API 调用示例

接口地址

https://api.wmbai.com/v1

---

GPT 模型调用（Responses API）

适用于：gpt-5.4、gpt-5.3-codex 及其他 GPT-5 系列模型。

Python 调用示例

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的令牌",
    base_url="https://api.wmbai.com/v1"
)

# ✅ GPT 模型推荐使用 Responses API
response = client.responses.create(
    model="gpt-5.4",
    instructions="你是一个有帮助的助手。",
    input="介绍一下人工智能的发展历史"
)

print(response.output_text)

curl 调用示例

# ✅ GPT 模型请使用 /v1/responses 端点
curl https://api.wmbai.com/v1/responses \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的令牌" \
  -d '{
    "model": "gpt-5.4",
    "instructions": "你是一个有帮助的助手。",
    "input": "介绍一下人工智能的发展历史"
  }'

流式响应

stream = client.responses.create(
    model="gpt-5.4",
    input="写一首关于春天的诗",
    stream=True
)

for event in stream:
    if event.type == "response.output_text.delta":
        print(event.delta, end="", flush=True)

多轮对话

Responses API 通过 previous_response_id 链接上下文，无需手动维护消息历史：

# 第一轮
resp1 = client.responses.create(
    model="gpt-5.4",
    instructions="你是一个 Python 编程专家。",
    input="如何读取 JSON 文件？"
)
print(f"第一轮：{resp1.output_text}")

# 第二轮（传入上一轮 ID，自动携带上下文）
resp2 = client.responses.create(
    model="gpt-5.4",
    input="如果文件不存在怎么办？",
    previous_response_id=resp1.id
)
print(f"第二轮：{resp2.output_text}")

---

Claude / Gemini 模型调用（Chat Completions）

适用于：claude-*、gemini-*、deepseek-* 以及全部模型。

Python 调用示例

from openai import OpenAI

client = OpenAI(
    api_key="sk-你的令牌",
    base_url="https://api.wmbai.com/v1"
)

response = client.chat.completions.create(
    model="claude-sonnet-4-6",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "用 Python 写一个快速排序"}
    ]
)

print(response.choices[0].message.content)

curl 调用示例

curl https://api.wmbai.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的令牌" \
  -d '{
    "model": "claude-sonnet-4-6",
    "messages": [
      {"role": "system", "content": "你是一个有帮助的助手。"},
      {"role": "user", "content": "用 Python 写一个快速排序"}
    ]
  }'

流式响应

stream = client.chat.completions.create(
    model="gemini-3.1-pro-preview",
    messages=[{"role": "user", "content": "写一篇关于量子计算的科普文章"}],
    stream=True
)

for chunk in stream:
    if chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

---

图像生成调用

OpenAI 格式（推荐）

response = client.images.generate(
    model="gpt-image-2",
    prompt="赛博朋克风格的上海夜景，霓虹灯倒影在雨水中",
    n=1,
    size="1024x1024"
)
print(response.data[0].url)

curl 示例

curl https://api.wmbai.com/v1/images/generations \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-你的令牌" \
  -d '{
    "model": "gpt-image-2",
    "prompt": "赛博朋克风格的上海夜景，霓虹灯倒影在雨水中",
    "n": 1,
    "size": "1024x1024"
  }'

---

常用参数说明

Responses API 参数（GPT 模型）

参数	类型	说明
model	string	模型名称，如 gpt-5.4
instructions	string	系统提示（相当于 system prompt）
input	string	用户输入
previous_response_id	string	上轮响应 ID，用于多轮对话
stream	boolean	是否流式输出

Chat Completions 参数（Claude / Gemini 模型）

参数	类型	说明
model	string	模型名称
messages	array	对话消息列表
max_tokens	integer	最大输出 Token 数
temperature	number	温度参数 0~2，默认 1
stream	boolean	是否流式输出

图像模型参数（OpenAI 格式）

参数	类型	说明
model	string	如 gpt-image-2、seedream-5.0
prompt	string	图像描述，支持中文
n	integer	生成数量，默认 1
size	string	1024x1024、1792x1024 等
quality	string	standard 或 hd