Lister les modèles

curl "https://api.tokenlab.sh/v1/models" \
  -H "Authorization: Bearer sk-your-api-key"

curl "https://api.tokenlab.sh/v1/models?recommended_for=image" \
  -H "Authorization: Bearer sk-your-api-key"

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.tokenlab.sh/v1"
)

models = client.models.list()

for model in models.data:
    print(f"{model.id} ({model.owned_by})")

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-api-key',
  baseURL: 'https://api.tokenlab.sh/v1'
});

const models = await client.models.list();

for (const model of models.data) {
  console.log(`${model.id} (${model.owned_by})`);
}

package main

import (
    "encoding/json"
    "fmt"
    "net/http"
)

func main() {
    req, _ := http.NewRequest("GET", "https://api.tokenlab.sh/v1/models", nil)
    req.Header.Set("Authorization", "Bearer sk-your-api-key")

    resp, _ := http.DefaultClient.Do(req)
    defer resp.Body.Close()

    var payload struct {
        Data []struct {
            ID      string `json:"id"`
            OwnedBy string `json:"owned_by"`
        } `json:"data"`
    }

    json.NewDecoder(resp.Body).Decode(&payload)

    for _, model := range payload.Data {
        fmt.Printf("%s (%s)\n", model.ID, model.OwnedBy)
    }
}

<?php
$ch = curl_init('https://api.tokenlab.sh/v1/models');

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_HTTPHEADER => [
        'Authorization: Bearer sk-your-api-key'
    ]
]);

$response = curl_exec($ch);
curl_close($ch);

$data = json_decode($response, true);
foreach ($data['data'] as $model) {
    echo "{$model['id']} ({$model['owned_by']})\n";
}

{
  "object": "list",
  "data": [
    {
      "id": "gpt-5.4",
      "object": "model",
      "created": 1706000000,
      "owned_by": "openai"
    },
    {
      "id": "claude-sonnet-4-6",
      "object": "model",
      "created": 1706000000,
      "owned_by": "anthropic"
    },
    {
      "id": "gemini-3.5-flash",
      "object": "model",
      "created": 1706000000,
      "owned_by": "google"
    }
  ]
}

Réponse

string

Toujours list.

array

Tableau d’objets modèle.Chaque modèle contient toujours :

id (string) : Identifiant du modèle
object (string) : model
created (integer) : Horodatage de création
owned_by (string) : Fournisseur du modèle
tokenlab.aliases (array) : Alias publics du même modèle
tokenlab.pricing (object) : Résumé public de tarification scalaire
tokenlab.capabilities (array) : Tags publics de capacité
tokenlab.max_input_tokens (number ou null) : Limite de contexte d’entrée lorsque disponible
tokenlab.max_output_tokens (number ou null) : Limite de sortie lorsque disponible
tokenlab.category (string) : Catégorie publique du modèle
tokenlab.pricing_unit (string) : Unité de tarification publique
tokenlab.has_complex_pricing (boolean) : Indique si la tarification a des dimensions propres au modèle
tokenlab.lifecycle (object) : étape du cycle de vie, dates de sortie/dépréciation, modèle de remplacement et source du badge latest
tokenlab.commercial (object) : politique de facturation utilisateur, raison de gratuité et échéance facultative
tokenlab.badges (array) : badges dérivés du cycle de vie et des métadonnées commerciales

Métadonnées de liste conditionnelles :

tokenlab.providers (array) : Fournisseurs publics lorsque disponibles
tokenlab.cache_pricing (object ou null) : Prix de prompt cache lorsque disponibles
tokenlab.pricing_summary (object ou null) : Renvoyé uniquement pour les modèles à tarification complexe
tokenlab.request_format_summary (object ou null) : Résumé léger de découverte non-chat avec public_operations, request_endpoint et request_endpoint_by_operation
tokenlab.agent_preferences (object) : Renvoyé uniquement lorsque recommended_for est présent

Les champs réservés au détail, comme tokenlab.capability_flags, tokenlab.supported_operations, tokenlab.pricing_provenance et tokenlab.request_format_details, ne sont renvoyés que par GET /v1/models/{model}.

GET /v1/models est optimisé pour la découverte. Les métadonnées réservées au détail, comme capability_flags, pricing_provenance et le request_format_details complet, se trouvent sur GET /v1/models/{model}.

Paramètres de requête

string

Filtre facultatif sur la catégorie publique. Prend en charge chat, image, video, audio, tts, stt, music, 3d, embedding, rerank et translation.

string

Scène de recommandation non-chat facultative. Prend en charge image, video, music, 3d, tts, stt, embedding, rerank et translation.

string

Filtre facultatif par fournisseur, par exemple openai, anthropic, google ou deepseek.

string

Filtre facultatif par tag de modèle, par exemple chat, image, video, embedding ou translation.

