

curl https://api.qnaigc.com/bypass/anthropic/v1/messages \
  --request POST \
  --header 'X-Api-Key: YOUR_ANTHROPIC_API_KEY_AUTH' \
  --header 'Accept: application/json' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "claude-sonnet-4-6",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "text",
          "text": "2026年5月最新手机GPU性能排行"
        }
      ]
    }
  ],
  "tools": [
    {
      "type": "web_search_20260209",
      "name": "web_search"
    }
  ],
  "max_tokens": 1024
}'

响应

object

响应.

响应体属性

idstring, 必填
消息的唯一对象标识符（ID 的格式和长度可能会随时间发生变化）。
- message
- assistant
modelstring, 必填
实际用于完成提示的模型名称（例如 claude-3-7-sonnet-20250219）。
- - text
  - thinking
  - redacted_thinking
  - tool_use
  - server_tool_use
  - container_upload
- textstring
  [text] 模型生成的普通文本回复。
- - char_location
    page_location
    content_block_location
    web_search_result_location
    search_result_location
  - cited_textstring
    引用的具体文本内容。
- thinkingstring
  [thinking] 模型在给出最终回答前的内部推理和思考过程（仅在请求中开启 thinking 时返回）。
- signaturestring
  [thinking] 思考块的签名，用于多轮对话中维持连贯性校验。
- datastring
  [redacted_thinking] 被脱敏/隐藏的思考内容数据（当 display 设置为 omitted 时返回）。
- idstring
  [tool_use/server_tool_use] 工具调用的唯一 ID。稍后返回工具结果时需带上此 ID。
- namestring
  [tool_use/server_tool_use] 模型决定调用的工具名称（自定义工具名，或内置服务端工具 web_search）。
- inputobject
  [tool_use/server_tool_use] 模型生成的，用于传递给工具的 JSON 格式输入参数。
- - typestring
    发起者类型：direct 表示模型直接发起，其余为服务端工具发起。
- file_idstring
  [container_upload] 上传到容器中的文件的标识符。
- end_turn
- max_tokens
- stop_sequence
- tool_use
- pause_turn
- refusal
- null
stop_sequencestring
触发停止生成的具体自定义停止序列（如果 stop_reason 为 'stop_sequence'，则此字段非空）。
- input_tokensinteger, 必填
  实际使用的未缓存输入 Token 数量。
- output_tokensinteger, 必填
  生成的输出 Token 数量（包括思考 token 和工具调用 token）。
- cache_creation_input_tokensinteger
  用于创建新缓存条目的输入 Token 数量（用于 Prompt Caching）。
- cache_read_input_tokensinteger
  从现有缓存中成功读取的输入 Token 数量。
- - ephemeral_5m_input_tokensinteger
    可选。
  - ephemeral_1h_input_tokensinteger
    可选。
- inference_geostring
  处理此请求的推理节点的地理区域。
- - standard
  - priority
  - batch
- - web_search_requestsinteger
    可选。
  - web_fetch_requestsinteger
    可选。
- idstring
  容器的标识符，可用于后续请求复用上下文。
- expires_atstring
  容器状态将过期的时间。

响应

{
  "id": "string",
  "type": "message",
  "role": "assistant",
  "model": "string",
  "content": [
    {
      "type": "text",
      "text": "string",
      "citations": [
        "string"
      ],
      "thinking": "string",
      "signature": "string",
      "data": "string",
      "id": "string",
      "name": "string"
    }
  ],
  "stop_reason": "end_turn",
  "stop_sequence": "string",
  "usage": {
    "input_tokens": 42,
    "output_tokens": 42,
    "cache_creation_input_tokens": 42,
    "cache_read_input_tokens": 42,
    "cache_creation": {
      "ephemeral_5m_input_tokens": 42,
      "ephemeral_1h_input_tokens": 42
    },
    "inference_geo": "string",
    "service_tier": "standard",
    "server_tool_use": {
      "web_search_requests": 42,
      "web_fetch_requests": 42
    }
  }
}

bypass Vertex/Gemini协议

POST

/bypass/vertex/v1/models/{model}:{invokeFuncName}

通过 Vertex / Gemini 原生协议格式调用 Gemini 模型。

鉴权方式： 优先使用 Google 官方格式 X-Goog-Api-Key: $GOOGLE_API_KEY；也兼容 Authorization: Bearer $GOOGLE_API_KEY。

