Documentation Index Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
Use this file to discover all available pages before exploring further.
第 1 步：從免費試用開始
使用贈送的試用額度
新帳戶會獲得可用於首次小額測試請求的試用額度。Quickstart 前不需要先儲值。
建立或複製 API 金鑰
前往 儀表板 → API 金鑰 建立新金鑰，或複製既有金鑰。請安全保存，因為完整金鑰只會顯示一次。
請妥善保管您的 API 金鑰。切勿在客戶端程式碼或公開的儲存庫中暴露它。
第 2 步：安裝客戶端 第 3 步：送出您的第一個請求 對於大多數新的整合，請從 Chat Completions（聊天補全） 與 POST /v1/chat/completions 開始。
curl https://api.tokenlab.sh/v1/chat/completions \ -H "Authorization: Bearer sk-your-api-key" \ -H "Content-Type: application/json" \ -d '{ "model": "gpt-5.4", "messages": [ {"role": "user", "content": "What is the capital of France?"} ] }'
只有在明確需要 Responses（回應） 特定行為時才使用 POST /v1/responses。某些僅限 Responses（回應） 的欄位依賴於所選模型與路由路徑。
為正式環境儲值 贈送的試用額度適合首次小額測試。只有在準備正式上線或進行更高用量測試時，才需要到 儀表板 → 帳單 儲值。
嘗試不同的模型 TokenLab 支援數百個模型。只需變更 model 欄位：
response = client.chat.completions.create( model = "gpt-5.4" , messages = [{ "role" : "user" , "content" : "Hello" }]) response = client.chat.completions.create( model = "gpt-5-mini" , messages = [{ "role" : "user" , "content" : "Hello" }]) response = client.chat.completions.create( model = "claude-sonnet-4-6" , messages = [{ "role" : "user" , "content" : "Hello" }]) response = client.chat.completions.create( model = "gemini-2.5-flash" , messages = [{ "role" : "user" , "content" : "Hello" }]) response = client.chat.completions.create( model = "deepseek-r1" , messages = [{ "role" : "user" , "content" : "Hello" }])
啟用串流 stream = client.chat.completions.create( model = "gpt-5.4" , messages = [{ "role" : "user" , "content" : "Tell me a short story." }], stream = True ) for chunk in stream: delta = chunk.choices[ 0 ].delta.content if delta: print (delta, end = "" )
接下來要做什麼？
OpenAI SDK 用已有 OpenAI SDK 接入 OpenAI 相容的 /v1 路由。
