云桥Link API 文档

如果你已经接入过 OpenAI，只需要修改 base_url 和 api_key，即可调用云桥Link 上的全部模型。

获取 API Key

复制 Base URL

运行下方代码

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxx",
    base_url="https://ai.orbitlink.me/v1"
)

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "你好"}]
)

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

const OpenAI = require("openai");

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxxxxxxxxxxxxxx",
  baseURL: "https://nextrun.top/v1",
});

async function main() {
  const response = await client.chat.completions.create({
    model: "gpt-5.5",
    messages: [{ role: "user", content: "你好" }],
  });
  console.log(response.choices[0].message.content);
}

main();

curl https://nextrun.top/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{"model": "gpt-5.5", "messages": [{"role": "user", "content": "你好"}]}'

获取 API Key

云桥Link 支持两种 API Key，适用于不同场景。

① 通用 API Key

一个 Key 调用全站所有模型，系统自动选择最优渠道。

所有模型通用（文本 / 图片 / 视频）
自动智能路由，选择最优渠道
无需切换 Key，适合绝大多数用户

② 通道 API Key推荐

绑定特定模型和渠道，适合生产环境精细化控制。

仅允许调用指定模型
固定渠道，固定计费方式
适合企业和生产环境

创建方式

登录后点击顶部导航 控制台，进入快捷入口中的 API 密钥 页面。

图 1：点击顶部导航「控制台」

图 2：在快捷入口中点击「API 密钥」

方式一：通用 API Key

选择「全站调用（默认）」，点击创建。该 Key 可以调用文本、图片、视频等全部模型，只需修改 model 参数即可切换模型。

图 3：选择「全站调用（默认）」创建通用 Key

💡

通用 Key 会自动进行智能路由：系统会根据渠道稳定性与价格性价比，自动选择最优渠道进行调用。

方式二：通道 API Key

如果你需要限定 Key 只能调用某个特定模型，并固定走某个渠道，可以选择对应的通道创建 Key。例如「GPT-image2-主通道」创建的 Key，只能调用 image2 模型。

图 4：选择具体通道创建专用 Key

⚠️

通道 Key 具有限制性：不同通道的 Key 只能调用对应模型。如果需要调用其他模型，必须切换 Key。

获取 Base URL

云桥Link 提供多个 API 调用地址，功能完全一致，任选其一即可。在代码中需要加上 /v1 路径。

优先级	类型	地址
1	官网域名	`https://nextrun.top/v1`
2	直连	`https://ai.orbitlink.me/v1`
3	CDN	`https://test1122.up.railway.app/v1`

💡

优先级顺序：官网域名 > 直连 > CDN。推荐始终使用官网域名 https://nextrun.top/v1。仅当官网域名无法访问时，再按优先级依次降级尝试直连和 CDN 地址。

你可以在首页底部看到这三个 API 调用地址：

图 5：首页底部的 3 个 API 调用地址

ℹ️

三个地址返回的结果完全一致，切换地址无需修改 API Key。正常情况下请使用官网域名；仅当官网域名不可达时，再按优先级降级使用直连或 CDN 地址。

选择模型

调用时只需要把 model 参数替换成对应的模型名称即可。价格和详细介绍请查看官网定价页或模型广场。

类型	模型名称	说明
文本模型	`gpt-5.5`	GPT 系列最新模型
	`gpt-5.4`	GPT 系列上一代模型
	`Claude 4.8`	Anthropic Claude 系列
	`Claude 4.6`	Anthropic Claude 系列
图片模型	`gpt-image-2`	图像生成与编辑
视频模型	`gork`	视频生成
视频模型	`seend`	视频生成

💡

API 文档不维护价格表。模型价格和上下文窗口等详情以官网实时数据为准。

第一次请求

确认已获取 API Key 和 Base URL 后，选择你熟悉的语言运行示例。

Python

from openai import OpenAI

client = OpenAI(
    api_key="sk-xxxxxxxxxxxxxxxxxxxxxxxx",
    base_url="https://nextrun.top/v1"
)

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{"role": "user", "content": "你好，讲个笑话听听"}]
)

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

Node.js

const OpenAI = require("openai");

const client = new OpenAI({
  apiKey: "sk-xxxxxxxxxxxxxxxxxxxxxxxx",
  baseURL: "https://ai.orbitlink.me/v1",
});

async function main() {
  const response = await client.chat.completions.create({
    model: "gpt-5.5",
    messages: [{ role: "user", content: "你好，讲个笑话听听" }],
  });
  console.log(response.choices[0].message.content);
}

main();

cURL

curl https://nextrun.top/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxxxxxxxxxxxxxxxxxx" \
  -d '{
    "model": "gpt-5.5",
    "messages": [{"role": "user", "content": "你好，讲个笑话听听"}]
  }'

预期响应

JSON

{
  "id": "chatcmpl-xxxxxxxx",
  "object": "chat.completion",
  "created": 1718000000,
  "model": "gpt-5.5",
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "你好！我是由云桥Link 提供的 AI 助手..."
    },
    "finish_reason": "stop"
  }]
}

💬 文本模型

ℹ️

本接口完全兼容 OpenAI Chat Completions API。如果你的项目已经支持 OpenAI，只需要修改 base_url 和 api_key 即可接入云桥Link。