调用方式：

非流式：gemini-3.1-pro-preview:generateContent
流式：gemini-3.1-pro-preview:streamGenerateContent?alt=sse

联网搜索：在请求体中加入 "tools": [{"googleSearch": {}}]。

支持的模型： 支持所有 Gemini 模型。

认证方式

GoogleApiKeyAuthAPI 密钥

Vertex/Gemini 接口推荐按 Google 官方格式，在 X-Goog-Api-Key 请求头中直接传入 API Key。

header 参数：X-Goog-Api-Key

BearerAuthBEARER

在 Authorization 请求头中传入 API Key 或访问令牌，格式：Bearer {token}。

Bearer 格式：JWT

路径参数

Name
model
Type
string, 必填
Description
模型名称
Name
invokeFuncName
Type
string, 必填
Description
调用方法名称

请求体

请求体属性

- - user
  - model
  - function
- - textstring
    文本提示内容。
  - mimeTypestring, 必填
    数据的 MIME 类型，例如 'image/jpeg', 'image/png', 'video/mp4' 等。
    datastring, 必填
    基于 Base64 编码的原始数据。
  - mimeTypestring, 必填
    文件的 MIME 类型。
    fileUristring, 必填
    GCS URI，例如 'gs://bucket-name/path/to/image.jpg'。
  - namestring
    要调用的函数名称。
    argsobject
    传递给函数的参数。
  - namestring
    被调用的函数名称。
    responseobject
    函数的返回结果（JSON 对象）。
- - textstring
    系统指令文本。
- temperaturenumber
  控制输出的随机性。值越高（如 0.8）输出越具创造性，值越低（如 0.2）输出越集中和确定。范围通常为 0.0 到 2.0。
  minimum: 0
- topPnumber
  Nucleus 采样参数。模型考虑累积概率达到 topP 质量的 token。范围 0.0 到 1.0。
- topKinteger
  Top-k 采样参数。模型从概率最高的 topK 个 token 中进行下一步选择。
- maxOutputTokensinteger
  模型单次响应生成的最大 Token 数量。
- candidateCountinteger
  要生成的响应候选数量。目前通常仅支持 1。
- stopSequencesstring[]
  停止序列。当模型生成这些字符串之一时，将停止继续生成内容。
- responseMimeTypestring
  指定模型输出的格式，例如 'application/json' 以强制模型输出 JSON 格式。
- - HARM_CATEGORY_HARASSMENT
  - HARM_CATEGORY_HATE_SPEECH
  - HARM_CATEGORY_SEXUALLY_EXPLICIT
  - HARM_CATEGORY_DANGEROUS_CONTENT
- - HARM_BLOCK_THRESHOLD_UNSPECIFIED
  - BLOCK_LOW_AND_ABOVE
  - BLOCK_MEDIUM_AND_ABOVE
  - BLOCK_ONLY_HIGH
  - BLOCK_NONE
- - namestring, 必填
    函数名称（只能包含 a-z, A-Z, 0-9, 下划线和破折号）。
  - descriptionstring, 必填
    函数的详细描述，模型依赖此描述来决定何时以及如何调用该函数。
  - parametersobject
    函数的参数定义，采用 OpenAPI JSON Schema 格式。
- googleSearchobject
  启用 Gemini 内置的 Google 搜索联网工具，传入空对象即可开启。

请求

POST/bypass/vertex/v1/models/{model}:{invokeFuncName}

curl https://api.qnaigc.com/bypass/vertex/v1/models/{model}:{invokeFuncName} \
  --request POST \
  --header 'X-Goog-Api-Key: YOUR_GOOGLE_API_KEY_AUTH' \
  --header 'Accept: application/json' \
  --header 'Content-Type: application/json' \
  --data '{
  "contents": [
    {
      "role": "user",
      "parts": [
        {
          "text": "Explain how AI works"
        }
      ]
    }
  ],
  "systemInstruction": {
    "parts": [
      {
        "text": "You are a helpful assistant."
      }
    ]
  },
  "generationConfig": {
    "temperature": 0.7,
    "topP": 0.9,
    "maxOutputTokens": 1024
  }
}'

响应

object

响应.

