接口文档 · 成作聚合

⌘基础地址与鉴权

基础地址https://api.csz.asia/v1

等价地址https://gdlr.asia/v1

鉴权Authorization: Bearer sk-…

兼容头x-api-key ｜ x-goog-api-key

内容类型application/json

编码UTF-8

密钥在控制台创建，绑定分组（决定可用模型与倍率），可随时吊销重建。

≡端点一览

方法	路径	说明
POST	`/v1/chat/completions`	对话补全（最常用）
POST	`/v1/responses`	Responses 协议（Codex 类客户端）
GET	`/v1/models`	当前密钥可见的模型列表
POST	`/chat/completions`	上表的简写路径（等价）
POST	`/responses`	上表的简写路径（等价）

对话补全

POST /v1/chat/completions

{ }请求示例

{
  "model": "deepseek-v4-flash-0731",
  "messages": [
    {"role": "system", "content": "你是运维助手"},
    {"role": "user", "content": "写一个 Nginx 限流配置"}
  ],
  "stream": true,
  "max_tokens": 1024,
  "temperature": 0.7
}

⌗参数说明

字段	类型	说明
`model`	string	必填；须为当前密钥分组可见的模型
`messages`	array	必填；`system/user/assistant/tool` 角色序列
`stream`	bool	是否 SSE 流式返回，长文本建议开启
`max_tokens`	int	输出上限；推理型模型未设置时按网关默认预算执行
`temperature`	float	采样温度
`tools`	array	函数调用定义，按分组支持

⇄流式响应（SSE）

data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"delta":{"content":"你"}}]}
data: {"id":"chatcmpl-…","object":"chat.completion.chunk","choices":[{"delta":{"content":"好"}}]}
data: [DONE]

每行以 data: 开头，最后一行 data: [DONE] 结束；断流请按指数退避重试。

Responses 协议

POST /v1/responses

✦请求示例

{
  "model": "gpt-5.6",
  "input": "把这段日志按错误类型归类",
  "instructions": "输出 Markdown 表格",
  "max_output_tokens": 2048,
  "stream": false
}

返回体为 object: "response"，正文在 output[].content[].text，用量在 usage。

⌗参数说明

字段	类型	说明
`model`	string	必填
`input`	string / array	必填；纯文本或消息数组
`instructions`	string	系统级指令（等价 system）
`max_output_tokens`	int	输出上限；未设置时网关补默认预算，避免长会话被截断
`stream`	bool	流式事件流

Codex 等客户端只需把 base_url 指向 https://api.csz.asia/v1，其余配置保持默认。

错误码与限流

ERRORS · RATE LIMIT

!常见错误码

HTTP	code	含义与处理
400	invalid_request_error	参数或模型不合法；检查 model 是否在当前分组内
401	API_KEY_REQUIRED / UNAUTHORIZED	未带密钥或密钥失效；重新生成密钥
403	FORBIDDEN	密钥无该分组权限，或分组被停用
404	NOT_FOUND	路径写错（注意 base_url 已含 `/v1`，不要再拼一次）
429	RATE_LIMITED	并发或频率超限；退避重试或申请提额
502 / 503	UPSTREAM_ERROR	上游瞬时不可用；指数退避重试，持续出现请联系我们
504	UPSTREAM_TIMEOUT	长上下文或上游拥堵；缩短上下文后重试

◔限流与并发

· 并发与 RPM 上限按分组配置，控制台可见当前用量
· 超限返回 429，建议指数退避（1s→2s→4s，最多 3 次）
· 长文本生成请使用流式，避免长连接被中间设备回收
· 单次请求上下文过大时首字会明显变慢，这是上游计算特性，不是故障
· 企业客户可申请专属并发与独立上游

重试原则：只重试 429/5xx 与网络错误； 4xx（除 429）重试无用，先修请求。不要对同一请求无限重试——既扣额度也压网关。

模型与计费口径

MODELS · BILLING

分组（密钥维度）	代表模型	倍率口径	典型场景
按量 · 经济档	`deepseek-v4-flash`、`glm-5.3-flash`	约 0.05×–0.2× 官方价	批量任务、长文本处理
按量 · 标准档	`glm-5.3`、`deepseek-v4-pro`	约 0.2×–0.5× 官方价	常规业务对话与代码生成
按量 · 高配档	`gpt-5.6`（Responses）	按分组倍率	复杂推理、智能体、Codex 类客户端
日卡 / 月卡	主流模型全开（按分组）	限时权益，不按倍率累计	短周期高强度开发
企业专属	指定模型与上游	合同约定	合规、隔离、SLA 要求

计费口径：扣费 ≈ 官方价 × token 用量 × 分组倍率，额度按 1 元 = 1 美元入账；每次调用的用量与扣费都能在控制台"用量记录"里逐笔对上。

客户端配置

SDK · CLI

🐍Python（openai SDK）

from openai import OpenAI
client = OpenAI(api_key="sk-…", base_url="https://api.csz.asia/v1")
r = client.chat.completions.create(
    model="glm-5.3",
    messages=[{"role": "user", "content": "你好"}],
    stream=True,
)
for chunk in r:
    print(chunk.choices[0].delta.content or "", end="")

⌁Node.js

import OpenAI from "openai";
const client = new OpenAI({
  apiKey: process.env.CSZ_API_KEY,
  baseURL: "https://api.csz.asia/v1",
});
const r = await client.chat.completions.create({
  model: "deepseek-v4-flash-0731",
  messages: [{ role: "user", content: "你好" }],
});
console.log(r.choices[0].message.content);

▸curl（自检用）

curl -s https://api.csz.asia/v1/chat/completions \
  -H "Authorization: Bearer $CSZ_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"glm-5.3","messages":[{"role":"user","content":"ping"}],"max_tokens":16}'

401=密钥问题 · 200=链路正常 · 5xx=我们的问题（把时间点发我们）

⌨Codex / 兼容 Responses 的工具

[model_providers.csz]
name = "成作聚合"
base_url = "https://api.csz.asia/v1"
wire_api = "responses"
env_key = "CSZ_API_KEY"

写入客户端配置后，直接选模型即可；Responses 路径网关已做长会话兜底。