Irenshi In One AI API 文档
使用 Irenshi In One AI REST API 与各种语言、图像和嵌入模型进行交互。
支持的模型
Irenshi In One AI 提供多种高性能语言模型供选择。以下是当前支持的主要模型列表:
模型名称 | 模型ID | 描述 | 上下文窗口 | 价格 (RMB/1K tokens) |
---|---|---|---|---|
DeepSeek V3 | deepseek-v3 |
DeepSeek V3是一个强大的大语言模型,具有出色的推理能力和知识理解能力,最近大火的幻方出品 | 16k | 输入: ¥0.0015 输出: ¥0.002 |
DeepSeek R1 | deepseek-r1 |
DeepSeek R1是一个幻方出品的推理模型语言模型,专注于准确性和响应质量 | 20K | 高准确度、多维度思考 |
O1 | o1 |
O1是OpenAI最新发布的模型,提供更好的性能和响应速度 | 8K | 通用性强、稳定可靠 |
ChatGPT-4 Latest | chatgpt-4o-latest |
ChatGPT-4o的最新优化版本,具有最新的知识和改进的对话能力 | 32K | 知识新鲜、对话自然 |
Doubao-1.5 | doubao-pro-32k |
Doubao-1.5是字节出品的模型,综合性价比优势 | 32K | 知识新鲜、对话自然 |
通义千问-plus | qwen-plus |
qwen-plus是阿里云出品的模型,综合性价比优势 | 32K | 输入: $0.002 输出: $0.002 |
DeepSeek R1 特点
- 20K超长上下文窗口
- 优秀的推理能力
- 适合复杂任务处理
DeepSeek V3 特点
- 16K上下文窗口
- 高准确度输出
- 快速响应能力
GPT-4 Optimized 特点
- 优化的性能表现
- 稳定可靠的输出
- 广泛的应用场景
模型使用说明
- 在API请求中使用
model
参数时,需要使用完整的模型ID - 不同模型有不同的定价和速率限制,请参考定价文档
- 建议根据具体使用场景选择合适的模型:
- 需要长上下文理解时,推荐使用 DeepSeek V3
- 需要高准确度时,推荐使用 DeepSeek R1
- 需要稳定性能时,推荐使用 GPT-4 Optimized
- 需要最新知识时,推荐使用 ChatGPT-4 Latest
认证
所有对 Irenshi In One AI 的 REST API 请求都必须包含 Authorization
认证头。
头部需要指定有效的 Bearer
Token 和 API 密钥,并且必须使用 “Content-Type: application/json” 头进行 JSON 编码。
示例请求头
Authorization: Bearer <API_KEY>
Content-Type: application/json
创建聊天完成
为给定的聊天对话创建模型响应。
POST
/chat/completions
请求参数
认证
Bearer 认证头格式为 Bearer <token>
,其中 <token>
是您的认证令牌。
请求体参数
参数名 | 类型 | 描述 |
---|---|---|
model* | string | 要使用的模型标识符,例如 “deepseek-v3” |
messages* | array | 包含对话历史的消息列表,每条消息包含 role 和 content |
max_tokens可选 | integer | 生成的最大令牌数,默认值为 2000 |
temperature可选 | number | 采样温度,控制输出的随机性,0-2之间,默认为1 |
top_p可选 | number | 核采样阈值,控制输出的多样性,0-1之间,默认为1 |
stream可选 | boolean | 是否启用流式响应,默认为 false |
完整请求示例
curl --request POST \ --url https://api.ai.ihr360.com/v1/chat/completions \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data '{ "model": "deepseek-v3", "messages": [ { "role": "system", "content": "你是一个有帮助的AI助手", "name": "assistant" }, { "role": "user", "content": "你好!" } ], "max_tokens": 2000, "temperature": 1, "top_p": 1, "top_k": 50, "n": 1, "stop": null, "response_format": null, "stream": false, }'
响应参数
参数名 | 类型 | 描述 |
---|---|---|
id | string | 响应的唯一标识符 |
object | string | 对象类型,始终为 “chat.completion” |
created | integer | 响应创建时的Unix时间戳 |
choices | array | 包含生成结果的数组 |
usage | object | 包含令牌使用统计的对象 |
响应示例
{ "id": "cmpl-123abc", "object": "chat.completion", "created": 1677858242, "model": "deepseek-v3", "choices": [ { "index": 0, "message": { "role": "assistant", "content": "你好!很高兴见到你。我是一个AI助手,有什么我可以帮你的吗?" }, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 123, "completion_tokens": 123, "total_tokens": 246 } }
视觉语言模型
部分模型支持图像理解和多模态对话。以下是支持图像功能的模型:
模型名称 | 模型ID | 描述 | 特点 |
---|---|---|---|
ChatGPT-4 Latest | chatgpt-4o-latest |
支持图像理解的多模态大语言模型 | 图像理解、多轮对话 |
图像支持说明
- 支持的图片格式:
.png
,.jpg
,.jpeg
,.gif
,.bmp
,.tiff
,.ppm
- 图片大小限制:
- 使用base64编码时,整个请求不超过10MB
- 使用URL方式时,单张图片不超过5MB
- 单次请求最多支持30张图片
- 图片下载时间不能超过1.5秒
图像请求示例 – URL方式
curl --request POST \ --url https://api.ai.ihr360.com/v1/chat/completions \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data '{ "model": "chatgpt-4o-latest", "messages": [ { "role": "user", "content": [ { "type": "image_url", "image_url": "https://example.com/image.jpg" }, { "type": "text", "text": "描述这张图片" } ] } ], "max_tokens": 2000, "temperature": 1, "top_p": 1, "top_k": 50, "n": 1, "stream": false }'
图像请求示例 – Base64方式
curl --request POST \ --url https://api.ai.ihr360.com/v1/chat/completions \ --header 'Authorization: Bearer <token>' \ --header 'Content-Type: application/json' \ --data '{ "model": "chatgpt-4o-latest", "messages": [ { "role": "user", "content": [ { "type": "image", "image": "data:image/jpeg;base64,/9j/4AAQSkZJRg..." }, { "type": "text", "text": "这张图片里有什么?" } ] } ], "max_tokens": 2000, "temperature": 1, "top_p": 1, "top_k": 50, "n": 1, "stream": false }'
使用建议
- 对于长对话,建议使用URL方式传递图片以减少延迟
- 建议提前将图片压缩到合适大小以提高响应速度
- 图片会在服务器生命周期结束后自动删除,不会持久保存
- 如果需要模型理解图片相关的元数据,请在文本中明确提供
利唐i人事HR社区,发布者:admin,转转请注明出处:https://www.ihr360.com/hrnews/202502268393.html