响应体属性

- - model
  - textstring
    模型生成的纯文本回复内容。
    namestring
    模型要求调用的函数名称。
    argsobject
    模型解析出的，传递给该函数的 JSON 格式参数。
    mimeTypestring
    可选。
    datastring
    base64 编码的数据。
    fileUristring
    可选。
    mimeTypestring
    可选。
- - FINISH_REASON_UNSPECIFIED
  - STOP
  - MAX_TOKENS
  - SAFETY
  - RECITATION
  - OTHER
- - HARM_CATEGORY_HARASSMENT
    HARM_CATEGORY_HATE_SPEECH
    HARM_CATEGORY_SEXUALLY_EXPLICIT
    HARM_CATEGORY_DANGEROUS_CONTENT
  - HARM_PROBABILITY_UNSPECIFIED
    NEGLIGIBLE
    LOW
    MEDIUM
    HIGH
  - probabilityScorenumber
    该类别违规概率的具体分值 (0.0 - 1.0)。
  - HARM_SEVERITY_UNSPECIFIED
    HARM_SEVERITY_NEGLIGIBLE
    HARM_SEVERITY_LOW
    HARM_SEVERITY_MEDIUM
    HARM_SEVERITY_HIGH
  - severityScorenumber
    严重程度的具体分值 (0.0 - 1.0)。
  - blockedboolean
    由于此项安全类别，内容是否被拦截。
- - startIndexinteger
    引用的文本在生成内容中的起始字符索引。
    endIndexinteger
    引用的文本在生成内容中的结束字符索引。
    uristring
    被引用源的 URI 链接。
    titlestring
    被引用源的标题。
    licensestring
    被引用源的许可证类型。
- promptTokenCountinteger, 必填
  请求提示词（Input）消耗的 Token 数量。
- candidatesTokenCountinteger
  模型生成回复（Output）消耗的 Token 数量。
- totalTokenCountinteger, 必填
  总共消耗的 Token 数量 (Input + Output)。
- - BLOCK_REASON_UNSPECIFIED
  - SAFETY
  - OTHER
- - HARM_CATEGORY_HARASSMENT
    HARM_CATEGORY_HATE_SPEECH
    HARM_CATEGORY_SEXUALLY_EXPLICIT
    HARM_CATEGORY_DANGEROUS_CONTENT
  - HARM_PROBABILITY_UNSPECIFIED
    NEGLIGIBLE
    LOW
    MEDIUM
    HIGH
  - probabilityScorenumber
    该类别违规概率的具体分值 (0.0 - 1.0)。
  - HARM_SEVERITY_UNSPECIFIED
    HARM_SEVERITY_NEGLIGIBLE
    HARM_SEVERITY_LOW
    HARM_SEVERITY_MEDIUM
    HARM_SEVERITY_HIGH
  - severityScorenumber
    严重程度的具体分值 (0.0 - 1.0)。
  - blockedboolean
    由于此项安全类别，内容是否被拦截。

响应

{
  "candidates": [
    {
      "content": {
        "role": "string",
        "parts": []
      },
      "finishReason": "FINISH_REASON_UNSPECIFIED",
      "safetyRatings": [
        "string"
      ],
      "citationMetadata": {
        "citations": []
      }
    }
  ],
  "usageMetadata": {
    "promptTokenCount": 42,
    "candidatesTokenCount": 42,
    "totalTokenCount": 42
  },
  "promptFeedback": {
    "blockReason": "BLOCK_REASON_UNSPECIFIED",
    "safetyRatings": [
      {
        "category": "string",
        "probability": "string",
        "probabilityScore": 42,
        "severity": "string",
        "severityScore": 42,
        "blocked": true
      }
    ]
  }
}

