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。
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/embed | POST /v1/embeddings | 1 |
auto/rerank | POST /v1/rerank | 1 |
auto/tts | POST /v1/audio/speech | 2 |
auto/asr | POST /v1/audio/transcriptions | 1 |
auto/image | POST /v1/images/generations | 11 |
auto/video | POST /v1/videos/generations | 9 |
怎么接入:三步
- 在控制台创建 API 密钥。
- 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)。 - 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。
auto/embed
1024 维向量。只有一个候选,故意的
rerankauto/rerank
把检索结果的顺序修回来的那一步
ttsauto/tts
语音合成,以及为什么它返回地址而不是字节
asrauto/asr
转写,不用先把文件传到什么地方
imageauto/image
文生图,并且告诉你这张是谁画的
videoauto/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
- 拿一把 Key,确认 base_url。
- 按能力选别名:
auto/embed、auto/rerank、auto/tts、auto/asr、auto/image、auto/video。 - 先发一个最小请求,确认返回结构和计费口径。
- 小批量跑一周,看失败率和延迟,再放量。
常见误区
- 把 embedding 当生成用:它只返回向量,不返回文字。
- 文生视频当同步接口调:它是异步任务,要提交后轮询。
- 忽略数据出境:文本、音频、图片都会发到上游,敏感数据先确认合规。
六个接口的共同限制
- 同一把 key、同一个 base_url:换能力只换别名,不换接入方式。
- 免费额度是先试不是无限:额度耗尽后的行为要提前确认,是停、转付费还是降级。
- 数据会到上游:文本、音频、图片都发往模型提供方,敏感数据先确认合规。
- 别名不静默换模型:模型不可用时直接报错,避免结果悄悄变化。
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。
- 401/403:key 是否带对、是否过期、是否用了别的环境的 key。
- 404:别名拼写、base_url 是否多写或少写
/v1。 - 413:请求体上限,音频、图片、长文本最容易触发。
- 429/5xx:退避重试,连续三次同样错误就停下查配置。
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
- OpenAI API Reference —— 本页接口沿用的请求形状
- schema.org —— 本页结构化数据所用的类型定义
- Sitemap 协议 —— 站点页面的收录约定
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。