文档

对话之外,还有六种

tokenexchage 是一个统一模型 API 平台:一个 base_url、一把密钥,接入 17 家厂商、200+ 模型,按任务自动路由,人民币按量结算。

作者:tokenexchage 团队 · 最后更新:2026-10-28

六个能力,一个能力一个别名,同一把 key、同一个 base_url。它们和对话模型分开列,是因为共用一条规则:别名只会在当前模型被上游下线时才换成别的,超时不会换,也永远不会静默换。

一句话定义

这六个 auto/* 别名是一种能力入口:tokenexchage 在对话之外的六种能力——向量、重排序、语音合成、语音识别、文生图、文生视频。一个能力一个别名,同一把 key、同一个 base_url。六个别名背后的候选模型数分别是 1 个、1 个、2 个、2 个、11 个、9 个,其中三个只有一个候选,换模型就等于换结果本身。

国际区账号请把 base_url 换成 https://alli.website/v1,请求形状与下面完全一致。用国际区 key 打 tokenexchage.com 会返回 401 invalid customer key。

关键数字

别名端点候选模型数
auto/embedPOST /v1/embeddings1
auto/rerankPOST /v1/rerank1
auto/ttsPOST /v1/audio/speech2
auto/asrPOST /v1/audio/transcriptions1
auto/imagePOST /v1/images/generations11
auto/videoPOST /v1/videos/generations9

怎么接入:三步

  1. 在控制台创建 API 密钥。
  2. 向 https://tokenexchage.com/v1/models 发 GET,确认当前在库的别名与候选数(这个接口不需要密钥)。
  3. 按上表的端点发请求,model 写对应别名;六个别名的候选数分别是 1、1、2、1、11、9 个。
embedding

auto/embed

1024 维向量。只有一个候选,故意的

rerank

auto/rerank

把检索结果的顺序修回来的那一步

tts

auto/tts

语音合成,以及为什么它返回地址而不是字节

asr

auto/asr

转写,不用先把文件传到什么地方

image

auto/image

文生图,并且告诉你这张是谁画的

video

auto/video

文生视频,异步,约两分钟,三种状态

都在同一份清单里

往 /v1/models 发一个 GET,这六个别名连同对话模型一起列出来。那个接口不需要 key。

curl https://tokenexchage.com/v1/models

为什么别名不换模型

大多数路由层把「模型挂了」当成「请求挂了」,换下一个候选重试。对话场景这样没坏处——换个模型照样答,而且你看得出来答的人变了。

这六个能力不一样,每一种「静默换掉」都会造成不可见的损坏:

向量换模型 = 换坐标系,索引直接废掉
重排序换模型 = 同一个查询返回另一种排序
语音合成换模型 = 音色变了,一期节目听到一半换人
语音识别换模型 = 标点和断句变了,文本读着有点不对
文生图换模型 = 画风变了,一套图里混进异类
文生视频换模型 = 换了一条片子

所以只有一种情况会往下走:当前模型在上游被下线了(404 / 410)。那时不换就等于什么都没有。其余失败一律如实报错,并告诉你是哪个模型失败的。

什么时候该用哪个

要「理解意思」的用向量,要「把顺序修对」的在向量之后加重排序,要「把声音和画面变出来」的走合成与生成。三类接口解决的是不同环节的问题,串起来才是一条完整的链路。

接入之前先想清楚你的场景落在哪一环。把向量当关键词搜索用、把生成当精确复现用,是这类接口最常见的两种误用。

接入前先确认三件事

第一件是密钥。六个别名共用同一把 sk- 密钥,不需要为每个能力单独申请。密钥无效时接口返回 401,而不是「模型不存在」——鉴权发生在解析 model 字段之前。

第二件是 base_url。六个别名挂在同一个 https://tokenexchage.com/v1 下面,客户端只需要改 base_url 和密钥两处,其余解析代码沿用 OpenAI 的形状。

第三件是候选数。上表里的候选数可以在 /v1/models 返回的 candidates 字段里核对,它不是固定值,会随上游接入变化。写代码时不要把它当常量。

六种能力怎么选:一张表

能力输入输出典型延迟适合场景
embedding文本向量毫秒级语义检索、聚类、去重
rerank查询 + 候选列表排序后的候选百毫秒级提升检索前 5 条的相关性
TTS文本音频地址秒级文章转音频、IVR 提示音
ASR音频文件/URL文本秒级录音转写、会议纪要
文生图提示词图片地址秒到分钟配图草稿、社交素材
文生视频提示词视频地址(异步)分钟级短片、动态背景

选型的顺序是:先定输入输出的形态,再看延迟能不能接受,最后看免费额度够不够验证。不要反过来先挑模型名。

接入流程:四步

  1. 拿一把 Key,确认 base_url。
  2. 按能力选别名:auto/embed、auto/rerank、auto/tts、auto/asr、auto/image、auto/video。
  3. 先发一个最小请求,确认返回结构和计费口径。
  4. 小批量跑一周,看失败率和延迟,再放量。

常见误区

六个接口的共同限制

接入之后怎么排障

六个接口的排障顺序一致:先看 HTTP 状态码,再看返回体里的错误字段,最后看调用量是否超限。401 是 key 问题,404 是别名或路径写错,413 是请求体超限,429 是限流,5xx 是上游故障。按这个顺序查,比反复改代码快。

每次排障留一条记录:时间、别名、请求大小、状态码。三条同样的记录出现,就说明是配置问题,不是偶发故障。

延伸阅读

常见问题

这些别名和对话模型有什么区别?

对话模型换个模型照样能答,而且你看得出来答的人变了。这六种能力换模型会改变结果本身——向量不在同一个坐标系里、转写的标点和断句会变、生成的图是另一种画风,而返回里没有任何一处看着异常。

为什么别名不换模型?

别名只会在当前模型被上游下线(404 / 410)时才换成下一个候选。超时、限流、上游 5xx 一律返回错误并说明失败的是哪个模型。

在哪里看当前有哪些别名和候选?

向 https://tokenexchage.com/v1/models 发一个 GET,六个别名连同对话模型一起列出,返回里的 candidates 字段就是该名背后的候选模型数。这个接口不需要密钥。

英文文档

同一批内容的英文版在 freemodel.online/docs,接口两边一致,base_url 各自指向本站。