bypass Responses协议

POST

/bypass/openai/v1/responses

通过 OpenAI Responses API 协议直接调用 GPT 系列模型，支持联网搜索。

支持的模型： 支持所有 GPT 模型。

认证方式

BearerAuthBEARER

在 Authorization 请求头中传入 API Key 或访问令牌，格式：Bearer {token}。

Bearer 格式：JWT

请求体

请求体属性

backgroundboolean
是否在后台运行模型响应。
- typestring, 必填
  上下文管理条目类型。目前仅支持 'compaction'（压缩）。
- compact_thresholdnumber
  触发此条目压缩的 Token 阈值。
- anyOf[0]string
  对话的唯一 ID。
- - idstring, 必填
    对话的唯一 ID。
- file_search_call.results
- web_search_call.results
- web_search_call.action.sources
- message.input_image.image_url
- computer_call_output.output.image_url
- code_interpreter_call.outputs
- reasoning.encrypted_content
- message.output_text.logprobs
- anyOf[0]string
  作为用户角色的纯文本输入。
- - user
    assistant
    system
    developer
  - anyOf[0]string
    可选。
    typestring
    内容类型，例如 'input_text', 'input_image', 'input_file' 等。
    textstring
    输入文本内容。
    image_urlstring
    输入图片 URL。
    file_idstring
    已上传文件的唯一 ID。
  - typestring
    输入类型，默认为 'message'。
    default: message
  - commentary
    final_answer
  - in_progress
    completed
    incomplete
instructionsstring
插入模型上下文的系统（或开发者）消息。当与 previous_response_id 一起使用时，可以轻松替换新响应的系统消息。
max_output_tokensnumber
响应可生成的 Token 数量上限（包括可见输出 Token 和推理 Token）。
max_tool_callsnumber
响应中可处理的内置工具调用的最大总数。
- *string
  可选。
modelstring
用于生成响应的模型 ID，如 gpt-4o, o3, gpt-5.1 等。
parallel_tool_callsboolean
是否允许模型并行执行工具调用。
previous_response_idstring
用于创建多轮对话的模型上一次响应的唯一 ID。不可与 conversation 同时使用。
- idstring, 必填
  要使用的提示模板的唯一标识符。
- variablesobject
  可选的值映射，用于替换提示中的变量。值可以是字符串、图像或文件对象。
- versionstring
  提示模板的预期版本。
prompt_cache_keystring
用于缓存相似请求的响应，以优化缓存命中率。取代原本的 user 字段。
- in-memory
- 24h
- - none
  - minimal
  - low
  - medium
  - high
  - xhigh
- - auto
  - concise
  - detailed
safety_identifierstring
一个稳定的用户标识符，用于帮助检测可能违反 OpenAI 政策的用户应用程序（建议传入经过 Hash 的值，最长 64 个字符）。
- auto
- default
- flex
- scale
- priority
storeboolean
是否存储生成的模型响应，以便后续通过 API 检索。
streamboolean
如果设置为 true，模型响应数据将使用服务器发送事件 (SSE) 流式传输到客户端。
- include_obfuscationboolean
  当为 true 时，启用流混淆以缓解旁路攻击。如果网络可信，可将其设置为 false 优化带宽。
temperaturenumber
采样温度，介于 0 和 2 之间。较高的值（如 0.8）输出更随机，较低的值（如 0.2）更集中和确定。建议更改此值或 top_p，不要同时更改。
- - text
    json_schema
    json_object
  - namestring
    响应格式的名称（针对 json_schema）。
  - schemaobject
    JSON Schema 对象（针对 json_schema）。
  - descriptionstring
    格式的用途说明。
  - strictboolean
    是否启用严格的 Schema 校验遵守。
- - low
  - medium
  - high
- - none
  - auto
  - required
- - typestring, 必填
    要使用的工具类型，如 'function', 'file_search', 'computer', 'mcp' 等。
  - namestring
    要调用的函数或自定义工具的名称。
  - server_labelstring
    要使用的 MCP 服务器标签。
- - function
  - file_search
  - computer
  - computer_use_preview
  - web_search
  - mcp
  - code_interpreter
  - image_generation
  - local_shell
  - shell
  - custom
  - namespace
  - tool_search
  - web_search_preview
  - apply_patch
- namestring
  工具/函数的名称（针对 function, custom 等）。
- descriptionstring
  向模型展示的工具描述。
- parametersobject
  描述函数参数的 JSON Schema 对象（针对 function 工具）。
- strictboolean
  是否对参数进行严格验证。
- defer_loadingboolean
  该工具是否通过工具搜索延迟加载。
- server_labelstring
  MCP 服务器的标签（针对 mcp 工具）。
- server_urlstring
  MCP 服务器的 URL。
- vector_store_idsstring[]
  要搜索的向量存储 ID 列表（针对 file_search 工具）。
top_logprobsnumber
一个介于 0 到 20 之间的整数，指定在每个位置返回的最可能 Token 的数量及其对数概率。
top_pnumber
核采样概率阈值（0.1 意味着仅考虑占前 10% 概率质量的 Token）。建议更改此值或 temperature，不要同时更改。
- auto
- disabled
userstring
最终用户的稳定标识符（即将被废弃，请使用 safety_identifier 和 prompt_cache_key）。

