LLM 文本对话接口

文档版本：v1.0　|　日期：2026-11-07　|　适用：intel-link.com
平台文本模型遵循 OpenAI Chat Completions 规范，现有 OpenAI SDK 客户端改 BaseURL 与 Key 即可直接使用。

一、概览

平台层不改写请求/响应字段，OpenAI 规范中的参数可直接透传。本文只说明平台层的差异点——即报文规范之外、只有在本平台才会遇到的问题。

二、快速开始

2.1 准备工作

1. 在 https://intel-link.com 注册账号
2. 进入「API 密钥」页创建令牌，复制 sk- 开头的密钥
3. 确认目标模型在你令牌所属分组的可用范围内（见「模型广场」）

2.2 最小请求

curl https://intel-link.com/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer sk-xxxxxxxx" \
  -d '{
    "model": "deepseek-v4.1-flash",
    "messages": [
      {"role": "user", "content": "用三句话说明什么是大模型推理加速"}
    ],
    "stream": false
  }'

2.3 响应（节选）

{
  "id": "chatcmpl-...",
  "object": "chat.completion",
  "created": 1793102708,
  "model": "deepseek-v4.1-flash",
  "choices": [
    {
      "index": 0,
      "message": {"role": "assistant", "content": "..."},
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 128,
    "completion_tokens": 96,
    "total_tokens": 224,
    "prompt_tokens_details": {"cached_tokens": 64}
  }
}

cached_tokens 字段名以实际上游返回为准；如未返回，可视为本次无缓存命中。

三、平台层差异点（重要）

3.1 模型名必须用平台注册名

model 字段须填平台注册的模型 ID（见文档中心模型清单）。名称不存在或不在令牌分组内，返回：

400 model_not_found
"No available channel for model xxx under group <分组名>"

3.2 custom-local: 前缀

部分客户端（如自建模型配置型客户端）会给模型名自动加 custom-local: 前缀。平台已为对外模型建立同名别名，因此：

• deepseek-v4.1-flash ✅
• custom-local:deepseek-v4.1-flash ✅

两者都能正常路由到同一模型，客户端无需修改配置。若你使用自定义模型名，请联系平台管理员登记。

3.3 令牌分组锁定

令牌的分组在创建时确定，只能选择账号自身所属分组，平台已在服务端强制校验。若需调用其他分组的模型，请使用对应账号或在团队后台申请调整。

3.4 Token 计量口径

⚠️ 自行核算成本时，直接使用 prompt_tokens 会把缓存部分重复计一次。平台侧计费与用量展示均已按 prompt_tokens − cached_tokens 处理。

3.5 计费

四、错误码

⚠️ 502 陷阱：该场景返回 nginx HTML，不是 JSON。有客户端会把 HTML 502 误渲染为「配额不足」，请在代码中先判断 Content-Type 或 response.ok。

五、完整示例（Python + OpenAI SDK）

from openai import OpenAI

client = OpenAI(
    base_url="https://intel-link.com/v1",   # 注意：SDK 场景必须带 /v1
    api_key="sk-xxxxxxxx",
)

resp = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[
        {"role": "system", "content": "你是严谨的技术助理，回答简洁。"},
        {"role": "user", "content": "解释一下 HTTP 502 和 504 的区别"},
    ],
    stream=False,
)
print(resp.choices[0].message.content)
print(resp.usage)   # 含 prompt_tokens / completion_tokens

流式

stream = client.chat.completions.create(
    model="deepseek-v4.1-flash",
    messages=[{"role": "user", "content": "写一段 200 字的产品简介"}],
    stream=True,
)
for chunk in stream:
    delta = chunk.choices[0].delta.content
    if delta:
        print(delta, end="", flush=True)

六、常见问题

Q1：报 401，但令牌看起来是对的？
依次检查：① 是否 sk- 开头；② 是否放在 Authorization: Bearer 头；③ 令牌是否被停用；④ 余额是否耗尽。以上均正常仍 401 请联系平台管理员。

Q2：能调通 qwen3.8-max，但 qwen3.7-max 报错？
模型可用范围随令牌分组不同。qwen3.7-max 等型号已不在对外名单内，请使用当前可用模型。

Q3：为什么我算的费用和平台显示不一样？
常见原因是把 prompt_tokens（含缓存）当成了计费输入量。请用 prompt_tokens − cached_tokens，并注意缓存与输出单价不同。

Q4：并发有上限吗？
平台未对单个令牌设定固定硬上限，但请求量异常会触发流控（429）。视频类长时间任务请控制并发，避免额度被瞬时占满。

Q5：支持哪些参数？
请求体遵循 OpenAI Chat Completions 规范，messages / stream / temperature / max_tokens 等常用字段可直接使用。个别上游模型对特定参数不敏感，属正常现象。

七、注意事项

• 令牌安全：sk- 令牌等同账号凭证，禁止写入前端代码、公开仓库或客户端安装包；客户端请走服务端中转。
• 错误处理：务必区分 JSON 错误与 HTML 502；对 429 / 5xx 使用指数退避。
• 合规：输入输出均经平台安全审核，请勿提交违法违规内容。
• 模型下线：不对外提供的型号将提前公示，请勿在生产环境依赖非名单内模型。

八、版本记录