新模型支持

我们现已支持 Qwen3-Coder-480B-A35B 模型（模型标识：Qwen3-Coder），该模型专为代码生成和理解优化，具备 256k 上下文长度和 64k 最大输出长度，支持 Claude Code、Cline、Roo Code 等工具。

快速开始

心流 API 提供与 OpenAI 100% 兼容的接口服务，让您可以无缝切换到我们的 AI 服务，享受更高性能和更具成本效益的解决方案。

第一步：获取 API 密钥

1. 访问 心流官网 并完成注册登录
2. 在用户设置页面生成您的专属 API KEY
3. 妥善保存 API KEY，用于后续接口调用

💡 提示：API KEY 具有完整的账户权限，请勿泄露给他人。

第二步：了解支持的模型

目前我们支持以下 AI 模型：

模型名称	模型标识	上下文长度	最大输出长度
TBSTARS-2.0-200B-A13B	TBStars2-200B-A13B	32k	32k
DeepSeek-R1-671B	DeepSeek-R1	128k	32k
DeepSeek-V3-671B	DeepSeek-V3	128k	32k
Qwen3-32B	Qwen3-32B	128k	32k
Qwen3-235B-A22B	Qwen3-235B	128k	32k
Qwen3-Coder-480B-A35B	Qwen3-Coder	256k	64k
Kimi K2	KIMI-K2	128k	64k
Qwen3-235B-A22B-Thinking	Qwen3-235B-A22B-Thinking-2507	256k	64k
Qwen3-235B-A22B-Instruct	Qwen3-235B-A22B-Instruct	256k	64k

第三步：配置接口参数

使用以下配置信息来调用心流 API：

参数名称	参数值	说明
Base URL	https://apis.iflow.cn/v1/chat/completions	聊天完成接口
API Key	你的密钥	在 控制台 获取

第四步：开始调用接口

基础示例

以下是使用不同编程语言调用心流 API 的示例：

Bash/cURL

curl https://apis.iflow.cn/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "TBStars2-200B-A13B",
    "messages": [
      {"role": "system", "content": "你是一个专业的AI助手。"},
      {"role": "user", "content": "请介绍一下人工智能的发展历史"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
  }'

Python

import requests

# 配置 API
url = "https://apis.iflow.cn/v1/chat/completions"
headers = {
    "Authorization": "Bearer YOUR_API_KEY",
    "Content-Type": "application/json"
}

# 请求数据
data = {
    "model": "TBStars2-200B-A13B", 
    "messages": [
        {"role": "user", "content": "解释一下量子计算的基本原理"}
    ],
    "temperature": 0.7,
    "max_tokens": 1000
}

# 发起请求
response = requests.post(url, json=data, headers=headers)
result = response.json()

# 打印结果
print(result["choices"][0]["message"]["content"])

JavaScript

const response = await fetch('https://apis.iflow.cn/v1/chat/completions', {
  method: 'POST',
  headers: {
    'Authorization': 'Bearer YOUR_API_KEY',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    model: 'TBStars2-200B-A13B',
    messages: [
      {role: 'user', content: '写一个快速排序算法的 Python 实现'}
    ],
    temperature: 0.7,
    max_tokens: 1000
  })
});

const data = await response.json();
console.log(data.choices[0].message.content);

下一步

• 📖 详细文档：查看完整的 API 参考手册
• 🔧 高级配置：了解更多参数配置选项
• 💬 技术支持：访问 官方网站 获取帮助

🚀 开始构建：现在您已经掌握了基础用法，可以开始在您的项目中集成心流 API 了！