Developer docs

OpenAI Chat Completions API

完全兼容 OpenAI Chat Completions API，支持对话、图像分析、函数调用等能力。

支持基础文本对话

支持图像分析对话

支持流式响应

支持函数调用

支持视频生成

POST

Content-Type: application/json

https://julangai.com/v1/chat/completions

简介

昆仑的 Chat Completions 接口完全兼容 OpenAI 的 Chat API，支持所有主流的对话模型和功能。无论您使用的是 qwen、deepseek、kimi 还是其他模型，都可以通过统一的接口进行调用。

核心特性

完全兼容 OpenAI Chat API
支持多模态输入（文本+图像）
实时流式响应
函数调用与工具使用

支持模型

qwen3.6-flash
qwen-image-2.0-pro
wan2.6-t2v-720P-10s

API 获取

API 地址：`https://julangai.com`

注：部分工具可能需要将 API 地址填写为 `https://julangai.com/v1` 才会生效，例如 `cursor`

密钥：登录账号后，在控制台 `api` 获取中添加令牌可获得。前往获取密钥

请求示例

1. 文字聊天

接口：

text

POST {API_BASE_URL}/v1/chat/completions

说明：用多轮 `messages` 构建补全请求以获取自然语言回复。

json

{
  "model": "qwen3.6-flash",
  "temperature": 0.6,
  "max_tokens": 600,
  "messages": [
    {
      "role": "system",
      "content": "你是一个擅长商业分析的助手。"
    },
    {
      "role": "user",
      "content": "请帮我总结今天的市场动态，输出三条要点。"
    }
  ]
}

2. 图片生成

接口：

text

POST {API_BASE_URL}/v1/chat/completions

说明：通过 `chat.completions` 指令写出图像提示，模型会返回可交付给图像生成器的配置，并在 `message.content` 中附上类似 `![Generated Image](...)` 的 Markdown 以承载最终结果。

请求示例：

json

{
  "model": "qwen-image-2.0-pro",
  "messages": [
    {
      "role": "system",
      "content": "你是一位多模态创作专家，输出可直接用于图像合成器的提示与参数。"
    },
    {
      "role": "user",
      "content": "请生成一张黄昏未来城市的图像提示，涵盖光线、色彩和主体细节，具体说明构图、色调和材质。"
    }
  ]
}

响应示例：

json

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "![Generated Image](https://cdn.example.com/future_city.png)\nPrompt: neon dusk skyline with flying vehicles, cinematic lighting, reflective glass"
      }
    }
  ]
}

3. 图生图

接口：

text

POST {API_BASE_URL}/v1/chat/completions

说明：上传参考图并写明希望的改动，模型返回新提示和 `![Generated Image](...)` Markdown。

请求示例：

json

{
  "model": "qwen-image-2.0-pro",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.example.com/reference_city.png"
          }
        },
        {
          "type": "text",
          "text": "请参考这张夜景城市的风格，把光效调整为日落暖色基调，并加上飞行汽车。"
        }
      ]
    }
  ]
}

响应示例：

json

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "![Generated Image](https://cdn.example.com/reimagined_city.png)\nPrompt: twilight cityscape with warmer sunset tones and neon flying cars"
      }
    }
  ]
}

4. 视频生成

接口：

text

POST {API_BASE_URL}/v1/chat/completions

说明：通过 chat 请求构建视频脚本与参数，模型输出可直接驱动视频合成平台，同时用 `![Generated Image](...)` 占位 Markdown 描述生成帧或预览。

请求示例：

json

{
  "model": "wan2.6-t2v-720P-10s",
  "messages": [
    {
      "role": "system",
      "content": "你可以把创意脚本直接翻译成视频合成提示。"
    },
    {
      "role": "user",
      "content": "构思一个热气球升空的视频脚本，包含镜头角度、节奏、背景音乐风格，告诉我每个镜头需要的视觉调度。"
    }
  ]
}

响应示例：

json

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "![Generated Image](https://cdn.example.com/hot_air_balloon.gif)\nPrompt: slow-moving hot air balloon shot, sunrise in valley, ambient synth pad"
      }
    }
  ]
}

5. 图生视频

接口：

text

POST {API_BASE_URL}/v1/chat/completions

说明：基于参考图构建视频分镜与节奏，返回包含 `![Generated Image](...)` 预览的提示。

请求示例：

json

{
  "model": "wan2.6-t2v-720P-10s",
  "messages": [
    {
      "role": "user",
      "content": [
        {
          "type": "image_url",
          "image_url": {
            "url": "https://cdn.example.com/reference_balloon.png"
          }
        },
        {
          "type": "text",
          "text": "以这张热气球静态图为参考，把它扩展成 10 秒钟缓慢升空的视频，描述连续镜头、灯光变化和背景音乐。"
        }
      ]
    }
  ]
}

响应示例：

json

{
  "choices": [
    {
      "message": {
        "role": "assistant",
        "content": "![Generated Image](https://cdn.example.com/balloon_animation.gif)\nPrompt: cinematic hot air balloon rise with gentle dolly, ambient strings"
      }
    }
  ]
}

6. 余额查询

接口：

text

GET {API_BASE_URL}/v1/dashboard/billing/balance

说明：使用余额查询接口获取当前令牌的账户余额。

请求示例：

bash

curl "{API_BASE_URL}/v1/dashboard/billing/balance" -H "Authorization: Bearer {token}"

