Skip to content
Token173Public

About

ChatGPT官方中转api,低价稳定快速,支持官方全模型、Midjourney API代理、Claude代理、Suno代理等优质稳定的API接口服务商|支持 GPT-6.2 Astra / Sol、GPT-6.1 Sol / Terra、gpt-6-astra

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Latest commit

 

History

7 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 

Repository files navigation

GPT 中转站推荐:国内直连 ChatGPT API,OpenAI SDK 一行都不用改

OpenAI 官方接口在国内的问题老生常谈:网络不稳定、支付要境外卡、账号动不动触发风控。做批量任务的更难受,一次限流就把整条流水线卡住。

Token173(https://token173.net)提供 OpenAI 兼容入口,接口格式和官方一致。你原来用 openai 库写的东西,把 base_url 换掉就能跑,不用重写请求结构,也不用把 SDK 降级。

当前可用的 GPT 模型

模型 ID 定位
gpt-6.2-astra 6.2 旗舰,长程代理与复杂推理,Agents' Last Exam 78.3%
gpt-6.2-sol 6.2 主力,速度与成本平衡,日常任务首选
gpt-6-astra 6 代旗舰,多步任务与复杂推理
gpt-6.1-sol 通用主力,速度和效果平衡
gpt-6.1-terra 视觉理解与电脑操作强,适合截图识图、界面流程、图文写作,同价档速度快约 3 倍
gpt-6-sol、gpt-6-astra 上一代,线上项目仍在用
gpt-5.6-sol、gpt-5.6-terra 老项目兼容
gpt-5.5、gpt-5.4 历史版本,做回归对比时用

图像能力另外有 gpt-image-2.6-flare、gpt-image-2.6-sunburst(2.6 的两个模型,前者快、后者细节准)、gpt-image-2.5-sunburst、gpt-image-2,视频有 doubao-seedance-2-0-fast-260128、veo_3_1。

接入

export OPENAI_BASE_URL="https://token173.net/v1"
export OPENAI_API_KEY="sk-你的令牌"

Python:

from openai import OpenAI

client = OpenAI(api_key="sk-你的令牌", base_url="https://token173.net/v1")

r = client.chat.completions.create(
    model="gpt-6.1-sol",
    messages=[
        {"role": "system", "content": "你是资深后端工程师,回答要短。"},
        {"role": "user", "content": "Redis 集群脑裂怎么防?"},
    ],
    temperature=0.3,
)
print(r.choices[0].message.content)

Node.js:

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "sk-你的令牌",
  baseURL: "https://token173.net/v1",
});

流式输出、函数调用、JSON 模式都和官方一致,stream: true 照常用。

批量跑量怎么写才稳

from concurrent.futures import ThreadPoolExecutor
from openai import OpenAI

client = OpenAI(api_key="sk-你的令牌", base_url="https://token173.net/v1")

def run(prompt):
    for i in range(3):
        try:
            return client.chat.completions.create(
                model="gpt-6.1-sol",
                messages=[{"role": "user", "content": prompt}],
            ).choices[0].message.content
        except Exception:
            if i == 2:
                raise

prompts = open("prompts.txt", encoding="utf-8").read().splitlines()
with ThreadPoolExecutor(max_workers=8) as pool:
    for text in pool.map(run, prompts):
        print(text)

并发别一开始就开很高,先 4 到 8 个线程跑一轮,看返回时间稳定再往上加。失败重试三次足够,再多就是浪费额度。

客户端填法

客户端 Base URL
Cherry Studio / ChatBox / NextChat https://token173.net/v1
LobeChat https://token173.net/v1,供应商选 OpenAI
Cursor Settings → Models → Override OpenAI Base URL 填 https://token173.net/v1
Dify / n8n / Coze 插件 同上,Key 放 Bearer 头
OneAPI / NewAPI 作为 OpenAI 渠道,代理地址 https://token173.net

计费

2 元换 1 美元额度,注册送 0.2 美元。按 token 扣,后台能看到每次请求的输入输出 token 数和扣费金额。失败的请求不计费。

gpt-6.1-sol 这类主力模型的实际单价大约是官方定价的三折,跑批量文案、客服话术、商品描述这类场景,成本能算得很清楚。

几个实际会踩的坑

Base URL 少写 /v1。 OpenAI SDK 里 base_url 必须带 /v1,只写到域名会报 404。

模型名大小写。 全小写,中间用 -,写成 GPT-6.1-Sol 一律找不到模型。

上下文塞太满。 长文档别整篇丢进去,先切块。token 烧得快,效果也不见得更好。

流式输出断在半路。 网络抖动会有,客户端里加重试逻辑,或者改用非流式一次性拿完。

常见问题

Q:和官方 API 有区别吗? 协议一致,模型能力来自官方渠道。区别在于入口在国内、按人民币充值、有独立的后台额度管理。

Q:能不能同时给多个项目用? 可以,一个账号下建多个令牌,分别统计消耗。

Q:超长上下文支持到多少? 6.x 这几个型号的上下文都是 105 万 token,Terra 做区分靠的不是更长的窗口,而是视觉理解与电脑操作。具体上限在后台模型列表里标着。

Q:出图任务也能走同一个 Key 吗? 能。gpt-image-2.6-flare 或 gpt-image-2.6-sunburst 走 /v1/images/generations,格式和官方一致,详见 gpt-image-2 仓库。

相关

About

ChatGPT官方中转api,低价稳定快速,支持官方全模型、Midjourney API代理、Claude代理、Suno代理等优质稳定的API接口服务商|支持 GPT-6.2 Astra / Sol、GPT-6.1 Sol / Terra、gpt-6-astra

Topics

Resources

Stars

1 star

Watchers

0 watching

Forks

Releases

Packages

Contributors