Lorsque recommended_for est présent, /v1/models trie les modèles non-chat selon le plus récent snapshot de taux de réussite sur 24 heures mis en cache. Les modèles avec status = "insufficient_samples" restent visibles mais sont classés après les modèles scorés.

curl "https://api.tokenlab.sh/v1/models" \
  -H "Authorization: Bearer sk-your-api-key"

curl "https://api.tokenlab.sh/v1/models?recommended_for=image" \
  -H "Authorization: Bearer sk-your-api-key"

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-api-key",
    base_url="https://api.tokenlab.sh/v1"
)

models = client.models.list()

for model in models.data:
    print(f"{model.id} ({model.owned_by})")

import OpenAI from 'openai';

const client = new OpenAI({
  apiKey: 'sk-your-api-key',
  baseURL: 'https://api.tokenlab.sh/v1'
});

const models = await client.models.list();

for (const model of models.data) {
  console.log(`${model.id} (${model.owned_by})`);
}

package main

import (
    "encoding/json"
    "fmt"
    "net/http"
)

func main() {
    req, _ := http.NewRequest("GET", "https://api.tokenlab.sh/v1/models", nil)
    req.Header.Set("Authorization", "Bearer sk-your-api-key")

    resp, _ := http.DefaultClient.Do(req)
    defer resp.Body.Close()

    var payload struct {
        Data []struct {
            ID      string `json:"id"`
            OwnedBy string `json:"owned_by"`
        } `json:"data"`
    }

    json.NewDecoder(resp.Body).Decode(&payload)

    for _, model := range payload.Data {
        fmt.Printf("%s (%s)\n", model.ID, model.OwnedBy)
    }
}

<?php
$ch = curl_init('https://api.tokenlab.sh/v1/models');

curl_setopt_array($ch, [
    CURLOPT_RETURNTRANSFER => true,
    CURLOPT_HTTPHEADER => [
        'Authorization: Bearer sk-your-api-key'
    ]
]);

$response = curl_exec($ch);
curl_close($ch);

$data = json_decode($response, true);
foreach ($data['data'] as $model) {
    echo "{$model['id']} ({$model['owned_by']})\n";
}

{
  "object": "list",
  "data": [
    {
      "id": "gpt-5.4",
      "object": "model",
      "created": 1706000000,
      "owned_by": "openai"
    },
    {
      "id": "claude-sonnet-4-6",
      "object": "model",
      "created": 1706000000,
      "owned_by": "anthropic"
    },
    {
      "id": "gemini-3.5-flash",
      "object": "model",
      "created": 1706000000,
      "owned_by": "google"
    }
  ]
}

Filtrage par fournisseur

# Obtenir tous les modèles OpenAI
openai_models = [m for m in models.data if m.owned_by == "openai"]

# Obtenir tous les modèles Anthropic
anthropic_models = [m for m in models.data if m.owned_by == "anthropic"]

Catégories de modèles

Fournisseur	Exemples de modèles
`openai`	gpt-5.4, gpt-5.4-mini, gpt-5-mini, gpt-4o, gpt-image-2
`anthropic`	claude-opus-4-6, claude-sonnet-4-6, claude-haiku-4-5
`google`	gemini-3.1-pro-preview, gemini-3.5-flash, gemini-2.5-pro
`deepseek`	deepseek-r1, deepseek-v3-2
`xai`	grok-4.1
`moonshot`	kimi-k2.5
`minimax`	minimax-m3
`meta`	llama-3.3-70b, llama-3.1-405b

Exemple de recommandation d’agent

Response

{
  "object": "list",
  "data": [
    {
      "id": "gemini-2.5-flash-image",
      "object": "model",
      "created": 1706000000,
      "owned_by": "google",
      "tokenlab": {
        "category": "image",
        "pricing_unit": "per_request",
        "agent_preferences": {
          "image": {
            "preferred_rank": 1,
            "success_rate_24h": 0.98,
            "sample_count_24h": 423,
            "status": "ready",
            "updated_at": "2026-03-28T12:00:00.000Z",
            "basis": {
              "source": "recent_activity_24h"
            }
          }
        }
      }
    }
  ]
}

Suppression de modèle

DELETE /v1/models/{model} n’est pas pris en charge. Les modèles TokenLab sont un catalogue public partagé, pas des ressources de modèles fine-tuned appartenant à l’utilisateur.

Essentiel

Texte

Fichiers & lots

Images

Audio & temps réel

Musique

Vidéo & ressources

Worlds

3D

Tâches asynchrones

Gemini natif

Gestion

Lister les modèles

Réponse

Paramètres de requête

Filtrage par fournisseur

Catégories de modèles

Exemple de recommandation d’agent

Suppression de modèle

​Réponse

​Paramètres de requête

​Filtrage par fournisseur

​Catégories de modèles

​Exemple de recommandation d’agent

​Suppression de modèle

Réponse

Paramètres de requête

Filtrage par fournisseur

Catégories de modèles

Exemple de recommandation d’agent

Suppression de modèle