请求

POST/bypass/openai/v1/responses

curl https://api.qnaigc.com/bypass/openai/v1/responses \
  --request POST \
  --header 'Authorization: Bearer YOUR_BEARER_AUTH' \
  --header 'Accept: application/json' \
  --header 'Content-Type: application/json' \
  --data '{
  "model": "openai/gpt-5.5",
  "input": "用一句话介绍你自己"
}'

响应

object

响应.

响应体属性

idstring, 必填
此响应的唯一标识符。
- response
created_atnumber, 必填
创建此响应时的 Unix 时间戳（以秒为单位）。
completed_atnumber
完成此响应时的 Unix 时间戳（以秒为单位）。仅当状态为 'completed' 时存在。
- completed
- failed
- in_progress
- cancelled
- queued
- incomplete
- codestring
  响应的错误代码（如 server_error, rate_limit_exceeded, invalid_prompt 等）。
- messagestring
  人类可读的错误描述。
- - max_output_tokens
  - content_filter
output_textstring
SDK 专用的便利属性，包含 output 数组中所有 output_text 项目的聚合文本输出（如果存在）。
- idstring
  输出项目的唯一 ID。
- typestring
  输出项目类型（例如 'message', 'function_call', 'web_search_call', 'reasoning' 等）。
- statusstring
  该生成项的状态（例如 'in_progress', 'completed', 'incomplete'）。
- - assistant
- - output_text
    refusal
  - textstring
    模型输出的文本。
  - refusalstring
    模型的拒绝解释（如果是拒绝生成）。
- namestring
  运行的工具/函数名称（针对工具调用类型）。
- argumentsstring
  传递给工具的参数的 JSON 字符串（针对工具调用类型）。
- call_idstring
  工具调用的唯一 ID（针对工具调用类型）。
- input_tokensnumber
  输入 Token 数量。
- - cached_tokensnumber
    从缓存中检索到的 Token 数量。
- output_tokensnumber
  输出 Token 数量。
- - reasoning_tokensnumber
    推理 Token 数量。
- total_tokensnumber
  使用的 Token 总数。
- idstring
  与此响应关联的对话唯一 ID。
previous_response_idstring
模型的上一个响应的唯一 ID。用于串联多轮对话。
modelstring
用于生成响应的实际模型 ID（例如 'gpt-4o', 'o3-mini' 等）。
instructionsstring
插入模型上下文的系统或开发者消息。
- *string
  可选。
prompt_cache_keystring
用于优化缓存命中率的标识键。
prompt_cache_retentionstring
提示缓存的保留策略（如 'in-memory', '24h'）。
safety_identifierstring
用于检测违反政策用户的稳定标识符。
service_tierstring
实际用于处理请求的服务层级（如 'default', 'flex' 等）。该值可能与请求中设置的值不同。
parallel_tool_callsboolean
是否允许模型并行执行工具调用。
temperaturenumber
使用的采样温度。
top_pnumber
核采样概率。
top_logprobsnumber
指定在每个 Token 位置返回的最可能 Token 的数量。
max_output_tokensnumber
响应可生成的 Token 数量上限。
max_tool_callsnumber
响应中可处理的内置工具调用的最大总数。
truncationstring
截断策略 ('auto' 或 'disabled')。
userstring
最终用户的稳定标识符（即将被废弃）。
backgroundboolean
是否在后台运行模型响应。

响应

{
  "id": "string",
  "object": "response",
  "created_at": 42,
  "completed_at": 42,
  "status": "completed",
  "error": {
    "code": "string",
    "message": "string"
  },
  "incomplete_details": {
    "reason": "max_output_tokens"
  },
  "output_text": "string"
}