响应示例：

json

{"balance":2375.91,"currency":"USD"}

请求

端点

POST https://julangai.com/v1/chat/completions

鉴权方法

在请求头中添加授权信息： Authorization: Bearer YOUR_API_KEY

核心请求参数

参数	类型	必需	说明
`messages`	`array`	必需	对话消息列表，包含角色和内容
`model`	`string`	必需	要使用的模型名称，如 `qwen3.6-flash`
`temperature`	`number`	可选	控制输出随机性，`0-2` 之间，默认 `1`
`max_tokens`	`integer`	可选	生成文本的最大 token 数
`stream`	`boolean`	可选	是否启用流式响应，默认 `false`

响应

标准响应格式

json

{
  "id": "chatcmpl-B9MHDbslfkBeAs8l4bebGdFOJ6PeG",
  "object": "chat.completion",
  "created": 1741570283,
  "model": "qwen3.6-flash",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "人工智能（AI）是指计算机系统执行通常需要人类智能的任务的能力...",
        "refusal": null
      },
      "logprobs": null,
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 25,
    "completion_tokens": 150,
    "total_tokens": 175,
    "prompt_tokens_details": {
      "cached_tokens": 0,
      "audio_tokens": 0
    },
    "completion_tokens_details": {
      "reasoning_tokens": 0,
      "audio_tokens": 0
    }
  },
  "service_tier": "default",
  "system_fingerprint": "fp_fc9f1d7035"
}

响应字段说明

`choices` 数组

`message.role`：消息角色，通常为 `"assistant"`
`message.content`：模型生成的回复内容
`finish_reason`：完成原因，可能为 `stop`、`length`、`tool_calls`
`index`：选择的索引，从 `0` 开始

`usage` 对象

`prompt_tokens`：输入提示的 token 数量
`completion_tokens`：生成回复的 token 数量
`total_tokens`：总 token 数量

参数详解

基础参数

`temperature`

控制输出的随机性和创造性。

范围：`0.0 - 2.0`
默认：`1.0`
低值：更确定性的输出
高值：更有创造性的输出

`top_p`

核采样参数，与 `temperature` 互补。

范围：`0.0 - 1.0`
默认：`1.0`
建议：与 `temperature` 二选一调整

`max_tokens`

生成回复的最大 token 数。

类型：正整数
包含输入 + 输出的总数
不同模型有不同上限

高级参数

`tools`

定义模型可以调用的工具或函数。

支持函数调用
需要提供完整的函数描述
模型会自动判断是否调用

`response_format`

指定输出格式。

`text`：普通文本格式
`json_object`：JSON 对象格式
`json_schema`：指定 JSON 结构

`logprobs`

返回 token 的概率信息。

用于分析模型置信度
可指定返回的 token 数量
有助于调试和优化

错误处理

常见错误代码

`400 Bad Request`

请求参数错误或格式不正确

`401 Unauthorized`

API 密钥无效或缺失

`429 Too Many Requests`

请求频率超过限制

`500 Internal Server Error`

服务器内部错误

错误响应示例

json

{
  "error": {
    "message": "Invalid API key provided",
    "type": "invalid_request_error",
    "param": null,
    "code": "invalid_api_key"
  }
}

最佳实践

总是检查响应状态码
实现适当的重试机制
记录错误信息用于调试
处理网络超时情况

Chatbox 配置示例

一、昆仑AI官方网站配置步骤（获取 API 令牌）

访问官方网站：打开浏览器，输入 `https://julangai.com/login` 进入昆仑AI登录页面。
注册账号：点击页面“没有账户？注册”，支持通过「用户名」或「邮箱」完成注册。

进入 API 获取：登录后在首页或导航栏找到「控制台」，进入「API获取」模块，点击「添加令牌」。

配置令牌参数：

令牌名称：自定义命名，如“Chatbox专用”
令牌分组：按需选择或新建分组
过期时间：如永久、30天等
新建数量：默认 1 个即可
额度设置：按需求配置资源额度
模型限制列表：勾选需授权的 AI 模型
IP 白名单：按需添加允许访问的 IP

查看并记录关键信息：在令牌管理列表中记录「令牌秘钥」和「模型名称」。

二、Chatbox 客户端配置步骤（关联昆仑AI API）

访问 `https://chatboxai.app/zh/`，下载并安装 Chatbox 客户端。
配置昆仑AI模型参数：

打开 Chatbox，点击左下角 `Settings`
在设置页面选择「模型」
选择对应 AI 接口的提供方
填入 API 秘钥
API 主机填写 `https://julangai.com/`

按需设置「严谨与想象」「Top P」「上下文消息数量上限」
可选自定义模型名称，填写令牌管理生成的模型名

启动 AI 对话：

点击 `New Chat`
确认已选择配置好的 AI 模型
输入需求后即可使用 AI 功能

注意事项

昆仑AI令牌需妥善保管，请勿泄露给第三方
若 Chatbox 连接失败，检查 API 秘钥、模型名称和令牌有效期
更多细节可参考昆仑AI API 文档或 Chatbox 帮助中心

常见故障排查

（1）连接失败

检查 API 密钥是否正确，确认无多余空格或字符
确认 API 地址必须为 `https://julangai.com`
检查网络是否正常，确保无防火墙拦截

（2）模型不可用

确认账户余额充足
检查模型 ID、模型名称是否与文档一致
若仍不可用，可尝试其他模型判断是否为单模型问题