POST/v1/chat/completions

基础对话

最简请求只需要 model 和 messages 两个参数。

Python

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[
        {"role": "system", "content": "你是一个 helpful 助手"},
        {"role": "user", "content": "你好"}
    ]
)

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

流式输出

设置 stream=True 即可逐字返回内容，适合聊天界面。

Python

stream = client.chat.completions.create(
    model="gpt-5.4",
    messages=[{"role": "user", "content": "讲一个短故事"}],
    stream=True
)

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

图片输入

多模态模型支持在 content 中传入图片 URL 或 base64。

Python

response = client.chat.completions.create(
    model="gpt-5.5",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "描述这张图"},
            {"type": "image_url", "image_url": {"url": "https://example.com/image.png"}}
        ]
    }]
)

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

常用参数

参数	类型	必填	说明
`model`	string	是	模型名称，如 `gpt-5.5`
`messages`	array	是	对话消息数组
`stream`	boolean	否	是否流式返回，默认 `false`
`temperature`	float	否	随机性，默认 `0.7`
`max_tokens`	integer	否	最大生成 token 数
`tools`	array	否	函数定义数组

🎨 图片模型

ℹ️

本接口完全兼容 OpenAI Images API。支持 images.generate() 和 images.edit()。

图像生成

POST/v1/images/generations

目前支持模型：gpt-image-2。

Python

from openai import OpenAI
import base64

client = OpenAI(
    api_key="你的API_KEY",
    base_url="https://ai.orbitlink.me/v1"
)

response = client.images.generate(
    model="gpt-image-2",
    prompt="一只穿着宇航服的猫在月球上",
    size="1024x1024",
    n=1
)

image_base64 = response.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

with open("output.png", "wb") as f:
    f.write(image_bytes)

print("图片已保存为 output.png")

Node.js

import OpenAI from "openai";
import fs from "fs";

const client = new OpenAI({
  apiKey: "你的API_KEY",
  baseURL: "https://ai.orbitlink.me/v1",
});

const response = await client.images.generate({
  model: "gpt-image-2",
  prompt: "一只穿着宇航服的猫在月球上",
  size: "1024x1024",
  n: 1,
});

const imageBase64 = response.data[0].b64_json;
const imageBuffer = Buffer.from(imageBase64, "base64");

fs.writeFileSync("output.png", imageBuffer);

console.log("图片已保存为 output.png");

cURL

curl.exe https://ai.orbitlink.me/v1/images/generations `
  -H "Authorization: Bearer 你的API_KEY" `
  -H "Content-Type: application/json" `
  -d '{ "model": "gpt-image-2", "prompt": "一只穿着宇航服的猫在月球上", "size": "1024x1024", "n": 1 }' `
  -o response.json

图片编辑

POST/v1/images/edits

传入参考图片 URL，根据提示词生成风格或内容相似的新图片。

Python

from openai import OpenAI
import os
import base64
import requests

client = OpenAI(
    apiKey: "你的API_KEY",
    base_url="https://ai.orbitlink.me/v1"
)

image_url = "https://images.unsplash.com/photo-1782537080765-2cc352850846?w=500&auto=format&fit=crop&q=60&ixlib=rb-4.1.0&ixid=M3wxMjA3fDB8MHxmZWF0dXJlZC1waG90b3MtZmVlZHw5fHx8ZW58MHx8fHx8"

image_response = requests.get(image_url)
image_response.raise_for_status()

with open("input.jpg", "wb") as f:
    f.write(image_response.content)

with open("input.jpg", "rb") as image_file:
    response = client.images.edit(
        model="gpt-image-2",
        image=image_file,
        prompt="将这张图片转换为水彩画风格",
        size="1024x1024"
    )

image_base64 = response.data[0].b64_json
image_bytes = base64.b64decode(image_base64)

with open("edited.png", "wb") as f:
    f.write(image_bytes)

print("图片已保存为 edited.png")

🎬 视频模型

完善中

⚠️ 错误码

HTTP 状态码

状态码	含义	处理建议
`200`	成功	正常处理响应
`400`	请求参数错误	检查请求体格式和必填参数
`401`	认证失败	检查 API Key 是否正确
`403`	权限不足	确认 Key 类型是否支持该模型
`429`	请求过于频繁	降低请求频率或使用指数退避重试
`500`	服务器内部错误	稍后重试或联系技术支持
`502/503/504`	上游服务异常	切换 Base URL 或稍后重试

API 错误

错误码	说明	解决方案
`invalid_api_key`	API Key 无效	重新复制 Key，注意无多余空格
`insufficient_quota`	账户余额不足	前往控制台充值
`rate_limit_exceeded`	超过速率限制	降低并发，稍后重试
`model_not_found`	模型不存在	检查 model 名称拼写
`context_length_exceeded`	上下文超过限制	减少 messages 长度或降低 max_tokens
`channel_not_allowed`	通道 Key 无权调用该模型	切换为通用 Key 或对应通道 Key

模型错误

错误码	说明	解决方案
`content_policy_violation`	内容违规	修改提示词，避免敏感内容
`upstream_timeout`	上游模型超时	重试或切换模型
`upstream_error`	上游模型异常	稍后重试或换 Base URL
`video_generation_failed`	视频生成失败	检查 prompt 和参数后重试